当前位置： 首页 > news >正文

Prometheus Pushgetway详解

news 2026/6/1 22:37:10

一、Pushgateway 核心概述

1.1 是什么

Pushgateway 是 Prometheus 生态的独立推送网关服务，是为了弥补 Prometheus 原生 Pull（拉取）模式缺陷而生的中间件。

Prometheus 默认工作模式：主动定时拉取各 Exporter/业务接口的监控指标。

Pushgateway 工作模式：业务主动推送指标 → Pushgateway 临时存储 → Prometheus 定时拉取网关数据。

简单链路：业务程序/脚本 → Pushgateway（9091）<--(Pull)--> Prometheus Server（9090） → Grafana
image
核心定位：短时任务、无常驻接口、内网隔离、自定义指标的临时指标缓存网关。

1.2 为什么需要 Pushgateway（核心解决的问题）

Prometheus 原生 Pull 模式存在明显短板，以下场景完全无法适配：

  • 短生命周期任务：定时脚本、批处理任务、一次性执行程序，任务执行完进程就退出，Prometheus 定时拉取时早已无服务，永久丢失指标

  • 无暴露 HTTP 接口的服务：老旧程序、自定义脚本、Shell/Python 任务，没有/无法开发 metrics 接口

  • 网络隔离场景：被监控机器在防火墙后、内网隔离、与 Prometheus 网络不通，Prometheus 无法主动穿透拉取数据

  • 自定义临时业务指标：订单成功率、脚本执行状态、临时统计数据，无专属 Exporter 采集

1.3 核心适用场景 & 禁用场景

✅ 推荐使用场景

  • 定时批处理任务、Shell/Python 定时脚本监控

  • 短生命周期一次性程序、CI/CD 流水线任务监控

  • 内网隔离、防火墙拦截，Prometheus 无法直连的节点

  • 业务自定义临时指标、非标准监控数据上报

❌ 禁止/不推荐场景（重点避坑）

  • 常驻服务、长期运行业务：Web服务、微服务、数据库、中间件，必须用标准 Exporter + Pull 模式

  • 高频海量指标上报：会造成网关数据堆积、Prometheus 抓取压力过大

  • 替代所有 Exporter：违背 Prometheus 设计理念，增加架构复杂度

1.4 核心特性

  • 独立轻量服务，默认端口 9091，部署简单、资源占用极低

  • 提供标准 HTTP API，支持 Shell、Python、Java、Go 等任意语言推送指标

  • 支持分组存储：按 Job、Instance 维度隔离不同业务指标

  • 持久化缓存：重启不丢失已推送指标

  • 支持手动/自动删除过期指标，避免数据脏数据堆积

二、Pushgateway 与原生 Pull 模式核心区别

对比维度 Prometheus Pull（原生） Pushgateway Push（推送）
数据流向 Prometheus 主动拉取 业务主动推送，Prometheus 被动拉取网关
适用对象 常驻服务、长期运行进程 短时任务、一次性脚本、无接口服务
服务存活监控 自带心跳，服务宕机自动告警 无法监控目标存活（核心缺陷）
数据实时性 定时拉取，周期可控 推送即更新，实时性更高
架构复杂度 低 中（多一层网关组件）
脏数据风险 极低 高（任务退出指标残留，需手动清理）

核心重点：Pushgateway 不会自动清理指标，短时任务执行完毕后，指标会永久残留，必须手动配置删除逻辑，否则产生大量脏数据。

三、Pushgateway 部署实战（Linux 二进制部署）

采用官方二进制包部署，轻量无依赖，生产首选，不推荐 Docker 新手入门。

3.1 下载安装

# 下载官方安装包（适配Linux x86_64）
wget https://github.com/prometheus/pushgateway/releases/download/v1.10.0/pushgateway-1.10.0.linux-amd64.tar.gz# 解压
tar zxf pushgateway-1.10.0.linux-amd64.tar.gz# 移动到系统目录
mv pushgateway-1.10.0.linux-amd64 /usr/local/pushgateway# 创建软链接
ln -s /usr/local/pushgateway/pushgateway /usr/local/bin/

3.2 配置系统服务（开机自启）

创建 systemd 服务文件，实现常驻运行、开机自启、故障重启。

cat > /etc/systemd/system/pushgateway.service << EOF
[Unit]
Description=Prometheus Pushgateway
Documentation=https://prometheus.io/docs/pushgateway/
After=network.target[Service]
Type=simple
# 整合完整生产级启动参数：端口监听、指标路径、持久化、关闭标签强校验
ExecStart=/usr/local/bin/pushgateway \
--web.listen-address=":9091" \
--web.telemetry-path="/metrics" \
--persistence.file=/data/pushgateway/pushgateway.db \
--persistence.interval=5m \
--push.disable-consistency-check# 进程常驻保障
Restart=always
RestartSec=3
# 资源限制（生产可选，防止资源溢出）
LimitNOFILE=65535[Install]
WantedBy=multi-user.target
EOF

3.3 启动服务并验证

# 创建数据目录
mkdir -p /data/pushgateway# 重载服务、开机自启、启动服务
systemctl daemon-reload
systemctl enable pushgateway
systemctl start pushgateway# 查看运行状态
systemctl status pushgateway# 端口验证（默认9091）
ss -tulpn | grep 9091

3.4 访问 Web 界面

浏览器访问：http://服务器IP:9091，可直观查看所有已推送的指标、Job、Instance 分组。

四、Prometheus 对接 Pushgateway 配置

Pushgateway 部署完成后，需要配置 Prometheus 定时拉取网关指标，核心配置重点 honor_labels。

4.1 修改 prometheus.yml

global:scrape_interval: 15sevaluation_interval: 15sscrape_configs:# 新增Pushgateway抓取任务- job_name: 'pushgateway'scrape_interval: 10s# 核心配置：优先使用推送指标自带标签，不被网关标签覆盖# 用于解决标签的冲突问题，有效值为: true和false，默认值为false# 当设置为true时，将保留抓取的标签以忽略服务器自身的标签。说白了会覆盖原有标签。# 当设置为false时，则不会覆盖原有标签，而是在标点前加了一个"exported_"前缀。honor_labels: truestatic_configs:- targets: ['127.0.0.1:9091']

4.2 配置核心解释（必懂）

  • honor_labels: true：业务推送指标的自定义标签优先级最高，当推送的指标与服务器目标标签冲突时，保留推送方的标签。这能保证你在推送时定义的 job 和 instance 标签不被覆盖。避免 Pushgateway 服务端标签覆盖业务标签，生产必须开启

  • scrape_interval：缩短抓取周期，适配短时任务实时监控

4.3 重启 Prometheus 验证

# 校验配置文件
promtool check config /etc/prometheus/prometheus.yml# 重启服务
systemctl restart prometheus

Prometheus Web 界面 → Status → Targets，可看到 pushgateway 状态为 UP，即对接成功。

五、核心实战：指标推送、查询、删除

Pushgateway 基于 HTTP API 推送，支持 curl 命令、Python 脚本、业务代码 三种常用方式。

5.1 推送语法规范

推送地址格式：POST http://<pushgateway>:9091/metrics/job/任务名/instance/实例名

指标数据格式（Prometheus 标准）：

# 指标名 标签=值 指标数值
# HELP 自定义任务执行状态
# TYPE task_status gauge
task_status{name="backup_db"} 1----# 推送 batch_job 这个 job 的指标
cat <<EOF | curl --data-binary @- http://localhost:9091/metrics/job/batch_job/instance/host01
# TYPE processed_rows counter
processed_rows{status="success"} 1024
# TYPE last_run_timestamp gauge
last_run_timestamp 1686000000
EOF

  • --data-binary @- 从标准输入读取原始数据，不能使用 -d，因为 -d 会进行 URL 编码。

  • 指标名称必须带有 # TYPE 和 # HELP 是推荐但非强制。

  • 类型说明：gauge（瞬时值） 适配绝大多数短时任务监控。

5.2 Curl 快速推送（临时测试首选）

# 推送数据库备份任务状态：1成功 0失败
cat << EOF | curl --data-binary @- http://127.0.0.1:9091/metrics/job/cron_task/instance/10.0.0.10
# HELP cron_backup_status 定时备份任务状态
# TYPE cron_backup_status gauge
cron_backup_status{task_name="db_backup"} 1
EOF

推送成功返回 202 Accepted，即可在 Pushgateway、Prometheus 页面查询到指标。

5.3 Python 脚本推送（生产常用）

适用于自定义业务统计、脚本任务监控，可嵌入任意定时任务。

import requestspush_url = "http://127.0.0.1:9091/metrics/job/python_task/instance/10.0.0.10"# 组装Prometheus标准指标
metrics = """
# HELP python_task_run_status Python定时任务执行状态
# TYPE python_task_run_status gauge
python_task_run_status{task="log_clean"} 1
"""# 推送指标
response = requests.post(push_url, data=metrics)
if response.status_code == 202:print("指标推送成功")
else:print(f"推送失败：{response.status_code}")

5.4 指标查询验证

Prometheus Web 界面输入查询语句，实时查看数据：

cron_backup_status
python_task_run_status

5.5 指标删除操作（核心必备）

Pushgateway 不会自动清理过期指标，任务结束后需主动删除，避免脏数据。

删除指定 Job 所有指标

curl -X DELETE http://127.0.0.1:9091/metrics/job/cron_task

删除指定 Job+Instance 指标

 curl -X DELETE  http://10.0.0.42:9091/metrics/job/disk_usage/instance/10.0.0.42

5.6 自动清理过期指标（生产方案）

配置 Linux 定时任务，定时清空无效指标，防止长期堆积：

# 每天凌晨2点清空所有pushgateway指标
0 2 * * * curl -X DELETE http://127.0.0.1:9091/metrics/all

六、Grafana 可视化展示

对接完成后，可在 Grafana 快速配置监控面板：

  1. Grafana 数据源选择已配置的 Prometheus

  2. 新建面板，输入指标查询语句

  3. 配置阈值告警：cron_backup_status == 0 触发任务失败告警

  4. 展示任务执行状态、次数、成功率等自定义视图

七、生产核心问题与避坑指南（重点）

7.1 无法监控目标存活（最大缺陷）

Pull 模式下，服务宕机 Prometheus 会抓取失败，自动触发告警；但 Pushgateway 是主动推送，任务异常退出、进程挂掉，网关依然保留最后一次推送的正常指标，无法感知故障。

解决方案：

  • 增加 任务心跳指标，定时推送时间戳

  • Prometheus 配置告警规则：超过 2 个周期无指标更新则判定任务失联

7.2 标签覆盖问题

未开启 honor_labels: true 时，Pushgateway 的 Job/Instance 标签会覆盖业务自定义标签，导致指标维度错乱。

解决方案：生产环境强制开启该配置。

7.3 脏数据堆积

短时任务频繁执行、退出，旧指标长期残留，导致监控数据失真、存储膨胀。

解决方案：任务执行完毕主动调用删除接口 + 定时任务全局清理。

7.4 重复指标问题

脚本重复执行、重试推送，导致同一指标多条数据，影响统计准确性。

解决方案：推送前先删除同 Job 旧指标，再推送新数据。

八、生产最佳实践总结

  1. 场景严格限定：只用于短时脚本、定时任务、无接口服务，常驻业务严禁使用

  2. 必开配置：Prometheus 抓取任务开启 honor_labels: true

  3. 强制清理机制：任务结束主动删指标 + 定时全局清理，杜绝脏数据

  4. 补全存活监控：通过心跳指标+过期告警，弥补无法监控存活的缺陷

  5. 指标规范统一：所有自定义指标遵循 Prometheus 命名规范，统一 Job、Instance 分组

九、实战演示：

  • 监控tcp_status_count：每分钟检测tcp 12种状态的数量
	1.编写脚本采集12种状态 
cat /usr/local/bin/tcp_status.sh
#!/bin/bashpushgateway_url="http://10.0.0.92:9091/metrics/job/tcp_status/instance/10.0.0.91"
time=$(date +%Y-%m-%d+%H:%M:%S)state="SYN-SENT SYN-RECV FIN-WAIT-1 FIN-WAIT-2 TIME-WAIT CLOSE CLOSE-WAIT LAST-ACK LISTEN CLOSING ESTAB"
for i in  $statedot=`ss -tan |grep $i |wc -l`echo tcp_connections{state=\""$i"\"} $t >>/tmp/tcp.txt
done;cat /tmp/tcp.txt | curl --data-binary @- $pushgateway_url
rm -rf  /tmp/tcp.txt2.采集指标到pushgateway
bash /usr/local/bin/tcp_status.sh3.Prometheus检查数据
tcp_connections4.grafana出图
  • disk_usage
#!/bin/bashmetrics=""
for line in `df |awk 'NR>1{print $NF "=" int($(NF-1))}'`
dodisk_name=`echo $line|awk -F'=' '{print $1}'`disk_usage=`echo $line|awk -F'=' '{print $2}'`metrics="$metrics\ndisk_usage{disk_name=\"$disk_name\"} $disk_usage"
doneecho -e "# A histogram, which has a pretty complex representation in the text format:\n# HELP http_request_duration_seconds A histogram of the request duration.\n# TYPE http_request_duration_seconds histogram\n$metrics" | curl --data-binary @- http://10.0.0.42:9091/metrics/job/disk_usage/instance/10.0.0.42

十、核心一句话总结

Pushgateway 不是替代 Exporter 的通用监控方案，而是 Prometheus Pull 模式的补充工具，专门解决短时、无接口、隔离环境的自定义指标监控问题，使用核心在于：规范推送、主动清理、补全告警、严控场景。

http://www.jsqmd.com/news/931938/

相关文章：

  • 3分钟搞定B站缓存视频转换：m4s-converter完整使用教程
  • 逻辑代数基础：数字世界的语言
  • 打破数据孤岛，聚英云平台打造一体化数据分析系统
  • 基于ESP8266的40Hz伽马波光刺激器DIY：从脑波夹带原理到物联网硬件实现
  • 手把手教你搞定反激电源的‘顽疾’：从漏感震荡到准谐振，实测RCD与齐纳钳位怎么选
  • AI如何优化科学传播：从文本简化到公众信任的实证研究
  • 2026必看：东莞甲醛检测治理公司推荐｜专业靠谱选东莞佰家环保科技有限公司，技术口碑双在线 - 专注室内空气检测治理
  • Haskell依赖类型实现TensorFlow张量操作编译时维度安全
  • 2026浮子流量计国产品牌综合实力权威排名及深度选型指南 - 水质仪表品牌排行榜
  • 3步解锁屏幕翻译黑科技：Translumo带你打破语言壁垒
  • UnityExplorer深度指南：如何成为Unity游戏调试与修改的专家？
  • ScottPlot实战：在WPF中打造一个实时监控仪表盘（CPU/内存/网络流量动态曲线）
  • 基于ESP32与LoRa的探空气球数据采集系统：从硬件设计到实战部署
  • 别再傻傻分不清了！用Python代码实战演示KNN分类和K-means聚类的核心区别
  • 2026学生降AIGC软件盘点：省时省力+高分适配哪家强？
  • 从AI决策到万物互联：技术趋势的商业落地与个人应对策略
  • Qt5.15项目里QWebEngine加载网页慢到超时？别急着改源码，先试试这个Windows证书策略
  • 【Sora 2展厅制作倒计时72小时】：错过本次RTX 6000 Ada驱动更新窗口，将永久丧失光线追踪反射层级支持
  • RoundedTB：解锁Windows任务栏现代化美学的终极实战手册
  • 5个技巧让你用Black-Litterman模型构建更稳健的投资组合 [特殊字符]
  • Arduino互动幽灵盒子：从传感器到状态机的机电一体化实践
  • 2026日喀则卫生间免砸砖防水、外墙、地下室、楼顶渗漏+彩钢瓦、阳光房漏水 本地专业防水公司TOP5权威推荐（2026年6月本地最新深度调研） - 企业资讯
  • 从URDF反推DH参数：在ROS中为你的六轴机械臂快速配置MoveIt！
  • 别再只盯着手机了！聊聊HarmonyOS的微内核和Android的宏内核，到底谁更适合你的IoT项目？
  • Core ML与Watson混合AI架构：打造智能移动应用的新范式
  • 如何通过e1547打造个性化的数字艺术浏览体验
  • 用Python给视频帧“藏”点小秘密：一个CTF出题人的实战脚本分享（附完整代码）
  • 别再忍受‘假外观’了！手把手教你用Blender调整Livox Mid-360在Gazebo中的3D模型尺寸
  • 终极暗黑破坏神2存档编辑器：可视化编辑解放你的游戏体验
  • 口碑最好的AI论文网站推荐（从开题选题到定稿排版全流程）适合全体毕业生