Prometheus और Grafana से मेट्रिक्स
क्लस्टर और ऐप्लिकेशन मेट्रिक्स एकत्रित करने के लिए Prometheus सेट अप कीजिए और उन्हें Grafana से दृश्य रूप में प्रस्तुत कीजिए।
Prometheus और Grafana से मेट्रिक्स, CoddyKit पर Kubernetes की बुनियाद का एक निःशुल्क पाठ है। यह 4 में से 2वाँ पाठ है। इस अध्ययन पथ के 3 तक कोई भी पाठ पूरा पढ़ना निःशुल्क है — इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ व्यावहारिक अभ्यास भी उपलब्ध कराता है। यह Kubernetes की बुनियाद सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। Kubernetes की बुनियाद पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
मेट्रिक्स की शक्ति
मेट्रिक्स संख्यात्मक माप होते हैं, जो आपके अनुप्रयोगों और अवसंरचना की स्थिति और प्रदर्शन का वर्णन करते हैं। इन्हें अपने सॉफ़्टवेयर के महत्वपूर्ण संकेतों के रूप में समझिए!
वे इन विषयों के बारे में उपयोगी जानकारी देते हैं:
- प्रदर्शन: आपका ऐप कितनी तेज़ी से प्रतिक्रिया दे रहा है?
- संसाधन उपयोग: क्या आपके सर्वर की मेमोरी समाप्त होने वाली है?
- उपलब्धता: क्या आपकी सेवा उपयोगकर्ताओं के लिए चालू और उपलब्ध है?
मेट्रिक्स को ट्रैक करके आप रुझानों को समझ सकते हैं, असामान्यताओं का पता लगा सकते हैं और समस्याओं का पहले से निवारण कर सकते हैं।
Prometheus से परिचय
Prometheus एक मुक्त-स्रोत निगरानी प्रणाली है, जिसे विश्वसनीयता और विस्तार-क्षमता के लिए बनाया गया है। यह क्लाउड-नेटिव ऑब्ज़र्वेबिलिटी स्टैक का एक प्रमुख उपकरण है।
इसका मुख्य कार्य है:
- संग्रह करना: कॉन्फ़िगर किए गए लक्ष्यों (जैसे आपके अनुप्रयोगों) से मेट्रिक्स एकत्र करना।
- संग्रहित करना: इन मेट्रिक्स को समय-श्रृंखला डेटाबेस में सहेजना।
- क्वेरी करना: आपको एकत्र किए गए डेटा के बारे में प्रश्न पूछने देना।
Prometheus आपको अपने Kubernetes क्लस्टर के भीतर हो रही गतिविधियों की स्पष्ट तस्वीर प्राप्त करने में सहायता करता है।
Prometheus का "स्क्रैपिंग" मॉडल
Prometheus मेट्रिक्स एकत्र करने के लिए "पुल" मॉडल का उपयोग करता है। अनुप्रयोगों द्वारा Prometheus को डेटा भेजने के बजाय, Prometheus स्वयं उनसे मेट्रिक्स को "स्क्रैप" या खींचता है।
यह सामान्य रूप से इस प्रकार काम करता है:
- आपका अनुप्रयोग किसी विशिष्ट HTTP एंडपॉइंट (अक्सर
/metrics) पर मेट्रिक्स उपलब्ध कराता है। - Prometheus को लक्ष्यों की सूची (जैसे आपके अनुप्रयोग का IP और पोर्ट) के साथ कॉन्फ़िगर किया जाता है।
- नियमित अंतराल पर Prometheus प्रत्येक लक्ष्य के
/metricsएंडपॉइंट को HTTP अनुरोध भेजता है। - लक्ष्य अपने वर्तमान मेट्रिक्स के साथ प्रतिक्रिया देता है, जिन्हें Prometheus फिर संग्रहित कर लेता है।
मेट्रिक्स: कुंजी-मान युग्म
Prometheus डेटा को समय-श्रृंखला के रूप में संग्रहित करता है: टाइमस्टैम्प वाले मानों की धाराओं के रूप में। प्रत्येक समय-श्रृंखला की विशिष्ट पहचान मेट्रिक नाम और लेबल कहे जाने वाले कुंजी-मान युग्मों के समूह से होती है।
उदाहरण: http_requests_total{method="GET", path="/api"}
Prometheus में मुख्य मेट्रिक प्रकार हैं:
- काउंटर: एक संचयी मेट्रिक, जो केवल बढ़ता है (जैसे, कुल अनुरोध)।
- गेज: ऐसा मान, जो बढ़ या घट सकता है (जैसे, वर्तमान CPU उपयोग)।
- हिस्टोग्राम/सारांश: अवलोकनों का नमूना लेने और कॉन्फ़िगर किए जा सकने वाले खंडों में उनकी गिनती करने के लिए (जैसे, अनुरोध की अवधि)।
ऐप्स को मेट्रिक्स "बोलना" सिखाना
Prometheus द्वारा मेट्रिक्स को स्क्रैप करने के लिए आपके अनुप्रयोग को उन्हें ऐसे प्रारूप में उपलब्ध कराना होगा, जिसे Prometheus समझ सके। यह आमतौर पर HTTP एंडपॉइंट के माध्यम से किया जाता है।
कई प्रोग्रामिंग भाषाओं में क्लाइंट लाइब्रेरी होती हैं, जो आपके कोड में मेट्रिक्स जोड़ना आसान बनाती हैं:
- घटनाओं पर काउंटर बढ़ाएँ।
- वर्तमान स्थितियों के लिए गेज सेट करें।
- ऑपरेशन की अवधियों का अवलोकन करें।
आइए, किसी ऐप द्वारा एक मूल काउंटर मेट्रिक उपलब्ध कराने का बहुत सरल उदाहरण देखें।
मेट्रिक्स उपलब्ध कराने वाला Python ऐप
यह एक छोटा Python Flask ऐप है, जो एक सरल काउंटर मेट्रिक उपलब्ध कराता है। यह पृष्ठ-दृश्यों की गिनती का अनुकरण करता है।
इस कोड को चलाएँ और फिर अपने ब्राउज़र/टर्मिनल में /metrics खोलकर देखें (जैसे, चलाने के बाद http://localhost:5000/metrics पर जाएँ)।
from flask import Flask
from prometheus_client import Counter, generate_latest
import time
app = Flask(__name__)
c = Counter('my_app_requests_total', 'Total requests to my app')
@app.route('/')
def hello():
c.inc() # Increment the counter
return "Hello, CoddyKit!"
@app.route('/metrics')
def metrics():
return generate_latest().decode('utf-8')
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)आपके क्लस्टर में Prometheus
Kubernetes में Prometheus को कुशलतापूर्वक तैनात करने के लिए अक्सर Prometheus Operator का उपयोग किया जाता है। यह ऑपरेटर Prometheus इंस्टेंस और कॉन्फ़िगरेशन को प्रबंधित करने में सहायता करता है।
Prometheus के लिए मुख्य Kubernetes संसाधन:
- ServiceMonitor: Prometheus को बताता है कि मेट्रिक्स एंडपॉइंट *कहाँ* खोजने हैं (जैसे, किन Services और Pods को स्क्रैप करना है)।
- PodMonitor: ServiceMonitor के समान, लेकिन सीधे Pods को लक्ष्य बनाता है।
ये संसाधन Prometheus को आपके तैनात अनुप्रयोगों से मेट्रिक्स अपने-आप खोजने और स्क्रैप करने देते हैं।
Grafana: डैशबोर्ड का उस्ताद
Prometheus जहाँ मेट्रिक्स एकत्र और संग्रहित करता है, वहीं Grafana उन्हें दृश्य रूप में दिखाने का आपका प्रमुख उपकरण है। यह एक मुक्त-स्रोत विश्लेषण और इंटरैक्टिव दृश्यांकन वेब अनुप्रयोग है।
Grafana आपको ये कार्य करने देता है:
- सुंदर और जानकारीपूर्ण डैशबोर्ड बनाना।
- एकाधिक डेटा स्रोतों (जैसे Prometheus) पर क्वेरी करना।
- मेट्रिक सीमाओं के आधार पर चेतावनियाँ सेट करना।
यह कच्चे मेट्रिक डेटा को उपयोगी जानकारी में बदल देता है।
Grafana और Prometheus: शक्तिशाली जोड़ी
Grafana स्वयं मेट्रिक डेटा संग्रहित नहीं करता; यह बाहरी डेटा स्रोतों से डेटा की क्वेरी करता है। अपने Kubernetes मेट्रिक्स को दृश्य रूप में देखने के लिए, आप Grafana में Prometheus को डेटा स्रोत के रूप में कॉन्फ़िगर करेंगे।
चरण:
- Grafana में नया डेटा स्रोत जोड़ें।
- प्रकार के रूप में "Prometheus" चुनें।
- अपने Prometheus सर्वर का URL दें।
- Prometheus की क्वेरी भाषा, PromQL, का उपयोग करके डैशबोर्ड बनाना शुरू करें!
यह जोड़ी आपको अपने क्लस्टर की निगरानी पर पूरा नियंत्रण देती है।
अपना ज्ञान परखें!
Prometheus और Grafana के बारे में अपनी समझ जाँचने का समय आ गया है!
पुनरावलोकन: मेट्रिक्स और दृश्यांकन
बहुत बढ़िया! इस पाठ में आपने इन विषयों के बारे में सीखा:
- ऑब्ज़र्वेबिलिटी के लिए मेट्रिक्स का महत्व।
- समय-श्रृंखला मेट्रिक्स को स्क्रैप और संग्रहित करने वाली शक्तिशाली प्रणाली के रूप में Prometheus।
- अनुप्रयोग Prometheus द्वारा एकत्र किए जाने के लिए मेट्रिक्स कैसे उपलब्ध कराते हैं।
- जानकारीपूर्ण डैशबोर्ड बनाने और अपने मेट्रिक डेटा को दृश्य रूप में दिखाने के लिए Grafana।
अपने Kubernetes अनुप्रयोगों को स्वस्थ और बेहतर प्रदर्शन करने वाला बनाए रखने के लिए इन उपकरणों को समझना महत्वपूर्ण है। अपने अनुप्रयोगों में मेट्रिक्स जोड़ने के तरीकों का अन्वेषण करते रहें!
एआई शिक्षक के साथ Kubernetes की बुनियाद सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 12
- पाठ
- 48
अक्सर पूछे जाने वाले प्रश्न
क्या “Prometheus और Grafana से मेट्रिक्स” पाठ निःशुल्क है?
हाँ — Kubernetes की बुनियाद अध्ययन पथ के 3 तक कोई भी पाठ, जिसमें “Prometheus और Grafana से मेट्रिक्स” भी शामिल है, यहाँ वेब पर पूरा पढ़ना निःशुल्क है। इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ इंटरैक्टिव अभ्यास भी उपलब्ध कराता है। Kubernetes की बुनियाद पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“Prometheus और Grafana से मेट्रिक्स” में मैं क्या सीखूँगा?
क्लस्टर और ऐप्लिकेशन मेट्रिक्स एकत्रित करने के लिए Prometheus सेट अप कीजिए और उन्हें Grafana से दृश्य रूप में प्रस्तुत कीजिए। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ Kubernetes की बुनियाद का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या Kubernetes की बुनियाद शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर Kubernetes की बुनियाद शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 2वाँ पाठ है।
“Prometheus और Grafana से मेट्रिक्स” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस Kubernetes की बुनियाद पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर Kubernetes की बुनियाद पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- kubectl logs से लॉगिंग
- Prometheus और Grafana से मेट्रिक्स
- स्वास्थ्य जाँच: जीवंतता और तत्परता प्रोब्स
- वितरित ट्रेसिंग और इवेंट