add prometheus translation

concepts/job_and_instance.md

@@ -1,25 +1,27 @@
 ## Jobs和Instances(任务和实例)
 ---
-就Prometheus而言，任何抓取的进程都被称作*instance*。相同的多实例进程集合被称为一个任务*job*。
+就Prometheus而言，pull拉取采样点的端点服务称之为**instance**。多个这样pull拉取采样点的instance, 则构成了一个**job**
 
-例如, 一个被称作*api-server*的任务有四个相同的实例。
- - 任务: `api-server`
-     - 实例1：`1.2.3.4:5670`
-     - 实例2：`1.2.3.4:5671`
-     - 实例3：`5.6.7.8:5670`
-     - 实例4：`5.6.7.8:5671`
+例如, 一个被称作**api-server**的任务有四个相同的实例。
+ - job: `api-server`
+     - instance 1：`1.2.3.4:5670`
+     - instance 2：`1.2.3.4:5671`
+     - instance 3：`5.6.7.8:5670`
+     - instance 4：`5.6.7.8:5671`
 
 ### 自动化生成的标签和时间序列
-当Prometheus抓取一个进程的度量指标数据时，默认会有一些度量指标存在。
-  - `job`: 目标所属于的配置任务名称。
-  - `instance`: 被抓取的目标服务`host:port`
+当Prometheus拉取一个目标, 会自动地把两个标签添加到度量名称的标签列表中，分别是：
+  - **job**: 目标所属的配置任务名称**api-server**。
+  - **instance**: 采样点所在服务: `host:port`
 
-判断任何一个标签是否在抓取的时间序列数据中，取决于`honor_labels`配置选项。详见[文档](https://prometheus.io/docs/operating/configuration/#%3Cscrape_config%3E)
+如果以上两个标签二者之一存在于采样点中，这个取决于`honor_labels`配置选项。详见[文档](https://prometheus.io/docs/operating/configuration/#%3Cscrape_config%3E)
 
-对于每个进程，Prometheus都会默认为它创建一些度量指标：
- - up{job="[job-name]", instance="instance-id"}: 如果进程是健康的，则up值等于1，否则，up值等于0，表示进程不可用。
- - scrape_duration_seconds{job="[job-name]", instance="[instance-id]"}: 表示抓取一次度量指标数据花费的时间。
- - scrape_samples_post_metric_relabeling{job="<job-name>", instance="<instance-id>"}: 表示度量指标的标签变化后，标签没有变化的度量指标数量。
- - scrape_samples_scraped{job="<job-name>", instance="<instance-id>"}: 进程的所有度量指标总数
+对于每个采样点所在服务instance，Prometheus都会存储以下的度量指标采样点：
+ - `up{job="[job-name]", instance="instance-id"}`: up值=1，表示采样点所在服务健康;  否则，网络不通, 或者服务挂掉了
+ - `scrape_duration_seconds{job="[job-name]", instance="[instance-id]"}`: 尝试获取目前采样点的时间开销
+ - `scrape_samples_post_metric_relabeling{job="<job-name>", instance="<instance-id>"}`: 表示度量指标的标签变化后，标签没有变化的度量指标数量。
+ - `scrape_samples_scraped{job="<job-name>", instance="<instance-id>"}`: 这个采样点目标暴露的样本点数量
 
-`up`度量指标对进程健康的监控是非常有用的。
+备注：我查了下`scrape_samples_post_metric_relabeling` 和 `scrape_samples_scraped`的值好像是一样的。还是这两个值没有理解
+
+`up`度量指标对服务健康的监控是非常有用的。

prometheus/geting_started.md

@@ -0,0 +1,167 @@
+## 启动
+---
+这是个类似"hello,world"的试验，教大家怎样快速安装、配置和简单地搭建一个DEMO。你会下载和本地化运行Prometheus服务，并写一个配置文件，监控Prometheus服务本身和一个简单的应用，然后配合使用query、rules和图表展示采样点数据
+
+### 下载和运行Prometheus
+[最新下载页](https://prometheus.io/download), 然后提取和运行它，so easy：
+```shell
+tar zxvf prometheus-*.tar.gz
+cd prometheus-*
+```
+在开始启动Prometheus之前，我们要配置它
+
+### 配置Prometheus监控自身
+Prometheus从目标机上通过http方式拉取采样点数据, 它也可以拉取自身服务数据并监控自身的健康状况
+
+当然Prometheus服务拉取自身服务采样数据，并没有多大的用处，但是它是一个好的DEMO。保存下面的Prometheus配置，并命名为：`prometheus.yml`:
+```shell
+global:
+  scrape_interval:     15s # 默认情况下，每15s拉取一次目标采样点数据。
+
+  # 我们可以附加一些指定标签到采样点度量标签列表中, 用于和第三方系统进行通信, 包括：federation, remote storage, Alertmanager
+  external_labels:
+    monitor: 'codelab-monitor'
+
+# 下面就是拉取自身服务采样点数据配置
+scrape_configs:
+  # job名称会增加到拉取到的所有采样点上，同时还有一个instance目标服务的host：port标签也会增加到采样点上
+  - job_name: 'prometheus'
+
+    # 覆盖global的采样点，拉取时间间隔5s
+    scrape_interval: 5s
+
+    static_configs:
+      - targets: ['localhost:9090']
+```
+
+对于一个完整的配置选项，请见[配置文档](https://prometheus.io/docs/prometheus/latest/configuration/configuration/)
+
+### 启动Prometheus
+指定启动Prometheus的配置文件，然后运行
+```shell
+./prometheus --config.file=prometheus.yml
+```
+
+这样Prometheus服务应该起来了。你可以在浏览器上输入：`http://localhost:9090`, 就可以看到Prometheus的监控界面
+
+你也可以通过输入`http://localhost:9090/metrics`，直接拉取到所有最新的采样点数据集
+
+### 使用expression browser(暂翻译：浏览器上输入表达式)
+为了使用Prometheus内置浏览器表达式，导航到`http://localhost:9090/graph`，并选择带有"Graph"的"Console".
+
+在拉取到的度量采样点数据中， 有一个metric叫`prometheus_target_interval_length_seconds`, 两次拉取实际的时间间隔，在表达式的console中输入:
+```shell
+prometheus_target_interval_length_seconds
+```
+
+这个应该会返回很多不同的倒排时间序列数据，这些度量名称都是`prometheus_target_interval_length_seconds`, 但是带有不同的标签列表值，这些标签列表值指定了不同的延迟百分比和目标组间隔
+
+如果我们仅仅对99%的延迟感兴趣，则我们可以使用下面的查询去清洗信息：
+```shell
+prometheus_target_interval_length_seconds{quantile="0.99"}
+```
+
+为了统计返回时间序列数据个数，你可以写：
+```shell
+count(prometheus_target_interval_length_seconds)
+```
+
+有关更多的表达式语言，请见[表达式语言文档](https://prometheus.io/docs/prometheus/latest/querying/basics/)
+
+### 使用graph interface
+见图表表达式，导航到`http://localhost:9090/graph`， 然后使用"Graph" tab
+
+例如，进入下面表达式，绘图最近1分钟产生chunks的速率：
+```shell
+rate(prometheus_tsdb_head_chunks_created_total[1m])
+```
+
+### 启动其他一些采样目标
+Go客户端包括了一个例子，三个服务只见的RPC调用延迟
+
+首先你必须有Go的开发环境，然后才能跑下面的DEMO, 下载Prometheus的Go客户端，运行三个服务:
+```shell
+git clone https://github.com/prometheus/client_golang.git
+cd client_golang/examples/random
+go get -d 
+go build
+
+## 启动三个服务
+./random -listen-address=:8080
+./random -listen-address=:8081
+./random -listen-address=:8082
+```
+现在你在浏览器输入:`http://localhost:8080/metrics`, `http://localhost:8081/metrics`, `http://localhost:8082/metrics`, 能看到所有采集到的采样点数据
+
+### 配置Prometheus去监控这三个目标服务
+现在我们将会配置Prometheus，拉取三个目标服务的采样点。我们把这三个目标服务组成一个job, 叫`example-radom`. 然而，想象成，前两个服务是生产环境服务，后者是测试环境服务。我们可以通过group标签分组，在这个例子中，我们通过`group="production"`标签和`group="test"`来区分生产和测试
+```shell
+scrape_configs:
+  - job_name:       'example-random'
+
+    scrape_interval: 5s
+
+    static_configs:
+      - targets: ['localhost:8080', 'localhost:8081']
+        labels:
+          group: 'production'
+
+      - targets: ['localhost:8082']
+        labels:
+          group: 'test'
+```
+
+进入浏览器，输入`rpc_duration_seconds`, 验证Prometheus所拉取到的采样点中每个点都有group标签，且这个标签只有两个值`production`, `test`
+
+### 聚集到的采样点数据配置规则
+上面的例子没有什么问题， 但是当采样点海量时，计算成了瓶颈。查询、聚合成千上万的采样点变得越来越慢。为了提高性能，Prometheus允许你通过配置文件设置规则，对表达式预先记录为全新的持续时间序列。让我们继续看RPCs的延迟速率(`rpc_durations_seconds_count`),  如果存在很多实例，我们只需要对特定的`job`和`service`进行时间窗口为5分钟的速率计算，我们可以写成这样：
+```shell
+avg(rate(rpc_durations_seconds_count[5m])) by (job, service)
+```
+为了记录这个计算结果，我们命名一个新的度量：`job_service:rpc_durations_seconds_count:avg_rate5m`, 创建一个记录规则文件，并保存为`prometheus.rules.yml`:
+```shell
+groups:
+- name: example
+  rules:
+  - record: job_service:rpc_durations_seconds_count:avg_rate5m
+    expr: avg(rate(rpc_durations_seconds_count[5m])) by (job, service)
+```
+
+然后再在Prometheus配置文件中，添加`rule_files`语句到`global`配置区域， 最后配置文件应该看起来是这样的：
+```shell
+global:
+  scrape_interval:     15s # By default, scrape targets every 15 seconds.
+  evaluation_interval: 15s # Evaluate rules every 15 seconds.
+
+  # Attach these extra labels to all timeseries collected by this Prometheus instance.
+  external_labels:
+    monitor: 'codelab-monitor'
+
+rule_files:
+  - 'prometheus.rules.yml'
+
+scrape_configs:
+  - job_name: 'prometheus'
+
+    # Override the global default and scrape targets from this job every 5 seconds.
+    scrape_interval: 5s
+
+    static_configs:
+      - targets: ['localhost:9090']
+
+  - job_name:       'example-random'
+
+    # Override the global default and scrape targets from this job every 5 seconds.
+    scrape_interval: 5s
+
+    static_configs:
+      - targets: ['localhost:8080', 'localhost:8081']
+        labels:
+          group: 'production'
+
+      - targets: ['localhost:8082']
+        labels:
+          group: 'test'
+```
+
+然后重启Prometheus服务，并指定最新的配置文件，查询并验证`job_service:rpc_durations_seconds_count:avg_rate5m`度量指标