Prometheus — satu server, dua target scrape
Contoh ini mengompilasi sebuah stack kecil yang nyata — sebuah server metrik Prometheus
yang melakukan scrape terhadap dua server dasbor Grafana — dari satu Aggregate
yang ditulis oleh Developer ke dua target:
- Docker Compose untuk pengembangan lokal, dan
- Kubernetes melalui sintesis Workload pada image resmi
prom/prometheus.
aggregate.yaml yang sama menggerakkan keduanya. Hanya lapisan Recipe yang dipilih oleh
Manifest yang berubah per target.
Grafana menyajikan metriknya sendiri dalam format teks Prometheus di /metrics pada
port web-nya, dan melakukannya secara default, sehingga setiap Grafana merupakan target
scrape yang nyata. Keduanya adalah tipe Component yang sama yang dihubungkan dua kali, sehingga
semua yang berbeda antara kedua job scrape berasal dari apa yang ditulis pada setiap
koneksi dan dari tempat setiap Grafana menyatakan bahwa ia menyajikan metriknya.
Berkas
| Berkas | Peran |
|---|---|
aggregate.yaml | Intensi Developer: dua Grafana, team-dashboards dan ops-dashboards (keduanya core/observability/grafana), serta server metrics (core/observability/prometheus) yang mendeklarasikan penggunaan scrape_target atas masing-masing. |
manifest-compose.yaml | Memetakan tipe Prometheus ke Recipe Compose (compose/prometheus) dan tipe Grafana ke Recipe Compose Grafana (compose/grafana). |
manifest-helm-synth.yaml | Memetakan tipe Prometheus ke Recipe helm hasil sintesis (helm/prometheus) dan tipe Grafana ke Recipe helm Grafana hasil sintesis (helm/grafana). Keduanya tidak mengambil chart. |
release-compose.yaml / release-helm-synth.yaml | Catatan Operator untuk kedua target. |
Menghubungkan dua target pada satu soket
scrape_target adalah satu soket yang membawa dua koneksi, dan setiap koneksi
menjadi satu scrape job:
metrics: type: core/observability/prometheus uses: scrape_target: team-dashboards: target: team-dashboards ops-dashboards: target: ops-dashboards values: job_name: ops-grafana scrape_interval: 30sKoneksi team-dashboards tidak menulis values, sehingga job-nya mengambil apa yang
dideklarasikan soket. Koneksi ops-dashboards menetapkan dua kunci, dan setiap kunci yang
ditetapkannya hanya membentuk job tersebut — job team-dashboards tidak terpengaruh olehnya.
Target menyatakan di mana ia menyajikan metrik
Sebuah koneksi menyatakan seberapa sering Prometheus melakukan scrape dan dengan nama job apa; koneksi
tidak pernah menyatakan di mana. Itu adalah fakta milik target sendiri, dan target memublikasikannya:
setiap Grafana Recipe memublikasikan metrics_endpoint, alamat lengkap
metriknya — skema, host, port, dan path, seperti
http://team-dashboards:3000/metrics di Compose. Prometheus membangun job
scrape dari alamat tersebut: skemanya, path-nya, serta host dan port-nya sebagai
target job tersebut.
Jadi, target yang tidak menyajikan metrik tidak memublikasikan alamat, dan menghubungkannya ke
scrape_target menghentikan build dengan menyebutkan target tersebut, alih-alih mengompilasi job yang
tidak akan melakukan scrape apa pun. Produk yang metriknya nonaktif sampai sebuah nilai mengaktifkannya
— banyak produk dalam katalog menerima metrics_enabled — memublikasikan alamatnya selama
metrik tersebut aktif. Di Kubernetes, target dapat memublikasikan apa yang digunakan Prometheus
untuk menemukan metriknya, yaitu sebuah Service atau pod selector, ketika tidak ada satu alamat pun
yang menjangkau semuanya; realisasi Compose tidak memiliki cluster untuk penemuan tersebut
dan berhenti pada target seperti itu.
Socket ini menerima server, server stateful, maupun worker, sehingga database, penyimpanan log, atau operator dihubungkan dengan cara yang sama; apakah ia dapat di-scrape ditentukan oleh apa yang dipublikasikannya.
Apa yang didemonstrasikan
- Satu permukaan penulisan, banyak target. Satu Aggregate menjadi sumber kebenaran tentang apa stack tersebut. Setiap Manifest menyatakan bagaimana merealisasikannya.
- Satu soket, banyak koneksi. Prometheus melakukan scrape terhadap target sebanyak yang dihubungkan oleh
Aggregate ke
scrape_target. Recipe menghasilkan satu job scrape per koneksi, sehingga jumlah job mengikuti topologi, bukan Recipe. - Konfigurasi per koneksi.
job_namedanscrape_intervaldideklarasikan padavalueSchemamilik soket, sehingga keduanya menjadi properti sebuah koneksi, bukan properti server. Satu Prometheus yang melakukan scrape terhadap beberapa target tidak dapat menyatakan beberapa interval dalam satu nilai yang berlaku untuk seluruh Component. - Nilai default yang dideklarasikan mengisi kunci yang dihilangkan oleh koneksi.
scrape_intervalmemiliki nilai default padavalueSchemamilik soket. Koneksi yang menghilangkannya —team-dashboardsdi sini — menerima nilai tersebut, dan koneksi yang menetapkannya —ops-dashboards— hanya menimpa apa yang ditetapkannya. - Penghubungan scrape melalui String Pipe.
metrics_endpointmilik setiap Recipe Grafana dialirkan ke Prometheus dan dirender ke dalam job Grafana tersebut: skemanya, path-nya, dan entritargets-nya. Compiler meneruskan string tersebut tanpa menafsirkannya: setiap Recipe menentukan alamat yang dipublikasikan oleh targetnya sendiri, dan compiler mengalirkannya tanpa perubahan. - Konfigurasi yang idiomatis bagi Provider. Pada kedua target, server menulis
prometheus.ymlminimal saat start-up yang job scrape-nya mengarah ke Grafana yang dihubungkan, lalu menjalankan Prometheus dengan berkas tersebut melalui exec. Pada Compose, ini berjalan sebagai service; pada Kubernetes, container yang sama dirender menjadi StatefulSet. - State persisten. Prometheus menyimpan sampelnya pada volume data sehingga sampel tersebut
bertahan setelah restart — volume Compose bernama secara lokal, dan
PersistentVolumeClaim per replika yang ukurannya diambil dari
infra.storagepada Kubernetes. Setiap Grafana menyimpan pengguna dan dasbornya pada volumenya sendiri. - Image yang dapat direproduksi. Setiap Recipe di sini menyematkan tag image-nya dari
infra.engine_version, sehingga workload yang dirender merujuk ke image yang tetap. - Bentuk ramping dengan satu tujuan. Pada Kubernetes, komponen Prometheus dirender sebagai StatefulSet-nya, Service ClusterIP dan Headless-nya, serta klaim volume datanya — tidak ada yang lain. Setiap Grafana dirender sebagai Deployment, Service, dan klaim volume datanya sendiri.
Membuat contoh
Anda dapat mem-build contoh ini dengan perintah di bawah, atau meminta asisten AI Anda mem-build-nya untuk Anda.
Tulis contoh ke folder baru yang dinamai sesuai contoh itu:
aggrega scaffold --example prometheus-scrapeKemudian ia mencetak perintah yang dijalankan berikutnya. Perintah pertama berpindah ke folder baru:
cd prometheus-scrapeBuild
Workspace ini tidak memuat .aggrega-config.yaml, sehingga entitas pustaka standar di-resolve dari registry hub, hub.aggrega.ai, dan flag katalog tidak diperlukan:
# Local development (Docker Compose)aggrega build --release release-compose.yaml --auto-pull
# Kubernetes (Workload synthesis on prom/prometheus)aggrega build --release release-helm-synth.yaml --auto-pullArtefak yang dirender ditempatkan di bawah dist/. --auto-pull me-resolve dependensi setiap Release ke dalam lockfile-nya selama build; menjalankan aggrega pull --release release-compose.yaml sekali di awal melakukan hal yang sama dan memungkinkan build berikutnya berjalan
tanpa flag tersebut. Target yang disintesis tidak memerlukan pengambilan chart eksternal — kedua
Recipes merender image resmi langsung menjadi resource Kubernetes.
Dengan asisten AI
Asisten AI yang disiapkan dengan tool Aggrega dapat melakukan hal yang sama: tempelkan prompt ini ke asisten tersebut.
Gunakan hanya alat Aggrega, dan jangan membuat folder sendiri. Jika folder Workspace belum berisi folder `prometheus-scrape`, panggil alat `scaffold` sekali dengan `example` diatur ke `prometheus-scrape` dan tanpa `dir`: alat ini menulis contoh ke folder `prometheus-scrape` yang baru. Kemudian panggil alat `build` sekali untuk setiap Release, dengan urutan ini — `release-compose.yaml` dan `release-helm-synth.yaml` — setiap kali dengan `workspace_root` diatur ke `prometheus-scrape`, `release` diatur ke file tersebut, `auto_pull` diatur ke true, dan `write` diatur ke true. Beri tahu saya file apa saja yang ditulis setiap build; file-file itu ada di bawah `prometheus-scrape/dist/`.Seperti apa konfigurasi scrape hasil kompilasi
Di Compose, server menulis sebuah prometheus.yml yang memuat satu job per Grafana yang terhubung, masing-masing mengarah ke metrics_endpoint yang dipublikasikan Grafana tersebut — nama layanan compose dan port-nya:
scrape_configs: - job_name: ops-grafana scrape_interval: 30s scheme: http metrics_path: "/metrics" static_configs: - targets: - "ops-dashboards:3001" - job_name: team-dashboards scrape_interval: 15s scheme: http metrics_path: "/metrics" static_configs: - targets: - "team-dashboards:3000"Di Kubernetes, dua job yang sama ditulis oleh perintah start-up StatefulSet yang disintesis, masing-masing mengarah ke Service milik Grafana tersebut, yang dinamai oleh provider helm menurut komponen dan kunci layanan default-nya:
scrape_configs: - job_name: ops-grafana scrape_interval: 30s scheme: http metrics_path: "/metrics" static_configs: - targets: - "ops-dashboards-default:3001" - job_name: team-dashboards scrape_interval: 15s scheme: http metrics_path: "/metrics" static_configs: - targets: - "team-dashboards-default:3000"Kedua target mengompilasi dua job yang sama dari dua sisi Aggregate yang sama: metrics_endpoint setiap Grafana mengalir melalui koneksi scrape_target miliknya sendiri, dan compiler menyalurkan string tersebut ke dalam job tanpa menafsirkannya. Yang berbeda antara kedua target adalah alamat yang dipublikasikan setiap Grafana — nama layanan compose pada yang satu, nama Service pada yang lain — dan workload tempat konfigurasi ditulis — layanan Compose pada yang satu, StatefulSet pada yang lain. Di sini kedua Grafana berada dalam cakupan yang sama dengan Prometheus; di Kubernetes, Grafana yang ditempatkan Release di namespace lain dialamatkan dengan nama Service-nya yang dikualifikasi dengan namespace tersebut.
Bandingkan job team-dashboards dengan job ops-grafana untuk melihat asal setiap nilai. Job ops-grafana membawa ops-grafana dan 30s karena koneksinya menuliskan keduanya. Job team-dashboards membawa team-dashboards sebagai job_name-nya karena Aggregate tidak mendeklarasikannya dan Recipe kembali ke alias koneksi — nama yang diberikan Aggregate ini pada koneksi tersebut — dan membawa 15s karena itulah nilai bawaan yang dideklarasikan socket scrape_target milik Component untuk kunci yang dihilangkan koneksi tersebut. Skema, metrics_path, dan target kedua job berasal dari alamat yang dipublikasikan setiap Grafana, yaitu tempat Grafana menyajikan metriknya, sehingga tidak satu pun koneksi menyebut apa pun tentangnya. Menetapkan sebuah kunci pada koneksi akan menimpanya untuk job tersebut dan membiarkan job lainnya tetap seperti semula.
Semua ini terjadi di sisi konsumen. Konfigurasi per koneksi hanya muncul dalam konteks render node yang menuliskan koneksi tersebut, tidak pernah dalam konteks render target, sehingga menghubungkan atau menyetel koneksi ke sebuah Grafana tidak pernah mengubah apa yang dirender oleh Grafana itu sendiri — Deployment dan Service-nya tetap byte yang sama dalam kedua kasus.
Grafana menyajikan metriknya kepada pemanggil mana pun, sehingga tidak satu pun koneksi membawa kredensial. Untuk target yang metriknya memerlukan kredensial, koneksi membawanya dalam slot credential-nya, dan Prometheus menyajikannya sebagai bearer token yang dibaca dari sebuah file; target yang memublikasikan metrics_credential_required bernilai true akan menghentikan build selama koneksinya tidak membawa kredensial.
Menjalankannya (Compose)
aggrega build --release release-compose.yaml --auto-pulldocker compose -f dist/app/compose/docker-compose.yaml up -dRelease memberikan port tersendiri kepada setiap Grafana — team-dashboards pada 3000 dan ops-dashboards pada 3001 — sehingga keduanya berjalan berdampingan secara lokal. Setiap Grafana mendengarkan pada port yang diberikan Release-nya, dan setiap port tersebut dibawa dalam alamat yang dipublikasikan Grafana itu ke target job scrape miliknya sendiri.
Buka http://127.0.0.1:9090 — expression browser Prometheus, yang dipublikasikan oleh Recipe Compose hanya pada alamat loopback host. Di bawah Status → Targets, kedua job tercantum dengan nama yang diberikan oleh konfigurasi hasil kompilasi, ops-grafana dan team-dashboards, masing-masing mengarah ke /metrics milik Grafana-nya. Kueri untuk grafana_build_info, gauge yang ditetapkan bernilai 1 oleh setiap Grafana dan diberi label versinya, mengembalikan satu seri per job. Hentikan dengan docker compose -f dist/app/compose/docker-compose.yaml down.