{"canonical_url":"https://engineer.company/nb/glossary/prometheus/","content_markdown":"# Prometheus\n\n## Hva det er\n\nPrometheus er et system for overvåking med åpen kildekode, bygd rundt sin egen\ntidsseriedatabase. Med noen sekunders mellomrom spør den programmene den holder\nøye med, om de ferske metrikkene deres over HTTP, lagrer hver verdi med et\ntidsstempel og lar deg spørre i, tegne grafer av og varsle på det den har tatt\nvare på. Navnet brukes om selve serveren og, like ofte, om den lille familien av\nkomponenter som har vokst fram rundt den.\n\nDen ble bygd hos SoundCloud, der arbeidet startet i 2012, og den hører nå til\nCloud Native Computing Foundation. Den kom inn i 2016 som stiftelsens andre\nprosjekt, etter Kubernetes, og fikk status som «graduated» i 2018.\nPrometheus 3.0, kunngjort i november 2024, var den første hovedversjonen på sju\når. Koden er for det meste skrevet i Go og utgitt under Apache 2.0-lisensen.\n\nAlt den lagrer, er en tidsserie, navngitt med et metrikknavn og et sett\netiketter (labels): nøkkel–verdi-par som sier hvilken forekomst av noe som ble\nmålt, som i `api_http_requests_total{method=\"POST\", handler=\"/messages\"}`. Hver\nmåling i serien er et 64-bits flyttall, eller et innebygd histogram (native\nhistogram), med et tidsstempel i millisekunder. En annen verdi for en hvilken\nsom helst etikett gir en annen serie. Det er det som gjør dataene lette å skjære\nopp etter vert, rute eller statuskode, og det er også det som gjør dem lette å\noverbelaste.\n\nProgrammene legger ut tallene sine på et HTTP-endepunkt, som regel `/metrics`,\nenten gjennom et klientbibliotek som er kompilert inn i koden, eller gjennom en\nexporter: en liten adapter som oversetter for et system Prometheus ikke kan\ninstrumentere direkte, f.eks. en Linux-vert eller en database. Serveren finner\nmålene sine gjennom tjenesteoppdagelse (service discovery) eller en statisk\nliste, og skraper dem etter en fast plan. En batchjobb som er ferdig før neste\nskraping, kan i stedet dytte tallene til en egen Pushgateway. Varslingsreglene\nkjører på serveren. Et driftsvarsel som utløses, går til Alertmanager, som\nfjerner duplikater, grupperer, legger på stillheter (silences) og ruter\nvarslene videre til e-post, PagerDuty, OpsGenie og lignende mottakere.\n\nDen veies som regel opp mot innsamlere som dytter data, i tradisjonen etter\nGraphite og StatsD, mot generelle tidsseriedatabaser som InfluxDB, og mot\nmetrikktjenester som andre drifter for deg. Grafana er det vanlige ansiktet\nforan den. Prometheus lagrer tall, ikke enkelthendelser, så en logglinje eller\nen trace hører hjemme et annet sted. Prosjektet sier også rett ut at det\nprioriterer pålitelighet framfor fullstendighet: fakturering per forespørsel, der\nhver eneste telling må være eksakt, er en jobb for et annet system.\n\n## Hvorfor det er viktig\n\nBeslutningen Prometheus står midt i, er om dere skal drifte deres egen database\nfor metrikker eller leie en, og hvis dere drifter den selv, hvor stor den må\nvære.\n\nÅ drifte den selv koster ingen lisens. Kostnaden er en maskin og timene til den\nsom holder den frisk. En tjeneste som andre drifter, tar det arbeidet bort og\nerstatter det med en regning som vokser med dataene som sendes inn, og da blir\nhver ny etikett en linje på en faktura. For noen titalls maskiner er en egen\nserver som regel den billigste og enkleste veien. Regnestykket snur når antallet\nserier kommer opp i millioner og teamet heller vil betale enn bemanne.\n\nDimensjoneringen er snillere enn de fleste tror. Prosjektets dokumentasjon for\nlagring regner med ett til to byte per måling i snitt. Tusen serier som skrapes\nhvert 15. sekund og beholdes i standardperioden på 15 dager, blir 86,4 millioner\nmålinger, ca. 86–173 MB på disk. Det er sjelden disken som tar slutt, men\nminnet. Blokken som fylles akkurat nå, ligger i minnet, beskyttet mot krasj av\nen write-ahead-logg, og hver aktiv serie koster noe der, enten noen spør etter\nden eller ikke.\n\nHver server er selvstendig med vilje. Den lener seg ikke på lagring over\nnettverket, så den fortsetter å svare mens infrastrukturen den overvåker, faller\nsammen, og det er da den trengs mest. Prisen er at den lokale lagringen verken\ner klynget eller replikert. Høy tilgjengelighet betyr to like servere som\nskraper de samme målene, og historikk lenger enn noen uker betyr å sende en kopi\nmed `remote_write` til et lager som er bygd for å ta vare på den.\n\nÅ hente i stedet for å ta imot gir også en praktisk gevinst. Fordi serveren er\nden som spør, merker den når et mål slutter å svare, og registrerer det som at\n`up` faller til null. Og en ingeniør kan åpne den samme `/metrics`-siden i en\nnettleser og se nøyaktig det serveren ser, så en uenighet mellom grafen og\napplikasjonen er rask å avgjøre.\n\n## Slik ser det ut i praksis\n\nI grunnleggerens arbeid dukker Prometheus opp som innsamleren bak et dashbord: én\ngang på en flåte av databaseservere, og én gang som andre versjon av en visning\nhele kontoret fulgte med på.\n\nDatabasesaken var\n[ti servere med PostgreSQL 14 og MS SQL Server 2019](/nb/portfolio/ran-10-postgresql-and-ms-sql-servers-on-ubuntu/)\npå virtuelle servere med Ubuntu 20.04 LTS. Prometheus og Grafana fulgte CPU,\nminne, disk-I/O og spørringsytelse i sanntid, ved siden av automatiserte\nsikkerhetskopier, regler for brannmurer og egne skript for logganalyse.\nOppetiden holdt seg på 99,9 % på alle de ti serverne. Databaseverter passer godt\nfor skraping, fordi tallene som varsler problemer der, en disk som fylles eller\nen spørring som blir tregere, flytter seg over timer. En måling med noen\nsekunders mellomrom ser dem lenge før en bruker gjør det.\n\nKontorvisningen viser steget fra en hjemmelaget innsamler til Prometheus.\nI en tidligere rolle bygde grunnleggeren\n[en organisasjons første dashbord for observerbarhet](/nb/portfolio/built-the-companys-first-observability-dashboard/).\nDet begynte med å lese CPU, RAM, disk, temperatur og mer fra eksterne Linux-servere\nover SSH, og fulgte Docker-containere på samme måte. En andre versjon ble bygd\npå nytt med Prometheus og Grafana, rundt metrikkene som ble valgt sammen med\nDevOps- og utviklingsteamene: CPU-utnyttelse, minnebruk, oppetid for tjenester\nog API-latens, med varsler når terskelverdier ble overskredet. Med dashbordet på\nplass oppdaget og løste teamene hendelser 40 % raskere. Å hente tall over SSH er\nen fin start for en håndfull maskiner. Det som lar den samme visningen fortsette\nå vokse, er en skraper med etiketter og et spørrespråk.\n\n## Hvor det går galt\n\n**Minnet klatrer etter en utgivelse som ikke endret noe viktig.** Noen la til en\netikett med ubegrensede verdier: en bruker-ID, en e-postadresse, en full\nURL-sti, en forespørsels-ID. Hver nye verdi ble en ny serie, og serveren holder\nnå millioner der den holdt tusener. Navneveiledningen advarer mot nettopp dette.\nHold etikettverdiene til små, kjente sett, send detaljer per forespørsel til\nlogger eller traces, og finn de verste synderne med en spørring som denne:\n\n```promql\ntopk(10, count by (__name__) ({__name__=~\".+\"}))\n```\n\n**En graf viser et stup eller en topp som aldri skjedde.** En teller går bare\nopp, og den faller til null når prosessen starter på nytt. Å tegne den rå\nverdien, eller trekke fra for hånd, gjør hver omstart til et krasj eller en\nbølge. `rate()` forstår nullstillinger, så ta raten først og summer etterpå,\nover et vindu som er flere skrapeintervaller bredt:\n\n```promql\nsum by (job) (rate(http_requests_total{status=~\"5..\"}[5m]))\n```\n\nEn opptaksregel (recording rule) som summerer en teller før raten er tatt,\ngjemmer nullstillingene inne i summen og bringer de falske stupene tilbake.\n\n**En tjeneste går ned, og feilvarselet står på grønt.** En regel som «feilraten\ner over en terskel» evalueres over de seriene som finnes. Når målet forsvinner,\nforsvinner seriene også, uttrykket gir et tomt resultat, og varselet oppheves automatisk akkurat når en driftshendelse er i gang. Varsle på `up == 0` for hvert mål\nsom skrapes, bruk `absent()` for hver serie som alltid må finnes, og la noe\nutenfor serveren sjekke at serveren selv kjører.\n\n**Tallene fra forrige kvartal er borte når noen spør etter dem.** Den lokale\nlagringen beholder 15 dager som standard og er én kopi på én disk. Den fungerer\ngodt som et vindu mot det som nettopp har skjedd, og dårlig som arkiv. Øk\noppbevaringstiden med omhu, send det som må vare, til langtidslagring gjennom\n`remote_write`, og hold tall som penger avhenger av, i en database som er\nfasiten.\n\n## Les mer\n\n- [Prometheus overview](https://prometheus.io/docs/introduction/overview/)\n  — prosjektets egen beskrivelse av hva det er, komponentene, og hvor det\n  passer dårlig.\n- [Data model](https://prometheus.io/docs/concepts/data_model/) — metrikknavn,\n  etiketter og målinger, og hvorfor hver etikettverdi starter en ny serie.\n- [Metric types](https://prometheus.io/docs/concepts/metric_types/) — counter,\n  gauge, histogram og summary, og hvilke spørsmål hver av dem kan svare på.\n- [Querying basics](https://prometheus.io/docs/prometheus/latest/querying/basics/)\n  — selektorer i PromQL, intervallvektorer og typene et uttrykk kan returnere.\n- [Storage](https://prometheus.io/docs/prometheus/latest/storage/) — blokker på\n  to timer, write-ahead-loggen, oppbevaringstid og grensesnittet for\n  `remote_write`.\n- [Metric and label naming](https://prometheus.io/docs/practices/naming/) —\n  grunnenheter, endelsen `_total` og advarselen mot etiketter med høy\n  kardinalitet.\n\n\u003chttps://engineer.company/nb/glossary/prometheus/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Slik henter og lagrer Prometheus metrikker, hvor langt én server rekker, hva en uvøren etikett koster, og varslene som tier når de burde gå.","formats":{"gemtext":"https://engineer.company/nb/glossary/prometheus/index.gmi","gopher":"https://engineer.company/nb/glossary/prometheus/gophermap","html":"https://engineer.company/nb/glossary/prometheus/","json":"https://engineer.company/nb/glossary/prometheus/index.json","markdown":"https://engineer.company/nb/glossary/prometheus/index.md","pdf":"https://engineer.company/nb/glossary/prometheus/index.pdf"},"kind":"page","language":"nb","title":"Hva er Prometheus?","url":"https://engineer.company/nb/glossary/prometheus/","version":1}