Prometheus監視入門:収集・メトリクス・保存の仕組み
Prometheus のスクレイプ、型、Pushgateway、Graphite・StatsD との関係、保存期間と可用性を、運用上の違いから解説します。
Prometheus は、時系列データを中心に構成されたオープンソースの監視・アラートシステムです。数値として収集したメトリクスを保存し、PromQL で検索・集計します。2018 年に CNCF の Graduated プロジェクトとなり、Kubernetes 環境でも利用されています。
API が遅くなったときは、リクエスト数、エラー、レイテンシーの分布から変化を追えます。ただし、グラフの形だけでは判断できません。収集失敗、プロセス再起動によるカウンターのリセット、リクエストログの欠落は、それぞれ別の事象です。
メトリクスを定期的に取得する仕組み
アプリケーションや exporter は、通常 /metrics という HTTP エンドポイントでメトリクスを公開します。Prometheus は、たとえば 15 秒ごとにこのエンドポイントを取得します。この処理をスクレイプと呼びます。テキスト形式の応答は、次のようになります。
# HELP http_requests_total Total number of HTTP requests made.
# TYPE http_requests_total counter
http_requests_total{method="GET", status="200"} 1027
http_requests_total{method="POST", status="500"} 3
メトリクス名とラベルの組み合わせ全体で、一つの時系列を識別します。各サンプルには値とタイムスタンプがあり、応答に時刻が含まれない場合は通常、スクレイプ時刻が使われます。method や status の値が変われば別の時系列になるため、成功とエラーをラベルで分けて調べられます。データモデル・公開形式
Prometheus は、設定で指定された収集対象を把握しています。自動生成される up が 0 なら、そのスクレイプは失敗しています。プロセス停止のほか、ネットワーク、認証、メトリクス応答の形式にも原因があり得るので、ホスト停止とは断定できません。Pull 方式では対象側が Prometheus の取得位置を記憶する必要はありませんが、アプリケーションのメトリクスまでステートレスになるわけではありません。Counter は再起動でリセットされることがあり、後の取得が成功しても、収集できなかった観測値がすべて復元されるわけではありません。ジョブとインスタンス
Pushgateway が適する場面
サービス単位のバッチ処理は、スクレイプされる前に終了する場合があります。Pushgateway に実行結果を送り、後から Prometheus が取得する方法は、このような用途に使えます。短命なプロセスやサーバーレス関数を、すべて Pushgateway に集めるという意味ではありません。
Pushgateway は、送られた時系列を削除するまで保持します。また、ゲートウェイの up はゲートウェイの取得成否を示すもので、元のジョブが動作中かどうかは分かりません。ジョブの識別方法と古いデータの削除も設計に含めます。特定のマシンに属するバッチ処理では、Node Exporter の textfile collector など、別の方法が適する場合もあります。Pushgateway の用途
クエリの前にメトリクスの型を理解する
| 型 | 表すもの | 主な用途 |
|---|---|---|
| Counter | 累積で増加し、再起動などでリセットされ得る値 | 処理したリクエスト数、エラー数 |
| Gauge | 増減する現在値 | メモリ使用量、温度、キュー長 |
| Histogram | 従来のバケット、またはネイティブヒストグラムで表す分布 | クエリ時のレイテンシー分位点推定 |
| Summary | 観測値の合計と件数、および必要に応じてクライアントで計算する分位点 | 集約上の制約を踏まえたインスタンス単位の分位点 |
Counter の現在値は、単位時間あたりのリクエスト数ではありません。PromQL の rate() は、期間内に観測したリセットを補正しながら増加率を推定します。Summary の事前計算済み分位点をインスタンス間で平均しても、サービス全体の分位点にはなりません。一方、_sum と _count は、その意味に沿って集約し、平均処理時間などを計算できます。Histogram の分位点も推定値であり、表現方法や解像度が精度に影響します。型の定義・Histogram と Summary・クエリ関数
周辺コンポーネントの役割
exporter は、Prometheus 形式を直接公開しないシステムのメトリクスを取得可能にします。Node Exporter は Linux ホスト、mysqld_exporter は MySQL、blackbox_exporter は外部からの接続確認などを担当します。サービスディスカバリーは Kubernetes、Consul、クラウド API などから変化する対象を検出し、インスタンスが増減するたびに固定リストを書き直す手間を減らします。
PromQL は、収集した時系列の絞り込みや集計に使います。Prometheus がアラートルールを評価し、Alertmanager が受け取ったアラートのグループ化、重複排除、通知先の振り分け、サイレンスを扱います。Grafana をダッシュボードに使う構成でも、メトリクスの保存先は Prometheus です。
Graphite と StatsD は、同じ階層の製品ではありません。Graphite は時系列の受信、保存、クエリを担い、従来はドット区切りの名前にディメンションを埋め込みます。1.1 系列以降はタグ付き時系列も利用できます。Prometheus はメトリクス名とラベル集合で時系列を識別し、能動的な収集とアラートルール評価も備えます。Graphite と Prometheus を比較する際は、Push/Pull だけでなくデータモデルと運用の流れを見ます。Graphite のタグ・Prometheus との比較
StatsD は、アプリケーションのメトリクス送信と集約を担うコンポーネントです。既存の StatsD 計装は、statsd_exporter のマッピングを介して Prometheus 形式で公開できます。ただし、タイマー、カウンター、ラベル、集約期間の意味を確認する必要があります。データが届くだけで、既存のダッシュボードやアラートまで移行できるわけではありません。StatsD Exporter
Prometheus が向いている監視
Prometheus は、インフラやアプリケーションのメトリクス、特に収集対象が頻繁に変わる環境に適しています。Kubernetes のサービスディスカバリーや exporter を利用し、ラベルと PromQL で複数インスタンスを横断して調べられます。
各サーバーは独立して動作し、ローカルストレージを利用します。別の可観測性基盤が停止しても、Prometheus 自身、収集対象、ネットワーク経路が利用できれば監視を続けられます。外部依存が少ないことと、障害の影響を一切受けないことは別です。
保存、可用性、正確性はそれぞれ設計する
ローカル TSDB の保存期間は、15 日が上限ではありません。時間・容量のどちらの保存設定も指定していない場合の既定値が 15 日です。資源を計画して期間を延ばすこともでき、両方の上限を指定した場合は先に条件を満たした方で古いデータが削除されます。独立したバックエンドを使う選択肢もあります。Mimir は remote write を受信でき、Thanos Sidecar は Prometheus の TSDB block をオブジェクトストレージにアップロードできます。両者は異なるデータ経路です。ストレージ・Thanos Sidecar・Mimir への送信
既存の Prometheus を継続利用するなら、Guance の DataKit Remote Write 入力も接続先の一つになります。Prometheus の収集を残し、受信側を設定・運用する構成です。メトリクス名、ラベルの対応、時刻、扱うメトリクス表現を確認したうえで、保存期間、クエリ、ダッシュボード、アラートを個別に設定します。Guance の Remote Write 接続
ローカル TSDB は、分散複製データベースではありません。ただし、独立した Prometheus のレプリカを並行稼働させて収集を冗長化でき、Alertmanager も通知処理用の HA クラスターに対応します。統一されたクエリ画面、レプリカの重複排除、分散ストレージが必要なら、Thanos、Cortex、Mimir なども含めて構成を設計します。Alertmanager の HA・Thanos Query
Prometheus が保存するのはメトリクスであり、ログ全文やトレースの調査には別の保存先が必要です。また、定期取得した統計だけを、リクエスト単位の請求や正確な監査の唯一の記録にはできません。取得漏れや Counter のリセットによって、不完全な記録になる場合があります。用途と精度の境界
導入時によく出る三つの疑問
Prometheus と Zabbix のどちらを選ぶか。 Kubernetes と exporter を中心にしたメトリクス監視なら、Prometheus は有力な候補です。既存のホスト・ネットワーク機器監視では、Zabbix の収集方式やテンプレートを実際の対象と照らして比較します。すでに取れているデータ、アラートの担当、運用手順によって選択は変わり、両者を併用することもできます。
Windows も監視できるか。 windows_exporter(旧 wmi_exporter)で、Windows と対応アプリケーションのメトリクスを収集できます。範囲は有効にする collector、権限、OS バージョンによって変わります。Linux Node Exporter との項目数比較だけでは、その Windows 環境を十分に監視できるかは分かりません。Windows Exporter
一台でどこまで処理できるか。 すべての環境に通用する固定上限はありません。アクティブな時系列数、時系列の入れ替わり、取得間隔、サンプル取り込み率、クエリ同時実行数、ルール、ディスク性能が影響します。実際の負荷で CPU、メモリ、ストレージ、スクレイプ時間を測定して決めます。アクティブ時系列が 100 万件という数字だけでは、安定稼働を保証できません。
技術資料の確認日:2026 年 11 月 4 日。公開文書の仕組みを説明する記事であり、容量ベンチマークの結果ではありません。
