※本記事にはプロモーション（広告）を含みます。

Prometheusで始めるサーバー監視入門：設定から運用まで完全ガイド

サーバー監視をゼロから始めるなら、Prometheusを選ぶべきです。リアルタイムなメトリクス収集と柔軟なアラート設定により、システムの異常を即座に検知できます。本記事では、Prometheusの導入から基本設定、Grafanaとの連携、実践的な運用方法までを網羅的に解説します。この記事を読み終える頃には、あなたのサーバー環境にPrometheusを導入し、監視体制を構築できるようになるでしょう。

目次

Prometheusとは何か？メリットと特徴を理解する

Prometheusは、オープンソースの監視システムおよび時系列データベースです。2012年にSoundCloudで開発され、2016年にCNCF（Cloud Native Computing Foundation）の卒業プロジェクトとして採択されました。現在では、Kubernetesをはじめとするクラウドネイティブ環境の監視において、デファクトスタンダードとなっています。

Prometheusの最大の特徴は、リアルタイムなメトリクス収集と強力なクエリ言語（PromQL）です。従来の監視ツールと比較して、以下のようなメリットがあります。

機能Prometheus従来の監視ツール（例：Zabbix、Nagios）
データ収集モデルPull型（プル型）Push型（プッシュ型）
クエリ言語PromQL（強力な時系列処理）制限されたクエリ機能
アラート機能柔軟なアラートルール固定的なアラート条件
データ保持時系列データベース内蔵外部データベース連携が必要
拡張性Exporterによる多様なメトリクス収集プラグイン開発が必要

Prometheusの主な用途は以下の通りです。

  • サーバーやコンテナのリソース監視（CPU、メモリ、ディスク、ネットワーク）
  • アプリケーションのパフォーマンス監視（レスポンスタイム、エラー率）
  • カスタムメトリクスの収集と分析
  • 異常検知とアラート通知
  • 長期的なデータ分析とトレンド把握

特に、クラウドネイティブ環境では、PrometheusとGrafanaの組み合わせが一般的です。Grafanaはダッシュボード機能に優れており、Prometheusから収集したデータを視覚的に分かりやすく表示できます。

Prometheusのインストールと初期設定

Prometheusを導入するには、主に2つの方法があります。1つは直接インストールする方法、もう1つはDockerコンテナとして実行する方法です。ここでは、Linux環境とDocker環境それぞれでのインストール手順を解説します。

Linux環境へのインストール

Linux（Ubuntu/Debian）にPrometheusをインストールする手順は以下の通りです。作業にはroot権限またはsudo権限が必要になるため、権限設計に不安がある場合はLinuxユーザー権限管理の基礎と実践もあわせて確認してください。

  1. 前提条件の確認
    • Linux OS（Ubuntu 20.04 LTS以上、CentOS 7/8、RHEL 7/8推奨）
    • root権限またはsudo権限
    • インターネット接続
  2. Prometheusのダウンロード

    公式サイトから最新版のPrometheusをダウンロードします。

    # 最新版のPrometheusを確認（2024年6月現在）
    wget https://github.com/prometheus/prometheus/releases/download/v2.47.0/prometheus-2.47.0.linux-amd64.tar.gz

    # ダウンロードしたファイルを展開
    tar xvfz prometheus-2.47.0.linux-amd64.tar.gz

    # ディレクトリに移動
    cd prometheus-2.47.0.linux-amd64
  3. Prometheusの実行

    Prometheusを起動します。

    # 実行（デフォルトポート9090で起動）
    ./prometheus --config.file=prometheus.yml

    ブラウザで http://localhost:9090 にアクセスすると、PrometheusのWeb UIが表示されます。

  4. サービスとして登録（任意）

    Prometheusをサービスとして登録し、システム起動時に自動起動させる方法です。

    # systemdサービスファイルを作成
    sudo nano /etc/systemd/system/prometheus.service

    # 以下の内容を記述
    [Unit]
    Description=Prometheus
    Wants=network-online.target
    After=network-online.target

    [Service]
    User=prometheus
    Group=prometheus
    Type=simple
    ExecStart=/usr/local/bin/prometheus \
      --config.file=/etc/prometheus/prometheus.yml \
      --storage.tsdb.path=/var/lib/prometheus \
      --web.console.templates=/usr/share/prometheus/consoles \
      --web.console.libraries=/usr/share/prometheus/console_libraries

    Restart=always

    [Install]
    WantedBy=multi-user.target

    # サービスを有効化
    sudo systemctl daemon-reload
    sudo systemctl enable prometheus
    sudo systemctl start prometheus

Dockerを使ったインストール

Docker環境でPrometheusを実行する方法は、以下の通りです。

  1. Dockerイメージの取得
    docker pull prom/prometheus
  2. 設定ファイルの準備

    Prometheusの設定ファイル（prometheus.yml）を作成します。

    mkdir -p /path/to/prometheus/config
    cd /path/to/prometheus/config

    # prometheus.ymlを作成
    nano prometheus.yml

    以下は最小構成の例です。

    global:
      scrape_interval: 15s
      evaluation_interval: 15s

    scrape_configs:
      - job_name: 'prometheus'
        static_configs:
          - targets: ['localhost:9090']
  3. コンテナの起動
    docker run -d \
      --name=prometheus \
      -p 9090:9090 \
      -v /path/to/prometheus/config/prometheus.yml:/etc/prometheus/prometheus.yml \
      prom/prometheus
  4. 動作確認

    ブラウザで http://localhost:9090 にアクセスし、PrometheusのWeb UIが表示されることを確認します。

基本的な設定ファイルの書き方

Prometheusの設定は、YAML形式の prometheus.yml ファイルで行います。主な設定項目は以下の通りです。

設定項目説明デフォルト値
global.scrape_intervalメトリクス収集の間隔15s
global.evaluation_intervalアラートルールの評価間隔15s
scrape_configsメトリクス収集先の設定–
alerting.alertmanager_configAlertmanagerの設定–
rule_filesアラートルールファイルのパス–

以下は、典型的な prometheus.yml の例です。

global:
  scrape_interval: 15s
  evaluation_interval: 15s
  scrape_timeout: 10s

# Alertmanagerの設定
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # Alertmanagerのアドレスを指定（例：localhost:9093）

# アラートルールの読み込み
rule_files:
  - "alert.rules"

# メトリクス収集先の設定
scrape_configs:
  # Prometheus自身のメトリクスを収集
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  # Node Exporterのメトリクスを収集
  - job_name: 'node_exporter'
    static_configs:
      - targets: ['localhost:9100']

  # 別のサーバーのメトリクスを収集
  - job_name: 'web_server'
    static_configs:
      - targets: ['192.168.1.100:9100']

設定ファイルの変更後は、Prometheusを再起動するか、設定ファイルを再読み込みします。

# 設定ファイルを再読み込み（Web UIからも可能）
kill -HUP <prometheus_pid>

メトリクスの収集方法：Exporterの活用

Prometheusは、主に「Pull型」の監視モデルを採用しています。これは、Prometheusが定期的にターゲット（監視対象）からメトリクスを取得する仕組みです。ターゲットは、Prometheusが直接メトリクスを取得できるように、HTTPエンドポイントを提供する必要があります。

Prometheusが直接メトリクスを取得できないシステム（例：Linuxサーバーのシステムメトリクス）については、専用のエクスポーター（Exporter）を使用します。エクスポーターは、ターゲットシステムからメトリクスを収集し、Prometheusが取得できるHTTPエンドポイントを提供します。

Node Exporterでサーバーの基本メトリクスを取得

Node Exporterは、Linuxサーバーのシステムメトリクス（CPU、メモリ、ディスク、ネットワークなど）を収集するためのエクスポーターです。Node Exporterを使用することで、Prometheusでサーバーの基本的な監視が可能になります。ディスク使用率やI/Oのメトリクスを読み解く際は、ext4とXFSの違い（Linuxファイルシステムの選び方）を押さえておくと原因の切り分けが速くなります。

Node Exporterのインストールと実行

  1. Node Exporterのダウンロード

    公式サイトから最新版のNode Exporterをダウンロードします。

    # 最新版のNode Exporterを確認（2024年6月現在）
    wget https://github.com/prometheus/node_exporter/releases/download/v1.6.1/node_exporter-1.6.1.linux-amd64.tar.gz

    # ダウンロードしたファイルを展開
    tar xvfz node_exporter-1.6.1.linux-amd64.tar.gz

    # ディレクトリに移動
    cd node_exporter-1.6.1.linux-amd64
  2. Node Exporterの実行

    Node Exporterを起動します。

    # 実行（デフォルトポート9100で起動）
    ./node_exporter

    ブラウザで http://localhost:9100/metrics にアクセスすると、収集されたメトリクスが表示されます。

  3. Prometheusの設定に追加

    Prometheusの prometheus.yml にNode Exporterを追加します。

    scrape_configs:
  - job_name: 'node_exporter'
    static_configs:
      - targets: ['localhost:9100']
  4. サービスとして登録（任意）

    Node Exporterをサービスとして登録し、システム起動時に自動起動させる方法です。

    # systemdサービスファイルを作成
    sudo nano /etc/systemd/system/node_exporter.service

    # 以下の内容を記述
    [Unit]
    Description=Node Exporter
    Wants=network-online.target
    After=network-online.target

    [Service]
    User=node_exporter
    Group=node_exporter
    Type=simple
    ExecStart=/usr/local/bin/node_exporter

    Restart=always

    [Install]
    WantedBy=multi-user.target

    # サービスを有効化
    sudo systemctl daemon-reload
    sudo systemctl enable node_exporter
    sudo systemctl start node_exporter

Node Exporterで収集できる主なメトリクス

Node Exporterで収集できるメトリクスは、以下の通りです。

カテゴリメトリクス例説明
CPUnode_cpu_seconds_totalCPUの使用時間（秒単位）
node_cpu_guest_seconds_totalゲストOSのCPU使用時間
node_load11分間のロードアベレージ
node_load55分間のロードアベレージ
node_load1515分間のロードアベレージ
メモリnode_memory_MemTotal_bytes総メモリ量（バイト単位）
node_memory_MemFree_bytes空きメモリ量
node_memory_Buffers_bytesバッファメモリ量
node_memory_Cached_bytesキャッシュメモリ量
ディスクnode_filesystem_size_bytesファイルシステムの総容量
node_filesystem_free_bytesファイルシステムの空き容量
node_filesystem_avail_bytesファイルシステムの利用可能容量
ネットワークnode_network_receive_bytes_total受信バイト数
node_network_transmit_bytes_total送信バイト数
node_network_upネットワークインターフェースの状態（1=up, 0=down）

カスタムメトリクスの収集

Prometheusは、カスタムメトリクスの収集にも対応しています。カスタムメトリクスを収集するには、以下の方法があります。

  • Push Gatewayの利用：一時的なジョブ（例：バッチ処理）からメトリクスをPush Gatewayに送信し、PrometheusがPullします。
  • カスタムExporterの開発：独自のExporterを作成し、PrometheusがPullできるHTTPエンドポイントを提供します。
  • アプリケーション内蔵のPrometheusクライアント：アプリケーションにPrometheusクライアントライブラリを組み込み、メトリクスを直接Prometheusに送信します。

以下は、PythonでカスタムExporterを作成する例です。

from prometheus_client import start_http_server, Counter, Gauge
import random
import time

# メトリクスの定義
REQUEST_COUNT = Counter('http_requests_total', 'Total HTTP Requests')
ERROR_COUNT = Counter('http_errors_total', 'Total HTTP Errors')
RESPONSE_TIME = Gauge('http_response_time_seconds', 'HTTP Response Time')

def handle_request():
    REQUEST_COUNT.inc()
    try:
        # 何らかの処理
        time.sleep(random.random())
        RESPONSE_TIME.set(random.random())
    except Exception:
        ERROR_COUNT.inc()
        raise

if __name__ == '__main__':
    # Exporterをポート8000で起動
    start_http_server(8000)
    while True:
        handle_request()
        time.sleep(1)

このExporterを実行すると、Prometheusは http://localhost:8000/metrics からメトリクスを取得できます。

アラート設定：異常検知と通知

Prometheusの最大の特徴の1つは、柔軟なアラート機能です。Prometheusは、定義したルールに基づいてアラートを生成し、Alertmanagerに送信します。Alertmanagerは、アラートをグループ化し、適切な通知先（メール、Slack、PagerDutyなど）に送信します。

アラートルールの作成

アラートルールは、Prometheusの prometheus.yml または別ファイル（例：alert.rules）で定義します。アラートルールは、PromQLクエリを使用して条件を指定します。

以下は、典型的なアラートルールの例です。

groups:
- name: example
  rules:
  # CPU使用率が90%以上の場合にアラート
  - alert: HighCPUUsage
    expr: (100 - (avg by(instance) (rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)) > 90
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "High CPU usage on {{ $labels.instance }}"
      description: "CPU usage is {{ $value }}% for more than 5 minutes."

  # メモリ使用率が95%以上の場合にアラート
  - alert: HighMemoryUsage
    expr: (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100 > 95
    for: 5m
    labels:
      severity: critical
    annotations:
      summary: "High memory usage on {{ $labels.instance }}"
      description: "Memory usage is {{ $value }}% for more than 5 minutes."

  # ディスク使用率が90%以上の場合にアラート
  - alert: HighDiskUsage
    expr: (node_filesystem_size_bytes{mountpoint="/"} - node_filesystem_free_bytes{mountpoint="/"}) / node_filesystem_size_bytes{mountpoint="/"} * 100 > 90
    for: 10m
    labels:
      severity: warning
    annotations:
      summary: "High disk usage on {{ $labels.instance }}"
      description: "Disk usage is {{ $value }}% for more than 10 minutes."

アラートルールの主な要素は以下の通りです。

要素説明例
alertアラート名HighCPUUsage
exprPromQLクエリ(100 – (avg by(instance) (rate(node_cpu_seconds_total{mode=”idle”}[5m])) * 100)) > 90
forアラートが継続する時間（アラートを発火させるまでの猶予時間）5m
labelsアラートに付与するラベルseverity: warning
annotationsアラートに付与する注釈（通知内容）summary: “High CPU usage on {{ $labels.instance }}”

アラートルールを定義したら、Prometheusの prometheus.yml にルールファイルを読み込む設定を追加します。

rule_files:
  - "alert.rules"

設定を反映するには、Prometheusを再起動するか、設定ファイルを再読み込みします。

Alertmanagerで通知を管理

Alertmanagerは、Prometheusから送信されたアラートを処理し、適切な通知先に送信します。Alertmanagerの主な機能は以下の通りです。

  • アラートのグループ化と抑制
  • アラートの重複排除
  • 通知先（メール、Slack、PagerDutyなど）への送信
  • 静寂期間（Silence）の設定

Alertmanagerのインストールと実行

  1. Alertmanagerのダウンロード

    公式サイトから最新版のAlertmanagerをダウンロードします。

    # 最新版のAlertmanagerを確認（2024年6月現在）
    wget https://github.com/prometheus/alertmanager/releases/download/v0.26.0/alertmanager-0.26.0.linux-amd64.tar.gz

    # ダウンロードしたファイルを展開
    tar xvfz alertmanager-0.26.0.linux-amd64.tar.gz

    # ディレクトリに移動
    cd alertmanager-0.26.0.linux-amd64
  2. Alertmanagerの設定

    Alertmanagerの設定ファイル（alertmanager.yml）を作成します。

    global:
  resolve_timeout: 5m

route:
  group_by: ['alertname']
  group_wait: 10s
  group_interval: 5m
  repeat_interval: 3h
  receiver: 'webhook'

receivers:
- name: 'webhook'
  webhook_configs:
  - url: 'http://alertmanager-webhook:5001/'

    この設定では、すべてのアラートを1つのグループにまとめ、10秒待ってから通知します。通知先はWebhookとして設定されています。

  3. Alertmanagerの実行

    Alertmanagerを起動します。

    # 実行（デフォルトポート9093で起動）
    ./alertmanager --config.file=alertmanager.yml

    ブラウザで http://localhost:9093 にアクセスすると、AlertmanagerのWeb UIが表示されます。

AlertmanagerとPrometheusの連携

PrometheusとAlertmanagerを連携させるには、Prometheusの prometheus.yml にAlertmanagerの設定を追加します。

alerting:
  alertmanagers:
    - static_configs:
        - targets:
          - localhost:9093

設定を反映するには、Prometheusを再起動します。

通知先の設定例

Alertmanagerは、さまざまな通知先をサポートしています。以下は、代表的な通知先の設定例です。

  • メール：
    receivers:
  - name: 'email'
    email_configs:
    - to: 'admin@example.com'
      from: 'prometheus@example.com'
      smarthost: 'smtp.example.com:587'
      auth_username: 'user@example.com'
      auth_identity: 'user@example.com'
      auth_password: 'password'
  • Slack：
    receivers:
  - name: 'slack'
    slack_configs:
    - api_url: 'https://hooks.slack.com/services/XXX/YYY/ZZZ'
      channel: '#alerts'
      text: '{{ .CommonAnnotations.summary }}'
  • PagerDuty：
    receivers:
  - name: 'pagerduty'
    pagerduty_configs:
    - service_key: 'your-service-key'

Grafanaとの連携：ダッシュボードの作成

Grafanaは、オープンソースのデータ可視化ツールです。Prometheusと連携することで、収集したメトリクスをリッチなダッシュボードで表示できます。Grafanaは、Prometheusの時系列データを扱うのに最適化されており、直感的な操作でダッシュボードを作成できます。

Grafanaのインストール Grafana

Grafanaのインストール

Grafanaをインストールする方法は、以下の通りです。

  1. Grafanaのダウンロード

    公式サイトから最新版のGrafanaをダウンロードします。

    # Ubuntu/Debianの場合
    sudo apt-get install -y apt-transport-https
    sudo apt-get install -y software-properties-common wget
    wget -q -O - https://packages.grafana.com/gpg.key | sudo apt-key add -
    echo "deb https://packages.grafana.com/oss/deb stable main" | sudo tee -a /etc/apt/sources.list.d/grafana.list
    sudo apt-get update
    sudo apt-get install grafana

    # 起動と自動起動の有効化
    sudo systemctl start grafana-server
    sudo systemctl enable grafana-server
  2. Grafanaにアクセス

    ブラウザで http://localhost:3000 にアクセスします。初期ユーザー名は admin、パスワードは admin です。

GrafanaとPrometheusの連携

GrafanaでPrometheusをデータソースとして追加します。

  1. データソースの追加

    GrafanaのWeb UIで、左側のメニューから「Configuration」→「Data Sources」を選択します。

    「Add data source」をクリックし、Prometheusを選択します。

    以下の設定を行います。

    • Name: Prometheus
    • URL: http://localhost:9090（Prometheusのアドレス）
    • Access: Server (default)

    「Save & Test」をクリックして、接続をテストします。

ダッシュボードの作成

Grafanaでダッシュボードを作成する手順は以下の通りです。

実践的な運用：高度な設定とトラブルシューティング

Prometheusを本格的に運用する際には、基本的な監視設定に加えて、高度な設定やトラブルシューティングの手法を理解しておくことが重要です。特に大規模な環境では、リソースの最適化や監視対象の動的な管理が求められます。例えば、relabel_configを活用することで、ラベルの再設定やフィルタリングを行い、不要なメトリクスの収集を抑制できます。これにより、Prometheusサーバーの負荷を軽減し、監視システム全体のパフォーマンスを向上させることが可能です。

トラブルシューティングにおいては、まずPrometheusのログやメトリクスを確認することが基本です。--log.level=debugオプションを使用してログレベルを詳細に設定し、問題発生時の挙動を詳細に分析します。また、promtoolコマンドを用いてルールファイルの検証を行うことで、設定ミスによるアラートの誤発報を防ぐことができます。これらの手法を組み合わせることで、監視システムの信頼性を高めることができます。

運用を安定させるためには、監視対象のサービスとの疎通確認も欠かせません。blackbox_exporterを使用して、HTTP、TCP、ICMPなどのプロトコルごとにエンドポイントの可用性を確認することで、サービスの死活監視を強化できます。さらに、監視対象のサービスがダウンした際には、迅速に検知してアラートを発報する仕組みを整備しておくことが重要です。

  • Prometheusの設定ファイル（prometheus.yml）は、定期的にバックアップを取得し、バージョン管理システムで管理することを推奨します。

高可用性構成の実現

Prometheusを用いたサーバー監視の高可用性を実現するためには、単一障害点を排除するアーキテクチャ設計が不可欠です。特に、監視対象のサーバーやサービスが増加するにつれ、監視システム自体の信頼性が求められます。このため、Prometheus Serverの冗長化やデータ永続化の仕組みを導入することで、システム全体の耐障害性を向上させることができます。

代表的な手法として、Prometheus Serverを複数台配置し、それぞれが同じ監視対象を監視する「Active-Standby」構成が挙げられます。この構成では、プライマリサーバーに障害が発生した場合でも、スタンバイサーバーが自動的に引き継ぐことで監視機能を維持します。また、Prometheusのデータ永続化には、リモートストレージとの連携が有効です。例えば、ThanosやCortexといったツールを活用することで、複数のPrometheus Server間でメトリクスデータを同期し、長期的なデータ保存と高可用性を両立させることが可能です。

さらに、監視対象のサーバーに対しては、エージェントとして機能するnode_exporterを冗長化して配置することも検討しましょう。これにより、エージェント自体の障害やネットワークの問題に対しても柔軟に対応できます。例えば、複数のnode_exporterを異なるネットワーク経路で配置し、いずれかの経路で障害が発生しても監視が継続されるように設計します。

  • 高可用性を確保するためには、監視システム全体の冗長性だけでなく、ネットワークやストレージの信頼性も併せて考慮する必要があります。

データ保持ポリシーの設定

Prometheusでは、収集した時系列データの保持期間を設定することで、ストレージの使用量を管理できます。データ保持ポリシーは、--storage.tsdb.retention.timeオプションで指定する期間（例：15d、30d）や、--storage.tsdb.retention.sizeオプションでストレージサイズの上限を設定する方法があります。これらの設定により、古いデータは自動的に削除され、リソースの無駄遣いを防ぐことが可能です。

保持期間の設定は、監視対象のサーバー数やデータの重要度に応じて柔軟に調整する必要があります。例えば、短期間のデータしか必要としない場合は数日間に設定し、長期的なトレンド分析を行う場合は数ヶ月単位で設定することも検討します。なお、設定値はPrometheusの起動時に反映されるため、設定変更後はサービスの再起動が必要です。

データ保持ポリシーの設定に関連して、以下の点に留意してください。

  • ストレージサイズの上限を設定する場合、ディスク容量が不足するとデータの書き込みが停止する可能性があるため、余裕を持った設定を推奨します。

よくあるトラブルと解決策

Prometheusを運用する中で、しばしば遭遇するトラブルにはいくつかのパターンがあります。例えば、ターゲットのステータスが「DOWN」と表示されるケースでは、まずネットワーク接続やファイアウォールの設定を確認することが重要です。Prometheusサーバーと監視対象のサーバー間でポートが正しく開放されているか、またPrometheusの設定ファイル（prometheus.yml）で正しいポート番号が指定されているかを確認します。さらに、監視対象のサーバーでExporterが正常に稼働しているか、サービスの再起動やログの確認も行いましょう。

メトリクスの収集が途切れる場合は、リソース不足が原因である可能性があります。PrometheusはメモリやCPUを多く消費する傾向があるため、特に長期間にわたる監視ではリソースの監視も並行して行うことが推奨されます。Prometheusのメモリ使用量は、--storage.tsdb.retention.timeオプションでデータ保持期間を調整することで軽減できる場合があります。また、Prometheus Serverのログを確認し、エラーや警告メッセージがないかをチェックすることもトラブルシューティングの第一歩です。

監視対象のサービスが動的に増減する環境では、ターゲットの自動検出に失敗することがあります。この場合、file_sd_configsを使用して、監視対象のサーバー一覧をファイルで管理する方法が有効です。以下のような設定例を参考に、定期的にファイルを更新することで、柔軟な監視環境を構築できます。

  • ファイル形式の例:
    [
  {
    "targets": ["server1:9100", "server2:9100"],
    "labels": {"env": "production"}
  }
]

Prometheus運用のベストプラクティス

Prometheusを効果的に運用するためには、監視対象のシステムやアプリケーションの特性に応じた適切な設定が不可欠です。まず、監視対象となるメトリクスの粒度を椓定することが重要です。過剰な粒度はストレージやパフォーマンスに負荷を与える一方で、粒度が粗すぎると問題の早期検知が難しくなります。例えば、サーバーのCPU使用率を1分ごとに収集するか、5分ごとに収集するかは、システムの要件に応じて決定します。

次に、監視対象のライフサイクル管理も考慮すべきです。クラウド環境やコンテナ環境では、サーバーやコンテナが動的に追加・削除されるため、Prometheusの設定ファイル（prometheus.yml）を自動的に更新する仕組みが求められます。公式ドキュメントでは、サービスディスカバリー機能を活用して、動的なターゲットの登録・削除を自動化する方法が紹介されています。

また、監視データの長期保存とアーカイブも運用上の重要なポイントです。Prometheusは時系列データベースとして機能しますが、デフォルトの保存期間は比較的短く設定されています。そのため、長期間のデータを保持する場合は、リモートストレージと連携することを検討しましょう。例えば、ThanosやCortexといったツールを使用することで、スケーラビリティと耐久性を向上させることができます。

  • 監視対象の粒度設定は、システム要件に応じて柔軟に調整することが望ましい。

Prometheusに関するよくある質問

Prometheusを活用する上で、多くのユーザーが抱く疑問や課題について、基本的な考え方や実務的な対応策を解説します。

Q1. Prometheusの主な用途とは？

Prometheusは主にシステムやサービスの監視に利用されます。具体的には、サーバーのリソース（CPU・メモリ・ディスク使用率）やアプリケーションのパフォーマンス（レスポンスタイム・エラー率）を継続的に収集し、異常を検知することが可能です。また、監視対象からメトリクスを取得するための「Exporter」や、アラートを通知する「Alertmanager」と連携することで、運用の自動化や障害時の迅速な対応が期待できます。主にオンプレミス環境やクラウド環境の監視基盤として活用されています。オンプレミスの仮想基盤を監視対象にする場合は、VMware vSphereとHyper-Vの違いと選び方で基盤側の特性も確認しておくと監視項目を設計しやすくなります。

Q2. Prometheusを導入する際の注意点は？

Prometheusを導入する際は、監視対象のシステムとの互換性を確認することが重要です。特に、監視対象のサーバーやアプリケーションがPrometheusの「Exporter」に対応しているかどうかを事前に確認してください。また、監視対象が多い場合は、リソース消費量（CPU・メモリ）やストレージの容量計画を立てる必要があります。さらに、セキュリティ面では、ExporterのポートやPrometheusサーバーへのアクセス制限を適切に設定し、不要なアクセスを防ぐことが求められます。監視サーバーをLinuxの仮想環境上に構築する場合は、KVM・VMware比較（Linux仮想化の選び方）も参考になります。

Q3. Prometheusで取得できるメトリクスの種類は？

Prometheusで取得できるメトリクスは主に「カウンター（Counter）」「ゲージ（Gauge）」「ヒストグラム（Histogram）」「サマリー（Summary）」の4種類に分類されます。カウンターは増加する一方の数値（例：HTTPリクエスト数）、ゲージは任意の時点における数値（例：メモリ使用量）、ヒストグラムはデータの分布を測定するためのもの（例：リクエスト処理時間の分布）、サマリーはヒストグラムに似ていますが、あらかじめ集計された値（例：平均値・パーセンタイル）を提供します。これらのメトリクス形式を理解し、目的に応じて使い分けることが効果的な監視につながります。

Q4. Prometheusでアラートを設定する際のポイントは？

Prometheusでアラートを設定する際は、まず監視対象のメトリクスがどのような状態になった場合にアラートを発報するかを明確に定義することが大切です。例えば、CPU使用率が90%を超えた場合や、特定のサービスが停止した場合など、運用ルールに基づいた条件を設定します。次に、アラートの重大度（重大・警告・情報など）を分類し、それぞれに応じた通知先（メール・Slack・PagerDutyなど）を設定します。また、アラートの頻度を調整し、ノイズを減らすことも重要です。具体的な設定方法は公式ドキュメントやベストプラクティスを参考にしてください。

あわせて読みたい（当サイト関連記事）

まとめ：Prometheusで監視体制を構築しよう

Prometheusを活用した監視体制の導入は、システムの安定性向上とトラブルシューティングの効率化に寄与します。時系列データの収集・蓄積・クエリ機能により、リソースの状態変化やパフォーマンスの傾向を把握しやすくなる点が特長です。また、アラートマネージャーとの連携により、異常発生時の迅速な検知と通知が可能となります。監視対象のエンドポイントを定期的にポーリングする仕組みは、ネットワーク経由で動作するサービスの可用性確認に適しています。

一方で、Prometheus単体では長期的なデータ保持に制約があるため、時系列データベース（TSDB）との組み合わせや、Grafanaなどの可視化ツールとの連携が推奨されます。導入にあたっては、監視対象の粒度やアラートルールの設計を見直し、運用負荷と監視精度のバランスを考慮することが重要です。まずは小規模な環境で試行し、段階的に監視体制を拡張していくアプローチが現実的でしょう。

Prometheusの設定ファイル（prometheus.yml）の基本

Prometheusの動作設定は、基本的にprometheus.ymlという1つのYAMLファイルで管理します。主要な設定項目は以下の3つです。

  • global：スクレイプ間隔（scrape_interval）や評価間隔（evaluation_interval）など全体のデフォルト値
  • scrape_configs：監視対象（ジョブ）ごとの取得先エンドポイントとラベル設定
  • rule_files：アラートルールや記録ルールを定義した別ファイルのパス

設定変更後は、Prometheusを再起動するか、--web.enable-lifecycleフラグを有効にした状態でcurl -X POST http://localhost:9090/-/reloadを呼び出すことで、サービスを止めずに設定を反映できます。設定ファイルの文法エラーはpromtool check config prometheus.ymlで事前に検証できるため、本番反映前のチェックとして活用してください。

職場のIT課題、どこから手をつけるか整理してみませんか？

運営者の無料IT診断では、簡単な質問に答えるだけで社内のIT活用状況を整理し、改善の方向性のヒントをお返しします。売り込みはありません。

無料IT診断を受けてみる

Googleフォームが開きます ／ 無料 ／ 中小企業のIT担当者・経営者向け

【編集・制作ポリシー】
本記事はInfra Academy編集部が各ベンダー公式ドキュメント・エンジニア監修をもとに作成しています。インフラ・クラウド構築は環境により異なります。本番環境への適用前に必ずテストを実施してください。情報の正確性には万全を期していますが、最新情報は各公式ドキュメントをご確認ください。 編集ポリシーはこちら

おすすめ: Amazon技術書｜インフラ・クラウド・ネットワーク

ABOUT ME
たから
フリーランスIT講師/エンジニア。 ◆経験：IT講師/インフラエンジニア/PM/マネジメント/採用/運用・保守・構築・設計 ◆取得資格：CCNA/CCNP/LPIC-1/AZ-900//サーティファイC言語/情報処理技術者 ◆サイドビジネス：アパレル事業/複数のWEBメディアを運営