本篇內(nèi)容主要講解“如何結(jié)合Kvass與Thanos實現(xiàn)大規(guī)模容器集群的監(jiān)控”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“如何結(jié)合Kvass與Thanos實現(xiàn)大規(guī)模容器集群的監(jiān)控”吧!
在福安等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務理念，為客戶提供網(wǎng)站制作、成都網(wǎng)站制作 網(wǎng)站設計制作按需開發(fā)網(wǎng)站,公司網(wǎng)站建設,企業(yè)網(wǎng)站建設,成都品牌網(wǎng)站建設,成都全網(wǎng)營銷,成都外貿(mào)網(wǎng)站制作,福安網(wǎng)站建設費用合理。
有同學可能會問，Thanos 不就是為了解決 Prometheus 的分布式問題么，有了 Thanos 不就可以實現(xiàn)大規(guī)模的 Prometheus 監(jiān)控了嗎？為什么還需要個 Kvass？ Thanos 解決了 Prometheus 的分布式存儲與查詢的問題，但沒有解決 Prometheus 分布式采集的問題，如果采集的任務和數(shù)據(jù)過多，還是會使 Prometheus 達到的瓶頸，不過對于這個問題，我們在系列的第一篇 大規(guī)模場景下 Prometheus 的優(yōu)化手段 中就講了一些優(yōu)化方法:
從服務維度拆分采集任務到不同 Prometheus 實例。
使用 Prometheus 自帶的 hashmod 對采集任務做分片。
但是，這些優(yōu)化方法還是存在一些缺點:
配置繁瑣，每個 Prometheus 實例的采集配置都需要單獨配。
需要提前對數(shù)據(jù)規(guī)模做預估才好配置。
不同 Prometheus 實例采集任務不同，負載很可能不太均衡，控制不好的話仍然可能存在部分實例負載過高的可能。
如需對 Prometheus 進行擴縮容，需要手動調(diào)整，無法做到自動擴縮容。
Kvass 就是為了解決這些問題而生，也是本文的重點。
Kvass 項目是騰訊云開源的輕量級 Prometheus 橫向擴縮容方案，其巧妙的將服務發(fā)現(xiàn)與采集過程分離，并用 Sidecar 動態(tài)給 Prometheus 生成配置文件，從而達到無需手工配置就能實現(xiàn)不同 Prometheus 采集不同任務的效果，并且能夠?qū)⒉杉蝿者M行負載均衡，以避免部分 Prometheus 實例負載過高，即使負載高了也可以自動擴容，再配合 Thanos 的全局視圖，就可以輕松構(gòu)建只使用一份配置文件的超大規(guī)模集群監(jiān)控系統(tǒng)。下面是 Kvass+Thanos 的架構(gòu)圖:
更多關(guān)于 Kvass 的詳細介紹，請參考 如何用 Prometheus 監(jiān)控十萬 container 的 Kubernetes 集群 ，文章中詳細介紹了原理和使用效果。
首先下載 Kvass 的 repo 并進入 examples 目錄:
git clone https://github.com/tkestack/kvass.git cd kvass/examples
在部署 Kvass 之前我們需要有服務暴露指標以便采集，我們提供了一個 metrics 數(shù)據(jù)生成器，可以指定生成一定數(shù)量的 series，在本例子中，我們將部署 6 個 metrics 生成器副本，每個會生成 10045 series，將其一鍵部署到集群:
kubectl create -f metrics.yaml
接著我們來部署 Kvass:
kubectl create -f kvass-rbac.yaml # Kvass 所需的 RBAC 配置 kubectl create -f config.yaml # Prometheus 配置文件 kubectl create -f coordinator.yaml # Kvass coordinator 部署配置
其中，config.yaml 的 Prometheus 配置文件，配了對剛才部署的 metrics 生成器的采集:
重慶分公司
重慶分公司
global:
scrape_interval: 15s
evaluation_interval: 15s
external_labels:
cluster: custom
scrape_configs:
- job_name: 'metrics-test'
kubernetes_sd_configs:
- role: pod
relabel_configs:
- source_labels: [__meta_kubernetes_pod_label_app_kubernetes_io_name]
regex: metrics
action: keep
- source_labels: [__meta_kubernetes_pod_ip]
action: replace
regex: (.*)
replacement: ${1}:9091
target_label: __address__
- source_labels:
- __meta_kubernetes_pod_name
target_label: podcoordinator.yaml 我們給 Coordinator 的啟動參數(shù)中設置每個分片的最大 head series 數(shù)目不超過 30000:
--shard.max-series=30000
然后部署 Prometheus 實例(包含 Thanos Sidecar 與 Kvass Sidecar)，一開始可以只需要單個副本:
kubectl create -f prometheus-rep-0.yaml
如果需要將數(shù)據(jù)存儲到對象存儲，請參考上一篇 Thanos 部署與實踐 對 Thanos Sidecar 的配置進行修改。
為了得到全局數(shù)據(jù)，我們需要部署一個 thanos-query:
kubectl create -f thanos-query.yaml
根據(jù)上述計算，監(jiān)控目標總計 6 個 target, 60270 series，根據(jù)我們設置每個分片不能超過 30000 series，則預期需要 3 個分片。我們發(fā)現(xiàn)，Coordinator 成功將 StatefulSet 的副本數(shù)改成了 3。
$ kubectl get pods NAME READY STATUS RESTARTS AGE kvass-coordinator-c68f445f6-g9q5z 2/2 Running 0 64s metrics-5876dccf65-5cncw 1/1 Running 0 75s metrics-5876dccf65-6tw4b 1/1 Running 0 75s metrics-5876dccf65-dzj2c 1/1 Running 0 75s metrics-5876dccf65-gz9qd 1/1 Running 0 75s metrics-5876dccf65-r25db 1/1 Running 0 75s metrics-5876dccf65-tdqd7 1/1 Running 0 75s prometheus-rep-0-0 3/3 Running 0 54s prometheus-rep-0-1 3/3 Running 0 45s prometheus-rep-0-2 3/3 Running 0 45s thanos-query-69b9cb857-d2b45 1/1 Running 0 49s
我們再通過 thanos-query 來查看全局數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)是完整的(其中 metrics0 為指標生成器生成的指標名):
如果需要用 Grafana 面板查看監(jiān)控數(shù)據(jù)，可以添加 thanos-query 地址作為 Prometheus 數(shù)據(jù)源: http://thanos-query.default.svc.cluster.local:9090。
到此，相信大家對“如何結(jié)合Kvass與Thanos實現(xiàn)大規(guī)模容器集群的監(jiān)控”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學習！
