如何利用Prometheus Operator實(shí)現(xiàn)自定義指標(biāo)監(jiān)控，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。
創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比全州網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫(kù),直接使用。一站式全州網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋全州地區(qū)。費(fèi)用合理售后完善，10余年實(shí)體公司更值得信賴。
在過去的文章中，我們花了相當(dāng)大的篇幅來(lái)聊關(guān)于監(jiān)控的話題。這是因?yàn)楫?dāng)你正在管理Kubernetes集群時(shí)，一切都會(huì)以極快的速度發(fā)生變化。因此有一個(gè)工具來(lái)監(jiān)控集群的健康狀態(tài)和資源指標(biāo)極為重要。
在Rancher 2.5中，我們引入了基于Prometheus Operator的新版監(jiān)控，它可以提供Prometheus以及相關(guān)監(jiān)控組件的原生Kubernetes部署和管理。Prometheus Operator可以讓你監(jiān)控集群節(jié)點(diǎn)、Kubernetes組件和應(yīng)用程序工作負(fù)載的狀態(tài)和進(jìn)程。同時(shí)，它還能夠通過Prometheus收集的指標(biāo)來(lái)定義告警并且創(chuàng)建自定義儀表盤，通過Grafana可以輕松地可視化收集到的指標(biāo)。
新版本的監(jiān)控也采用prometheus-adapter，開發(fā)人員可以利用其基于自定義指標(biāo)和HPA擴(kuò)展他們的工作負(fù)載。
我們將探索如何利用Prometheus Operator來(lái)抓取自定義指標(biāo)并利用這些指標(biāo)進(jìn)行高級(jí)工作負(fù)載管理。
在Rancher 2.5中安裝Prometheus極為簡(jiǎn)單。僅需訪問Cluster Explorer -> Apps并安裝rancher-monitoring即可。
你需要了解以下默認(rèn)設(shè)置：
prometheus-adapter將會(huì)作為chart安裝的一部分啟用
ServiceMonitorNamespaceSelector 留為空，允許 Prometheus 在所有命名空間中收集 ServiceMonitors
安裝完成后，我們可以從Cluster Explorer訪問監(jiān)控組件。
現(xiàn)在讓我們部署一個(gè)從應(yīng)用層暴露自定義指標(biāo)的示例工作負(fù)載。該工作負(fù)載暴露了一個(gè)簡(jiǎn)單的應(yīng)用程序，該應(yīng)用程序已經(jīng)使用Prometheus client_golang庫(kù)進(jìn)行了檢測(cè)，并在/metric端點(diǎn)上提供了一些自定義指標(biāo)。
它有兩個(gè)指標(biāo)：
http_requests_total
http_request_duration_seconds
以下manifest部署了工作負(fù)載、相關(guān)服務(wù)以及訪問該工作負(fù)載的ingress：
apiVersion: apps/v1 kind: Deployment metadata: labels: app.kubernetes.io/name: prometheus-example-app name: prometheus-example-app spec: replicas: 1 selector: matchLabels: app.kubernetes.io/name: prometheus-example-app template: metadata: labels: app.kubernetes.io/name: prometheus-example-app spec: containers: - name: prometheus-example-app image: gmehta3/demo-app:metrics ports: - name: web containerPort: 8080 --- apiVersion: v1 kind: Service metadata: name: prometheus-example-app labels: app.kubernetes.io/name: prometheus-example-app spec: selector: app.kubernetes.io/name: prometheus-example-app ports: - protocol: TCP port: 8080 targetPort: 8080 name: web --- apiVersion: networking.k8s.io/v1beta1 kind: Ingress metadata: name: prometheus-example-app spec: rules: - host: hpa.demo http: paths: - path: / backend: serviceName: prometheus-example-app servicePort: 8080
ServiceMonitor是一個(gè)自定義資源定義（CRD），可以讓我們聲明性地定義如何監(jiān)控一組動(dòng)態(tài)服務(wù)。
你可以訪問以下鏈接查看完整的ServiceMonitor規(guī)范：
https://github.com/prometheus-operator/prometheus-operator/blob/master/Documentation/api.md#servicemonitor
現(xiàn)在，我們來(lái)部署ServiceMonitor，Prometheus用它來(lái)收集組成prometheus-example-app Kubernetes服務(wù)的pod。
kind: ServiceMonitor metadata: name: prometheus-example-app spec: selector: matchLabels: app.kubernetes.io/name: prometheus-example-app endpoints: - port: web
如你所見，現(xiàn)在用戶可以在Rancher監(jiān)控中瀏覽ServiceMonitor。
不久之后，新的service monitor和服務(wù)相關(guān)聯(lián)的pod應(yīng)該會(huì)反映在Prometheus服務(wù)發(fā)現(xiàn)中。
我們也能夠在Prometheus中看到指標(biāo)。
在Rancher 2.5中，監(jiān)控可以讓用戶將Grafana儀表盤存儲(chǔ)為cattle-dashboards命名空間中的ConfigMaps。
用戶或集群管理員現(xiàn)在可以在這一命名空間中添加更多的儀表盤以擴(kuò)展Grafana的自定義儀表盤。
Dashboard ConfigMap Example
重慶分公司
重慶分公司
apiVersion: v1
kind: ConfigMap
metadata:
name: prometheus-example-app-dashboard
namespace: cattle-dashboards
labels:
grafana_dashboard: "1"
data:
prometheus-example-app.json: |
{
"annotations": {
"list": [
{
"builtIn": 1,
"datasource": "-- Grafana --",
"enable": true,
"hide": true,
"iconColor": "rgba(0, 211, 255, 1)",
"name": "Annotations & Alerts",
"type": "dashboard"
}
]
},
"editable": true,
"gnetId": null,
"graphTooltip": 0,
"links": [],
"panels": [
{
"aliasColors": {},
"bars": false,
"dashLength": 10,
"dashes": false,
"datasource": null,
"fieldConfig": {
"defaults": {
"custom": {}
},
"overrides": []
},
"fill": 1,
"fillGradient": 0,
"gridPos": {
"h": 9,
"w": 12,
"x": 0,
"y": 0
},
"hiddenSeries": false,
"id": 2,
"legend": {
"avg": false,
"current": false,
"max": false,
"min": false,
"show": true,
"total": false,
"values": false
},
"lines": true,
"linewidth": 1,
"nullPointMode": "null",
"percentage": false,
"pluginVersion": "7.1.5",
"pointradius": 2,
"points": false,
"renderer": "flot",
"seriesOverrides": [],
"spaceLength": 10,
"stack": false,
"steppedLine": false,
"targets": [
{
"expr": "rate(http_requests_total{code=\"200\",service=\"prometheus-example-app\"}[5m])",
"instant": false,
"interval": "",
"legendFormat": "",
"refId": "A"
}
],
"thresholds": [],
"timeFrom": null,
"timeRegions": [],
"timeShift": null,
"title": "http_requests_total_200",
"tooltip": {
"shared": true,
"sort": 0,
"value_type": "individual"
},
"type": "graph",
"xaxis": {
"buckets": null,
"mode": "time",
"name": null,
"show": true,
"values": []
},
"yaxes": [
{
"format": "short",
"label": null,
"logBase": 1,
"max": null,
"min": null,
"show": true
},
{
"format": "short",
"label": null,
"logBase": 1,
"max": null,
"min": null,
"show": true
}
],
"yaxis": {
"align": false,
"alignLevel": null
}
},
{
"aliasColors": {},
"bars": false,
"dashLength": 10,
"dashes": false,
"datasource": null,
"description": "",
"fieldConfig": {
"defaults": {
"custom": {}
},
"overrides": []
},
"fill": 1,
"fillGradient": 0,
"gridPos": {
"h": 8,
"w": 12,
"x": 0,
"y": 9
},
"hiddenSeries": false,
"id": 4,
"legend": {
"avg": false,
"current": false,
"max": false,
"min": false,
"show": true,
"total": false,
"values": false
},
"lines": true,
"linewidth": 1,
"nullPointMode": "null",
"percentage": false,
"pluginVersion": "7.1.5",
"pointradius": 2,
"points": false,
"renderer": "flot",
"seriesOverrides": [],
"spaceLength": 10,
"stack": false,
"steppedLine": false,
"targets": [
{
"expr": "rate(http_requests_total{code!=\"200\",service=\"prometheus-example-app\"}[5m])",
"interval": "",
"legendFormat": "",
"refId": "A"
}
],
"thresholds": [],
"timeFrom": null,
"timeRegions": [],
"timeShift": null,
"title": "http_requests_total_not_200",
"tooltip": {
"shared": true,
"sort": 0,
"value_type": "individual"
},
"type": "graph",
"xaxis": {
"buckets": null,
"mode": "time",
"name": null,
"show": true,
"values": []
},
"yaxes": [
{
"format": "short",
"label": null,
"logBase": 1,
"max": null,
"min": null,
"show": true
},
{
"format": "short",
"label": null,
"logBase": 1,
"max": null,
"min": null,
"show": true
}
],
"yaxis": {
"align": false,
"alignLevel": null
}
}
],
"schemaVersion": 26,
"style": "dark",
"tags": [],
"templating": {
"list": []
},
"time": {
"from": "now-15m",
"to": "now"
},
"timepicker": {
"refresh_intervals": [
"5s",
"10s",
"30s",
"1m",
"5m",
"15m",
"30m",
"1h",
"2h",
"1d"
]
},
"timezone": "",
"title": "prometheus example app",
"version": 1
}現(xiàn)在，用戶應(yīng)該能夠在Grafana中訪問prometheus example app的儀表盤。
這一部分假設(shè)你已經(jīng)將prometheus-adapter作為監(jiān)控的一部分安裝完畢了。實(shí)際上，在默認(rèn)情況下，監(jiān)控安裝程序會(huì)安裝prometheus-adapter。
用戶現(xiàn)在可以創(chuàng)建一個(gè)HPA spec，如下所示：
apiVersion: autoscaling/v2beta2 kind: HorizontalPodAutoscaler metadata: name: prometheus-example-app-hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: prometheus-example-app minReplicas: 1 maxReplicas: 5 metrics: - type: Object object: describedObject: kind: Service name: prometheus-example-app metric: name: http_requests target: averageValue: "5" type: AverageValue
你可以查看以下鏈接獲取關(guān)于HPA的更多信息：
https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
我們將使用自定義的http_requests_total指標(biāo)來(lái)執(zhí)行pod自動(dòng)伸縮。
現(xiàn)在我們可以生成一個(gè)樣本負(fù)載來(lái)查看HPA的運(yùn)行情況。我可以使用hey進(jìn)行同樣的操作。
hey -c 10 -n 5000 http://hpa.demo
看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對(duì)創(chuàng)新互聯(lián)的支持。
