建站
咨詢
售后
建站咨詢
新聞中心
如何利用Prometheus Operator實現(xiàn)自定義指標監(jiān)控，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。
創(chuàng)新互聯(lián)-專業(yè)網站定制、快速模板網站建設、高性價比全州網站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式全州網站制作公司更省心,省錢,快速模板網站建設找我們，業(yè)務覆蓋全州地區(qū)。費用合理售后完善，10余年實體公司更值得信賴。
在過去的文章中，我們花了相當大的篇幅來聊關于監(jiān)控的話題。這是因為當你正在管理Kubernetes集群時，一切都會以極快的速度發(fā)生變化。因此有一個工具來監(jiān)控集群的健康狀態(tài)和資源指標極為重要。
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、Kubernetes組件和應用程序工作負載的狀態(tài)和進程。同時，它還能夠通過Prometheus收集的指標來定義告警并且創(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。
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和HPA擴展他們的工作負載。
我們將探索如何利用Prometheus Operator來抓取自定義指標并利用這些指標進行高級工作負載管理。
安裝Prometheus
在Rancher 2.5中安裝Prometheus極為簡單。僅需訪問Cluster Explorer -> Apps并安裝rancher-monitoring即可。
你需要了解以下默認設置：
prometheus-adapter將會作為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。
部署工作負載
現(xiàn)在讓我們部署一個從應用層暴露自定義指標的示例工作負載。該工作負載暴露了一個簡單的應用程序，該應用程序已經使用Prometheus client_golang庫進行了檢測，并在/metric端點上提供了一些自定義指標。
它有兩個指標：
http_requests_total
http_request_duration_seconds
以下manifest部署了工作負載、相關服務以及訪問該工作負載的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
部署ServiceMonitor
ServiceMonitor是一個自定義資源定義（CRD），可以讓我們聲明性地定義如何監(jiān)控一組動態(tài)服務。
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，我們來部署ServiceMonitor，Prometheus用它來收集組成prometheus-example-app Kubernetes服務的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和服務相關聯(lián)的pod應該會反映在Prometheus服務發(fā)現(xiàn)中。
我們也能夠在Prometheus中看到指標。
部署Grafana儀表盤
在Rancher 2.5中，監(jiān)控可以讓用戶將Grafana儀表盤存儲為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展Grafana的自定義儀表盤。
Dashboard ConfigMap Example
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，用戶應該能夠在Grafana中訪問prometheus example app的儀表盤。
自定義指標的HPA
這一部分假設你已經將prometheus-adapter作為監(jiān)控的一部分安裝完畢了。實際上，在默認情況下，監(jiān)控安裝程序會安裝prometheus-adapter。
用戶現(xiàn)在可以創(chuàng)建一個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指標來執(zhí)行pod自動伸縮。
現(xiàn)在我們可以生成一個樣本負載來查看HPA的運行情況。我可以使用hey進行同樣的操作。
hey -c 10 -n 5000 http://hpa.demo
開發(fā)人員和集群管理員可以利用該堆棧來監(jiān)控它們的工作負載，部署可視化，并利用Kubernetes內可用的高級工作負載管理功能。
看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。
網站題目：如何利用PrometheusOperator實現(xiàn)自定義指標監(jiān)控
網站URL：http://www.dlmjj.cn/article/psogdj.html
