用Prometheus监控K8S，目前最实用的部署方式都说全了

作者介绍

陈金窗，资深运维技术专家，从事IT基础设施建设、运维与技术管理20多年。

刘政委，资深运维技术与管理人员，大型在线游戏和手游自动化运维老兵。

郑少斌，长期从事云计算相关产品、研发、运维工作，具备丰富理论及实践经验。

张其栋，中国电信云公司软件工程师，主要负责私有容器云平台的研发工作。

在过去的几年中，云计算已经成为及分布式计算最火热的技术之一，其中Docker、Kubernetes、Prometheus等开源软件的发展极大地推动了云计算的发展。本文首先从Prometheus是如何监控Kubernetes入手，介绍Prometheus Operator组件。接着详细介绍基于Kubernetes的两种Prometheus部署方式，最后介绍服务配置、监控对象以及数据展示和告警。通过本文，大家可以在Kubernetes集群的基础上学习和搭建完善的Prometheus监控系统。

一、Prometheus与Kubernetes完美结合

Kubernetes使用Docker进行容器管理，如果说Docker和kubernetes的搭配是云原生时代的基石，那么Prometheus为云原生插上了飞翔的翅膀。随着云原生社区的不断壮大，应用场景越来越复杂，需要一套针对云原生环境的完善并且开放的监控平台。在这样的环境下，Prometheus应运而生，天然支持Kubernetes。

1、Kubernetes Operator

在Kubernetes的支持下，管理和伸缩Web应用、移动应用后端以及API服务都变得比较简单了。因为这些应用一般都是无状态的，所以Deployment这样的基础Kubernetes API对象就可以在无需附加操作的情况下，对应用进行伸缩和故障恢复了。

而对于数据库、缓存或者监控系统等有状态应用的管理，就是挑战了。这些系统需要掌握应用领域的知识，正确地进行伸缩和升级，当数据丢失或不可用的时候，要进行有效的重新配置。我们希望这些应用相关的运维技能可以编码到软件之中，从而借助Kubernetes 的能力，正确地运行和管理复杂应用。

Operator这种软件，使用TPR（第三方资源，现在已经升级为CRD）机制对Kubernetes API进行扩展，将特定应用的知识融入其中，让用户可以创建、配置和管理应用。与Kubernetes的内置资源一样，Operator操作的不是一个单实例应用，而是集群范围内的多实例。

2、Prometheus Operator

Kubernetes的Prometheus Operator为Kubernetes服务和Prometheus实例的部署和管理提供了简单的监控定义。

安装完毕后，Prometheus Operator提供了以下功能：

• 创建/毁坏。在Kubernetes namespace中更容易启动一个Prometheus实例，一个特定的应用程序或团队更容易使用的Operato。

• 简单配置。配Prometheus的基础东西，比如在Kubernetes的本地资源versions， persistence，retention policies和replicas。

• Target Services通过标签。基于常见的Kubernetes label查询，自动生成监控target配置；不需要学习Prometheus特定的配置语言。

Prometheus Operator架构如图1所示。

图1　Prometheus Operator架构

架构中的各组成部分以不同的资源方式运行在Kubernetes集群中，它们各自有不同的作用。

• Operator：Operator资源会根据自定义资源（Custom Resource Definition，CRD）来部署和管理Prometheus Server，同时监控这些自定义资源事件的变化来做相应的处理，是整个系统的控制中心。

• Prometheus： Prometheus资源是声明性地描述Prometheus部署的期望状态。

• Prometheus Server： Operator根据自定义资源Prometheus类型中定义的内容而部署的Prometheus Server集群，这些自定义资源可以看作用来管理Prometheus Server 集群的StatefulSets资源。

• ServiceMonitor：ServiceMonitor也是一个自定义资源，它描述了一组被Prometheus监控的target列表。该资源通过标签来选取对应的Service Endpoint，让Prometheus Server通过选取的Service来获取Metrics信息。

• Service：Service资源主要用来对应Kubernetes集群中的Metrics Server Pod，提供给ServiceMonitor选取，让Prometheus Server来获取信息。简单说就是Prometheus监控的对象，例如Node Exporter Service、Mysql Exporter Service等。

• Alertmanager：Alertmanager也是一个自定义资源类型，由Operator根据资源描述内容来部署Alertmanager集群。

二、在Kubernetes上部署Prometheus的传统方式

本节详细介绍Kubernetes通过YAML文件方式部署Prometheus的过程，即按顺序部署了Prometheus、kube-state-metrics、node-exporter以及Grafana。图2展示了各个组件的调用关系。

图2　传统方式Kubernetes部署Prometheus

在Kubernetes Node上部署Node exporter，获取该节点物理机或者虚拟机的监控信息，在Kubernetes Master上部署kube-state-metrics获取Kubernetes集群的状态。所有信息汇聚到Prometheus进行处理和存储，然后通过Grafana进行展示。

1、Kubernetes部署Prometheus 

部署对外可访问Prometheus，首先需要创建Prometheus所在命名空间，然后创建Prometheus使用的RBAC规则，创建Prometheus的configmap来保存配置文件。创建service进行固定集群IP访问，创建deployment部署带有Prometheus容器的pod，最后创建ingress实现外部域名访问Prometheus。

部署顺序如图3所示。

图3　Kubernetes集群架构

创建名为monitoring命名空间，相关对象都部署到该命名空间，使用以下命令创建命名空间：

$ kubectl create -f ns-monitoring.yaml 

ns-monitoring.yaml文件内容如下：

apiVersion: v1

    kind: Namespace

    metadata:

name: monitoring

可以看到该YAML文件使用的apiVersion版本是v1，kind是Namespace，命名空间的名字是monitoring。

使用以下命令确认名为monitoring的ns已经创建成功：

$ kubectl get ns monitoring

NAME         STATUS    AGE

monitoring   Active    1d

创建RBAC规则，包含ServiceAccount、ClusterRole、ClusterRoleBinding三类YAML文件。Service Account 是面向命名空间的，ClusterRole、ClusterRoleBinding是面向整个集群所有命名空间的，可以看到ClusterRole、ClusterRoleBinding对象并没有指定任何命名空间。ServiceAccount中可以看到，名字是prometheus-k8s，在monitoring命名空间下。ClusterRole一条规则由apiGroups、resources、verbs共同组成。ClusterRoleBinding中subjects是访问API的主体，subjects包含users、groups、service accounts三种类型，我们使用的是ServiceAccount类型，使用以下命令创建RBAC：

kubectl create -f prometheus-rbac.yaml

rometheus-rbac.yaml文件内容如下：

apiVersion: v1

kind: ServiceAccount

metadata:

    name: prometheus-k8s

    namespace: monitoring

---

apiVersion: rbac.authorization.k8s.io/v1

kind: ClusterRole

metadata:

  name: prometheus

rules:

- apiGroups: [""]

    resources: ["nodes", "services", "endpoints", "pods"]

    verbs: ["get", "list", "watch"]

- apiGroups: [""]

    resources: ["configmaps"]

    verbs: ["get"]

- nonResourceURLs: ["/metrics"]

    verbs: ["get"]

---

apiVersion: rbac.authorization.k8s.io/v1

kind: ClusterRoleBinding

metadata:

    name: prometheus

roleRef:

    apiGroup: rbac.authorization.k8s.io

    kind: ClusterRole

    name: cluster-admin

subjects:

- kind: ServiceAccount

    name: prometheus-k8s

    namespace: monitoring

使用以下命令确认RBAC是否创建成功：

$ kubectl get sa prometheus-k8s -n monitoring

NAME       SECRETS   AGE

prometheus-k8s   1         1d

$ kubectl get clusterroleprometheus

NAME     AGE

prometheus   1d

$ kubectl get clusterrolebinding prometheus

NAME     AGE

prometheus   1d

使用ConfigMap方式创建Prometheus配置文件，YAML文件中使用的类型是ConfigMap，命名空间为monitoring，名称为prometheus-core，apiVersion是v1，data数据中包含prometheus.yaml文件，内容是prometheus.yaml: |这行下面的内容。使用以下命令创建Prometheus的配置文件：

$ kubectl create -f prometheus-core-cm.yaml

prometheus-core-cm.yaml文件内容如下：

kind: ConfigMap

metadata:

    creationTimestamp: null

    name: prometheus-core

    namespace: monitoring

apiVersion: v1

data:

    prometheus.yaml: |

        global:

            scrape_interval: 15s

            scrape_timeout: 15s

            evaluation_interval: 15s

        alerting:

            alertmanagers:

            - static_configs:

                - targets: ["10.254.127.110:9093"]

        rule_files:

            - "/etc/prometheus-rules/*.yml"

        scrape_configs:

        - job_name: 'kubernetes-apiservers'

            kubernetes_sd_configs:

            - role: endpoints

            scheme: https

            tls_config:

                ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt

            bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token

            relabel_configs:

            - source_labels: [__meta_kubernetes_namespace, __meta_kubernetes_service_name, __meta_kubernetes_endpoint_port_name]

                action: keep

                regex: default;kubernetes;https

由于篇幅有限，该配置文件只有一个名为kubernetes-apiservers的job，完整配置请查看源码文件。

使用以下命令查看已创建的配置文件prometheus-core：

$ kubectl get cm -n monitoring prometheus-core

NAME              DATA      AGE

prometheus-core   1         1d

通过以下命令查看配置文件prometheus-core的详细信息：

$ kubectl get cm -n monitoring prometheus-core -o yaml

创建prometheus rules配置文件，使用ConfigMap方式创建prometheus rules配置文件，包含的内容是两个文件，分别是node-up.yml和cpu-usage.yml。使用以下命令创建Prometheus的另外两个配置文件：

$ kubectl create -f prometheus-rules-cm.yaml

prometheus-rules-cm.yaml文件内容如下：

kind: ConfigMap

apiVersion: v1

metadata:

    name: prometheus-rules

    namespace: monitoring

data:

    node-up.yml: |

        groups:

        - name: server_rules

            rules:

            - alert: 机器宕机

                expr: up{component="node-exporter"} != 1

                for: 1m

                labels:

                    severity: "warning"

                    instance: "{ { $labels.instance }}"

                annotations:

                    summary: "机器 { { $labels.instance }} 处于down的状态"

                    description: "{ { $labels.instance }} of job { { $labels.job }} 

                    已经处于down状态超过1分钟，请及时处理"

    cpu-usage.yml: |

        groups:

        - name: cpu_rules

            rules:

            - alert: cpu 剩余量过低

                expr: 100 - (avg by (instance) (irate(node_cpu_seconds_total{mode=

                    "idle"}[5m])) * 100) > 85

                for: 1m

                labels:

                    severity: "warning"

                    instance: "{ { $labels.instance }}"

                annotations:

                    summary: "机器 { { $labels.instance }} cpu 已用超过设定值"

                    description: "{ { $labels.instance }} CPU 用量已超过 85% (current 

                                 value is: { { $value }})，请及时处理。"     

本节的配置文件是Prometheus告警信息的配置文件，篇幅有限，可在文件后继续增加告警信息文件。

使用以下命令查看已下发的配置文件prometheus-core：

$ kubectl get cm -n monitoring prometheus-rules

NAME               DATA      AGE

prometheus-rules   11        1d

使用以下命令查看配置文件prometheus-core详细信息：

$ kubectl get cm -n monitoring prometheus-rules -o yaml

创建prometheus svc，会生成一个CLUSTER-IP进行集群内部的访问，CLUSTER-IP也可以自己指定。使用以下命令创建Prometheus要用的service：

$ kubectl create -f prometheus-service.yaml

prometheus-service.yaml文件内容如下：

apiVersion: v1

kind: Service

metadata:

    name: prometheus

    namespace: monitoring

    labels:

        app: prometheus

        component: core

    annotations:

        prometheus.io/scrape: 'true'

spec:

    ports:

        - port: 9090

            targetPort: 9090

            protocol: TCP

            name: webui

    selector:

        app: prometheus

          component: core

使用以下命令查看已创建的名为prometheus的service：

$ kubectl get svc prometheus  -n monitoring

NAME     TYPE     CLUSTER-IP   EXTERNAL-IP  PORT(S)   AGE

prometheus   ClusterIP   10.254.192.194           9090/TCP   1d

使用deployment方式创建prometheus实例，命令如下：

$ kubectl create -f prometheus-deploy.yaml

prometheus-deploy.yaml文件内容如下：

apiVersion: extensions/v1beta1

kind: Deployment

metadata:

    name: prometheus-core

    namespace: monitoring

    labels:

        app: prometheus

        component: core

spec:

    replicas: 1

    template:

        metadata:

            name: prometheus-main

            labels:

                app: prometheus

                component: core

        spec:

            serviceAccountName: prometheus-k8s

            nodeSelector:

                kubernetes.io/hostname: 192.168.10.2

            containers:

            - name: prometheus

                image: zqdlove/prometheus:v2.0.0

                args:

                    - '--storage.tsdb.retention=15d'

                    - '--config.file=/etc/prometheus/prometheus.yaml'

                    - '--storage.tsdb.path=/home/prometheus_data'

                    - '--web.enable-lifecycle' 

                ports:

                - name: webui

                    containerPort: 9090

                resources:

                    requests:

                        cpu: 20000m

                        memory: 20000M

                    limits:

                        cpu: 20000m

                        memory: 20000M

                securityContext:

                    privileged: true

                volumeMounts:

                - name: data

                    mountPath: /home/prometheus_data

                - name: config-volume

                    mountPath: /etc/prometheus

                - name: rules-volume

                    mountPath: /etc/prometheus-rules

                - name: time

                    mountPath: /etc/localtime

            volumes:

            - name: data

                hostPath:

                    path: /home/cdnadmin/prometheus_data 

            - name: config-volume

                configMap:

                    name: prometheus-core

            - name: rules-volume

                configMap:

                    name: prometheus-rules

            - name: time

                hostPath:

                    path: /etc/localtime

使用以下命令查看已创建的名字为prometheus-core的deployment的状态：

$ kubectl get deployment prometheus-core  -n monitoring

NAME      DESIRED  CURRENT  UP-TO-DATE  AVAILABLE  AGE

prometheus-core   1         1         1            1           1d

返回信息表示部署期望的pod有1个，当前有1个，更新到最新状态的有1个，可用的有1个，pod当前的年龄是1天。

创建prometheus ingress实现外部域名访问，使用以下命令创建Ingress：

$ kubectl create -f prometheus_Ingress.yaml

prometheus_Ingress.yaml文件内容如下：

apiVersion: extensions/v1beta1

kind: Ingress

metadata:

    name: traefik-prometheus

    namespace: monitoring

spec:

    rules:

    - host: prometheus.test.com

        http:

            paths:

            - path: /

                backend:

                    serviceName: prometheus

                    servicePort: 9090

将prometheus.test.com域名解析到Ingress服务器，此时可以通过prometheus.test.com访问Prometheus的监控数据的界面了。

使用以下命令查看已创建Ingress的状态：

$ kubectl get ing traefik-prometheus-n monitoring

NAME             HOSTS           ADDRESS   PORTS   AGE

traefik-prometheus   prometheus.test.com80      1d

将域名prometheus.test.com指向Ingress服务器，并访问该域名，主界面如图4所示。

图4　主界面

2、Kubernetes部署kube-state-metrics

kube-state-metrics使用名为monitoring的命名空间，在上节已创建，不需要再次创建，通过以下命令确认ns创建是否成功：

$ kubectl get ns monitoring

NAME         STATUS    AGE

monitoring   Active    1d

创建RBAC，包含ServiceAccount、ClusterRole、ClusterRoleBinding三类YAML文件，本节RBAC内容结构和上节中内容类似。使用以下命令创建kube-state-metrics RBAC：

$ kubectl create -f kube-state-metrics-rbac.yaml

kube-state-metrics-rbac.yaml文件内容如下：

apiVersion: v1

kind: ServiceAccount

metadata:

    name: kube-state-metrics

    namespace: monitoring

---

apiVersion: rbac.authorization.k8s.io/v1

kind: ClusterRole

metadata:

    name: kube-state-metrics

rules:

- apiGroups: [""]

    resources: ["nodes","pods","services","resourcequotas",

      "replicationcontrollers","limitranges"]

    verbs: ["list", "watch"]

- apiGroups: ["extensions"]

    resources: ["daemonsets","deployments","replicasets"]

    verbs: ["list", "watch"]

- apiGroups: ["batch/v1"]

    resources: ["job"]

    verbs: ["list", "watch"]

- apiGroups: ["v1"]

    resources: ["persistentvolumeclaim"]

    verbs: ["list", "watch"]

- apiGroups: ["apps"]

    resources: ["statefulset"]

    verbs: ["list", "watch"]

- apiGroups: ["batch/v2alpha1"]

    resources: ["cronjob"]

    verbs: ["list", "watch"]

---

apiVersion: rbac.authorization.k8s.io/v1

kind: ClusterRoleBinding

metadata:

    name: kube-state-metrics

roleRef:

    apiGroup: rbac.authorization.k8s.io

    kind: ClusterRole

    name: kube-state-metrics

#  name: cluster-admin

subjects:

- kind: ServiceAccount

    name: kube-state-metrics

    namespace: monitoring

使用以下命令确认RBAC是否创建成功，命令分别获取已创建的ServiceAccount、ClusterRole、ClusterRoleBinding：

$ kubectl get sa kube-state-metrics -n monitoring

NAME         SECRETS   AGE

kube-state-metrics   1         1d

$ kubectl get clusterrole kube-state-metrics

NAME           AGE

kube-state-metrics   1d

$ kubectl get clusterrolebinding kube-state-metrics

NAME          AGE

kube-state-metrics   1d

使用以下命令创建kube-state-metrics Service：

$ kubectl create -f kube-state-metrics-service.yaml

kube-state-metrics-service.yaml文件内容如下：

apiVersion: v1

kind: Service

metadata:

    annotations:

        prometheus.io/scrape: 'true'

    name: kube-state-metrics

    namespace: monitoring

    labels:

        app: kube-state-metrics

spec:

    ports:

    - name: kube-state-metrics

        port: 8080

        protocol: TCP

    selector:

        app: kube-state-metrics

使用以下命令查看名为kube-state-metrics的Service：

$ kubectl get svc kube-state-metrics -n monitoring

NAME       TYPE     CLUSTER-IP  EXTERNAL-IP  PORT(S)    AGE

kube-state-metrics   ClusterIP   10.254.76.203           8080/TCP   1d

使用以下命令创建名为kube-state-metrics的deployment，用来部署kube-state-metrics Docker容器：

$ kubectl create -f kube-state-metrics-deploy.yaml

kube-state-metrics-deploy.yaml文件内容如下：

apiVersion: extensions/v1beta1

kind: Deployment

metadata:

    name: kube-state-metrics

    namespace: monitoring

spec:

    replicas: 1

    template:

        metadata:

            labels:

                app: kube-state-metrics

        spec:

            serviceAccountName: kube-state-metrics

            nodeSelector:

                type: k8smaster

            containers:

            - name: kube-state-metrics

                image: zqdlove/kube-state-metrics:v1.0.1

                ports:

                - containerPort: 8080

使用以下命令查看monitoring命名空间下名为kube-state-metrics的deployment的状态信息：

$ kubectl get deployment  kube-state-metrics -n monitoring

NAME      DESIRED   CURRENT  UP-TO-DATE  AVAILABLE  AGE

kube-state-metrics   1         1         1            1           1d

使用以下命令查看相关的详细信息：

$ kubectl get deployment  kube-state-metrics -n monitoring  -o yaml

$ kubectl describe  deployment  kube-state-metrics -n monitoring

通过上节已部署的Prometheus界面如图5所示。

图5　Prometheus监控目标

3、Kubernetes部署node-exporter

在Prometheus中负责数据汇报的程序统一称为Exporter，而不同的Exporter负责不同的业务。它们具有统一命名格式，即xx_exporter，例如，负责主机信息收集的node_exporter。本节为安装node_exporter的教程。node_exporter主要用于*NIX系统监控，用Golang编写。

node-exporter使用名为monitoring的命名空间，上节已创建，不需要再次创建，通过以下命令确认ns创建是否成功：

$ kubectl get ns monitoring

NAME         STATUS    AGE

monitoring   Active    1d

使用以下命令部署node-exporter service：

$ kubectl create -f node_exporter-service.yaml

node_exporter-service.yaml文件内容如下：

apiVersion: v1

kind: Service

metadata:

    annotations:

        prometheus.io/scrape: 'true'

    name: prometheus-node-exporter

    namespace: monitoring

    labels:

        app: prometheus

        component: node-exporter

spec:

    clusterIP: None

    ports:

        - name: prometheus-node-exporter

            port: 9100

            protocol: TCP

    selector:

        app: prometheus

        component: node-exporter

    type: ClusterIP

使用以下命令查看monitoring命名空间下名为prometheus-node-exporter的service：

$ kubectl get svc prometheus-node-exporter -n monitoring

NAME              TYPE      CLUSTER-IP   EXTERNAL-IP   PORT(S)   AGE

prometheus-node-exporter   ClusterIP   None                9100/TCP   1d

使用daemonset方式创建node-exporter容器，命令如下：

$ kubectl create -f node_exporter-daemonset.yaml

node_exporter-daemonset.yaml文件详细内容如下：

apiVersion: extensions/v1beta1

kind: DaemonSet

metadata:

    name: prometheus-node-exporter

    namespace: monitoring

    labels:

        app: prometheus

        component: node-exporter

spec:

    template:

        metadata:

            name: prometheus-node-exporter

            labels:

                app: prometheus

                component: node-exporter

        spec:

            containers:

            - image: zqdlove/node-exporter:v0.16.0

                name: prometheus-node-exporter

                ports:

                - name: prom-node-exp

                    containerPort: 9100

                    hostPort: 9100

                resources:

                    requests:

                      # cpu: 20000m

                        cpu: "0.6"

                        memory: 100M

                    limits:

                        cpu: "0.6"

                        #cpu: 20000m

                        memory: 100M

                command:

                - /bin/node_exporter

                - --path.procfs

                - /host/proc

                - --path.sysfs

                - /host/sys

                -  --collector.filesystem.ignored-mount-points

                - ^/(sys|proc|dev|host|etc)($|/)

                volumeMounts:

                - name: proc

                    mountPath: /host/proc

                - name: sys

                    mountPath: /host/sys

                - name: root

                    mountPath: /rootfs

            volumes:

            - name: proc

                hostPath:

                    path: /proc

            - name: sys

                hostPath:

                    path: /sys

            - name: root

                hostPath:

                    path: /

            // 此处可以指定固定IP 192.168.10.3不部署服务

            // affinity:

            //  nodeAffinity:

            //  requiredDuringSchedulingIgnoredDuringExecution:

            //      nodeSelectorTerms:

            //      - matchExpressions:

            //          - key: kubernetes.io/hostname

            //            operator: NotIn

            //            values:

            //            - 192.168.10.3

            hostNetwork: true

            hostPID: true

查看monitoring命令空间下名为prometheus-node-exporter的daemonset的状态，命令如下：

$ kubectl get ds prometheus-node-exporter -n monitoring

NAME DESIRED CURRENT READYUP-TO-DATE AVAILABLENODE SELECTOR AGE

prometheus-node-exporter   3    3    3331d

从返回信息可以看到，名为prometheus-node-exporter的daemonset，当前有3个实例，都已经是Ready状态，都可用。

查看monitoring命令空间下名为prometheus-node-exporter的daemonset的详细状态信息，命令如下：

$ kubectl get ds prometheus-node-exporter -n monitoring -o yaml

$ kubectl describe ds prometheus-node-exporter -n monitoring

4、Kubernetes部署Grafana

Grafana使用名为monitoring的命名空间，前面小节已经创建，不需要再次创建，通过以下命令确认ns创建是否成功：

$ kubectl get ns monitoring

NAME         STATUS    AGE

monitoring   Active    1d

使用以下命令创建Grafana Service：

$ kubectl create -f grafana-service.yaml

grafana-service.yaml文件内容如下：

apiVersion: v1

kind: Service

metadata:

    name: grafana

    namespace: monitoring

    labels:

        app: grafana

        component: core

spec:

    ports:

        - port: 3000

    selector:

        app: grafana

          component: core

使用以下命令查看monitoring命令空间下名为grafana的service的信息：

$ kubectl get svc grafana -n monitoring

NAME      TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)    AGE

grafana   ClusterIP   10.254.254.2           4444/TCP   1d

使用deployment方式部署Grafana，命令如下：

$ kubectl create -f grafana-deploy.yaml

grafana-deploy.yaml文件内容如下：

apiVersion: extensions/v1beta1

kind: Deployment

metadata:

    name: grafana-core

    namespace: monitoring

    labels:

        app: grafana

        component: core

spec:

    replicas: 1

    template:

        metadata:

            labels:

                app: grafana

                component: core

        spec:

            nodeSelector:

                kubernetes.io/hostname: 192.168.10.2

            containers:

            - image: zqdlove/grafana:v5.0.0

                name: grafana-core

                imagePullPolicy: IfNotPresent

                #securityContext:

                  # privileged: true

                # env:

                resources:

                    # keep request = limit to keep this container in guaranteed class

                    limits:

                        cpu: 10000m

                        memory: 32000Mi

                    requests:

                        cpu: 10000m

                        memory: 32000Mi

                env:

                    # The following env variables set up basic auth twith the 

                      default admin user and admin password

                    - name: GF_AUTH_BASIC_ENABLED

                        value: "true"

                    - name: GF_AUTH_ANONYMOUS_ENABLED

                        value: "false"

                    # - name: GF_AUTH_ANONYMOUS_ORG_ROLE

                    #   value: Admin

                    # does not really work, because of template variables in exported 

                      dashboards:

                    # - name: GF_DASHBOARDS_JSON_ENABLED

                    #   value: "true"

                readinessProbe:

                    httpGet:

                        path: /login

                        port: 3000

                    # initialDelaySeconds: 30

                    # timeoutSeconds: 1

                volumeMounts:

                - name: grafana-persistent-storage

                    mountPath: /var

                - name: grafana

                    mountPath: /etc/grafana

       # - name: grafana-ldap-grafana

       #   mountPath: /etc/grafana

       # - name: grafana-ldap-conf

       #   mountPath: /usr/share/grafana/conf

            volumes:

            - name: grafana-persistent-storage

                emptyDir: {}

            - name: grafana

                hostPath:

                    path: /etc/grafana

          # - name: grafana-ldap-grafana

            #  configMap:

              #   name: grafana-ldap-grafana-configmap

     # - name: grafana-ldap-conf

     #   configMap:

     #     name: grafana-ldap-conf-configmap

查看monitoring命令空间下名为grafana-core的deployment的状态，信息如下：

$ kubectl get deployment grafana-core -n monitoring

NAME         DESIRED  CURRENT  UP-TO-DATE      AVAILABLE    AGE

grafana-core   1         1         1            1           1d

要查看monitoring命令空间下名为grafana-core的deployment的详细信息，使用以下命令：

$ kubectl get deployment grafana-core -n monitoring -o yaml

$ kubectl describe deployment grafana-core -n monitoring

创建grafana ingress实现外部域名访问，命令如下：

$ kubectl create -f grafana-ingress.yaml

grafana-ingress.yaml文件内容如下：

apiVersion: extensions/v1beta1

kind: Ingress

metadata:

    name: traefik-grafana

    namespace: monitoring

spec:

    rules:

    - host: grafana.test.com

        http:

            paths:

            - path: /

                backend:

                    serviceName: grafana

                    servicePort: 4444

查看monitoring命名空间下名为traefik-grafana的Ingress，使用以下命令：

$ kubectl get ingress traefik-grafana -n monitoring

NAME         HOSTS             ADDRESS   PORTS     AGE

traefik-grafana   grafana.test.com         80        1d

查看monitoring命名空间下名为traefik-grafana的Ingress的详细信息，使用以下命令：

$ kubectl get ingress traefik-grafana  -n monitoring -o yaml

将grafana.test.com解析到Ingress服务器，此时可以通过grafana.test.com访问Grafana的监控展示的界面。

三、通过Operator方式部署Prometheus

传统方式部署步骤相对复杂，随着Operator的日益成熟，推荐使用Operator方式部署Prometheus。通过Operator方式部署Prometheus，可将更多的操作集成到Operator中，简化了操作过程，也使部署更加简单。本节详细介绍在Kubernetes中使用Operator方式部署整套Prometheus监控。

1、Kubernetes基础环境

部署Prometheus依赖的基础环境如下：

• Kubernetes版本为1.14.0。

• helm版本为v2.13.1。

• 按需要安装coreDNS、Nginx。

本节使用Helm安装。Helm chart根据实际使用修改。

2、安装Prometheus Operator

使用git下载prometheus-operator源码，并进入到源码目录，如下所示：

git clone https:// github.com/coreos/prometheus-operator.git

cd prometheus-operator

使用git将软件切换到v0.29.0版本，并进入到helm目录：

git checkout -b  v0.29.0 v0.29.0

cd helm

使用helm在名为monitoring的命名空间下安装prometheus-operator，命令如下：

helm install prometheus-operator --name prometheus-operator --namespace monitoring

使用helm命令查看安装结果，命令如下：

$ helm ls prometheus-operator

NAME REVISION      UPDATE DSTATUS CHART APP VERSION    NAMESPACE

prometheus-operator 1 Thu Apr 11 10:30:11 2019DEPLOYED    prometheus-operator-0.0.29 0.20.0monitoring

3、部署kube-prometheus

创建kube-prometheus/charts目录，使用如下命令：

mkdir -p kube-prometheus/charts

使用Helm打包kube-prometheus所依赖的chart包，命令如下：

helm package -d kube-prometheus/charts alertmanager grafana prometheus exporter-kube-

dns  exporter-kube-scheduler  exporter-kubelets  exporter-node  exporter-kube-controller-

manager  exporter-kube-etcd  exporter-kube-state  exporter-coredns  exporter-kubernetes

使用Helm在名为monitoring的命名空间下安装kube-prometheus，具体命令如下：

helm install kube-prometheus --name kube-prometheus --namespace monitoring

使用以下命令查看安装结果：

$ helm ls kube-prometheus

NAME REVISION UPDATED STATUSCHART APP VERSION     NAMESPACE

kube-prometheus 1 Thu Apr 11 11:55:44 2019 DEPLOYED kube-prometheus-0.0.105 monitoring

四、服务配置

本节主要介绍Prometheus的静态配置和服务发现配置，以及静态配置和动态服务发现配置的用法。

1、静态配置

静态配置是Prometheus中简单的配置，指定获取指标的地址，并分配所获取指标的标签。Prometheus最简单的配置是静态目标，如下配置文件：

scrape_configs:

    - job_name: 'prometheus'

        static_configs:

            - targets: ['localhost:9090', 'localhost:9100']

                labels:

                    group: 'prometheus'

scrape_configs表示定义收集规则，指定了：localhost:9090和localhost:9100作为获取信息的地址，并给获取的信息打上了group=prometheus的标签。

2、服务发现配置

Prometheus支持多种服务发现机制：文件、DNS、Consul、Kubernetes、OpenStack、EC2等。基于服务发现的过程并不复杂，通过第三方提供的接口，Prometheus查询到需要监控的Target列表，然后轮训这些Target获取监控数据，下面主要介绍Kubernetes服务发现机制。

目前，在Kubernetes下，Prometheus通过与Kubernetes API集成主要支持5种服务发现模式：Node、Service、Pod、Endpoints、Ingress。不同的服务发现模式适用于不同的场景，例如：node适用于与主机相关的监控资源，如节点中运行的Kubernetes组件状态、节点上运行的容器状态等；service和igress适用于通过黑盒监控的场景，如对服务的可用性以及服务质量的监控；endpoints和pod均可用于获取Pod实例的监控数据，如监控用户或者管理员部署的支持Prometheus的应用。

以下配置文件指定了间歇时间是30s，超时间是10s，从目标获取数据的http路径是

/metrics，使用http协议。kubernetes服务发现配置列表中指定了服务发现模式为endpoints，命名空间为monitoring。relabel_configs允许在抓取之前对任何目标及其标签进行修改：

scrape_configs:

- job_name: monitoring/kube-prometheus/0

    scrape_interval: 30s

    scrape_timeout: 10s

    metrics_path: /metrics

    scheme: http

    kubernetes_sd_configs:

    - api_server: null

        role: endpoints

        namespaces:

            names:

            - monitoring

    relabel_configs:

    - source_labels: [__meta_kubernetes_service_label_app]

        separator: ;

        regex: prometheus

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_service_label_chart]

        separator: ;

        regex: prometheus-0.0.51

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_service_label_prometheus]

        separator: ;

        regex: kube-prometheus

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_endpoint_port_name]

        separator: ;

        regex: http

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_namespace]

        separator: ;

        regex: (.*)

        target_label: namespace

        replacement: $1

        action: replace

    - source_labels: [__meta_kubernetes_pod_name]

        separator: ;

        regex: (.*)

        target_label: pod

        replacement: $1

        action: replace

    - source_labels: [__meta_kubernetes_service_name]

        separator: ;

        regex: (.*)

        target_label: service

        replacement: $1

        action: replace

    - source_labels: [__meta_kubernetes_service_name]

        separator: ;

        regex: (.*)

        target_label: job

        replacement: ${1}

        action: replace

    - source_labels: [__meta_kubernetes_service_label_app]

        separator: ;

        regex: (.+)

        target_label: job

        replacement: ${1}

        action: replace

    - separator: ;

        regex: (.*)

        target_label: endpoint

        replacement: http

        action: replace

以上配置文件对应Prometheus服务发现界面中monitoring/kube-prometheus/0，如图6所示。

图6　Prometheus服务发现

五、监控对象

Prometheus可以监控Kubernetes非常多的对象，本节主要介绍Docker容器、kube-apiserver、kube-state-metrics以及主机等几个方面。完整的Targets可以通过Prometheus界面查看，如图7所示。

图7　Prometheus监控Kubernetes环境服务

1、容器监控

Kubernetes直接在Kubelet组件中集成了cAdvisor，cAdvisor会自动采集当前节点上容器CPU、内存、文件系统，网络等资源的使用情况。以下是Prometheus配置中容器监控的部分代码：

- job_name: monitoring/kube-prometheus-exporter-kubelets/1

    honor_labels: true

    scrape_interval: 30s

    scrape_timeout: 10s

    metrics_path: /metrics/cadvisor

    scheme: https

    kubernetes_sd_configs:

    - api_server: null

        role: endpoints

        namespaces:

            names:

            - kube-system

    bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token

    tls_config:

        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt

        insecure_skip_verify: true

    relabel_configs:

    - source_labels: [__meta_kubernetes_service_label_k8s_app]

        separator: ;

        regex: kubelet

        replacement: $1

        action: keep

    - separator: ;

        regex: (.*)

        target_label: endpoint

        replacement: https-metrics

        action: replace

以上配置文件指定了间歇时间为30s，超时间为10s，从目标获取数据的http路径是

/metrics/cadvisor，使用https协议，指定了服务发现模式为endpoints，命名空间为kube-system，指定了token file和tls ca file。relabel_configs允许在抓取之前对任何目标及其标签进行修改，指定了source_labels为__meta_kubernetes_service_label_k8s_app。

2、kube-apiserver监控

apiserver的监控主要是kube-apiserver，配置文件与容器监控类似。Prometheus配置中关联job的部分配置文件如下：

- job_name: monitoring/kube-prometheus-exporter-kubernetes/0

    scrape_interval: 15s

    scrape_timeout: 10s

    metrics_path: /metrics

    scheme: https

    kubernetes_sd_configs:

    - api_server: null

        role: endpoints

        namespaces:

            names:

            - default

    bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token

    tls_config:

        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt

        insecure_skip_verify: true

    relabel_configs:

    - source_labels: [__meta_kubernetes_service_label_component]

        separator: ;

        regex: apiserver

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_endpoint_port_name]

        separator: ;

        regex: https

        replacement: $1

        action: keep

    - separator: ;

        regex: (.*)

        target_label: endpoint

        replacement: https

        action: replace

3、kube-state-metrics监控

kube-state-metrics关注于获取Kubernetes中各种资源的最新状态，如deployment或者daemonset。prometheus中关联kube-state-metrics的部分配置文件内容如下：

- job_name: monitoring/kube-prometheus-exporter-kube-state/0

    honor_labels: true

    scrape_interval: 15s

    scrape_timeout: 10s

    metrics_path: /metrics

    scheme: http

    kubernetes_sd_configs:

    - api_server: null

        role: endpoints

        namespaces:

            names:

            - monitoring

    relabel_configs:

    - source_labels: [__meta_kubernetes_service_label_app]

        separator: ;

        regex: exporter-kube-state

        replacement: $1

        action: keep

    - source_labels: [__meta_kubernetes_service_label_component]

        separator: ;

        regex: kube-state

        replacement: $1

        action: keep

    - separator: ;

        regex: (.*)

        target_label: endpoint

        replacement: kube-state-metrics

        action: replace

4、主机监控

主机监控是通过node-exporter组件来获取操作系统层面信息的，关联配置文件如下：

- job_name: monitoring/kube-prometheus-exporter-node/0

    scrape_interval: 15s

    scrape_timeout: 10s

    metrics_path: /metrics

    scheme: http

    kubernetes_sd_configs:

    - api_server: null

        role: endpoints

        namespaces:

            names:

            - monitoring

    relabel_configs:

    - source_labels: [__meta_kubernetes_service_label_app]

        separator: ;

        regex: exporter-node

        replacement: $1

        action: keep

    - separator: ;

        regex: (.*)

        target_label: endpoint

        replacement: metrics

        action: replace

六、数据展现

随着业务越来越复杂，对软件系统的要求也越来越高，这意味着我们需要随时掌控系统的运行情况。因此，对系统的实时监控以及可视化展示，就成了基础架构的必须能力。Grafana是一个跨平台开源的度量分析和可视化工具，可以将采集的数据查询可视化地展示，并及时通知。

前面小节讨论监控数据的收集和部分处理，本节会使用已收集并处理的数据，通过Grafana展示到Web界面。主要包括在Kubernetes中部署、配置和使用Grafana。

1、在Kubernetes集群中安装Grafana

使用helm在名为monitoring的命名空间下安装Grafana。命令如下：

helm install --name grafana grafana/ --namespace monitoring

使用以下命令查看安装结果：

$ helm ls grafana

NAME REVISION UPDATEDSTATUS CHART     APP VERSION NAMESPACE

grafana    1 Thu Apr 11 11:00:52 2019    DEPLOYED    grafana-0.0.37         monitoring

把服务alertmanager、grafana-grafana、kube-prometheus的类型改为NodePort。使用如下命令获取service的信息：

$kubectl get svc--namespace monitoring

使用如下命令编辑修改alertmanager、grafana-grafana、kube-prometheus的service，将服务类型修改为NodePort：

$kubectl edit svcalertmanager--namespace monitoring

$kubectl edit svcgrafana-grafana--namespace monitoring

$kubectl edit svckube-prometheus--namespace monitoring

2、配置Grafana

安装完成后可以打开Grafana界面，通过如下命令获取开放的端口号：

$ kubectl get svc grafana-grafana -n monitoring

NAME              TYPE       CLUSTER-IP      EXTERNAL-IP   PORT(S)        AGE

grafana-grafana   NodePort   10.96.120.206           80:30747/TCP   26d

打开http://192.168.99.101:30747配置界面，点击添加数据源。填写Prometheus数据源名称类型以及HTTP URL，保存并测试。测试通过后，添加或导入所需模板。点击主界面Create--->import，上传或粘贴所需JSON文件，点击Load。Grafana官方模板下载地址为：

https://grafana.com/dashboards

Grafana有许多可以使用的插件，参见官网：

https://grafana.com/plugins?utm_source=grafana_plugin_list

3、集成Grafana展示数据

根据前几节的安装配置，可以自由配置展示监控内容。在Grafana界面可以查看所有已存在的仪表盘模板列表、已部署的pod、deployment、statefulset，如图8至图10所示。

图8　Grafana中显示单pod状态信息

图9　Grafana中显示Deployment类型pod状态信息

图10　Grafana中显示StatefulSet类型pod状态信息

导入主机信息模板，该模板使用Node-exporter获取的数据，展示如图11所示。

七、告警

随着业务复杂性的增加，告警系统越来越重要，及时有效的告警可以在故障到来之前，提前预知风险，提前处理问题，将不良影响最小化。

使用Prometheus进行告警分为两部分。Prometheus服务器中的警报规则会向Alertmanager发送警报。然后，Alertmanager管理这些警报，包括静音、禁止、聚合，以及通过电子邮件、PagerDuty和HipChat等方法发送通知。

设置告警和通知的主要步骤如下：

• 设置并配置Alertmanager。

• 配置Prometheus与Alertmanager协同信息。

• 在Prometheus中创建告警规则。

1、安装Alertmanager

使用helm在名为monitoring的命名空间下安装Alertmanager，命令如下：

helm install --name alertmanager alertmanager/ --namespace monitoring

图11　Grafana中显示pod状态信息

使用以下命令查看安装结果：

$ helm ls alertmanager

NAME REVISION UPDATED STATUS CHART APP VERSION NAMESPACE

Alertmanager 1 Thu Apr 11 11:00:34 2019 DEPLOYED alertmanager-0.1.70.15.1   monitoring

Prometheus与Alertmanager关联配置文件信息如下：

alerting:

    alert_relabel_configs:

    - separator: ;

        regex: prometheus_replica

        replacement: $1

        action: labeldrop

    alertmanagers:

    - kubernetes_sd_configs:

        - api_server: null

            role: endpoints

            namespaces:

                names:

                - monitoring

        scheme: http

        path_prefix: /

        timeout: 10s

        relabel_configs:

        - source_labels: [__meta_kubernetes_service_name]

            separator: ;

            regex: kube-prometheus-alertmanager

            replacement: $1

            action: keep

        - source_labels: [__meta_kubernetes_endpoint_port_name]

            separator: ;

            regex: http

            replacement: $1

            action: keep

2、告警规则

在Prometheus全局配置文件中，通过rule_files指定一组告警规则文件的访问路径，配置文件如下：

rule_files:

- /etc/prometheus/rules/*.yaml

默认部署中包含alertmanager.rules、kube-scheduler.rules、general.rules等rules。本节不做详细介绍。

3、微信告警

在某些情况下除了Alertmanager已经内置的集中告警通知方式以外，对于不同的用户和组织而言还需要一些自定义的告知方式。通过Alertmanager提供的webhook支持可以轻松实现这一类的扩展。

首先需要申请微信企业号，申请地址为：

https://work.weixin.qq.com/

在Alertmanager配置文件中，加入微信配置信息即可：

global:

    resolve_timeout: 2m

    wechat_api_url: 'https:// qyapi.weixin.qq.com/cgi-bin/'

    wechat_api_secret: 'xxx'

    wechat_api_corp_id: 'xxx'

route:

    group_by: ['alertname']

    group_wait: 10s

    group_interval: 10s

    repeat_interval: 1h

    receiver: 'wechat'

receivers:

- name: 'wechat'

    wechat_configs:

    - send_resolved: true

        to_party: '1'

        agent_id: '1000002'

八、小结

Kubernetes与Prometheus有着十分相似的历程，均是源自Google内部多年的运维经验，并且相继从CNCF基金会正式毕业。它们分别代表了云原生模式下容器编排以及监控的事实标准。

本文首先介绍了Kubernetes的监控的基本原理，以及两种基于Kubernetes安装Prometheus的实际方案。然后介绍了服务发现和监控对象是如何配置。最后通过Grafana可视化展示监控界面和Alertmanager告警处理。

推荐语：Prometheus是云监控领域的瑞士军刀，本书全方位介绍Prometheus的原理架构以及应用场景，包括与OpenStack、Docker、Kubernetes、Spring Boot、日志系统的结合，以及构建监控系统的高可用方案等。作者作为一线开发者，本书集结了多年实战经验的结晶。

更多精彩回顾



书讯 | 7月书讯（下）| 宝藏新书助你“乘风破浪”书讯 | 7月书讯 （上）| 宝藏新书助你“乘风破浪”上新 | 国内首本CTF赛事技术解析书籍，五年之约，兑现了
书单 | 怎样成为一名真正的数据分析师？这份书单就是答案干货 | 什么是脏数据？怎样用箱形图分析异常值？终于有人讲明白了收藏 | 数据库有哪些分类？应该怎样选择？终于有人讲明白了