使用 Prometheus 监控 Kubernetes 集群资源-JavaScript中文网-JavaScript教程资源分享门户

Kubernetes 是一个开源的容器编排平台，它能够自动化地管理容器化应用程序的部署、扩缩容和故障恢复等任务。在一个大规模的 Kubernetes 集群中，为了确保应用程序的稳定性和可靠性，需要监控和管理其各个组件和资源的状态和表现。而 Prometheus 是一种流行的开源监控系统，它提供了高效、灵活和可扩展的监控架构和数据模型，能够轻松地监控和分析 Kubernetes 集群的各种指标和性能数据。

本文将介绍如何使用 Prometheus 来监控 Kubernetes 集群资源，包括如何配置和部署 Prometheus 和相关的 Grafana 可视化工具，如何配置和维护 Kubernetes 的监控目标，以及如何编写 Prometheus 查询和实现特定的监控需求。读者将能够学习到如何使用 Prometheus 构建高效、可靠和可扩展的 Kubernetes 监控系统，并能够进一步拓展和定制该系统以适应自己的特定需求。

配置和部署 Prometheus

首先，我们需要在 Kubernetes 集群中部署 Prometheus 和相关的 Grafana 可视化工具。可以通过 Helm 等管理工具来快速和灵活地进行配置和部署。以下是一个简单的 Prometheus Helm chart 示例：

// javascriptcn.com 代码示例
apiVersion: v2
name: prometheus
namespace: monitoring
data:
  alertmanager.yml: |-
    global:
      slack_api_url: '<your-slack-api-url>'
    route:
      group_by: [Alertname]
      group_wait: 30s
      group_interval: 5m
      repeat_interval: 12h
      receiver: 'slack-notifications'
    receivers:
    - name: 'slack-notifications'
      slack_configs:
      - channel: '#alerts'
        send_resolved: true
    inhibit_rules:
    - source_match:
        severity: 'critical'
      target_match:
        severity: 'warning'
      equal: ['alertname', 'dev', 'instance']
  prometheus.yml: |-
    global:
      scrape_interval: 15s
      evaluation_interval: 15s
    rule_files:
    - /etc/config/rules
    alerting:
      alertmanagers:
      - static_configs:
        - targets:
          - "alertmanager.monitoring.svc:9093"
    scrape_configs:
    - job_name: 'kubernetes-apiservers'
      kubernetes_sd_configs:
      - role: endpoints
        namespaces:
          names:
          - 'kube-system'
      relabel_configs:
      - source_labels: [__meta_kubernetes_namespace, __meta_kubernetes_service_name, __meta_kubernetes_endpoint_port_name]
        action: keep
        regex: default;kubernetes;https
    - job_name: 'kubernetes-nodes'
      kubernetes_sd_configs:
      - role: node
      relabel_configs:
      - action: labelmap
        regex: __meta_kubernetes_node_label_(.+)
      - target_label: __address__
        replacement: kubernetes.default.svc:443
      - source_labels: [__meta_kubernetes_node_name]
        regex: (.+)
        target_label: __metrics_path__
        replacement: /api/v1/nodes/${1}/proxy/metrics/cadvisor

该 chart 中包括了一些必要的配置项，如 alertmanager 配置和 prometheus 配置。其中，alertmanager 配置用于定义警报和通知的方式和目标，例如 Slack 频道、Webhook 等等；而 prometheus 配置用于定义监控目标和指标的采样频率、查询规则和存储方式等等。

可以通过运行以下命令来部署 Prometheus 和 Grafana：

$ helm install prometheus stable/prometheus -f values.yaml --namespace monitoring
$ helm install grafana stable/grafana -f values.yaml --namespace monitoring

其中，values.yaml 文件是根据具体需求自定义的配置文件，包括了一些默认的配置项和用户自定义的配置项，如 Grafana 配置、数据源配置、面板配置等等。

配置和维护 Kubernetes 监控目标

一旦 Prometheus 和 Grafana 已经部署成功，在 Kubernetes 集群中的各个组件和资源上添加监控目标和指标就变得相对简单和容易。可以通过 Kubelet、Kubernetes API Server 和 Serivce Discovery 等机制来捕获和暴露各项指标和度量数据，如 CPU、内存、网络流量、磁盘使用量、运行状态等等。

以下是一个示例的 Kubernetes Manifest，用于定义一个基本的监控服务：

// javascriptcn.com 代码示例
apiVersion: apps/v1
kind: Deployment
metadata:
  name: monitoring
  namespace: monitoring
spec:
  replicas: 1
  selector:
    matchLabels:
      app: monitoring
  template:
    metadata:
      labels:
        app: monitoring
    spec:
      containers:
      - name: node-exporter
        image: prom/node-exporter:latest
        ports:
        - containerPort: 9100
      - name: kube-state-metrics
        image: quay.io/coreos/kube-state-metrics:v1.9.8
        ports:
        - containerPort: 8080
      - name: prometheus
        image: prom/prometheus:latest
        ports:
        - containerPort: 9090
        args:
        - --storage.tsdb.path=/prometheus/data
        - --config.file=/etc/prometheus/prometheus.yml
        volumeMounts:
        - name: prometheus-data
          mountPath: /prometheus/data
        - name: config
          mountPath: /etc/prometheus
          readOnly: true
      dnsPolicy: ClusterFirst
      restartPolicy: Always
      volumes:
      - name: prometheus-data
        emptyDir: {}
      - name: config
        configMap:
          name: prometheus-config

该服务包括了三个容器，分别是 Node Exporter、Kube State Metrics 和 Prometheus Server。其中，Node Exporter 是一个用于暴露主机上各种系统指标和度量数据的普适性暴露器；而 Kube State Metrics 是一个用于暴露 Kubernetes 集群状态的指标和度量数据的 Prometheus Exporter；而 Prometheus Server 则是一个用于存储、查询和分析所有数据的核心组件。

可以通过运行以下命令来创建和部署该服务：

$ kubectl apply -f monitoring.yaml

编写 Prometheus 查询和实现特定的监控需求

一旦 Prometheus 和 Kubernetes 监控目标和指标已经发布和捕获成功，则可以使用 PromQL（Prometheus Query Language）来编写各种查询和规则，以实现特定的监控需求和警报规则。 PromQL 是一种用于查询和计算指标的强大而灵活的语言，能够支持各种聚合、过滤、排序、计算和数学运算操作，并能够以简单和可读的方式输出结果。

以下是一些示例的 PromQL 查询和规则，用于监控 Kubernetes 集群的某些重要指标：

// javascriptcn.com 代码示例
# 监控节点数量
count(kubelet_running_pods)
# 监控容器 CPU 使用率最高的实例
topk(10, sum(rate(container_cpu_usage_seconds_total{container_name!="POD"}[5m])) by (name) / scalar(sum(kube_pod_container_resource_requests{resource="cpu"})) * 100)
# 监控容器内存使用率最高的实例
topk(10, sum(container_memory_working_set_bytes{container_name!="POD"}) by (name) / scalar(sum(kube_pod_container_resource_requests{resource="memory"})) * 100)
# 监控调度器的排队和等待时间
sum(kube_scheduler_scheduling_duration_seconds_sum) by (component) / sum(kube_scheduler_scheduling_duration_seconds_count) by (component)
sum(kube_scheduler_scheduling_algorithm_duration_seconds_sum) by (component) / sum(kube_scheduler_scheduling_algorithm_duration_seconds_count) by (component)

可以使用 Prometheus Web UI 或 Grafana 面板来可视化和监控这些指标和查询结果。

总结

使用 Prometheus 监控 Kubernetes 集群资源能够大大提高应用程序的可靠性和可维护性。本文简要介绍了如何使用 Prometheus 配置和部署、配置和维护 Kubernetes 监控目标和指标，以及编写 Prometheus 查询和实现特定的监控需求和警报规则。读者可以进一步深入学习和探索 Prometheus 的各种功能和工具，以构建更加高效、可靠和可扩展的 Kubernetes 监控系统。

来源：JavaScript中文网，转载请注明来源本文地址：https://www.javascriptcn.com/post/6528dd2c7d4982a6ebb69c93