2. 程式人生 > 實用技巧 >使用 prometheus-operator 監控 Kubernetes 叢集【轉】

使用 prometheus-operator 監控 Kubernetes 叢集【轉】

阿新 • • 發佈：2020-09-03

https://www.cnblogs.com/lvcisco/p/12575298.html

目錄

  • 一、介紹
    • 1、Kubernetes Operator 介紹
    • 2、Prometheus Operator 介紹
    • 3、Prometheus Operator 系統架構圖
  • 二、拉取 Prometheus Operator
  • 三、進行檔案分類
  • 四、修改原始碼 yaml 檔案
    • 1、修改映象
    • 2、修改 Service 埠設定
    • 3、修改資料持久化儲存
  • 五、部署前各節點提前下載映象
  • 六、更改 kubernetes 配置與建立對應 Service
    • 1、更改 kubernetes 配置
    • 2、建立 kube-scheduler & controller-manager 對應 Service
  • 七、安裝Prometheus Operator
    • 1、建立 namespace
    • 2、安裝 Operator
    • 3、安裝其它元件
  • 八、檢視 Prometheus & Grafana
    • 1、檢視 Prometheus
    • 2、檢視 Grafana

正文

注意：

Prometheus-operator已經改名為Kube-promethues

參考：

系統引數：

一、介紹

1、Kubernetes Operator 介紹

在 Kubernetes 的支援下，管理和伸縮 Web 應用、移動應用後端以及 API 服務都變得比較簡單了。其原因是這些應用一般都是無狀態的，所以 Deployment 這樣的基礎 Kubernetes API 物件就可以在無需附加操作的情況下，對應用進行伸縮和故障恢復了。

而對於資料庫、快取或者監控系統等有狀態應用的管理，就是個挑戰了。這些系統需要應用領域的知識，來正確的進行伸縮和升級，當資料丟失或不可用的時候，要進行有效的重新配置。我們希望這些應用相關的運維技能可以編碼到軟體之中，從而藉助 Kubernetes 的能力，正確的執行和管理複雜應用。

Operator 這種軟體，使用 TPR(第三方資源，現在已經升級為 CRD) 機制對 Kubernetes API 進行擴充套件，將特定應用的知識融入其中，讓使用者可以建立、配置和管理應用。和 Kubernetes 的內建資源一樣，Operator 操作的不是一個單例項應用，而是叢集範圍內的多例項。

2、Prometheus Operator 介紹

Kubernetes 的 Prometheus Operator 為 Kubernetes 服務和 Prometheus 例項的部署和管理提供了簡單的監控定義。

安裝完畢後，Prometheus Operator提供了以下功能：

  • 建立/毀壞：在 Kubernetes namespace 中更容易啟動一個 Prometheus 例項，一個特定的應用程式或團隊更容易使用Operator。
  • 簡單配置:配置 Prometheus 的基礎東西，比如在 Kubernetes 的本地資源 versions, persistence, retention policies, 和 replicas。
  • Target Services 通過標籤：基於常見的Kubernetes label查詢，自動生成監控target 配置；不需要學習普羅米修斯特定的配置語言。

3、Prometheus Operator 系統架構圖

  • Operator：Operator 資源會根據自定義資源（Custom Resource Definition / CRDs）來部署和管理 Prometheus Server，同時監控這些自定義資源事件的變化來做相應的處理，是整個系統的控制中心。
  • Prometheus：Prometheus 資源是宣告性地描述 Prometheus 部署的期望狀態。
  • Prometheus Server：Operator 根據自定義資源 Prometheus 型別中定義的內容而部署的 Prometheus Server 叢集，這些自定義資源可以看作是用來管理 Prometheus Server 叢集的 StatefulSets 資源。
  • ServiceMonitor：ServiceMonitor 也是一個自定義資源，它描述了一組被 Prometheus 監控的 targets 列表。該資源通過 Labels 來選取對應的 Service Endpoint，讓 Prometheus Server 通過選取的 Service 來獲取 Metrics 資訊。
  • Service：Service 資源主要用來對應 Kubernetes 叢集中的 Metrics Server Pod，來提供給 ServiceMonitor 選取讓 Prometheus Server 來獲取資訊。簡單的說就是 Prometheus 監控的物件，例如 Node Exporter Service、Mysql Exporter Service 等等。
  • Alertmanager：Alertmanager 也是一個自定義資源型別，由 Operator 根據資源描述內容來部署 Alertmanager 叢集。

二、拉取 Prometheus Operator

先從 Github 上將原始碼拉取下來，利用原始碼專案已經寫好的 kubernetes 的 yaml 檔案進行一系列整合映象的安裝，如 grafana、prometheus 等等。

從 GitHub 拉取 Prometheus Operator 原始碼

$ wget https://github.com/coreos/kube-prometheus/archive/v0.1.0.tar.gz

解壓

$ tar -zxvf v0.1.0.tar.gz

三、進行檔案分類

由於它的檔案都存放在專案原始碼的 manifests 資料夾下，所以需要進入其中進行啟動這些 kubernetes 應用 yaml 檔案。又由於這些檔案堆放在一起，不利於分類啟動，所以這裡將它們分類。

進入原始碼的 manifests 資料夾

$ cd kube-prometheus-0.1.0/manifests/

建立資料夾並且將 yaml 檔案分類

# 建立資料夾
$ mkdir -p operator node-exporter alertmanager grafana kube-state-metrics prometheus serviceMonitor adapter

# 移動 yaml 檔案，進行分類到各個資料夾下
mv *-serviceMonitor* serviceMonitor/
mv 0prometheus-operator* operator/
mv grafana-* grafana/
mv kube-state-metrics-* kube-state-metrics/
mv alertmanager-* alertmanager/
mv node-exporter-* node-exporter/
mv prometheus-adapter* adapter/
mv prometheus-* prometheus/

基本目錄結構如下：

manifests/
├── 00namespace-namespace.yaml
├── adapter
│ ├── prometheus-adapter-apiService.yaml
│ ├── prometheus-adapter-clusterRoleAggregatedMetricsReader.yaml
│ ├── prometheus-adapter-clusterRoleBindingDelegator.yaml
│ ├── prometheus-adapter-clusterRoleBinding.yaml
│ ├── prometheus-adapter-clusterRoleServerResources.yaml
│ ├── prometheus-adapter-clusterRole.yaml
│ ├── prometheus-adapter-configMap.yaml
│ ├── prometheus-adapter-deployment.yaml
│ ├── prometheus-adapter-roleBindingAuthReader.yaml
│ ├── prometheus-adapter-serviceAccount.yaml
│ └── prometheus-adapter-service.yaml
├── alertmanager
│ ├── alertmanager-alertmanager.yaml
│ ├── alertmanager-secret.yaml
│ ├── alertmanager-serviceAccount.yaml
│ └── alertmanager-service.yaml
├── grafana
│ ├── grafana-dashboardDatasources.yaml
│ ├── grafana-dashboardDefinitions.yaml
│ ├── grafana-dashboardSources.yaml
│ ├── grafana-deployment.yaml
│ ├── grafana-serviceAccount.yaml
│ └── grafana-service.yaml
├── kube-state-metrics
│ ├── kube-state-metrics-clusterRoleBinding.yaml
│ ├── kube-state-metrics-clusterRole.yaml
│ ├── kube-state-metrics-deployment.yaml
│ ├── kube-state-metrics-roleBinding.yaml
│ ├── kube-state-metrics-role.yaml
│ ├── kube-state-metrics-serviceAccount.yaml
│ └── kube-state-metrics-service.yaml
├── node-exporter
│ ├── node-exporter-clusterRoleBinding.yaml
│ ├── node-exporter-clusterRole.yaml
│ ├── node-exporter-daemonset.yaml
│ ├── node-exporter-serviceAccount.yaml
│ └── node-exporter-service.yaml
├── operator
│ ├── 0prometheus-operator-0alertmanagerCustomResourceDefinition.yaml
│ ├── 0prometheus-operator-0prometheusCustomResourceDefinition.yaml
│ ├── 0prometheus-operator-0prometheusruleCustomResourceDefinition.yaml
│ ├── 0prometheus-operator-0servicemonitorCustomResourceDefinition.yaml
│ ├── 0prometheus-operator-clusterRoleBinding.yaml
│ ├── 0prometheus-operator-clusterRole.yaml
│ ├── 0prometheus-operator-deployment.yaml
│ ├── 0prometheus-operator-serviceAccount.yaml
│ └── 0prometheus-operator-service.yaml
├── prometheus
│ ├── prometheus-clusterRoleBinding.yaml
│ ├── prometheus-clusterRole.yaml
│ ├── prometheus-prometheus.yaml
│ ├── prometheus-roleBindingConfig.yaml
│ ├── prometheus-roleBindingSpecificNamespaces.yaml
│ ├── prometheus-roleConfig.yaml
│ ├── prometheus-roleSpecificNamespaces.yaml
│ ├── prometheus-rules.yaml
│ ├── prometheus-serviceAccount.yaml
│ └── prometheus-service.yaml
└── serviceMonitor
    ├── 0prometheus-operator-serviceMonitor.yaml
    ├── alertmanager-serviceMonitor.yaml
    ├── grafana-serviceMonitor.yaml
    ├── kube-state-metrics-serviceMonitor.yaml
    ├── node-exporter-serviceMonitor.yaml
    ├── prometheus-serviceMonitorApiserver.yaml
    ├── prometheus-serviceMonitorCoreDNS.yaml
    ├── prometheus-serviceMonitorKubeControllerManager.yaml
    ├── prometheus-serviceMonitorKubelet.yaml
    ├── prometheus-serviceMonitorKubeScheduler.yaml
    └── prometheus-serviceMonitor.yaml

四、修改原始碼 yaml 檔案

由於這些 yaml 檔案中設定的應用映象國內無法拉取下來，所以修改原始碼中的這些 yaml 的映象設定，替換映象地址方便拉取安裝。再之後因為需要將 Grafana & Prometheus 通過 NodePort 方式暴露出去，所以也需要修改這兩個應用的 service 檔案。

1、修改映象

(1)、修改 operator

修改 0prometheus-operator-deployment.yaml

$ vim operator/0prometheus-operator-deployment.yaml

改成如下：

......
  containers:
  - args:
    - --kubelet-service=kube-system/kubelet
    - --logtostderr=true
    - --config-reloader-image=quay-mirror.qiniu.com/coreos/configmap-reload:v0.0.1  #修改映象
    - --prometheus-config-reloader=quay-mirror.qiniu.com/coreos/prometheus-config-reloader:v0.29.0  #修改映象
    image: quay-mirror.qiniu.com/coreos/prometheus-operator:v0.29.0  #修改映象
......

(2)、修改 adapter

修改 prometheus-adapter-deployment.yaml

$ vim adapter/prometheus-adapter-deployment.yaml

改成如下：

......
  containers:
  - args:
    - --cert-dir=/var/run/serving-cert
    - --config=/etc/adapter/config.yaml
    - --logtostderr=true
    - --metrics-relist-interval=1m
    - --prometheus-url=http://prometheus-k8s.monitoring.svc:9090/
    - --secure-port=6443
    image: quay-mirror.qiniu.com/coreos/k8s-prometheus-adapter-amd64:v0.4.1   #修改映象
    name: prometheus-adapter
......

(3)、修改 alertmanager

修改 alertmanager-alertmanager.yaml

$ vim alertmanager/alertmanager-alertmanager.yaml

改成如下：

......
spec:
  baseImage: quay-mirror.qiniu.com/prometheus/alertmanager   #修改映象
  nodeSelector:
    beta.kubernetes.io/os: linux
  replicas: 3
  securityContext:
    fsGroup: 2000
    runAsNonRoot: true
    runAsUser: 1000
  serviceAccountName: alertmanager-main
  version: v0.17.0

(4)、修改 node-exporter

修改 node-exporter-daemonset.yaml

$ vim node-exporter/node-exporter-daemonset.yaml

改成如下：

......
  containers:
  - args:
    - --web.listen-address=127.0.0.1:9100
    image: quay-mirror.qiniu.com/prometheus/node-exporter:v0.17.0   #修改映象
    
    ......
    
  - args:
    - --logtostderr
    - --upstream=http://127.0.0.1:9100/
    image: quay-mirror.qiniu.com/coreos/kube-rbac-proxy:v0.4.1   #修改映象
......

(5)、修改 kube-state-metrics

修改 kube-state-metrics-deployment.yaml 檔案

$ vim kube-state-metrics/kube-state-metrics-deployment.yaml

改成如下：

......
  containers:
  - args:
    - --logtostderr
    - --secure-listen-address=:8443
    - --tls-cipher-suites=TLS_ECDHE_RSA_WITH_AES_128_GCM_SHA256
    - --upstream=http://127.0.0.1:8081/
    image: quay-mirror.qiniu.com/coreos/kube-rbac-proxy:v0.4.1   #修改映象
    name: kube-rbac-proxy-main
  - args:
    - --logtostderr
    - --secure-listen-address=:9443
    - --tls-cipher-suites=TLS_ECDHE_RSA_WITH_AES_128_GCM_SHA256
    - --upstream=http://127.0.0.1:8082/
    image: quay-mirror.qiniu.com/coreos/kube-rbac-proxy:v0.4.1   #修改映象
    name: kube-rbac-proxy-self
  - args:
    - --host=127.0.0.1
    - --port=8081
    - --telemetry-host=127.0.0.1
    - --telemetry-port=8082
    image: quay-mirror.qiniu.com/coreos/kube-state-metrics:v1.5.0  #修改映象
    name: kube-state-metrics
  - command:
    - /pod_nanny
    - --container=kube-state-metrics
    - --deployment=kube-state-metrics
    - name: MY_POD_NAMESPACE
      valueFrom:
        fieldRef:
          apiVersion: v1
          fieldPath: metadata.namespace
    image: registry.aliyuncs.com/google_containers/addon-resizer:1.8.4   #修改映象
    name: addon-resizer
......

(6)、修改 node-exporter

修改 node-exporter-daemonset.yaml 檔案

$ vim prometheus/prometheus-prometheus.yaml

改成如下：

......
spec:
  alerting:
    alertmanagers:
    - name: alertmanager-main
      namespace: monitoring
      port: web
  baseImage: quay-mirror.qiniu.com/prometheus/prometheus   #修改映象
  nodeSelector:
    beta.kubernetes.io/os: linux
  replicas: 2
  resources:
    requests:
      memory: 400Mi
  ruleSelector:
    matchLabels:
      prometheus: k8s
      role: alert-rules
  securityContext:
    fsGroup: 2000
    runAsNonRoot: true
    runAsUser: 1000
  serviceAccountName: prometheus-k8s
  serviceMonitorNamespaceSelector: {}
  serviceMonitorSelector: {}
  version: v2.7.2

2、修改 Service 埠設定

(1)、修改 Prometheus Service

修改 prometheus-service.yaml 檔案

$ vim prometheus/prometheus-service.yaml

修改prometheus Service埠型別為NodePort，設定nodePort埠為32101

apiVersion: v1
kind: Service
metadata:
  labels:
    prometheus: k8s
  name: prometheus-k8s
  namespace: monitoring
spec:
  type: NodePort
  ports:
  - name: web
    port: 9090
    targetPort: web
    nodePort: 32101
  selector:
    app: prometheus
    prometheus: k8s
  sessionAffinity: ClientIP

(2)、修改 Grafana Service

修改 grafana-service.yaml 檔案

$ vim grafana/grafana-service.yaml

修改garafana Service埠型別為NodePort，設定nodePort埠為32102

apiVersion: v1
kind: Service
metadata:
  labels:
    app: grafana
  name: grafana
  namespace: monitoring
spec:
  type: NodePort
  ports:
  - name: http
    port: 3000
    targetPort: http
    nodePort: 32102
  selector:
    app: grafana

3、修改資料持久化儲存

prometheus 實際上是通過 emptyDir 進行掛載的，我們知道 emptyDir 掛載的資料的生命週期和 Pod 生命週期一致的，如果 Pod 掛掉了，那麼資料也就丟失了，這也就是為什麼我們重建 Pod 後之前的資料就沒有了的原因，所以這裡修改它的持久化配置。

(1)、建立 StorageClass

建立一個名稱為 fast 的 StorageClass,不同的儲存驅動建立的 StorageClass 配置也不同，下面提供基於”GlusterFS”和”NFS”兩種配置，如果是NFS儲存，請提前確認叢集中是否存在”nfs-provisioner”應用。

GlusterFS 儲存的 StorageClass 配置

apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: fast                            #---SorageClass 名稱
provisioner: kubernetes.io/glusterfs    #---標識 provisioner 為 GlusterFS
parameters:
  resturl: "http://10.10.249.63:8080"   
  restuser: "admin"
  gidMin: "40000"
  gidMax: "50000"
  volumetype: "none"  #---分佈巻模式，不提供備份，正式環境切勿用此模式

NFS 儲存的 StorageClass 配置

apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: fast
provisioner: nfs-client    #---動態卷分配應用設定的名稱，必須和叢集中的"nfs-provisioner"應用設定的變數名稱保持一致
parameters:
  archiveOnDelete: "true"  #---設定為"false"時刪除PVC不會保留資料,"true"則保留資料

(2)、修改 Prometheus 持久化

修改 prometheus-prometheus.yaml 檔案

$ vim prometheus/prometheus-prometheus.yaml

prometheus是一種 StatefulSet 有狀態集的部署模式，所以直接將 StorageClass 配置到裡面，在下面的yaml中最下面新增持久化配置：

apiVersion: monitoring.coreos.com/v1
kind: Prometheus
metadata:
  labels:
    prometheus: k8s
  name: k8s
  namespace: monitoring
spec:
  alerting:
    alertmanagers:
    - name: alertmanager-main
      namespace: monitoring
      port: web
  baseImage: quay-mirror.qiniu.com/prometheus/prometheus
  nodeSelector:
    beta.kubernetes.io/os: linux
  replicas: 2
  resources:
    requests:
      memory: 400Mi
  ruleSelector:
    matchLabels:
      prometheus: k8s
      role: alert-rules
  securityContext:
    fsGroup: 2000
    runAsNonRoot: true
    runAsUser: 1000
  serviceAccountName: prometheus-k8s
  serviceMonitorNamespaceSelector: {}
  serviceMonitorSelector: {}
  version: v2.7.2
  storage:                  #----新增持久化配置，指定StorageClass為上面建立的fast
    volumeClaimTemplate:
      spec:
        storageClassName: fass #---指定為fast
        resources:
          requests:
            storage: 10Gi

(3)、修改 Grafana 持久化配置

建立 grafana-pvc.yaml 檔案

由於 Grafana 是部署模式為 Deployment，所以我們提前為其建立一個 grafana-pvc.yaml 檔案，加入下面 PVC 配置。

kind: PersistentVolumeClaim
apiVersion: v1
metadata:
  name: grafana
  namespace: monitoring  #---指定namespace為monitoring
spec:
  storageClassName: fast #---指定StorageClass為上面建立的fast
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 5Gi

修改 grafana-deployment.yaml 檔案設定持久化配置，應用上面的 PVC

$ vim grafana/grafana-deployment.yaml

將 volumes 裡面的 “grafana-storage” 配置注掉，新增如下配置，掛載一個名為 grafana 的 PVC

......
      volumes:
      - name: grafana-storage       #-------新增持久化配置
        persistentVolumeClaim:
          claimName: grafana        #-------設定為建立的PVC名稱
      #- emptyDir: {}               #-------註釋掉舊的配置
      #  name: grafana-storage
      - name: grafana-datasources
        secret:
          secretName: grafana-datasources
      - configMap:
          name: grafana-dashboards
        name: grafana-dashboards
......

五、部署前各節點提前下載映象

為了保證服務啟動速度，所以最好部署節點提前下載所需映象。

docker pull quay-mirror.qiniu.com/coreos/configmap-reload:v0.0.1
docker pull quay-mirror.qiniu.com/coreos/prometheus-config-reloader:v0.29.0
docker pull quay-mirror.qiniu.com/coreos/prometheus-operator:v0.29.0
docker pull quay-mirror.qiniu.com/coreos/k8s-prometheus-adapter-amd64:v0.4.1
docker pull quay-mirror.qiniu.com/prometheus/alertmanager:v0.17.0
docker pull quay-mirror.qiniu.com/prometheus/node-exporter:v0.17.0 
docker pull quay-mirror.qiniu.com/coreos/kube-rbac-proxy:v0.4.1
docker pull quay-mirror.qiniu.com/coreos/kube-state-metrics:v1.5.0
docker pull registry.aliyuncs.com/google_containers/addon-resizer:1.8.4
docker pull quay-mirror.qiniu.com/prometheus/prometheus:v2.7.2

六、更改 kubernetes 配置與建立對應 Service

必須提前設定一些 Kubernetes 中的配置，否則 kube-scheduler 和 kube-controller-manager 無法監控到資料。

1、更改 kubernetes 配置

由於 Kubernetes 叢集是由 kubeadm 搭建的，其中 kube-scheduler 和 kube-controller-manager 預設繫結 IP 是 127.0.0.1 地址。Prometheus Operator 是通過節點 IP 去訪問，所以我們將 kube-scheduler 繫結的地址更改成 0.0.0.0。

(1)、修改 kube-scheduler 配置

編輯 /etc/kubernetes/manifests/kube-scheduler.yaml 檔案

$ vim /etc/kubernetes/manifests/kube-scheduler.yaml

將 command 的 bind-address 地址更改成 0.0.0.0

......
spec:
  containers:
  - command:
    - kube-scheduler
    - --bind-address=0.0.0.0  #改為0.0.0.0
    - --kubeconfig=/etc/kubernetes/scheduler.conf
    - --leader-elect=true
......

(2)、修改 kube-controller-manager 配置

編輯 /etc/kubernetes/manifests/kube-controller-manager.yaml 檔案

$ vim /etc/kubernetes/manifests/kube-controller-manager.yaml

將 command 的 bind-address 地址更改成 0.0.0.0

spec:
  containers:
  - command:
    - kube-controller-manager
    - --allocate-node-cidrs=true
    - --authentication-kubeconfig=/etc/kubernetes/controller-manager.conf
    - --authorization-kubeconfig=/etc/kubernetes/controller-manager.conf
    - --bind-address=0.0.0.0  #改為0.0.0.0
......

2、建立 kube-scheduler & controller-manager 對應 Service

因為 Prometheus Operator 配置監控物件 serviceMonitor 是根據 label 選取 Service 來進行監控關聯的，而通過 Kuberadm 安裝的 Kubernetes 叢集只建立了 kube-scheduler & controller-manager 的 Pod 並沒有建立 Service，所以 Prometheus Operator 無法這兩個元件資訊，這裡我們收到建立一下這倆個元件的 Service。

apiVersion: v1
kind: Service
metadata:
  namespace: kube-system
  name: kube-controller-manager
  labels:
    k8s-app: kube-controller-manager
spec:
  selector:
    component: kube-controller-manager
  type: ClusterIP
  clusterIP: None
  ports:
  - name: http-metrics
    port: 10252
    targetPort: 10252
    protocol: TCP
---
apiVersion: v1
kind: Service
metadata:
  namespace: kube-system
  name: kube-scheduler
  labels:
    k8s-app: kube-scheduler
spec:
  selector:
    component: kube-scheduler
  type: ClusterIP
  clusterIP: None
  ports:
  - name: http-metrics
    port: 10251
    targetPort: 10251
    protocol: TCP

如果是二進位制部署還得建立對應的 Endpoints 物件將兩個元件掛入到 kubernetes 叢集內，然後通過 Service 提供訪問，才能讓 Prometheus 監控到。

七、安裝Prometheus Operator

所有檔案都在 manifests 目錄下執行。

1、建立 namespace

$ kubectl apply -f 00namespace-namespace.yaml

2、安裝 Operator

$ kubectl apply -f operator/

檢視 Pod，等 pod 建立起來在進行下一步

$ kubectl get pods -n monitoring

NAME                                   READY   STATUS    RESTARTS
prometheus-operator-5d6f6f5d68-mb88p   1/1     Running   0

3、安裝其它元件

kubectl apply -f adapter/
kubectl apply -f alertmanager/
kubectl apply -f node-exporter/
kubectl apply -f kube-state-metrics/
kubectl apply -f grafana/
kubectl apply -f prometheus/
kubectl apply -f serviceMonitor/

檢視 Pod 狀態

$ kubectl get pods -n monitoring

NAME                                   READY   STATUS    RESTARTS
alertmanager-main-0                    2/2     Running   0          
alertmanager-main-1                    2/2     Running   0         
alertmanager-main-2                    2/2     Running   0         
grafana-b6bd6d987-2kr8w                1/1     Running   0
kube-state-metrics-6f7cd8cf48-ftkjw    4/4     Running   0          
node-exporter-4jt26                    2/2     Running   0  
node-exporter-h88mw                    2/2     Running   0          
node-exporter-mf7rr                    2/2     Running   0 
prometheus-adapter-df8b6c6f-jfd8m      1/1     Running   0          
prometheus-k8s-0                       3/3     Running   0  
prometheus-k8s-1                       3/3     Running   0  
prometheus-operator-5d6f6f5d68-mb88p   1/1     Running   0

八、檢視 Prometheus & Grafana

1、檢視 Prometheus

開啟地址：http://192.168.2.11:32101檢視 Prometheus 採集的目標，看其各個採集服務狀態有木有錯誤。

2、檢視 Grafana

開啟地址：http://192.168.2.11:32102檢視 Grafana 圖表，看其 Kubernetes 叢集是否能正常顯示。

  • 預設使用者名稱：admin
  • 預設密碼：admin

可以看到各種儀表盤

相關推薦

使用 prometheus-operator 監控 Kubernetes 叢集【轉】

https://www.cnblogs.com/lvcisco/p/12575298.html 目錄 一、介紹 1、Kubernetes Operator 介紹 2、Prometheus Operator 介紹

Prometheus監控k8s(10)-PrometheusOperator-更優雅的Prometheus部署【轉】

安裝部署PrometheusOperator https://www.qikqiak.com/k8s-book/docs/58.Prometheus%20Operator.html https://blog.csdn.net/ygqygq2/article/details/83655552

Kubernetes容器叢集 - harbor倉庫高可用叢集部署說明【轉】

之前介紹Harbor私有倉庫的安裝和使用，這裡重點說下Harbor高可用叢集方案的部署，目前主要有兩種主流的Harbor高可用叢集方案：1）雙主複製；2）多harbor例項共享後端儲存。

使用 Prometheus 監控 kubernetes 叢集

安裝 Promethues ~]# git clone https://github.com/imirsh/kube-prometheus.git ~]# kubectlapply -f kube-prometheus/manifests/setup

如何在docker容器、Kubernetes的Pod中新增/etc/hosts配置【轉】

如何在docker容器、Kubernetes的Pod中新增/etc/hosts配置.md 一、概述 在實際業務場景中，經常會出現需要配置/etc/hosts 內容的情況，即使現在向docker和k8s方向轉變，仍然是存在小部分這樣的需求的。假如入內網裡面

prometheus告警規則設定（二）【轉】

告警規則的設定是通過yml檔案來設定，因此需要遵從yml的語法 groups: -name:example#報警規則組的名字

prometheus告警技術初探（一）【轉】

告警規則 global: scrape_interval:15s evaluation_interval:15s#每過15秒執行一次報警規則，也就是說15秒執行一次報警

【轉】 mysql+mycat搭建穩定高可用叢集，負載均衡，主備複製，讀寫分離

【轉】 mysql+mycat搭建穩定高可用叢集，負載均衡，主備複製，讀寫分離 資料庫效能優化普遍採用叢集方式，oracle叢集軟硬體投入昂貴，今天花了一天時間搭建基於mysql的叢集環境。

【轉】 springboot+mysql實現quartz叢集搭建

【轉】 springboot+mysql實現quartz叢集搭建 一、基本概念 Quartz核心的概念：scheduler任務排程、Job任務、Trigger觸發器、JobDetail任務細節。

Redis 記憶體監控和記憶體消耗【轉】

摘要 本文來自：https://mp.weixin.qq.com/s/SrQIGL_X8wC1eFsGu8gBXg Redis 是一種記憶體資料庫，將資料儲存在記憶體中，讀寫效率要比傳統的將資料儲存在磁碟上的資料庫要快很多。所以，監控 Redis 的記憶體消耗並瞭

Docker監控容器資源的佔用情況【轉】

啟動一個容器並限制資源 啟動一個centos容器，限制其記憶體為1G ，可用cpu數為2

【轉】Nginx叢集Tomcat時session共享問題

描述 　　nginx實現tomcat集群后會出現這樣的情形，登入時請求由tomcat1處理，而跳轉到首頁時負載到了tomcat2，而tomcat2中又沒有tomcat1中的登入資訊，又會需要登入，這樣會造成登入死迴圈。如何解決呢？

【轉】Prometheus 介紹

原文：https://www.cnblogs.com/zqj-blog/p/10871033.html ------------------------------------ 我們知道zabbix在監控界佔有不可撼動的地位，功能強大。但是對容器監控顯得力不從心。為解決監控容器的問題，引入了

【轉】玩轉PROMETHEUS(6) 實現自定義的COLLECTOR

原文：http://vearne.cc/archives/39380 ------------------------- 版權宣告 本站原創文章 由 萌叔 發表

【轉】Prometheus 和 Alertmanager實戰配置

轉， 原文：https://www.cnblogs.com/longcnblogs/p/9620733.html --------------------- Prometheus時序資料庫

淺談 Kubernetes 中的服務發現【轉】

Kubernetes 服務發現是一個經常讓我產生困惑的主題之一。本文分為兩個部分：

徹底搞懂 Kubernetes 的底層網路，看這幾張圖就夠了【轉】

如果大家已經使用了 kubernetes技術，並運行了一些測試或生產的服務，可能已經能體會到 K8s 技術帶來的革命性變化，如果還沒有用過的小夥伴，我建議儘快入坑，畢竟這是技術趨勢。

【轉】 SpringBoot服務監控機制

文章來源：http://u6.gg/kqmhz 　　任何一個服務如果沒有監控，那就是兩眼一抹黑，無法知道當前服務的執行情況，也就無法對可能出現的異常狀況進行很好的處理，所以對任意一個服務來說，監控都是必不可少的。就目前

【轉】Redis單機Docker叢集搭建

這套部署版本是單機Linux作業系統下最快速的搭建方法，只需要簡單的2個Docker命令即可完成

【轉】c#判斷字串是否存在字母及字串中字元的替換例項

首先要新增對名稱空間“using System.Text.RegularExpressions;”的引用 下面以一個字串為例：