2. 程式人生 > >Kubernetes集群監控方案

Kubernetes集群監控方案

阿新 • • 發佈：2018-03-09
k8s 監控 prometheus grafana node-exporter

本文介紹在k8s集群中使用node-exporter、prometheus、grafana對集群進行監控。
其實現原理有點類似ELK、EFK組合。node-exporter組件負責收集節點上的metrics監控數據，並將數據推送給prometheus, prometheus負責存儲這些數據，grafana將這些數據通過網頁以圖形的形式展現給用戶。

在開始之前有必要了解下Prometheus是什麽?
Prometheus （中文名：普羅米修斯）是由 SoundCloud 開發的開源監控報警系統和時序列數據庫(TSDB).自2012年起,許多公司及組織已經采用 Prometheus,並且該項目有著非常活躍的開發者和用戶社區.現在已經成為一個獨立的開源項目。Prometheus 在2016加入 CNCF ( Cloud Native Computing Foundation ), 作為在 kubernetes 之後的第二個由基金會主持的項目。 Prometheus 的實現參考了Google內部的監控實現，與源自Google的Kubernetes結合起來非常合適。另外相比influxdb的方案，性能更加突出，而且還內置了報警功能。它針對大規模的集群環境設計了拉取式的數據采集方式，只需要在應用裏面實現一個metrics接口，然後把這個接口告訴Prometheus就可以完成數據采集了，下圖為prometheus的架構圖。

技術分享圖片
Prometheus的特點：
1、多維數據模型（時序列數據由metric名和一組key/value組成）
2、在多維度上靈活的查詢語言(PromQl)
3、不依賴分布式存儲，單主節點工作.
4、通過基於HTTP的pull方式采集時序數據
5、可以通過中間網關進行時序列數據推送(pushing)
6、目標服務器可以通過發現服務或者靜態配置實現
7、多種可視化和儀表盤支持

prometheus 相關組件，Prometheus生態系統由多個組件組成，其中許多是可選的：
1、Prometheus 主服務,用來抓取和存儲時序數據
2、client library 用來構造應用或 exporter 代碼 (go,java,python,ruby)

3、push 網關可用來支持短連接任務
4、可視化的dashboard (兩種選擇,promdash 和 grafana.目前主流選擇是 grafana.)
4、一些特殊需求的數據出口(用於HAProxy, StatsD, Graphite等服務)
5、實驗性的報警管理端(alartmanager,單獨進行報警匯總,分發,屏蔽等 )

promethues 的各個組件基本都是用 golang 編寫,對編譯和部署十分友好.並且沒有特殊依賴.基本都是獨立工作。
上述文字來自網絡！

現在我們正式開始部署工作。
一、環境介紹
操作系統環境：centos linux 7.2 64bit
K8S軟件版本： 1.9.0（采用kubeadm方式部署）

Master節點IP： 192.168.115.5/24
Node節點IP： 192.168.115.6/24

二、在k8s集群的所有節點上下載所需要的image

# docker pull prom/node-exporter
# docker pull prom/prometheus:v2.0.0
# docker pull grafana/grafana:4.2.0

三、采用daemonset方式部署node-exporter組件

# cat node-exporter.yaml 
---
apiVersion: extensions/v1beta1
kind: DaemonSet
metadata:
  name: node-exporter
  namespace: kube-system
  labels:
    k8s-app: node-exporter
spec:
  template:
    metadata:
      labels:
        k8s-app: node-exporter
    spec:
      containers:
      - image: prom/node-exporter
        name: node-exporter
        ports:
        - containerPort: 9100
          protocol: TCP
          name: http
---
apiVersion: v1
kind: Service
metadata:
  labels:
    k8s-app: node-exporter
  name: node-exporter
  namespace: kube-system
spec:
  ports:
  - name: http
    port: 9100
    nodePort: 31672
    protocol: TCP
  type: NodePort
  selector:
    k8s-app: node-exporter

通過上述文件創建pod和service

# kubectl create -f  node-exporter.yaml

四、部署prometheus組件
1、rbac文件

# cat rbac-setup.yaml 
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: prometheus
rules:
- apiGroups: [""]
  resources:
  - nodes
  - nodes/proxy
  - services
  - endpoints
  - pods
  verbs: ["get", "list", "watch"]
- apiGroups:
  - extensions
  resources:
  - ingresses
  verbs: ["get", "list", "watch"]
- nonResourceURLs: ["/metrics"]
  verbs: ["get"]
---
apiVersion: v1
kind: ServiceAccount
metadata:
  name: prometheus
  namespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: prometheus
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: prometheus
subjects:
- kind: ServiceAccount
  name: prometheus
  namespace: kube-system

2、以configmap的形式管理prometheus組件的配置文件

# cat configmap.yaml 
apiVersion: v1
kind: ConfigMap
metadata:
  name: prometheus-config
  namespace: kube-system
data:
  prometheus.yml: |
    global:
      scrape_interval:     15s
      evaluation_interval: 15s
    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

    - job_name: ‘kubernetes-nodes‘
      kubernetes_sd_configs:
      - role: node
      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:
      - 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

    - job_name: ‘kubernetes-cadvisor‘
      kubernetes_sd_configs:
      - role: node
      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:
      - 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

    - job_name: ‘kubernetes-service-endpoints‘
      kubernetes_sd_configs:
      - role: endpoints
      relabel_configs:
      - source_labels: [__meta_kubernetes_service_annotation_prometheus_io_scrape]
        action: keep
        regex: true
      - source_labels: [__meta_kubernetes_service_annotation_prometheus_io_scheme]
        action: replace
        target_label: __scheme__
        regex: (https?)
      - source_labels: [__meta_kubernetes_service_annotation_prometheus_io_path]
        action: replace
        target_label: __metrics_path__
        regex: (.+)
      - source_labels: [__address__, __meta_kubernetes_service_annotation_prometheus_io_port]
        action: replace
        target_label: __address__
        regex: ([^:]+)(?::\d+)?;(\d+)
        replacement: $1:$2
      - action: labelmap
        regex: __meta_kubernetes_service_label_(.+)
      - source_labels: [__meta_kubernetes_namespace]
        action: replace
        target_label: kubernetes_namespace
      - source_labels: [__meta_kubernetes_service_name]
        action: replace
        target_label: kubernetes_name

    - job_name: ‘kubernetes-services‘
      kubernetes_sd_configs:
      - role: service
      metrics_path: /probe
      params:
        module: [http_2xx]
      relabel_configs:
      - source_labels: [__meta_kubernetes_service_annotation_prometheus_io_probe]
        action: keep
        regex: true
      - source_labels: [__address__]
        target_label: __param_target
      - target_label: __address__
        replacement: blackbox-exporter.example.com:9115
      - source_labels: [__param_target]
        target_label: instance
      - action: labelmap
        regex: __meta_kubernetes_service_label_(.+)
      - source_labels: [__meta_kubernetes_namespace]
        target_label: kubernetes_namespace
      - source_labels: [__meta_kubernetes_service_name]
        target_label: kubernetes_name

    - job_name: ‘kubernetes-ingresses‘
      kubernetes_sd_configs:
      - role: ingress
      relabel_configs:
      - source_labels: [__meta_kubernetes_ingress_annotation_prometheus_io_probe]
        action: keep
        regex: true
      - source_labels: [__meta_kubernetes_ingress_scheme,__address__,__meta_kubernetes_ingress_path]
        regex: (.+);(.+);(.+)
        replacement: ${1}://${2}${3}
        target_label: __param_target
      - target_label: __address__
        replacement: blackbox-exporter.example.com:9115
      - source_labels: [__param_target]
        target_label: instance
      - action: labelmap
        regex: __meta_kubernetes_ingress_label_(.+)
      - source_labels: [__meta_kubernetes_namespace]
        target_label: kubernetes_namespace
      - source_labels: [__meta_kubernetes_ingress_name]
        target_label: kubernetes_name

    - job_name: ‘kubernetes-pods‘
      kubernetes_sd_configs:
      - role: pod
      relabel_configs:
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]
        action: keep
        regex: true
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_path]
        action: replace
        target_label: __metrics_path__
        regex: (.+)
      - source_labels: [__address__, __meta_kubernetes_pod_annotation_prometheus_io_port]
        action: replace
        regex: ([^:]+)(?::\d+)?;(\d+)
        replacement: $1:$2
        target_label: __address__
      - action: labelmap
        regex: __meta_kubernetes_pod_label_(.+)
      - source_labels: [__meta_kubernetes_namespace]
        action: replace
        target_label: kubernetes_namespace
      - source_labels: [__meta_kubernetes_pod_name]
        action: replace
        target_label: kubernetes_pod_name

3、Prometheus deployment 文件

# cat prometheus.deploy.yml 
---
apiVersion: apps/v1beta2
kind: Deployment
metadata:
  labels:
    name: prometheus-deployment
  name: prometheus
  namespace: kube-system
spec:
  replicas: 1
  selector:
    matchLabels:
      app: prometheus
  template:
    metadata:
      labels:
        app: prometheus
    spec:
      containers:
      - image: prom/prometheus:v2.0.0
        name: prometheus
        command:
        - "/bin/prometheus"
        args:
        - "--config.file=/etc/prometheus/prometheus.yml"
        - "--storage.tsdb.path=/prometheus"
        - "--storage.tsdb.retention=24h"
        ports:
        - containerPort: 9090
          protocol: TCP
        volumeMounts:
        - mountPath: "/prometheus"
          name: data
        - mountPath: "/etc/prometheus"
          name: config-volume
        resources:
          requests:
            cpu: 100m
            memory: 100Mi
          limits:
            cpu: 500m
            memory: 2500Mi
      serviceAccountName: prometheus    
      volumes:
      - name: data
        emptyDir: {}
      - name: config-volume
        configMap:
          name: prometheus-config

4、Prometheus service文件

# cat prometheus.svc.yml 
---
kind: Service
apiVersion: v1
metadata:
  labels:
    app: prometheus
  name: prometheus
  namespace: kube-system
spec:
  type: NodePort
  ports:
  - port: 9090
    targetPort: 9090
    nodePort: 30003
  selector:
app: prometheus

5、通過上述yaml文件創建相應的對象

# kubectl create -f  rbac-setup.yaml
# kubectl create -f  configmap.yaml 
# kubectl create -f  prometheus.deploy.yml 
# kubectl create -f  prometheus.svc.yml

技術分享圖片
技術分享圖片
Node-exporter對應的nodeport端口為31672，通過訪問http://192.168.115.5:31672/metrics 可以看到對應的metrics
技術分享圖片
prometheus對應的nodeport端口為30003，通過訪問http://192.168.115.5:30003/target 可以看到prometheus已經成功連接上了k8s的apiserver
技術分享圖片
可以在prometheus的WEB界面上提供了基本的查詢K8S集群中每個POD的CPU使用情況，查詢條件如下：

sum by (pod_name)( rate(container_cpu_usage_seconds_total{image!="", pod_name!=""}[1m] ) )

技術分享圖片
上述的查詢有出現數據，說明node-exporter往prometheus中寫入數據正常，接下來我們就可以部署grafana組件，實現更友好的webui展示數據了。

五、部署grafana組件
1、grafana deployment配置文件

# cat grafana-deploy.yaml 
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: grafana-core
  namespace: kube-system
  labels:
    app: grafana
    component: core
spec:
  replicas: 1
  template:
    metadata:
      labels:
        app: grafana
        component: core
    spec:
      containers:
      - image: grafana/grafana:4.2.0
        name: grafana-core
        imagePullPolicy: IfNotPresent
        # env:
        resources:
          # keep request = limit to keep this container in guaranteed class
          limits:
            cpu: 100m
            memory: 100Mi
          requests:
            cpu: 100m
            memory: 100Mi
        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
      volumes:
      - name: grafana-persistent-storage
        emptyDir: {}

2、grafana service配置文件

# cat grafana-svc.yaml 
apiVersion: v1
kind: Service
metadata:
  name: grafana
  namespace: kube-system
  labels:
    app: grafana
    component: core
spec:
  type: NodePort
  ports:
    - port: 3000
  selector:
    app: grafana
component: core

3、grafana ingress配置文件
# cat grafana-ing.yaml 
apiVersion: extensions/v1beta1
kind: Ingress
metadata:
   name: grafana
   namespace: kube-system
spec:
   rules:
   - host: k8s.grafana
     http:
       paths:
       - path: /
         backend:
          serviceName: grafana
          servicePort: 3000

通過訪問traefik的webui可以看到k8s.grafana服務發布成功
技術分享圖片
修改hosts解析，訪問測試
技術分享圖片
技術分享圖片
也可以直接訪問nodeport端口
技術分享圖片
默認用戶名和密碼都是admin
技術分享圖片
配置數據源為prometheus
技術分享圖片
導入面板，可以直接輸入模板編號315在線導入，或者下載好對應的json模板文件本地導入，面板模板下載地址https://grafana.com/dashboards/315
技術分享圖片
導入面板之後就可以看到對應的監控數據了。
技術分享圖片
技術分享圖片
技術分享圖片
這裏要說明一下，在測試過程中，導入編號為162的模板，發現只有部分數據，且pod的名稱顯示不友好。模板地址https://grafana.com/dashboards/162，詳見下圖。
技術分享圖片
六、後記
這裏存在一些問題後續要繼續研究解決。
1、prometheus的數據存儲采用emptydir。如果Pod被刪除，或者Pod發生遷移，emptyDir也會被刪除，並且永久丟失。後續可以在K8S集群外部再配置一個Prometheus系統來永久保存監控數據， 兩個prometheus系統之間通過配置job自動進行數據拉取。
2、Grafana的配置數據存儲采用emptydir。如果Pod被刪除，或者Pod發生遷移，emptyDir也會被刪除，並且永久丟失。我們也可以選擇將grafana配置在k8s外部，數據源選擇K8S集群外部的prometheus即可。
3、關於監控項的報警（alertmanager）尚未配置。

參考文檔，感謝作者分享！
https://www.kubernetes.org.cn/3418.html
https://blog.qikqiak.com/post/kubernetes-monitor-prometheus-grafana/
https://github.com/giantswarm/kubernetes-prometheus/tree/master/manifests
https://segmentfault.com/a/1190000013245394

Kubernetes集群監控方案

相關推薦

Kubernetes集群監控方案

k8s 監控 prometheus grafana node-exporter 本文介紹在k8s集群中使用node-exporter、prometheus、grafana對集群進行監控。其實現原理有點類似ELK、EFK組合。node-exporter組件負責收集節點上的metrics監控數

kubernetes集群網絡配置方案——flannel部署

kubernetes docker flannel 部署環境： CentOS Linux release 7.2 64位 10.10.0.103 node01 10.10.0.49 node02安裝過程： # yum install flannel # tar zxf

Redis集群監控RedisClusterManager

redis集群監控redisclustermanagerRedisClusterManager監控Redis集群環境要求：Java8+ jdk配置這裏略過 RedisClusterManager 下載地址： 附件：systemMonitor-release.tar.gz 收集系統狀態包 附件： Redis

在kubernetes 集群運行 odoo

rip yaml logs .cn 微軟雅黑 gre 執行 post uber kubernetes 可以自動運行多個 odoo服務的副本，因此 非常適用用來做高可用的odoo部署， 在本例中，odoo服務運行在 kubernetes 集群中， 而 pos

kubernetes集群 CA認證

k8s一、設備kube-apiserver的CA正式相關的文件和啟動參數openssl genrsa -out ca.key 2048openssl req x509 -new nodes -key ca.key -subj "/CN=yourcompany.com" -days 5000 -out ca.c

通過Rancher部署並擴容Kubernetes集群基礎篇

rancher k8s 一 應用場景描述 持續跟蹤研究Kubernetes也有一段時間了，Kubernetes作為谷歌開源的生產級別的容器調度系統從開源初始便獲得了眾多的關註。一些有研發實力的公司調研過Kubernetes的設計理念以及應用場景後很快就組織研發人員結合Kubernetes開發出符

通過Rancher部署並擴容Kubernetes集群基礎篇二

rancher k8s 接上一篇通過Rancher部署並擴容Kubernetes集群基礎篇一7. 使用ConfigMap配置redishttps://github.com/kubernetes/kubernetes.github.io/blob/master/docs/user-guide/confi

Zookeeper實現分布式集群監控

rpath 集群 用戶 mave 0ms unsafe 2個 his void Zookeeepr實現分布式集群監控 Zookeeper中節點有兩種：臨時節點和永久節點 從類型上看節點又可以分為四種節點類型：PERSIST，PERSIST_SEQUENTIAL,EPHEME

mysql 集群 監控

命令 地址 sla server-id make 主機 mode monit 主機名 部署mysql高可用集群（mysql-mmm+主從同步）4臺數據庫服務器：四個數據庫之保留初始的四個庫，其他庫全部刪除 主機158 主機137 主機99 主機67 主機102（可與其他四臺

Centos7部署Kubernetes集群

ctu 好的 service ech false order leg source modify 1、環境介紹及準備： 1.1 物理機操作系統 　　物理機操作系統采用Centos7.3 64位，細節如下。 [[email protected] ~]# uname

Kubeadm安裝Kubernetes集群環境

ice pre eat tin cnblogs client master logs clas 先設置主機名 hostnamectl set-hostname k8s-1 修改/etc/hosts文件 cat /etc/hosts 127.0.0.1 loca

在CentOS7上部署 Kubernetes集群

pos cati dock set 使用 mct iptables api manage yum -y install etcd docker flannel kubenetes 一般會遇到沒有k8s源的問題，先 yum update -y 看是否有效，如果還是沒用就創

基於 CentOS 7 搭建kubernetes集群

kubernetes docker 基於Centos7構建Kubernetes平臺一、實驗環境3臺centos7的主機：master 192.168.111.131部署etcd,kube-apiserver,kube-controller-manager,kube-scheduler 4個應用。no

「mysql優化專題」高可用性、負載均衡的mysql集群解決方案（12）

格式 return 建議 處理方式 sage 主機 等待 status 深度 一、為什麽需要mysql集群？ 一個龐大的分布式系統的性能瓶頸中，最脆弱的就是連接。連接有兩個，一個是客戶端與後端的連接，另一個是後端與數據庫的連接。簡單如圖下兩個藍色框框（其實，這張圖是我在悟空

部署 kubernetes 集群（CentOS7.3，K8S1.8.3）

k8s集群組件和版本Kubernetes 1.6.2Docker 17.04.0-ceEtcd 3.1.6Flanneld 0.7.1 vxlan 網絡TLS 認證通信 (所有組件，如 etcd、kubernetes master 和 node)RBAC 授權kubelet TLS BootStrapping

【docker】kubernetes集群一鍵部署包

ber 不定 充足 問題 收費 部署 資料 通知 docker命令 背景說明： 隨著docker使用的逐步深入，docker的管理變得越來越麻煩，單純的通過docker命令行的方式進行管理已經不能滿足需求，同時也存在效率低下的問題。所以急需一個docker集群管理工

實戰4節點Centos7.3 安裝Kubernetes集群

one manager over span tom /var/ cto 實現 hat Kubernetes集群安裝部署Kubernetes集群組件:-Master節點　　- etcd 一個高可用的K/V鍵值對存儲和服務發現系統　　- kube-apiserver 提供kub

Ceph：ceph-dash集群監控工具部署

amp app size nsh 1.5 file python tor too Ceph-dash是一款圖形化展現Ceph狀態的工具，並且部署起來非常簡單（在monitor節點上進行部署），操作如下：# mkdir -p /ceph-dash # cd /ceph-das

kubernetes 集群

log 基礎 images pen 失敗 osc 更新 this rhel7 一、CentOS 7 基礎環境準備 centos 7 默認服務目錄/usr/lib/systemd/system systemctl服務開機啟動鏈接存貯目錄： /etc/systemd/syst

kubernetes集群環境準備工作

ble 測試 腳本 ann tis sla cati lin pro 本文介紹學習kubernetes的環境相關準備工作，要進行kubernetes集群的學習我們至少需要兩臺主機，在本例中，我使用了兩臺VMware虛擬機完成了docker環境和flannel網絡的配置工作。