您的位置:  首页 > 技术杂谈 > 正文

Rancher2.6全新Monitoring快速入门

2022-06-23 17:00 https://my.oschina.net/rancher/blog/5544250 RancherLabs 次阅读 条评论

作者简介
万绍远,CNCF 基金会官方认证 Kubernetes CKA&CKS 工程师,云原生解决方案架构师。对 ceph、Openstack、Kubernetes、prometheus 技术和其他云原生相关技术有较深入的研究。参与设计并实施过多个金融、保险、制造业等多个行业 IaaS 和 PaaS 平台设计和应用云原生改造指导。

软件版本
Rancher2.6.4
Kubernetes1.22.7+rke2r2

概 述

Rancher 2.6 监控启用方式与之前版本存在较大差异,属于原生的 Prometheus-Operator,通过抽象化一些 Kubernetes CRD 资源,可以更好地把监控告警功能整合起来,提高易用性。Prometheus-operator 包括以下 CRD 资源对象:

  • PrometheusRules:定义告警规则
  • Alert Managers:Altermanager 启动 CRD,用于 Altermanager 启动副本
  • Receivers:配置告警接收媒介 CRD
  • Routers:将告警规则和告警媒介进行匹配
  • ServiceMonitor:定义 Prometheus 采集的监控指标地址
  • Pod Monitor:更细粒化的对 POD 进行监控

配置使用

启用监控

切换到对应集群,选择左下角 clusterTools 启用 Prometheus:

在这里插入图片描述

部署到 System 项目中,勾选自定义 helm 参数:

根据实际需求修改部署要求:

如果需要对接远端存储(如 infuxdb),就需要修改 yaml 配置,并配置指向 influxdb:

remoteRead:
  - url: http://192.168.0.7:8086/api/v1/prom/read?db=prometheusremoteWrite:
  - url: http://192.168.0.7:8086/api/v1/prom/write?db=prometheus

默认 node-exporter 资源 limit 配置较低,长时间运行后容易被 OOM KILL 掉,需要修改默认的内存限制为 150Mi:

 podLabels:
    jobLabel: node-exporter
  resources:
    limits:
      cpu: 200m
      memory: 150Mi
    requests:
      cpu: 100m
      memory: 30Mi

可以点击如下页面进入对应的组件配置页面,如:

  • Altermanager:进入的是告警信息查看页
  • Grafana:查看监控数据图标
  • Prometheus Graph:Prometheus 表达式执行页
  • Prometheus Rules:查看 Prometheus 配置的告警表达式页
  • Prometheus Targets:监控采集数据采集

在集群概览页可以看见对应的指标监控项:

集群层面:

  • cpu 使用情况
  • 集群节点负载情况
  • 内存使用情况
  • 磁盘使用率
  • 磁盘 IO
  • Network Traffic
  • Network IO

Kubernetes 组件:

  • ApiServer 请求速率
  • Controller-Manager 队列深度
  • POD scheduler 调度状态
  • Ingress-Controller 连接数

ETCD 监控:

  • Leader 选举状态
  • Leader 选举次数
  • GRPC Client Traffic
  • ETCD 数据使用容量
  • Active Streams
  • RPC 速率
  • 磁盘数据同步时间

同时在每个部署的 POD 也都包含对应的监控项:

配置自定义监控指标

默认启用监控会会自动添加一些 ServiceMonitor 监控规则和 Prometheus Rules 告警规则,主要是针对平台组件监控和集群内节点状态监控和告警。

如果这些监控指标不满足你的需求,你可以手动添加。比如针对 java 应用的 jmx 监控,Jmx 有官方的 prometheus-export,我们只需要将其 jar 包下载让 java 应用程序加载 jar 包和加载其配置即可。

以一个应用为例,整体流程如下:

  • 利用 JMX exporter,在 Java 进程内启动一个小型的 Http server
  • 配置 Prometheus 抓取那个 Http server 提供的 metrics
  • 配置 Grafana 连接 Prometheus,配置 Dashboard

首先,需要创建文件夹:

mkdir  -p /Dockerfile/jmx-exporter/

然后,下载 jmx-export.jar 包放到这个目录:

https://github.com/prometheus/jmx_exporter
https://repo1.maven.org/maven2/io/prometheus/jmx/jmx_prometheus_javaagent/0.12.0/jmx_prometheus_javaagent-0.12.0.jar

随后,编写 jvm-export 配置文件放置/root/jmx-exporter/目录,创建 simple-config.yml 内容如下:

---
rules:
- pattern: ".*"

这里意思表示将全部监控信息抓取出来。将 jvm-export 集成到 tomcat 中,重新编写 Dockerfile:

FROM tomcat
COPY ./jmx_prometheus_javaagent-0.12.0.jar /jmx_prometheus_javaagent-0.12.0.jar
ENV CATALINA_OPTS="-Xms64m -Xmx128m -javaagent:/jmx-exporter/jmx_prometheus_javaagent-0.12.0.jar=6060:/jmx-exporter/simple-config.yml"

重新 docker build,build 后执行以下 docker run 命令可以查看收集的监控指标,这里 6060 端口就是我们的 jmx-export 端口:

docker build -t tomcat:v1.0 .
docker run -itd -p 8080:8080 -p 6060:6060 tomcat:v1.0

访问查看:http://host_ip:6060

部署到 Rancher 平台:

给 Service 打上 label,用于 ServiceMonitor 关联:

kubectl label  svc tomcat app=tomcat

创建 ServiceMonitor:

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: tomcat-app  namespace: defaultspec:
  endpoints:
  - port: exporter
  selector:
    matchLabels:
      app: tomcat

创建成功后通过 Prometheus 可以查看到对应的 Target:

对应的监控指标也已经抓取:

进入 grafana 页面添加 dashboard,默认账号密码为 admin/prom-operator:

添加 dashboard,输入 dashboard-id,8878,离线环境需要提前将 Dashboard 下载好,通过 json 方式导入:

配置告警

PrometheusRule 用于定义告警规则,默认已经包含针对平台组件和节点的一些告警策略。可以通过配置 Root 和 Receivers 配置告警媒介将对应告警通知到相应的人员。采用 Routing Tree 的告警结构能够快速的将告警进行分类,然后发送到指定的人员进行处理。

Receivers 配置告警媒介,例如填写 SMTP 地址和配置的账号/密码,默认接收的邮箱:

Routes 配置用于告警媒介和告警规则进行匹配,默认创建的 root 规则,用于匹配全部的告警规则,配置上对应创建的告警媒介:

在这里插入图片描述

此时全部的告警规则都会发送给配置的告警媒介,若要细分告警规则创建新的 Routes 通过 Label 与 Prometheus Rules 内对应的 Alter name 对接。

如匹配 alert:etcdNoLeader 这条告警规则:

在这里插入图片描述

也可以使用正则表达式匹配多个规则如:

Grouping 配置主要用于告警规则分类、抑制避免大量无用告警的干扰:

  • group_by:用于配置告警分组,达到告警抑制效果,同一个 group 的告警只会聚合到一起发送一次。例如 host01 上运行了数据库,那么对应的告警包含了 host down、mysql down。他们配置在一个 group 内,那么如果 host down 了对应的 mysql 肯定也是 down 了,那么因为他们配置在一个 group 中,所以 host down 和 mysql down 的告警会聚合到一起发送出去。
  • group_wait:新建的 AlterGroup 等待多久后触发第一次告警。
  • group_interval:AlterGroup 内产生的不同告警触发间隔时间。
  • repeat_interval:AlterGroup 内如果一直是同样的告警,Altermanager 为了避免长时间的干扰,进行告警去重的等待时间。

匹配后,告警触发,可以收到对应的告警邮件:

在这里插入图片描述

自定义告警

当默认的告警规则不能满足需求时,可以根据实际情况添加自定义告警,实际就是添加对应的 PrometheusRule。如以下例子,添加 pod 非 running 状态的告警。

UI 配置:

对应 yaml 配置:

apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  name: podmonitor
  namespace: cattle-monitoring-system
spec:
  groups:
  - name: pod_node_ready
    rules:
    - alert: pod_not_ready
      annotations:
        message: '{
  { $labels.namespace }}/{
  { $labels.pod }} is not ready.'
      expr: 'sum by (namespace, pod) (kube_pod_status_phase{phase!~"Running|Succeeded"})
        > 0 '
      for: 180s
      labels:
        severity: 严重
  • for:表示持续时间
  • message:表示告警通知内的信息
  • label.severity:表示告警级别
  • expr:指标获取表达式

配置告警接收者:

根据标签匹配到这个 PrometheusRule:

参考链接:
https://mp.weixin.qq.com/s/fT-AXnPP8rrWxTposbi-9A
https://github.com/prometheus-operator/prometheus-operator
https://rancher.com/docs/rancher/v2.6/en/monitoring-alerting/guides/enable-monitoring/

展开阅读全文
  • 0
    感动
  • 0
    路过
  • 0
    高兴
  • 0
    难过
  • 0
    搞笑
  • 0
    无聊
  • 0
    愤怒
  • 0
    同情
热度排行
友情链接