prometheus 监控K8s 集群 k8s集成prometheus

目录

• 导航
• 前言
• 技术支持
• 架构思路
• 架构图

导航

前言

最近研究了一下关于云原生的监控+告警的方案，由于prometheus对k8s的支持十分优秀，基本上已经是云原生监控的标准了，而且之前也有一些相关的知识积累，所以没花太多功夫就确认了使用prometheus + alertmanager的组合。但是由于监控系统的特殊性，我们不可避免的需要考虑到如何保证高可用。虽然prometheus的性能十分优秀，但是仍然会有性能瓶颈，而且单节点服务会有潜在的单点故障问题。

prometheus官方为应对上述问题，提供了联邦集群（federation）的解决方案。但是经过调研后发现由于prometheus没有数据同步的能力，该方案采用的是将多个子prometheus节点的数据汇总到一个父prometheus节点上（类似一棵树），再由父节点对外提供服务的方式。这种方案虽然一定程度上缓解了数据采集的性能瓶颈问题，但是并没有解决关键的单点问题（从子节点转移到了父节点）。

经过对比和筛选后，最终选择用thanos来实现prometheus的高可用。thanos提供了两种部署架构：thanos sidecar和thanos receive。关于两者的对比可以看这篇文章。本文选择了thanos receive部署方案。

技术支持

有的小伙伴在按照文章操作时遇到了各种各样奇奇怪怪的问题，私信上解决问题的效率又比较低。大家可以试试用AI解决自己的问题，既学到了新东西又解决了问题美滋滋~目前我用下来最好用的还是GPT，3.5模型足以解决各类编程问题了，但是使用有一定门槛（魔法上网+海外支付）。如果没有条件的小伙伴可以试试这个，送的100次对话足够解决问题了。

架构思路

• 动态注册：在prometheus上配置consul_sd_configs，通过将exporter以API的方式注册到consul上，从而实现prometheus动态发现target。（参考prometheus + consul实现动态添加监控节点）
• prometheus高可用：将prometheus的数据通过remote_write的方式写到thanos receive组件，从而使prometheus本身无状态化，通过横向扩展即可达到高可用的目的。
• 数据持久化：thanos recieve支持将数据保存到对象存储。
• 历史数据：用thanos store组件读取。
• 数据聚合：thanos query组件可以实现聚合数据的效果，客户端通过thanos query查询数据时可以按需获取全量数据或聚合后的数据。
• alertmanager高可用：在启动参数里加上cluster.peer即可实现alertmanager的高可用，prometheus-operator可以自动补全相关配置，我们只需关注节点数量即可。
• 告警规则：本例中使用prometheusRule（prometheus-operator的crd）创建并应用告警规则。

架构图

注：图中部分组件是方案的后续设计思路，在本系列文章中不会涉及到。