在Kubernetes（K8S）环境中监控ActiveMQ是保证消息队列系统稳定运行的关键之一。在本篇文章中，我将向大家介绍如何在K8S中监控ActiveMQ的关键指标，以便及时发现和解决问题，确保系统的可靠性和稳定性。

整体流程如下：

| 步骤 | 操作 |
| ---- | ---- |
| 1 | 部署Prometheus Operator |
| 2 | 部署kube-prometheus |
| 3 | 修改prometheus配置文件 |
| 4 | 部署Node Exporter |
| 5 | 配置AlertManager |
| 6 | 配置Grafana |

步骤一：部署Prometheus Operator

Prometheus Operator可以帮助我们在K8S集群中部署Prometheus，用于监控集群中各个组件的运行状态。

```yaml
kubectl apply -f https://raw.githubusercontent.com/coreos/kube-prometheus/master/manifests/setup/prometheus-operator-deployment.yaml
```

步骤二：部署kube-prometheus

kube-prometheus是一个用于在K8S上部署Prometheus Operator以及相关组件的项目。

```yaml
kubectl apply -f https://raw.githubusercontent.com/coreos/kube-prometheus/master/manifests/setup
```

步骤三：修改prometheus配置文件

首先，我们需要找到prometheus-prometheusrule.yaml文件，将其中的规则按照需求进行调整，以监控ActiveMQ的关键指标。

```yaml
- alert: ActiveMQHighMemoryUsage
expr: activemq_jvm_memory_usage_bytes{job="prometheus"} / activemq_jvm_memory_max_bytes{job="prometheus"} > 0.8
for: 5m
labels:
severity: warning
annotations:
summary: "ActiveMQ instance memory usage is high"
```

步骤四：部署Node Exporter

Node Exporter用于收集主机级别的监控数据，可以帮助我们监控集群中Node节点的状态。

```yaml
kubectl apply -f https://raw.githubusercontent.com/coreos/kube-prometheus/master/manifests/node-exporter
```

步骤五：配置AlertManager

AlertManager用于接收并处理来自Prometheus的告警信息，可以根据规则对告警进行分类、处理和通知。

```yaml
kubectl apply -f https://raw.githubusercontent.com/coreos/kube-prometheus/master/manifests/alertmanager
```

步骤六：配置Grafana

Grafana可以帮助我们展示监控数据和告警信息，搭配Prometheus来实现数据的可视化。

```yaml
kubectl apply -f https://raw.githubusercontent.com/coreos/kube-prometheus/master/manifests/grafana
```

通过以上步骤，我们可以在K8S集群中成功部署Prometheus和相关组件，并且配置好了监控规则和告警通知方式。接下来，我们可以在Grafana中配置ActiveMQ的监控面板，展示ActiveMQ的关键指标，比如消息队列大小、活跃连接数、内存使用情况等。

总结起来，通过部署Prometheus Operator和相关组件，我们可以实现在K8S集群中对ActiveMQ进行监控，并及时发现和处理问题，保障系统的稳定和可靠运行。希望这篇文章能够帮助刚入行的小白理清监控ActiveMQ的流程，并顺利完成相关配置和部署工作。