容器监控实践—Prometheus部署方案
一.单独部署
- 二进制安装
各版本下载地址：https://prometheus.io/download/ - Docker运行
运行命令：docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus
暴露服务： http://localhost:9090/
二.在K8S中部署
如果在Kubernetes中部署Prometheus，可以使用prometheus in kubernetes，含exporter、grafana等组件。
安装方式：
kubectl apply \ --filename https://raw.githubusercontent.com/giantswarm/kubernetes-prometheus/master/manifests-all.yaml
卸载方式：
kubectl delete namespace monitoring
该方式为大多数用户和云厂商使用的方式，可以基于Prometheus的服务发现：在annotation中设置prometheus.io/scrape为true，就可以把K8S的所有服务都加入到监控中，但在使用的过程中会有一些问题：
- 1.如果增加了新的exporter，如nginx-exporter，需要修改prometheus配置并重启
- 2.服务本身和监控配置没有分离
- 3.监控集群多实例的状态不好管理
- 4.报警配置也包含在prometheus的配置中，监控与报警没有分离，添加规则麻烦
以上问题一般的处理方式为：在prometheus上加一个控制台，来动态配置target、报警规则，并向后端server发起修改、重启操作。同时有权限控制、日志审计、整体配置过期时间等功能。
但如果使用了Prometheus Operator，就可以将以上大多数操作抽象为k8s中的资源提交、修改，减少上层封装的工作量。
三.Prometheus Operator部署
Prometheus-Operator是一套为了方便整合prometheus和kubernetes的开源方案，使用Prometheus-Operator可以非常简单的在kubernetes集群中部署Prometheus服务，用户能够使用简单的声明性配置来配置和管理Prometheus实例，这些配置将响应、创建、配置和管理Prometheus监控实例。
- 官方地址：https://github.com/coreos/pro...
- 目前状态：beta状态，还不够完整，但向后兼容。将成为趋势
- 前置条件：要求k8s的版本>=1.8.0（应该是因为metric api和CRD支持的限制）
Operator的核心思想是将Prometheus的部署与它监控的对象的配置分离，做到部署与监控对象的配置分离之后，就可以轻松实现动态配置。使用Operator部署了Prometheus之后就可以不用再管Prometheus Server了，以后如果要添加监控对象或者添加告警规则，只需要编写对应的ServiceMonitor和Prometheus资源就可以，不用再重启Prometheus服务，Operator会动态的观察配置的改动，并将其生成为对应的prometheus配置文件其中Operator可以部署、管理Prometheus Service
四种CRD作用如下：
- Prometheus: 由 Operator 依据一个自定义资源kind: Prometheus类型中，所描述的内容而部署的 Prometheus Server 集群，可以将这个自定义资源看作是一种特别用来管理Prometheus Server的StatefulSets资源。
- ServiceMonitor: 一个Kubernetes自定义资源(和kind: Prometheus一样是CRD)，该资源描述了Prometheus Server的Target列表，Operator 会监听这个资源的变化来动态的更新Prometheus Server的Scrape targets并让prometheus server去reload配置(prometheus有对应reload的http接口/-/reload)。而该资源主要通过Selector来依据 Labels 选取对应的Service的endpoints，并让 Prometheus Server 通过 Service 进行拉取（拉）指标资料(也就是metrics信息)，metrics信息要在http的url输出符合metrics格式的信息，ServiceMonitor也可以定义目标的metrics的url。
- Alertmanager：Prometheus Operator 不只是提供 Prometheus Server 管理与部署，也包含了 AlertManager，并且一样通过一个 kind: Alertmanager 自定义资源来描述信息，再由 Operator 依据描述内容部署 Alertmanager 集群。
- PrometheusRule:对于Prometheus而言，在原生的管理方式上，我们需要手动创建Prometheus的告警文件，并且通过在Prometheus配置中声明式的加载。而在Prometheus Operator模式中，告警规则也编程一个通过Kubernetes API 声明式创建的一个资源.告警规则创建成功后，通过在Prometheus中使用想servicemonitor那样用ruleSelector通过label匹配选择需要关联的PrometheusRule即可。
安装方式：
- 创建命名空间：monitoring
- 执行yaml文件：https://github.com/coreos/pro...
prometheus的target列表：
grafana的自带监控图列表：
常见问题：
因为要operator中要支持聚合api，在某些版本的集群上可能需要一些配置，如下：
- 安装cfssl证书生成工具：http://www.cnblogs.com/xuling...
- 生成证书
cfssl gencert -ca=/etc/kubernetes/pki/ca.pem -ca-key=/etc/kubernetes/pki/ca-key.pem -config=/etc/kubernetes/pki/ca-config.json -profile=jpaas metrics-server-csr.json | cfssljson -bare metrics-server
{
"CN": "aggregator",
"host": [],
"key": {
"algo": "rsa",
"size": 2048
},
"names": [
{
"C": "CN",
"ST": "BeiJing",
"L": "BeiJing",
"O": "k8s",
"OU": "cloudnative"
}
]
}- 配置master组件参数，以支持metric-server
vim /etc/systemd/system/kube-apiserver.service --requestheader-client-ca-file=/etc/kubernetes/pki/ca.pem \ --requestheader-allowed-names="aggregator" \ --requestheader-extra-headers-prefix="X-Remote-Extra-" \ --requestheader-group-headers=X-Remote-Group \ --requestheader-username-headers=X-Remote-User \ --proxy-client-cert-file=/etc/kubernetes/pki/metrics-server.pem \ --proxy-client-key-file=/etc/kubernetes/pki/metrics-server-key.pem \ --runtime-config=api/all=true \ --enable-aggregator-routing=true \ systemctl daemon-reload systemctl restart kube-apiserver.service systemctl status kube-apiserver.service vim /etc/systemd/system/kube-controller.service --horizontal-pod-autoscaler-use-rest-clients=true systemctl daemon-reload systemctl restart kube-controller.service systemctl status kube-controller.service
- 启动成功后，prometheus的target中，kubelet没有值，401报错
vim /etc/systemd/system/kubelet.service --authentication-token-webhook=true --authorization-mode=Webhook systemctl daemon-reload systemctl restart kubelet.service
参考文档：
本文为容器监控实践系列文章，完整内容见：container-monitor-book