grafana&prometheus生产级容器化监控-4：使用kube-prometheus监控k8s集群
- 2019 年 12 月 26 日
- 筆記
目录
(1).关于prometheus-operator
(2).部署kube-prometheus
1.下载最新版本
2.容器化部署
(3).kube-prometheus主要组件概述
(4).生产级改造
1.总述
2.维护kube-prometheus副本
3.NodeSelector改造
4.grafana改造
5.持久化改造
6.钉钉报警
6.1.创建钉钉报警机器人
6.2.配置钉钉报警
7.Ingress代理
8.工程规划
(5).总结
(6).相关文章
(1).关于prometheus-operator和kube-prometheus
在最新版本中，kubernetes的prometheus-operator部署内容已经从prometheus-operator的github工程中拆分出独立工程kube-prometheus。
kube-prometheus即是通过operator方式部署的kubernetes集群监控，所以我们直接容器化部署kube-prometheus即可。
(2).部署kube-prometheus
1.下载最新版本
老版本的prometheus-operator自带kube-prometheus，位于contrib/kube-prometheus/manifests，但是0.34版本中kube-prometheus已经独立成单独项目：
进入kube-prometheus的release页面：
https://github.com/coreos/kube-prometheus/releases
下载kube-prometheus最新版本：v0.3.0（本文时间）
wget https://github.com/coreos/kube-prometheus/archive/v0.3.0.tar.gz
2.容器化部署
进入kube-prometheus根目录，我们执行kustomization.yaml中所有的配置文件即可，kustomization.yaml文件中包含了所有相关的容器化配置文件：
apiVersion: kustomize.config.k8s.io/v1beta1 kind: Kustomization resources: - ./manifests/alertmanager-alertmanager.yaml - ./manifests/alertmanager-secret.yaml - ./manifests/alertmanager-service.yaml - ./manifests/alertmanager-serviceAccount.yaml - ./manifests/alertmanager-serviceMonitor.yaml - ./manifests/grafana-dashboardDatasources.yaml - ./manifests/grafana-dashboardDefinitions.yaml - ./manifests/grafana-dashboardSources.yaml - ./manifests/grafana-deployment.yaml - ./manifests/grafana-service.yaml - ./manifests/grafana-serviceAccount.yaml - ./manifests/grafana-serviceMonitor.yaml - ./manifests/kube-state-metrics-clusterRole.yaml - ./manifests/kube-state-metrics-clusterRoleBinding.yaml - ./manifests/kube-state-metrics-deployment.yaml - ./manifests/kube-state-metrics-role.yaml - ./manifests/kube-state-metrics-roleBinding.yaml - ./manifests/kube-state-metrics-service.yaml - ./manifests/kube-state-metrics-serviceAccount.yaml - ./manifests/kube-state-metrics-serviceMonitor.yaml - ./manifests/node-exporter-clusterRole.yaml - ./manifests/node-exporter-clusterRoleBinding.yaml - ./manifests/node-exporter-daemonset.yaml - ./manifests/node-exporter-service.yaml - ./manifests/node-exporter-serviceAccount.yaml - ./manifests/node-exporter-serviceMonitor.yaml - ./manifests/prometheus-adapter-apiService.yaml - ./manifests/prometheus-adapter-clusterRole.yaml - ./manifests/prometheus-adapter-clusterRoleAggregatedMetricsReader.yaml - ./manifests/prometheus-adapter-clusterRoleBinding.yaml - ./manifests/prometheus-adapter-clusterRoleBindingDelegator.yaml - ./manifests/prometheus-adapter-clusterRoleServerResources.yaml - ./manifests/prometheus-adapter-configMap.yaml - ./manifests/prometheus-adapter-deployment.yaml - ./manifests/prometheus-adapter-roleBindingAuthReader.yaml - ./manifests/prometheus-adapter-service.yaml - ./manifests/prometheus-adapter-serviceAccount.yaml - ./manifests/prometheus-clusterRole.yaml - ./manifests/prometheus-clusterRoleBinding.yaml - ./manifests/prometheus-operator-serviceMonitor.yaml - ./manifests/prometheus-prometheus.yaml - ./manifests/prometheus-roleBindingConfig.yaml - ./manifests/prometheus-roleBindingSpecificNamespaces.yaml - ./manifests/prometheus-roleConfig.yaml - ./manifests/prometheus-roleSpecificNamespaces.yaml - ./manifests/prometheus-rules.yaml - ./manifests/prometheus-service.yaml - ./manifests/prometheus-serviceAccount.yaml - ./manifests/prometheus-serviceMonitor.yaml - ./manifests/prometheus-serviceMonitorApiserver.yaml - ./manifests/prometheus-serviceMonitorCoreDNS.yaml - ./manifests/prometheus-serviceMonitorKubeControllerManager.yaml - ./manifests/prometheus-serviceMonitorKubeScheduler.yaml - ./manifests/prometheus-serviceMonitorKubelet.yaml - ./manifests/setup/0namespace-namespace.yaml - ./manifests/setup/prometheus-operator-0alertmanagerCustomResourceDefinition.yaml - ./manifests/setup/prometheus-operator-0podmonitorCustomResourceDefinition.yaml - ./manifests/setup/prometheus-operator-0prometheusCustomResourceDefinition.yaml - ./manifests/setup/prometheus-operator-0prometheusruleCustomResourceDefinition.yaml - ./manifests/setup/prometheus-operator-0servicemonitorCustomResourceDefinition.yaml - ./manifests/setup/prometheus-operator-clusterRole.yaml - ./manifests/setup/prometheus-operator-clusterRoleBinding.yaml - ./manifests/setup/prometheus-operator-deployment.yaml - ./manifests/setup/prometheus-operator-service.yaml - ./manifests/setup/prometheus-operator-serviceAccount.yaml
顺次执行下述命令即可：
# Create the namespace and CRDs, and then wait for them to be availble before creating the remaining resources
kubectl create -f manifests/setup
再执行：kubectl create -f manifests
可以看到有很多pending状态，我们descirbe看一下原因：
kubectl describe -n monitoring pod prometheus-k8s-0
可以看到原因是没有找到符合条件的node节点，很有可能是nodeSelector指定的label和我单集群的node的label不一致。
查证：
prometheus-k8s-0的nodeSelector是：kubernetes.io/os: linux
查看node的label：
kubectl get nodes future --show-labels NAME STATUS ROLES AGE VERSION LABELS future Ready master 107d v1.13.3 beta.kubernetes.io/arch=amd64,beta.kubernetes.io/os=linux,kubernetes.io/hostname=future,node-role.kubernetes.io/master=
[root@future kube-prometheus-0.3.0]# kubectl get nodes future --show-labels | grep -i linux future Ready master 107d v1.13.3 beta.kubernetes.io/arch=amd64,beta.kubernetes.io/os=linux,kubernetes.io/hostname=future,node-role.kubernetes.io/master=
可以看到node没有名为”kubernetes.io/os”的label,我们需要打个label：
kubectl label nodes future kubernetes.io/os=linux
当然你也可以修改配置文件，这个在生产是要注意的。
再次查看pod，可以看到全部OK。
(3).kube-prometheus主要组件概述
|
|
组件名称 |
个数 |
是否原生 |
作用 |
|---|---|---|---|---|
|
1 |
alertmanager-main |
3 |
Y |
提供报警插件的支持，可以集成钉钉，微信等各种报警插件。 |
|
2 |
grafana |
1 |
Y |
提供可视化web界面。 |
|
3 |
kube-state-metrics |
1 |
Y |
kube-state-metrics is a simple service that listens to the Kubernetes API server and generates metrics about the state of the objects.kubernetes集群状态度量服务，它监听Kubernetes API服务器并生成关于对象状态的度量。Grafana/prometheus显示/存储的数据就是来源于这个组件。 |
|
4 |
prometheus-adapter |
1 |
Y |
由于本身prometheus属于第三方的 解决方案，原生的k8s系统并不能对Prometheus的自定义指标进行解析，就需要借助于k8s-prometheus-adapter将这些指标数据查询接口转换为标准的Kubernetes自定义指标。 |
|
5 |
prometheus-k8s |
2 |
Y |
prometheus,存放集群度量数据。 |
|
6 |
prometheus-operator |
1 |
Y |
Operator 是最核心的部分，作为一个控制器，他会去创建 Prometheus 、 ServiceMonitor 、 AlertManager 以及 PrometheusRule 4个 CRD 资源对象，然后会一直监控并维持这4个资源对象的状态。可以这样类比理解,相当于statefulset/deployment与POD的关系。 |
|
7 |
webhook-dingtalk |
1 |
N |
集成钉钉报警机器人。 |
从这里也可以看到，当集群规模逐步增大时，grafana/prometheus会逐步增多，命名的可读性就会变得非常重要。
(4).生产级改造
1.总述
官方/开源版本用于生产还是有些问题需要处理的。
|
|
问题 |
描述 |
严重程度 |
解决方式 |
本文是否解决 |
|---|---|---|---|---|---|
|
1 |
公司自行维护kube-prometheus副本 |
公司在自己的gitlab上要维护一个kube-prometheus，因为要做一些适配生产的改造。 |
P0 |
维护副本。 |
是 |
|
2 |
NodeSelector改造 |
一般生产环境会通过污点划分固定节点给monitor专用，label一般是monitoring，和默认值不同。 |
非常必要 |
需要修改官方配置文件，把nodeSelector的label改为monitoring。 |
是 |
|
3 |
grafana改造 |
dashboard用到了grafana-piechart-panel，但默认没有装这个插件。 |
必要 |
需要修改官方配置文件。 |
是 |
|
4 |
持久化 |
prometheus-k8s重启，历史监控数据全部丢失。 |
P0 |
增加PV存储。保存metric, 以及prometheus自身的各种配置；注意生产要使用独立的云存储空间，防止共用互相影响。 |
是 |
|
5 |
钉钉报警 |
报警功能。 |
P0 |
接入dingding webhook |
是 |
|
6 |
Ingress代理 |
默认不支持 |
P0 |
增加Ingress-proxy代理部署。 |
是 |
|
7 |
工程规划 |
如命名等。 |
非常必要 |
如：通过一个命名规范可以清楚的标明语义，通过名字可以准确的阅读出“Who, What, Why, When, Where”；节点功能划分(污点)；其他等。 |
涉及部分 |
|
8 |
镜像本地化 |
不改很坑。相当于生产服务的稳定一定程度上依赖第三方公司的服务。不知道哪天炸。 |
P0 |
将相关的所有镜像上传到公司线上网段的镜像仓库，修改配置文件中的所有的镜像地址。 |
是 |
可能还有，想到再续(应该还是有的，一时想不到了)。
2.维护kube-prometheus副本
因为要适配生产，需要做一些改动，必须有一个地方存放且记录历史修改。
如笔者备份为：
https://github.com/hepyu/k8s-app-config/tree/master/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests
3.NodeSelector改造
|
文件 |
NodeSelector |
|
|---|---|---|
|
修改前 |
修改后 |
|
|
alertmanager-alertmanager.yaml |
kubernetes.io/os: linux |
node.type: monitoring |
|
grafana-deployment.yaml |
beta.kubernetes.io/os: linux |
node.type: monitoring |
|
kube-state-metrics-deployment.yaml |
kubernetes.io/os: linux |
node.type: monitoring |
|
node-exporter-daemonset.yaml |
kubernetes.io/os: linux |
node.type: monitoring |
|
prometheus-adapter-deployment.yaml |
kubernetes.io/os: linux |
node.type: monitoring |
|
prometheus-prometheus.yaml |
kubernetes.io/os: linux |
node.type: monitoring |
给node增加label：
kubectl label nodes future node.type=monitoring
然后再重新执行上述文件，OK。
4.grafana改造
默认不支持饼图，需要装载饼图的插件。
修改文件：
manifests/grafana-deployment.yaml
增加饼图插件，下述黑色部分：
resources: limits: cpu: 200m memory: 200Mi requests: cpu: 100m memory: 100Mi env: - name: GF_INSTALL_PLUGINS value: "grafana-piechart-panel"
然后重新部署grafana即可。
5.持久化
修改prometheus-k8s，增加pv存储，本文由于是作者自己ECS，所以使用local PV，生产环境建议使用nas云存储。
初始化prometheus-k8s-pv，配置文件位于：
k8s-app-config/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests/custom_by_hepy
注意建立对应的本地目录，并chmod配置权限。
然后需要修改文件k8s-app-config/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests/prometheus-prometheus.yaml，增加下述加粗部分：
spec: alerting: alertmanagers: - name: alertmanager-main namespace: monitoring port: web #增加下述配置 storage: volumeClaimTemplate: spec: storageClassName: prometheus-k8s resources: requests: storage: 100Gi
然后重新执行prometheus-prometheus.yaml。
PVC验证：
root@future manifests]# kubectl get pvc -n monitoring | grep -i k8s prometheus-k8s-db-prometheus-k8s-0 Bound prometheus-k8s-1 100Gi RWO prometheus-k8s 6m30s prometheus-k8s-db-prometheus-k8s-1 Bound prometheus-k8s-0 100Gi RWO prometheus-k8s
数据目录验证：
ll /datavip/k8s-data/prometheus-k8s-0/
total 4
drwxrwsrwx 3 root 2000 4096 Dec 18 18:21 prometheus-db
特别注意：
生产环境注意使用独立的云存储空间，防止共用互相影响。
6.钉钉报警
6.1.创建钉钉报警机器人
先建一个钉钉普通群，然后点击右上角的群设置：
点击智能群助手：
选择添加一个机器人：
机器人类型选择：自定义(通过Webhook接入自定义服务)
完成：
6.2.配置钉钉报警
kube-prometheus默认是将alertmanager的报警配置放在secret中（我很不习惯），我们也暂且遵循这个做法。
创建钉钉告警插件：dingtalk-webhook.yaml；
位于：
k8s-app-config/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests/custom_by_hepy
内容如下，主要是将钉钉报警地址配到K8S中：
--- apiVersion: extensions/v1beta1 kind: Deployment metadata: labels: run: dingtalk name: webhook-dingtalk namespace: monitoring spec: replicas: 1 template: metadata: labels: run: dingtalk spec: containers: - name: dingtalk image: timonwong/prometheus-webhook-dingtalk:v0.3.0 imagePullPolicy: IfNotPresent # 设置钉钉群聊自定义机器人后，使用实际 access_token 替换下面 xxxxxx部分 args: - --ding.profile=default-webhook-dingtalk=https://oapi.dingtalk.com/robot/send?access_token=98f5b3db00fe696046c21a6eded40a94886f5e1a022e84a5d53aed371f93fa5e ports: - containerPort: 8060 protocol: TCP --- apiVersion: v1 kind: Service metadata: labels: run: dingtalk name: webhook-dingtalk namespace: monitoring spec: ports: - port: 8060 protocol: TCP targetPort: 8060 selector: run: dingtalk sessionAffinity: None
创建告警接收器alertmanager.yaml，位于相同目录，内容如下：
global: resolve_timeout: 5m route: group_by: ['job'] group_wait: 30s group_interval: 5m repeat_interval: 12h receiver: webhook receivers: - name: 'webhook' webhook_configs: - url: 'http://webhook-dingtalk.monitoring.svc.cluster.local:8060/dingtalk/default-webhook-dingtalk/send' send_resolved: true
进入目录：
k8s-app-config/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests
执行命令，部署钉钉插件：
kubectl apply -f custom_by_hepy/dingtalk-webhook.yaml
执行命令，替换原有的alertmanager-secret：
kubectl delete secret alertmanager-main -n monitoring
kubectl create secret generic alertmanager-main –from-file=custom_by_hepy/alertmanager.yaml -n monitoring
至此，完成钉钉插件集成。
下图为钉钉报警样例：
7.Ingress代理
代理grafana，prometheus, alertmanager。
进入目录：
k8s-app-config/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests
执行命令部署ingress-grafana代理：
kubectl apply -f custom_by_hepy/grafana-ingress.yaml
kubectl apply -f custom_by_hepy/prometheus-k8s-ingress.yaml
本地配置host。
访问grafana：
http://monitor-kubernetes.inc-inc.com:30834/
我们随便选一个：Nodes
每个dashboard含义本文暂不做详述，后续另开。
访问prometheus：
http://prometheus-k8s.inc-inc.com:30834/graph
查看告警信息：
查看监控的对象，如果怀疑有那个资源没有被监控到，来这里查证：
8.工程规划
对于规模较大的kubernetes集群，需要在工程上进行拓扑规划，尤其是命名规范（通过pod名称能够准确阅读出“Who, What, Why, When, Where”，这就要求尽量使用statefulset）。
规划必要性在于，不同的业务线有不同的grafana/prometheus，没有规划非常容易乱。
本文不讨论；但会涉及其中的一个点：
即，将kubernetes监控的dashboard统一到业务的grafana里，可以让所有相关的技术人员看到集群的情况，这点很重要，所有开发是有必要从潜意识开始逐步适应云原生体系。
方法是将每个dashboard的json配置文件拷贝出来作为单独的文件，利用grafana的provisioning机制进行load。
本文提供一个摘录好的dashboard文件集(基于kube-prometheus-v0.3.0版本)，位于：
https://github.com/hepyu/k8s-app-config/tree/master/product/standard/grafana-prometheus-pro/grafana/provisioning/dashboards/kubernetes
效果如下：
详情以及体验/实操请参见：
grafana&prometheus生产级容器化监控-1：生产级容器化
9.镜像本地化
这个是显然是必须处理的，必须将相关的docker镜像放到自己公司的镜像仓库。具体方式参见文章：
(5).总结
本文提供一个可用于生产的kube-prometheus的容器化配置(v0.30.0版本)，位于：
https://github.com/hepyu/k8s-app-config/tree/master/product/standard/kube-prometheus-pro/kube-prometheus-pro-0.3.0/manifests
(使用时注意将PV改为云存储)
包含了本文所涉及的生产级改造。
(6).相关文章
kubernetes-1：使用kubeadm搭建K8S单master节点集群
grafana&prometheus生产级容器化监控-1：生产级容器化
grafana&prometheus生产级容器化监控-2：监控rocketmq
grafana&prometheus生产级容器化监控-3：监控mysql
