Kubernetes运维之使用Prometheus全方位监控K8S

https://blog.51cto.com/u_14143894/2438026

录:
Prometheus架构K8S监控指标及实现思路在K8S平台部署Prometheus基于K8S服务发现的配置解析在K8S平台部署Grafana监控K8S集群中Pod、Node、资源对象使用Grafana可视化展示Prometheus监控数据告警规则与告警通知说在前面的话,现在监控首选的话,肯定是Prometheus+Grafana,也就是很多大型公司也都在用,像RBM,360,网易,基本都是使用这一套监控系统。
一、Prometheus 是什么?Prometheus(普罗米修斯)是一个最初在SoundCloud上构建的监控系统。SoundCloud是搞云计算的一家国外的公司,也是由一位工程师来到这家公司之后开发的这个系统,自2012年成为社区开源项目,拥有非常活跃的开发人员和用户社区。为强调开源及独立维护,Prometheus于2016年加入云原生云计算基金会(CNCF),成为继Kubernetes之后的第二个项目,这个项目发展的还是比较快的,随着k8s的发展,它也起来了。 https://prometheus.io 官方网站 https://github.com/prometheus GitHub地址
Prometheus组成及架构接下来看一下它这个官方给出的架构图,我们来研究一下
最左边这块就是采集的,采集谁监控谁,一般是一些短周期的任务,比如cronjob这样的任务,也可以是一些持久性的任务,其实主要就是一些持久性的任务,比如web服务,也就是持续运行的,暴露一些指标,像短期任务呢,处理一下就关了,分为这两个类型,短期任务会用到Pushgateway,专门收集这些短期任务的。
中间这块就是Prometheus它本身,内部是有一个TSDB的数据库的,从内部的采集和展示Prometheus它都可以完成,展示这块自己的这块UI比较lou,所以借助于这个开源的Grafana来展示,所有的被监控端暴露完指标之后,Prometheus会主动的抓取这些指标,存储到自己TSDB数据库里面,提供给Web UI,或者Grafana,或者API clients通过PromQL来调用这些数据,PromQL相当于Mysql的SQL,主要是查询这些数据的。
中间上面这块是做服务发现的,也就是你有很多的被监控端时,手动的去写这些被监控端是不现实的,所以需要自动的去发现新加入的节点,或者以批量的节点,加入到这个监控中,像k8s它内置了k8s服务发现的机制,也就是它会连接k8s的API,去发现你部署的哪些应用,哪些pod,通通的都给你暴露出去,监控出来,也就是为什么K8S对prometheus特别友好的地方,也就是它内置了做这种相关的支持了。
右上角是Prometheus的告警,它告警实现是有一个组件的,Alertmanager,这个组件是接收prometheus发来的告警就是触发了一些预值,会通知Alertmanager,而Alertmanager来处理告警相关的处理,然后发送给接收人,可以是email,也可以是企业微信,或者钉钉,也就是它整个的这个框架,分为这5块。
小结:• Prometheus Server:收集指标和存储时间序列数据,并提供查询接口• ClientLibrary:客户端库,这些可以集成一些很多的语言中,比如使用JAVA开发的一个Web网站,那么可以集成JAVA的客户端,去暴露相关的指标,暴露自身的指标,但很多的业务指标需要开发去写的,• Push Gateway:短期存储指标数据。主要用于临时性的任务• Exporters:采集已有的第三方服务监控指标并暴露metrics,相当于一个采集端的agent,• Alertmanager:告警• Web UI:简单的Web控制台
数据模型Prometheus将所有数据存储为时间序列;具有相同度量名称以及标签属于同一个指标。每个时间序列都由度量标准名称和一组键值对(也成为标签)唯一标识。 也就是查询时也会依据这些标签来查询和过滤,就是写PromQL时时间序列格式:<metric name>{<label name>=<label value>, …}指标的名字+花括号里面有很多的值
示例:api_http_requests_total{method=“POST”, handler=“/messages”}( 名称 )(里面包含的POST请求,GET请求,请求里面还包含了请求的资源,比如messages或者API)里面可以还有很多的指标,比如请求的协议,或者携带了其他HTTP头的字段,都可以进行标记出来,就是想监控的都可以通过这种方式监控出来。
作业和实例实例:可以抓取的目标称为实例(Instances),用过zabbix的都知道被监控端是称为什么,一般就是称为主机,被监控端,而在prometheus称为一个实例。作业:具有相同目标的实例集合称为作业(Job),也就是将你的被监控端作为你个集合,比如做一个分组,web 服务有几台,比如有3台,写一个job下,这个job下就是3台,就是做一个逻辑上的分组,
二、K8S监控指标Kubernetes本身监控
• Node资源利用率 :一般生产环境几十个node,几百个node去监控• Node数量 :一般能监控到node,就能监控到它的数量了,因为它是一个实例,一个node能跑多少个项目,也是需要去评估的,整体资源率在一个什么样的状态,什么样的值,所以需要根据项目,跑的资源利用率,还有值做一个评估的,比如再跑一个项目,需要多少资源。• Pods数量(Node):其实也是一样的,每个node上都跑多少pod,不过默认一个node上能跑110个pod,但大多数情况下不可能跑这么多,比如一个128G的内存,32核cpu,一个java的项目,一个分配2G,也就是能跑50-60个,一般机器,pod也就跑几十个,很少很少超过100个。• 资源对象状态 :比如pod,service,deployment,job这些资源状态,做一个统计。
Pod监控• Pod数量(项目):你的项目跑了多少个pod的数量,大概的利益率是多少,好评估一下这个项目跑了多少个资源占有多少资源,每个pod占了多少资源。• 容器资源利用率 :每个容器消耗了多少资源,用了多少CPU,用了多少内存• 应用程序:这个就是偏应用程序本身的指标了,这个一般在我们运维很难拿到的,所以在监控之前呢,需要开发去给你暴露出来,这里有很多客户端的集成,客户端库就是支持很多语言的,需要让开发做一些开发量将它集成进去,暴露这个应用程序的想知道的指标,然后纳入监控,如果开发部配合,基本运维很难做到这一块,除非自己写一个客户端程序,通过shell/python能不能从外部获取内部的工作情况,如果这个程序提供API的话,这个很容易做到。
Prometheus监控K8S架构
如果想监控node的资源,就可以放一个node_exporter,这是监控node资源的,node_exporter是Linux上的采集器,你放上去你就能采集到当前节点的CPU、内存、网络IO,等待都可以采集的。
如果想监控容器,k8s内部提供cAdvisor采集器,pod呀,容器都可以采集到这些指标,都是内置的,不需要单独部署,只知道怎么去访问这个Cadvisor就可以了。
如果想监控k8s资源对象,会部署一个kube-state-metrics这个服务,它会定时的API中获取到这些指标,帮你存取到Prometheus里,要是告警的话,通过Alertmanager发送给一些接收方,通过Grafana可视化展示。
服务发现: https://prometheus.io/docs/prometheus/latest/configuration/configuration/#kubernetes_sd_config三、在K8S中部署Prometheus+Grafana
文档有的yaml格式可能不对部署可能会出现问题建议拉取我代码仓库的地址,拉取的时候请把你的公钥给我,不然拉取不下来git clone git@gitee.com:zhaocheng172/prometheus.git
[root@k8s-master prometheus-k8s]# lsalertmanager-configmap.yaml         OWNERSalertmanager-deployment.yaml        prometheus-configmap.yamlalertmanager-pvc.yaml               prometheus-rbac.yamlalertmanager-service.yaml           prometheus-rules.yamlgrafana.yaml                        prometheus-service.yamlkube-state-metrics-deployment.yaml  prometheus-statefulset-static-pv.yamlkube-state-metrics-rbac.yaml        prometheus-statefulset.yamlkube-state-metrics-service.yaml     README.mdnode_exporter.sh1.2.3.4.5.6.7.8.9.10.现在先来创建rbac,因为部署它的主服务主进程要引用这几个服务因为prometheus来连接你的API,从API中获取很多的指标并且设置了绑定集群角色的权限,只能查看,不能修改
[root@k8s-master prometheus-k8s]# cat prometheus-rbac.yaml apiVersion: v1kind: ServiceAccountmetadata:  name: prometheus  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile---apiVersion: rbac.authorization.k8s.io/v1beta1kind: ClusterRolemetadata:  name: prometheus  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile rules:  - apiGroups:      - ""    resources:      - nodes      - nodes/metrics      - services      - endpoints      - pods    verbs:      - get      - list      - watch  - apiGroups:      - ""    resources:      - configmaps    verbs:      - get  - nonResourceURLs:      - "/metrics"    verbs:      - get---apiVersion: rbac.authorization.k8s.io/v1beta1kind: ClusterRoleBindingmetadata:  name: prometheus  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: ReconcileroleRef:  apiGroup: rbac.authorization.k8s.io  kind: ClusterRole  name: prometheussubjects:- kind: ServiceAccount  name: prometheus  namespace: kube-system
[root@k8s-master prometheus-k8s]# kubectl create -f prometheus-rbac.yaml 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.现在创建一下configmap,
rule_files:- /etc/config/rules/*.rules1.2.这是写入告警规则的目录,也就是这个configmap会挂载到普罗米修斯里面,让主进程读取这些配置
 scrape_configs:    - job_name: prometheus      static_configs:      - targets:        - localhost:90901.2.3.4.5.下面这些都是来配置监控端的,job_name是分组,这是是监控它本身,下面还有监控node,我们会在node上起一个nodeport,这里修改要监控node节点
scrape_interval: 30s:这里采集的时间,每多少秒采集一次数据这里还有一个alerting的服务的名字 alerting:   alertmanagers:   - static_configs:       - targets: ["alertmanager:80"]1.2.3.4.5.6.[root@k8s-master prometheus-k8s]# kubectl create -f prometheus-configmap.yaml [root@k8s-master prometheus-k8s]# cat prometheus-configmap.yaml # Prometheus configuration format https://prometheus.io/docs/prometheus/latest/configuration/configuration/apiVersion: v1kind: ConfigMapmetadata:  name: prometheus-config  namespace: kube-system   labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: EnsureExistsdata:  prometheus.yml: |    rule_files:    - /etc/config/rules/*.rules
    scrape_configs:    - job_name: prometheus      static_configs:      - targets:        - localhost:9090
    - job_name: kubernetes-nodes      scrape_inteal: 30s      static_configs:      - targets:        - 192.168.30.22:9100        - 192.168.30.23:9100
    - job_name: kubernetes-apiservers      kubernetes_sd_configs:      - role: endpoints      relabel_configs:      - action: keep        regex: default;kubernetes;https        source_labels:        - __meta_kubernetes_namespace        - __meta_kubernetes_service_name        - __meta_kubernetes_endpoint_port_name      scheme: https      tls_config:        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt        insre_skip_verify: true      bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token     - job_name: kubernetes-nodes-kubelet      kubernetes_sd_configs:      - role: node      relabel_configs:      - action: labelmap        regex: __meta_kubernetes_node_label_(.+)      scheme: https      tls_config:        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt        insecure_skip_verify: true      bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
    - job_name: kubernetes-nodes-cadvisor      kubernetes_sd_configs:      - role: node      relabel_configs:      - action: lamap        regex: __meta_kubernetes_node_label_(.+)      - target_label: __metrics_path__        replacement: /metrics/cadvisor      scheme: https      tls_config:        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt        insecure_skip_verify: true      bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
    - job_name: kubernetes-service-endpoints      kubernetes_sd_configs:      - role: endpoints      relabel_configs:      - action: keep        regex: true        source_labels:        - __meta_kubernetes_service_annotation_prometheus_io_scrape      - action: replace        regex: (https?)        source_labels:        - _kubernetes_service_annotation_prometheus_io_scheme        target_label: __scheme__      - action: replace        regex: (.+)        source_labels:        - __meta_kubernetes_service_annotation_prometheus_io_path        target_label: __metrics_path__      - action: replace        regex: ([^:]+)(?::\d+)?;(\d+)        replacement: $1:$2        source_labels:        - __address__        - __meta_kubernetes_service_annotation_prometheus_io_port        target_label: __address__      - action: labelmap        regex: __meta_kubernetes_service_label_(.+)      - action: replace        source_labels:        - __meta_kubernetes_namespace        target_label: kubernetes_namespace      - action: replace        source_labels:        - __meta_kubernetes_service_name        target_label: kubernetes_name
    - job_name: kubernetes-services      kubernetes_sd_configs:      - role: service      metrics_path: /probe      params:        module:        - http_2xx      relabel_configs:      - action: keep        regex: true        source_labels:        - __meta_kubernetes_service_annotation_prometheus_io_probe      - source_labels:        - __address__        target_label: __param_target      - replacement: blackbox        target_label: __address__      - source_labels:        - __param_target        target_label: instance      - action: labelmap        regex: __meta_kubernetes_service_label_(.+)      - source_labels:        - __meta_kubernetes_namespace        target_label: kubernetes_namespace      - source_labels:        - __meta_kubernetes_service_name        target_label: kubernetes_name
    - job_name: kubernetes-pods      kubernetes_sd_configs:      - role: pod      relabel_configs:      - action: keep        regex: true        source_labels:        - __meta_kubernetes_pod_annotation_prometheus_io_scrape      - action: replace        regex: (.+)        source_labels:        - __meta_kubernetes_pod_annotation_prometheus_io_path        target_label: __metrics_path__      - action: replace        regex: ([^:]+)(?::\d+)?;(\d+)        replacement: $1:$2        source_labels:        - __address__        - __meta_kubernetes_pod_annotation_prometheus_io_port        target_label: __address__      - action: labelmap        regex: __meta_kubernetes_pod_label_(.+)      - action: replace        source_labels:        - __meta_kubernetes_namespace        target_label: kubernetes_namespace      - action: replace        source_labels:        - __meta_kubernetes_pod_name        target_label: kubernetes_pod_name    alerting:      alertmanagers:      - static_configs:          - targets: ["alertmanager:80"]1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99.100.101.102.103.104.105.106.107.108.109.110.111.112.113.114.115.116.117.118.119.120.121.122.123.124.125.126.127.128.129.130.131.132.133.134.135.136.137.138.139.140.141.142.143.144.145.146.147.148.149.150.151.152.153.154.155.156.157.158.159.160.161.162.163.164.165.166.167.168.169.170.再配置这个角色,这个就是配置告警规则的,这里分为两块告警规则,一个是通用的告警规则,适用所有的实例,如果实例要是挂了,然后发送告警,实例我们被监控端的agent,还有一个node角色,这个监控每个node的CPU、内存、磁盘利用率,在prometheus写告警值是通过promQL去写的,来查询一个数据来比对,如果符合这个比对的表达式,就是为真的情况下,去触发当前这条告警,比如就是下面这条,然后会将这条告警推送给alertmanager,它来处理这个信息的告警。expr: 100 - (node_memory_MemFree_bytes+node_memory_Cached_bytes+node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100 > 80
[root@k8s-master prometheus-k8s]# kubectl create -f prometheus-rules.yaml [root@k8s-master prometheus-k8s]# cat prometheus-rules.yaml apiVersion: v1kind: ConfigMapmetadata:  name: prometheus-rules  namespace: kube-systemdata:  general.rules: |    groups:    - name: general.rules      rules:      - alert: InstanceDown        expr: up == 0        for: 1m        labels:          severity: error         annotations:          summary: "Instance {{ $labels.instance }} 停止工作"          description: "{{ instance }} job {{ labels.job }} 已经停止5分钟以上."  node.rules: |    groups:    - name: node.rules      rules:      - alert: NodeFilesystemUsage        expr: 100 - (node_filesystem_free_bytes{fstype=~"ext4|xfs"} / node_filesystem_size_bytes{ext4|xfs"} * 100) > 80         for: 1m        labels:          severity: warning         annotations:          summary: "Instance {{ $labels.instance }} : {{ $labels.mountpoint }} 分区使用率过高"          description: "{{ $labels.instance }}: {{ $labels.mountpoint }} 分区使用大于80% (当前值: {{ $value }})"
      - alert: NodeMemoryUsage        expr: 100 - (node_memory_MemFree_bytes+node_memory_Cached_bytes+node_memory_Buffers_bytes) / node_memory_MemTotal_bytes * 100 > 80        for: 1m        labels:          severity: warning        annotations:          summary: "Instance {{ $labels.instance }} 内存使用率过高"          description: "{{ $labels.instance }}内存使用大于80% (当前值: {{ $value }})"
      - alert: NodeCPUUsage            expr: 100 - (avg(irate(node_cpu_seconds_total{mode="idle"}[5m])) by (instance) * 100) > 60         for: 1m        labels:          severity: warning        annotations:          summary: "Instance {{ $labels.instance }} CPU使用率过高"                 description: "{{ $labels.instance }}CPU使用大于60% (当前值: {{ $value }})"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.然后再部署一下statefulset
name: prometheus-server-configmap-reload:这条主要是来重新加载prometheus的配置文件,下面就是prometheus的主服务端了,用来启动prometheus的服务,另外就是/data目录做持久化,配置文件使用configmap,告警的规则也从configmap存储,这里使用还是我们的动态创建pv的存储类,名字子managed-nfs-storage[root@k8s-master prometheus-k8s]# cat prometheus-statefulset.yaml apiVersion: apps/v1kind: StatefulSetmetadata:  name: prometheus   namespace: kube-system  labels:    k8s-app: prometheus    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile    version: v2.2.1spec:  serviceName: "prometheus"  replicas: 1  podManagementPolicy: "Parallel"  updateStrategy:   type: "RollingUpdate"  selector:    matchLabels:      k8s-app: prometheus  template:    metadata:      labels:        k8s-app: prometheus      annotations:        scheduler.alpha.kubernetes.io/critical-pod: ''    spec:      priorityClassName: system-cluster-critical      serviceAccountName: prometheus      initContainers:      - name: "init-chown-data"        image: "busybox:latest"        imagePullPolicy: "IfNotPresent"        command: ["chown", "-R", "65534:65534", "/data"]        volumeMounts:        - name: prometheus-data          mountPath: /data          subPath: ""      containers:        - name: prometheus-server-configmap-reload          image: "jimmidyson/configmap-reload:v0.1"          imagePullPolicy: "IfNotPresent"          args:            - --volume-dir=/etc/config            - --webhook-url=http://localhost:9090/-/reload          volumeMounts:            - name: config-volume              mountPath: /etc/config              readOnly: true          resources:            limits:              cpu: 10m              memory: 10Mi            requests:              cpu: 10m              memory: 10Mi
        - name: prometheus-server          image: "prom/prometheus:v2.2.1"          imagePullPolicy: "IfNotPresent"          args:            - --config.file=/etc/config/prometheus.yml            - --storage.tsdb.path=/data            - --web.console.libraries=/etc/prometheus/console_libraries            - --web.console.templates=/etc/prometheus/consoles            - --web.enable-lifecycle          ports:            - containerPort: 9090          readinessProbe:            httpGet:              path: /-/ready              port: 9090            initialDelaySeconds: 30            timeoutSeconds: 30          livenessProbe:            httpGet:              path: /-/healthy              port: 9090            initialDelaySeconds: 30            timeoutSeconds: 30          # based on 10 running nodes with 30 pods each          resources:            limits:              cpu: 200m              memory: 1000Mi            requests:              cpu: 200m              memory: 1000Mi                      volumeMounts:            - name: config-volume              mountPath: /etc/config            - name: prometheus-data              mountPath: /data              subPath: ""            - name: prometheus-rules              mountPath: /etc/config/rules
      terminationGracePeriodSeconds: 300      volumes:        - name: config-volume          configMap:            name: prometheus-config        - name: prometheus-rules          configMap:            name: prometheus-rules
  volumeClaimTemplates:  - metadata:      name: prometheus-data    spec:      storageClassName: managed-nfs-storage       accessModes:        - ReadWriteOnce      resources:        requests:          storage: "16Gi"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99.100.101.102.103.104.105.106.107.108.109.110.111.112.113.114.115.116.117.这里呢因为我之前就把nfs动态创建pvc的搭建好了,使用的nfs做的网络存储,所以这里没有演示,可以看我之前的博客,然后这里已经创建好了
[root@k8s-master prometheus-k8s]# kubectl get pod -n kube-systemNAME                                 READY   STATUS    RESTARTS   AGEcoredns-bccdc95cf-kqxwv              1/1     Running   3          2d4hcoredns-bccdc95cf-nwkbp              1/1     Running   3          2d4hetcd-k8s-master                      1/1     Running   2          2d4hkube-apiserver-k8s-master            1/1     Running   2          2d4hkube-controller-manager-k8s-master   1/1     Running   5          2d4hkube-flannel-ds-amd64-dc5z9          1/1     Running   1          2d4hkube-flannel-ds-amd64-jm2jz          1/1     Running   1          2d4hkube-flannel-ds-amd64-z6tt2          1/1     Running   1          2d4hkube-proxy-9ltx7                     1/1     Running   2          2d4hkube-proxy-lnzrj                     1/1     Running   1          2d4hkube-proxy-v7dqm                     1/1     Running   1          2d4hkube-scheduler-k8s-master            1/1     Running   5          2d4hprometheus-0                         2/2     Running   0          3m3s1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.然后看一下service,我们使用Nodeport类型,端口使用9090。当然也可以使用ingress暴露出去
[root@k8s-master prometheus-k8s]# cat prometheus-service.yaml kind: ServiceapiVersion: v1metadata:   name: prometheus  namespace: kube-system  labels:     kubernetes.io/name: "Prometheus"    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcilespec:   type: NodePort  ports:     - name: http       port: 9090      protocol: TCP      targetPort: 9090  selector:     k8s-app: prometheus1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.现在可以去访问一下了,访问随机端口32276,我们的prometheus已经部署成功
[root@k8s-master prometheus-k8s]# kubectl create -f prometheus-service.yaml [root@k8s-master prometheus-k8s]# kubectl get svc -n kube-systemNAME         TYPE        CLUSTER-IP   EXTERNAL-IP   PORT(S)                  AGEkube-dns     ClusterIP   10.1.0.10    <none>        53/UDP,53/TCP,9153/TCP   2d4hprometheus   NodePort    10.1.58.1    <none>        9090:32276/TCP           22s1.2.3.4.5.一个非常简洁的UI页面,没有什么好的功能,很难满足企业UI的要求的,不过只在这里做一个调试,上面主要写promQL的表达式的,怎么去查这个数据,就好比mysql的SQL,去查询出你的数据,可以在status里面去进行调试,而里面的config配置文件我们增加了告警预值,增加了对nodeport的支持还有指定了alertmanager的地址,然后rules,我们也是规划了两块,一个是通用规则,一个是node节点规则,主要监控三大块,内存、磁盘、CPU
现在查看CPU的利用率,一般都是使用Grafana去展示

五、在K8S平台部署Grafana这里也是用statefulset去做的,也是自动创建pv,定义的端口是30007
[root@k8s-master prometheus-k8s]# cat grafana.yaml apiVersion: apps/v1 kind: StatefulSet metadata:  name: grafana  namespace: kube-systemspec:  serviceName: "grafana"  replicas: 1  selector:    matchLabels:      app: grafana  template:    metadata:      labels:        app: grafana    spec:      containers:      - name: grafana        image: grafana/grafana        ports:          - containerPort: 3000            protocol: TCP        resources:          limits:            cpu: 100m                        memory: 256Mi                    requests:            cpu: 100m                        memory: 256Mi        volumeMounts:          - name: grafana-data            mountPath: /var/lib/grafana            subPath: grafana      securityContext:        fsGroup: 472        runAsUser: 472  volumeClaimTemplates:  - metadata:      name: grafana-data    spec:      storageClassName: managed-nfs-storage       accessModes:        - ReadWriteOnce      resources:        requests:          storage: "1Gi"
---
apiVersion: v1kind: Servicemetadata:  name: grafana  namespace: kube-systemspec:  type: NodePort  ports:  - port : 80    targetPort: 3000    nodePort: 30007  selector:app: grafana1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.默认账号密码都是admin
首先我们将prometheus做为数据源,添加一个数据源并选择prometheus

添加一个URL地址,可以写你访问UI页面的地址也可以写service的地址
[root@k8s-master prometheus-k8s]# kubectl get svc -n kube-systemNAME         TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)                  AGEgrafana      NodePort    10.1.246.143   <none>        80:30007/TCP             11mkube-dns     ClusterIP   10.1.0.10      <none>        53/UDP,53/TCP,9153/TCP   2d5hprometheus   NodePort    10.1.58.1      <none>        9090:32276/TCP           40m1.2.3.4.5.

查看数据源已经有一个了

六、监控K8S集群中Pod、Node、资源对象 Podkubelet的节点使用cAdvisor提供的metrics接口获取该节点所有Pod和容器相关的性能指标数据。也就是kubelet会暴露两个接口地址: https://NodeIP:10255/metrics/cadvisor 只读 https://NodeIP:10250/metrics/cadvisor kubelet的API,授权没问题的话可以做任何操作可以在node节点去看一下,这个端口主要用作于访问kubelet的一些API鉴权,和提供一些cAdvisor指标用的,咱们部署prometheus的时候,就已经开始收集cAdvisor数据了,为什么会采集,因为prometheus配置文件就已经去定义怎么去采集数据了
[root@k8s-node1 ~]# netstat -antp |grep 10250tcp6       0      0 :::10250                :::*                    LISTEN      107557/kubelet      tcp6       0      0 192.168.30.22:10250     192.168.30.23:58692     ESTABLISHED 107557/kubelet      tcp6       0      0 192.168.30.22:10250     192.168.30.23:46555     ESTABLISHED 107557/kubelet 1.2.3.4. Node使用node_exporter收集器采集节点资源利用率。 https://github.com/prometheus/node_exporter使用文档: https://prometheus.io/docs/guides/node-exporter/
 资源对象kube-state-metrics采集了k8s中各种资源对象的状态信息, https://github.com/kubernetes/kube-state-metrics
现在导入一个能够查看pod数据的模版,也就是通过模版更能直观去展示这些数据
七、使用Grafana可视化展示Prometheus监控数据
推荐模板: 也就是在grafana共享中心里面的,也就是别人写的模版上传到这里库里面的,自己也可以写,写完上传上去,别人也可以访问到,下面是模版的id,只要获取这个ID,就能使用这个模版了,只要这个模版,后端提供执行promeQL,只要有数据就能帮你展示出来Grafana.com• 集群资源监控:3119• 资源状态监控 :6417• Node监控 :9276
现在使用这个3319模版,来展示我们的集群的资源,打开添加模版,选择dashboard

选择导入模版
写入3119,它能自动帮你识别这个模版的名字

因为这些都有数据了,所以就直接能查看到所有集群的资源下面这个是网络IO的图表,一个是接收,一个是发送

下面这个是集群内存的使用情况这里是4G,只识别了3.84G,使用2.26G,CPU是双核,使用了0.11,右边这个是集群文件系统,但是没有显示出来,我们可以看一下它PromQL怎么写的,把这个写promQL拿到promQL Ui上测试一下有没有数据,一般是没有匹配到数据导致的
来看一下这个怎么解决

拿这个数据去比对,找到数据,一点一点去删除,现在我们找到数据了,这里是匹配的你节点的名称,根据这个我们去找,因为这个模版是别人上传的,我们自己用肯定根据自己的内容去匹配,这里可以去匹配相关的promQL,然后改一下我们grafana的promQL,现在是获取到数据了

另外我们可能还做一些其他的模版的监控,可以在它Grafana的官方去找一些模版,但是有的可能不能用,自己需要去修改,比如输入k8s,这里是监控etcd集群的
Node使用node_exporter收集器采集节点资源利用率。 https://github.com/prometheus/node_exporter使用文档: https://prometheus.io/docs/guides/node-exporter/
这个目前没有使用pod去部署,因为没有展示到一个磁盘的使用率,官方给出了一个statfulset的方式,无法展示磁盘,不过也可以以一个守护进程的方式部署在node 节点上,这个部署也比较简单,以二进制的方式去部署,在宿主机上启动一个就可以了
看一下这个脚本,是以systemd去过滤服务启动监控的状态,如果守护进程挂了话,也会被Prometheus采集到也就是下面这个参数--collector.systemd --collector.systemd.unit-whitelist=(docker|kubelet|kube-proxy|flanneld).service
[root@k8s-node1 ~]# bash node_exporter.sh #!/bin/bash
wget https://github.com/prometheus/node_exporter/releases/download/v0.17.0/node_exporter-0.17.0.linux-amd64.tar.gz
tar zxf node_exporter-0.17.0.linux-amd64.tar.gzmv node_exporter-0.17.0.linux-amd64 /usr/local/node_exporter
cat <<EOF >/usr/lib/systemd/system/node_exporter.service[Unit]Description=https://prometheus.io
[Service]Restart=on-failureExecStart=/usr/local/node_exporter/node_exporter --collector.systemd --collector.systemd.unit-whitelist=(docker|kubelet|kube-proxy|flanneld).service
[Install]WantedBy=multi-user.targetEOF
systemctl daemon-reloadsystemctl enable node_exportersystemctl restart node_exporter1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.prometheus是主动的去采集资源的指标,而不是被动的被监控端推送这些数据然后使用的是9276这个模版,我们可以先让这个模版导入进来


[root@k8s-node1 ~]# ps -ef |grep node_exroot       5275      1  0 21:59 ?        00:00:03 /usr/local/node_exporter/node_exporter --collector.systemd --collector.systemd.unit-whitelist=(docker|kubelet|kube-proxy|flanneld).serviceroot       7393  81364  0 22:15 pts/1    00:00:00 grep --color=auto node_ex1.2.3.选择nodes ,这里可以看到两个节点的资源状态

获取网络带宽失败,然后我们可以去测这个promeQL,一般这个情况就是查看网卡的接口名称,有的是eth0,有的是ens32,ens33,这个根据自己的去写

点击这个保存

现在就有了
K8s资源对象的监控具体实现 kube-state-metrics ,这种类型pod/deployment/service这个组件是官方开发的,通过API去获取k8s资源的状态,通过metrics来完成数据的采集。比如副本数是多少,当前是什么状态了,是获取这些的当然github上都有这些,只需要把国外的源换成国外的就可以了,或者换成我的,我已经把镜像上传到docker hub上了。 https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/prometheus
创建rbac授权规则
[root@k8s-master prometheus-k8s]# cat kube-state-metrics-rbac.yaml apiVersion: v1kind: ServiceAccountmetadata:  name: kube-state-metrics  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile---apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRolemetadata:  name: kube-state-metrics  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcilerules:- apiGroups: [""]  resources:  - configmaps  - secrets  - nodes  - pods  - services  - resourcequotas  - replicationcontrollers  - limitranges  - persistentvolumeclaims  - persistentvolumes  - namespaces  - endpoints  verbs: ["list", "watch"]- apiGroups: ["extensions"]  resources:  - daemonsets  - deployments  - replicasets  verbs: ["list", "watch"]- apiGroups: ["apps"]  resources:  - statefulsets  verbs: ["list", "watch"]- apiGroups: ["batch"]  resources:  - cronjobs  - jobs  verbs: ["list", "watch"]- apiGroups: ["autoscaling"]  resources:  - horizontalpodautoscalers  verbs: ["list", "watch"]---apiVersion: rbac.authorization.k8s.io/v1kind: Rolemetadata:  name: kube-state-metrics-resizer  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcilerules:- apiGroups: [""]  resources:  - pods  verbs: ["get"]- apiGroups: ["extensions"]  resources:  - deployments  resourceNames: ["kube-state-metrics"]  verbs: ["get", "update"]---apiVersion: rbac.authorization.k8s.io/v1 kind: ClusterRoleBindingmetadata:  name: kube-state-metrics  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: ReconcileroleRef:  apiGroup: rbac.authorization.k8s.io  kind: ClusterRole  name: kube-state-metricssubjects:- kind: ServiceAccount  name: kube-state-metrics  namespace: kube-system---apiVersion: rbac.authorization.k8s.io/v1kind: RoleBindingmetadata:  name: kube-state-metrics  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: ReconcileroleRef:  apiGroup: rbac.authorization.k8s.io  kind: Role  name: kube-state-metrics-resizersubjects:- kind: ServiceAccount  name: kube-state-metrics  namespace: kube-system1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99.100.101.102.103.104.创建deployment
[root@k8s-master prometheus-k8s]# cat kube-state-metrics-deployment.yaml apiVersion: apps/v1kind: Deploymentmetadata:  name: kube-state-metrics  namespace: kube-system  labels:    k8s-app: kube-state-metrics    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile    version: v1.3.0spec:  selector:    matchLabels:      k8s-app: kube-state-metrics      version: v1.3.0  replicas: 1  template:    metadata:      labels:        k8s-app: kube-state-metrics        version: v1.3.0      annotations:        scheduler.alpha.kubernetes.io/critical-pod: ''    spec:      priorityClassName: system-cluster-critical      serviceAccountName: kube-state-metrics      containers:      - name: kube-state-metrics        image: zhaocheng172/kube-state-metrics:v1.3.0        ports:        - name: http-metrics          containerPort: 8080        - name: telemetry          containerPort: 8081        readinessProbe:          httpGet:            path: /healthz            port: 8080          initialDelaySeconds: 5          timeoutSeconds: 5      - name: addon-resizer        image: zhaocheng172/addon-resizer:1.8.3        resources:          limits:            cpu: 100m            memory: 30Mi          requests:            cpu: 100m            memory: 30Mi        env:          - name: MY_POD_NAME            valueFrom:              fieldRef:                fieldPath: metadata.name          - name: MY_POD_NAMESPACE            valueFrom:              fieldRef:                fieldPath: metadata.namespace        volumeMounts:          - name: config-volume            mountPath: /etc/config        command:          - /pod_nanny          - --config-dir=/etc/config          - --container=kube-state-metrics          - --cpu=100m          - --extra-cpu=1m          - --memory=100Mi          - --extra-memory=2Mi          - --threshold=5          - --deployment=kube-state-metrics      volumes:        - name: config-volume          configMap:            name: kube-state-metrics-config---# Config map for resource configuration.apiVersion: v1kind: ConfigMapmetadata:  name: kube-state-metrics-config  namespace: kube-system  labels:    k8s-app: kube-state-metrics    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconciledata:  NannyConfiguration: |-    apiVersion: nannyconfig/v1alpha1    kind: NannyConfiguration1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.创建暴露的端口,这里使用的是service
[root@k8s-master prometheus-k8s]# cat kube-state-metrics-service.yaml apiVersion: v1kind: Servicemetadata:  name: kube-state-metrics  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile    kubernetes.io/name: "kube-state-metrics"  annotations:    prometheus.io/scrape: 'true'spec:  ports:  - name: http-metrics    port: 8080    targetPort: http-metrics    protocol: TCP  - name: telemetry    port: 8081    targetPort: telemetry    protocol: TCP  selector:k8s-app: kube-state-metrics1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.部署成功之后,导入模版就能监控到我们的数据
[root@k8s-master prometheus-k8s]# kubectl get pod,svc -n kube-systemNAME                                      READY   STATUS    RESTARTS   AGEpod/coredns-bccdc95cf-kqxwv               1/1     Running   3          2d9hpod/coredns-bccdc95cf-nwkbp               1/1     Running   3          2d9hpod/etcd-k8s-master                       1/1     Running   2          2d9hpod/grafana-0                             1/1     Running   0          4h50mpod/kube-apiserver-k8s-master             1/1     Running   2          2d9hpod/kube-controller-manager-k8s-master    1/1     Running   5          2d9hpod/kube-flannel-ds-amd64-dc5z9           1/1     Running   1          2d9hpod/kube-flannel-ds-amd64-jm2jz           1/1     Running   1          2d9hpod/kube-flannel-ds-amd64-z6tt2           1/1     Running   1          2d9hpod/kube-proxy-9ltx7                      1/1     Running   2          2d9hpod/kube-proxy-lnzrj                      1/1     Running   1          2d9hpod/kube-proxy-v7dqm                      1/1     Running   1          2d9hpod/kube-scheduler-k8s-master             1/1     Running   5          2d9hpod/kube-state-metrics-6474469878-6kpxv   1/2     Running   0          4spod/kube-state-metrics-854b85d88-zl777    2/2     Running   0          35spod/prometheus-0                          2/2     Running   0          5h30m1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.还是刚才步骤一样,导入一个6417的模版
数据现在已经展示出来了,它会从target里面获取到这些数据,也就是这个来提供的,由prometheus自动的发现了。它这个发现是根据里面的一个注解来获取的,也就是在service里面annotations:prometheus.io/scrape: ‘true’也就是声明了部署了哪些应用,可以被prometheus去自动的发现,如果加这条规则,prometheus会自动把这些带注解的监控到,也就是自己部署的应用,并提供相应的指标,也能自动发现这些状态。

磁盘这里需要更改一个因为这里更新了,添加bytes

下面这里是pod的容量,最大可以创建的数量,也就是kubelet去限制的,总共一个节点可以创建330个pod,已经分配24个。


小结:所以有了这些监控,基本上就能了解k8s的基本资源的使用状态了
八、告警规则与告警通知在K8S中部署Alertmanager
说在前面的话,在k8s使用告警使用的是Alertmanager,先定义监控预值的规则,比如node的内存到达60%,才能告警,先定义好这些规则,如果prometheus采集的指标,匹配到这个规则,就是为真的话,它会发送告警,会将这个个告警信息推送给 Alertmanager,Alertmanager经过一系列的处理,最终发送到告警人手上,可以是webhook,email,钉钉,企业微信,目前我们拿email来做以下实例,企业微信需要注册企业的一些相关信息营业执照等,而webhook需要对接第三方的系统调一个接口去传值,email默认都支持,prometheus原生是不支持钉钉的,如果想支持的话,需要找第三方,做这个数据转换的组件。因为promethes传入的数据,它与钉钉传入的数据是不匹配的,所有有中间的程序数据之间进行转换,现在也有开源的可以去实现。1.2.基本流程就行这样的,我们定义的规则都是在prometheus中
在K8S中部署Alertmanager
部署Alertmanager配置Prometheus与Alertmanager通信配置告警prometheus指定rules目录configmap存储告警规则configmap挂载到容器rules目录增加alertmanager告警配置这里是定义谁发送这个告警信息的,谁接收这个邮件
[root@k8s-master prometheus-k8s]# vim alertmanager-configmap.yaml apiVersion: v1kind: ConfigMapmetadata:  name: alertmanager-config  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: EnsureExistsdata:  alertmanager.yml: |    global:      resolve_timeout: 5m      smtp_smarthost: 'smtp.163.com:25'      smtp_from: 'baojingtongzhi@163.com'      smtp_auth_username: 'baojingtongzhi@163.com'      smtp_auth_password: 'liang123'
    receivers:    - name: default-receiver      email_configs:      - to: "17733661341@163.com"
    route:      group_interval: 1m      group_wait: 10s      receiver: default-receiver      repeat_interval: 1m1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.[root@k8s-master prometheus-k8s]# cat alertmanager-deployment.yaml apiVersion: apps/v1kind: Deploymentmetadata:  name: alertmanager  namespace: kube-system  labels:    k8s-app: alertmanager    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile    version: v0.14.0spec:  replicas: 1  selector:    matchLabels:      k8s-app: alertmanager      version: v0.14.0  template:    metadata:      labels:        k8s-app: alertmanager        version: v0.14.0      annotations:        scheduler.alpha.kubernetes.io/critical-pod: ''    spec:      priorityClassName: system-cluster-critical      containers:        - name: prometheus-alertmanager          image: "prom/alertmanager:v0.14.0"          imagePullPolicy: "IfNotPresent"          args:            - --config.file=/etc/config/alertmanager.yml            - --storage.path=/data            - --web.external-url=/          ports:            - containerPort: 9093          readinessProbe:            httpGet:              path: /#/status              port: 9093            initialDelaySeconds: 30            timeoutSeconds: 30          volumeMounts:            - name: config-volume              mountPath: /etc/config            - name: storage-volume              mountPath: "/data"              subPath: ""          resources:            limits:              cpu: 10m              memory: 50Mi            requests:              cpu: 10m              memory: 50Mi        - name: prometheus-alertmanager-configmap-reload          image: "jimmidyson/configmap-reload:v0.1"          imagePullPolicy: "IfNotPresent"          args:            - --volume-dir=/etc/config            - --webhook-url=http://localhost:9093/-/reload          volumeMounts:            - name: config-volume              mountPath: /etc/config              readOnly: true          resources:            limits:              cpu: 10m              memory: 10Mi            requests:              cpu: 10m              memory: 10Mi      volumes:        - name: config-volume          configMap:            name: alertmanager-config        - name: storage-volume          persistentVolumeClaim:            claimName: alertmanager
查看我们的pvc这里也是使用的我们的自动供给managed-nfs-storage[root@k8s-master prometheus-k8s]# cat alertmanager-pvc.yaml apiVersion: v1kind: PersistentVolumeClaimmetadata:  name: alertmanager  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: EnsureExistsspec:  storageClassName: managed-nfs-storage   accessModes:    - ReadWriteOnce  resources:    requests:      storage: "2Gi"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.这里使用的是类型为cluster IP
[root@k8s-master prometheus-k8s]# cat alertmanager-service.yaml apiVersion: v1kind: Servicemetadata:  name: alertmanager  namespace: kube-system  labels:    kubernetes.io/cluster-service: "true"    addonmanager.kubernetes.io/mode: Reconcile    kubernetes.io/name: "Alertmanager"spec:  ports:    - name: http      port: 80      protocol: TCP      targetPort: 9093  selector:    k8s-app: alertmanager   type: "ClusterIP"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.然后把我们的资源都创建好
[root@k8s-master prometheus-k8s]# kubectl create -f alertmanager-configmap.yaml [root@k8s-master prometheus-k8s]# kubectl create -f alertmanager-deployment.yaml [root@k8s-master prometheus-k8s]# kubectl create -f alertmanager-pvc.yaml [root@k8s-master prometheus-k8s]# kubectl create -f alertmanager-service.yaml [root@k8s-master prometheus-k8s]# kubectl get pod -n kube-systemNAME                                  READY   STATUS    RESTARTS   AGEalertmanager-5d75d5688f-xw2qg         2/2     Running   0          66scoredns-bccdc95cf-kqxwv               1/1     Running   2          6dcoredns-bccdc95cf-nwkbp               1/1     Running   2          6detcd-k8s-master                       1/1     Running   1          6dgrafana-0                             1/1     Running   0          14hkube-apiserver-k8s-master             1/1     Running   1          6dkube-controller-manager-k8s-master    1/1     Running   2          6dkube-flannel-ds-amd64-dc5z9           1/1     Running   1          5d23hkube-flannel-ds-amd64-jm2jz           1/1     Running   1          5d23hkube-flannel-ds-amd64-z6tt2           1/1     Running   1          6dkube-proxy-9ltx7                      1/1     Running   2          6dkube-proxy-lnzrj                      1/1     Running   1          5d23hkube-proxy-v7dqm                      1/1     Running   1          5d23hkube-scheduler-k8s-master             1/1     Running   2          6dkube-state-metrics-6474469878-lkphv   2/2     Running   0          98mprometheus-0                          2/2     Running   0          15h1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.然后也可以在我们的prometheus上看到我们设置的告警规则
然后我们测试一下我们的告警,修改一下我们的prometheus的rules把node磁盘资源设置为>20 就报警
[root@k8s-master prometheus-k8s]# vim prometheus-rules.yaml 
- alert: NodeFilesystemUsage        expr: 100 - (node_filesystem_free_bytes{fstype=~"ext4|xfs"} / node_filesystem_size_bytes{fstype=~"ext4|xfs"} * 100) > 201.2.3.4.重建一下pod,这里会自动启动,查看prometheus,已经生效,另外上产环境都是去调用api,发送一个信号给rules,这里我是重建的,也可以找一些网上的其他文章[root@k8s-master prometheus-k8s]# kubectl delete pod prometheus-0 -n kube-system

查看Alerts,这里会变颜色,等会会变成红色,也就是alertmanager它是有一个处理的逻辑的,还是比较复杂的,它会设计到一个静默,就是告警收敛这一块,还有一个分组,还有一个再次等待的的确认,所有不是一触发就发送

粉红色其实已经将告警推送给Alertmanager了,也就是这个状态下才去发送这个告警信息

打赏 6赞 8收藏 23评论 分享-----------------------------------©著作权归作者所有:来自51CTO博客作者wx5c1cfd6e22842的原创作品,如需转载,请注明出处,否则将追究法律责任Kubernetes运维之使用Prometheus全方位监控K8Shttps://blog.51cto.com/u_14143894/2438026

上一篇:②自动发现并修改为系统服务


下一篇:Prometheus+Grafana+Altermanager监控告警(五)