WEBKT

Kubernetes应用性能监控：Prometheus+Grafana实战

1104 0 0 0

在云原生应用开发中，监控是至关重要的一环。Kubernetes (K8s) 作为流行的容器编排平台，结合 Prometheus 和 Grafana 可以实现强大的应用性能监控。本文将一步步指导你如何在 K8s 环境下配置 Prometheus 和 Grafana，监控关键的应用性能指标，例如 CPU 使用率、内存占用和请求延迟。

1. 为什么选择 Prometheus + Grafana？

  • Prometheus: 一个开源的系统监控和警报工具包。它以时间序列数据为核心，通过 HTTP 协议周期性地抓取目标（targets）暴露的指标数据。Prometheus 具有强大的查询语言 (PromQL)，可以灵活地查询和聚合监控数据。
  • Grafana: 一个开源的数据可视化平台。Grafana 可以连接多种数据源（如 Prometheus），并提供丰富的图表类型，帮助用户直观地展示监控数据。

Prometheus 和 Grafana 结合使用，可以实现指标数据的采集、存储、查询和可视化，为应用性能监控提供完整的解决方案。

2. 前提条件

  • 一个可用的 Kubernetes 集群（例如 Minikube, Kind, 或云厂商提供的 K8s 服务）。
  • kubectl 命令行工具，用于与 K8s 集群交互。
  • Helm 包管理器（可选，但推荐使用，可以简化部署）。

3. 部署 Prometheus

3.1 使用 Helm 部署 (推荐)

Helm 是 K8s 的包管理器，可以简化 Prometheus 的部署。

  1. 添加 Prometheus Helm 仓库：

    helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update

  2. 安装 Prometheus：

    helm install prometheus prometheus-community/prometheus

    这将会在 K8s 集群中创建一个名为 prometheus 的 deployment，包含 Prometheus server 和 Alertmanager。你可以通过以下命令查看 Prometheus 的状态：

    kubectl get pods -l app=prometheus -n default

3.2 手动部署

如果你不想使用 Helm，也可以手动部署 Prometheus。你需要创建一个 Deployment 和 Service 来运行 Prometheus。

  • Deployment: 定义 Prometheus 的 Pod 配置，例如镜像、资源限制等。
  • Service: 提供一个稳定的访问入口，以便 Grafana 可以连接到 Prometheus。

具体的 YAML 文件配置可以参考 Prometheus 官方文档或社区提供的示例。

4. 部署 Grafana

4.1 使用 Helm 部署 (推荐)

  1. 添加 Grafana Helm 仓库：

    helm repo add grafana https://grafana.github.io/helm-charts
helm repo update

  2. 安装 Grafana：

    helm install grafana grafana/grafana

    同样，你可以通过以下命令查看 Grafana 的状态：

    kubectl get pods -l app.kubernetes.io/name=grafana -n default

4.2 手动部署

类似于 Prometheus，你也可以手动创建 Deployment 和 Service 来部署 Grafana。

5. 配置 Prometheus 抓取应用指标

Prometheus 通过 ServiceMonitor 或 PodMonitor CRD (Custom Resource Definition) 来发现需要抓取指标的目标。你需要为你的应用配置相应的 Monitor 资源。

5.1 使用 ServiceMonitor

如果你的应用通过 K8s Service 暴露指标，可以使用 ServiceMonitor。ServiceMonitor 定义了如何发现 Service，以及如何从 Service 中抓取指标。

例如，假设你的应用 Service 名为 my-app-service，并且在 /metrics 路径下暴露 Prometheus 指标，你可以创建如下的 ServiceMonitor：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: my-app-service-monitor
  labels:
    release: prometheus
spec:
  selector:
    matchLabels:
      app: my-app  # 匹配 Service 的 labels
  endpoints:
  - port: web      # Service 暴露的端口名
    path: /metrics  # 指标暴露的路径
    interval: 30s   # 抓取间隔

注意： 你需要确保 Prometheus 已经配置了 ServiceMonitor 的 CRD。通常，在使用 Helm 安装 Prometheus 时，会自动安装这些 CRD。

5.2 使用 PodMonitor

如果你的应用直接在 Pod 上暴露指标，可以使用 PodMonitor。PodMonitor 定义了如何发现 Pod，以及如何从 Pod 中抓取指标。

6. 配置 Grafana 数据源

部署完成后，你需要配置 Grafana 连接到 Prometheus 数据源。

  1. 获取 Grafana 的访问地址：

    通常，Grafana 会通过 NodePort 或 LoadBalancer Service 暴露。你可以通过以下命令获取 Grafana 的访问地址：

    kubectl get service grafana -n default

  2. 登录 Grafana：

    默认的用户名和密码是 admin/admin。首次登录后，建议修改密码。

  3. 添加 Prometheus 数据源：

    • 在 Grafana 界面中，点击 "Configuration" -> "Data Sources" -> "Add data source"。
    • 选择 "Prometheus"。
    • 在 URL 字段中，输入 Prometheus 的访问地址。例如，如果 Prometheus Service 的 ClusterIP 是 10.0.0.10，端口是 9090，则 URL 应该设置为 http://10.0.0.10:9090。
    • 点击 "Save & Test"，确保 Grafana 能够成功连接到 Prometheus。

7. 创建 Grafana Dashboard

连接到 Prometheus 数据源后，你可以创建 Grafana Dashboard 来可视化应用性能指标。

  1. 创建新的 Dashboard：

    在 Grafana 界面中，点击 "+" -> "Dashboard" -> "Create new panel"。

  2. 选择数据源：

    选择刚刚添加的 Prometheus 数据源。

  3. 编写 PromQL 查询：

    在 Query 字段中，输入 PromQL 查询语句来获取你想要监控的指标数据。例如，要获取 CPU 使用率，可以使用以下查询：

    rate(container_cpu_usage_seconds_total{container!="POD", namespace="default", pod=~"my-app.*"}[5m]) * 100

    这个查询会计算过去 5 分钟内，所有以 my-app 开头的 Pod 的 CPU 使用率。

  4. 选择图表类型：

    选择合适的图表类型来展示数据。例如，可以选择 "Graph" 来展示时间序列数据，或者选择 "Gauge" 来展示当前值。

  5. 配置图表选项：

    配置图表的标题、坐标轴、颜色等选项，使其更易于阅读。

  6. 保存 Dashboard：

    点击 "Save"，保存你创建的 Dashboard。

8. 常用 PromQL 查询示例

  • CPU 使用率：

    rate(container_cpu_usage_seconds_total{container!="POD", namespace="default", pod=~"my-app.*"}[5m]) * 100

  • 内存占用：

    container_memory_usage_bytes{container!="POD", namespace="default", pod=~"my-app.*"}

  • 请求延迟：

    这取决于你的应用如何暴露请求延迟指标。通常，你需要使用 histogram_quantile 函数来计算请求延迟的分位数。

    例如，如果你的应用暴露了一个名为 http_request_duration_seconds 的 Histogram 指标，你可以使用以下查询来计算 95 分位数的请求延迟：

    histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket{namespace="default", pod=~"my-app.*"}[5m])) by (le))

9. 总结

本文介绍了如何在 Kubernetes 环境下使用 Prometheus 和 Grafana 监控应用性能指标。通过配置 Prometheus 抓取应用指标，并使用 Grafana 可视化这些指标，你可以更好地了解应用的运行状况，及时发现和解决性能问题。希望本文能帮助你入门 K8s 应用性能监控，并在实际项目中应用这些技术。

提示：

  • Prometheus 和 Grafana 的配置非常灵活，你可以根据自己的需求进行定制。
  • 可以参考 Prometheus 和 Grafana 的官方文档，了解更多高级用法。
  • 可以使用 K8s Operator 来自动化 Prometheus 和 Grafana 的部署和配置。
K8s监控侠 KubernetesPrometheusGrafana

评论点评