Prometheus-Operator实践

背景

在阅读本文之前,你应该已经使用Helm安装了Prometheus-Operator,并对Prometheus Rule、AlertManager Config等配置有一定的了解,本文的重点是介绍Kubernetes中配置Prometheus Operator,同时会给出一些常用的规则,便于读者能够直接使用。
如果直接对Deploy和ConfigMap进行修改后,配置会被还原,这是因为新版本中Prometheus Operator的一个核心功能是监视Kubernetes API服务器对特定对象的更改,并确保当前的Prometheu斯部署与这些对象匹配,参考Prometheus文档。因此我们不能直接修改,需要通过修改CRDS,Prometheus自定义资源如下:
kubectl get crds|grep coreos

image.png

实践

Prometheus Rules

kubectl get PrometheusRule -n {namespace}

apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  labels:
    app.kubernetes.io/component: prometheus
    app.kubernetes.io/instance: k8s
    app.kubernetes.io/name: prometheus
    app.kubernetes.io/part-of: kube-prometheus
    app.kubernetes.io/version: 2.39.1
    # 见下面的说明
    prometheus: k8s
    release: prometheus
    role: alert-rules
  name: prometheus-k8s-pod-rules
spec:
  groups:
  - name: pod.rules
    rules:
    - alert: PodStatusUnhealth
      expr: min_over_time(sum by (namespace, pod, phase) (kube_pod_status_phase{phase=~"Pending|Unknown|Failed"})[5m:1m]) > 0
      labels:
        severity: Critical
      annotations:
        summary: "Pod状态异常:{{ $labels.pod }}"
        description: "Pod状态异常。命名空间: {{ $labels.namespace }},容器副本Pod:{{ $labels.pod }},详情查看: https://dashboard.xxx.com/clusters/name/projects/{{ $labels.namespace }}/pods/{{ $labels.pod }}/resource-status "
    - alert: PodCPUCritical
      expr: (sum(irate(container_cpu_usage_seconds_total{container!="",container!="otc-container"}[5m])) by (pod,namespace)  / sum(kube_pod_container_resource_limits{container!="",container!="otc-container",resource="cpu"}) by (pod,namespace) * 100  <= 100 or on() vector(0)) > 80
      labels:
        severity: Critical
      annotations:
        summary: "Pod CPU异常使用率过高:{{ $labels.pod }}"
        description: "命名空间: {{ $labels.namespace }},容器副本Pod:{{ $labels.pod }}CPU使用率过高:当前值{{ $value }},详情查看: https://dashboard.xxx.com/clusters/name/projects/{{ $labels.namespace }}/pods/{{ $labels.pod }}/monitors "
    - alert: PodMomeryCritical
      expr: (sum(container_memory_working_set_bytes{container!="",container!="otc-container"}) by (pod,namespace)/sum(kube_pod_container_resource_limits{container!="",container!="otc-container",resource="memory"}) by (pod,namespace) * 100  <= 100 or on() vector(0)) > 90
      labels:
        severity: Critical
      annotations:
        summary: "Pod内存状态异常:{{ $labels.pod }}"
        description: "命名空间: {{ $labels.namespace }},容器副本Pod:{{ $labels.pod }},内存使用率过高:当前值{{ $value }},详情查看: https://dashboard.xxx/clusters/name/projects/{{ $labels.namespace }}/pods/{{ $labels.pod }}/monitors "
---
apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  labels:
    app.kubernetes.io/component: prometheus
    app.kubernetes.io/instance: k8s
    app.kubernetes.io/name: prometheus
    app.kubernetes.io/part-of: kube-prometheus
    app.kubernetes.io/version: 2.39.1
    prometheus: k8s
    release: prometheus
    role: alert-rules
  name: prometheus-k8s-node-rules
spec:
  groups:
  - name: node.rules
    rules:
    - alert: NodeCPUUsageHigh
      expr: 100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 90
      for: 2m
      labels:
        severity: warning
      annotations:
        summary: "High CPU usage on node {{ $labels.instance }}"
        description: "Node {{ $labels.instance }} CPU usage is above 90% (current value: {{ $value }}%)."
    - alert: NodeCPUUsageCritical
      expr: 100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100) > 95
      for: 1m
      labels:
        severity: critical
      annotations:
        summary: "Critical CPU usage on node {{ $labels.instance }}"
        description: "Node {{ $labels.instance }} CPU usage is above 95% (current value: {{ $value }}%)."
    - alert: NodeMemoryUsageHigh
      expr: (sum by (instance) (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / sum by (instance) (node_memory_MemTotal_bytes) * 100) > 90
      for: 2m
      labels:
        severity: warning
      annotations:
        summary: "High memory usage on node {{ $labels.instance }}"
        description: "Node {{ $labels.instance }} memory usage is above 90% (current value: {{ $value }}%)."
    
    - alert: NodeMemoryUsageCritical
      expr: (sum by (instance) (node_memory_MemTotal_bytes - node_memory_MemAvailable_bytes) / sum by (instance) (node_memory_MemTotal_bytes) * 100) > 95
      for: 1m
      labels:
        severity: critical
      annotations:
        summary: "Critical memory usage on node {{ $labels.instance }}"
        description: "Node {{ $labels.instance }} memory usage is above 95% (current value: {{ $value }}%)."

kubectl apply -f prometheus-rule.yaml

注意你的prometheus资源对Prometheus Rule是否有label限制,即设定了特殊标签的Rule才能生效。
查看Prometheus资源的ruleSelector属性,此处的特殊标识为 release: prometheus

alertmanager config

在此之前你需要一个Dingtalk Webhook用于将告警信息发送到钉钉,选择一个钉钉群组配置一下机器人,该步骤不再赘述。

apiVersion: monitoring.coreos.com/v1alpha1
kind: AlertmanagerConfig
metadata:
  labels:
    #该label见下面的说明
    alertmanagerConfig: example
  name: config-example
spec:
  receivers:
  - name: dingtalk
    webhookConfigs:
    - url: http://10.0.24.8:8060/dingtalk/webhook/send
  route:
    groupBy:
    - job
    - alertname
    groupInterval: 5m
    groupWait: 30s
    receiver: dingtalk
    repeatInterval: 12h

kubectl -n {namespace} apply -f AlertmanagerConfig.yml

新的AlertManager需要手动将config的配置加入才能生效,在Alertmanager资源中有alertmanagerConfigNamespaceSelectoralertmanagerConfigSelector分别用于加载config所在的namespace和config标签。默认都为{}

    alertmanagerConfigNamespaceSelector:
      matchLabels:
        alertmanager: yes
    alertmanagerConfigSelector:
      matchLabels:
        alertmanagerConfig: example

参考我上面的AlertmanagerConfig配置,config的标签中包含:alertmanagerConfig: example
并且我config所在namespace中存在label:alertmanager: yes,下面的namespace才符合加载条件:

apiVersion: v1
kind: Namespace
metadata:
  labels:
    kubernetes.io/metadata.name: prometheus
    alertmanager: yes
  name: prometheus
spec:
  finalizers:
  - kubernetes
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容