构建高大上的黑盒监控平台

时间 2020-04-22

标签构建高大黑盒监控平台繁體版

原文原文链接

概述

在监控体系里面，一般咱们把监控分为：白盒监控和黑盒监控：
mysql

黑盒监控:主要关注的现象，通常都是正在发生的东西，例如出现一个告警，业务接口不正常，那么这种监控就是站在用户的角度能看到的监控，重点在于能对正在发生的故障进行告警。linux

白盒监控:主要关注的是缘由，也就是系统内部暴露的一些指标，例如redis的info中显示redis slave down，这个就是redis info显示的一个内部的指标，重点在于缘由，多是在黑盒监控中看到redis down，而查看内部信息的时候，显示redis port is refused connection。nginx

白盒监控:有不少种，有中间件，有存储，有web服务器例如redis可使用info暴露内部的指标信息；例如mysql可使用show variables暴露内部指标信息；例如nginx可使用nginx_status来暴露内部信息，系统业务指标能够经过埋点或者命令进行采集。git

Blackbox Exporter

在前面的知识中，咱们介绍Prometheus下如何进行白盒监控：咱们监控主机的资源用量、容器的运行状态、数据库中间件的运行数据，经过采集相关指标来预测咱们的服务健康状态。在黑盒监控方面。Blackbox Exporter是Prometheus社区提供的官方黑盒监控解决方案，其容许用户经过：HTTP、HTTPS、DNS、TCP以及ICMP的方式对网络进行探测。github

Blackbox_exporter 应用场景

HTTP 测试
定义 Request Header 信息
判断 Http status / Http Respones Header / Http Body 内容
TCP 测试
业务组件端口状态监听
应用层协议定义与监听
ICMP 测试
主机探活机制
POST 测试
接口联通性
SSL 证书过时时间

结合grafana 生成的相关模板：

一、首先看下咱们这边的相关图表，门户多项指标与ssl监控：web

二、线路监控：redis

三、接口状态监控：sql

Blackbox Exporter 部署：

一、安装Exporter:数据库

[root@cinder1 src]# wget https://github.com/prometheus/blackbox_exporter/releases/download/v0.16.0/blackbox_exporter-0.16.0.linux-amd64.tar.gz
[root@cinder1 src]#tar -zxvf blackbox_exporter-0.16.0.linux-amd64.tar.gz -C /usr/local
[root@cinder1 src]#mv /usr/local/blackbox_exporter-0.16.0.linux-amd64 /usr/local/blackbox_exporter

二、添加到启动项：json

[root@cinder1 src]# cat /etc/systemd/system/blackbox_exporter.service 
[Unit]
Description=blackbox_exporter
After=network.target 

[Service]
WorkingDirectory=/usr/local/blackbox
ExecStart=/usr/local/blackbox/blackbox_exporter \
         --config.file=/usr/local/blackbox/blackbox.yml
[Install]
WantedBy=multi-user.target

三、检测是否正常启动：

[root@cinder1 src]# ss -tunlp|grep 9115
tcp    LISTEN     0      128      :::9115                 :::*                   users:(("blackbox_export",pid=2517722,fd=3))

icmp监控

经过icmp 这个指标的采集，咱们能够确认到对方的线路是否有问题。这个也是监控里面比较重要的一个环节。咱们要了解全国各地到咱们机房的线路有哪条有问题咱们总结了两种方案：
一、全国各地各节点ping 和访问数据采集。这种相似听云运营商有提供这类服务，可是要花钱。
二、我如今用的方法就是：找各地测试ping 的节点，咱们从机房主动ping 看是否到哪一个线路有故障，下面咱们开始。

1、prometheus 添加相关监控，Blackbox 使用默认配置启动便可：

- job_name: "icmp_ping"
    metrics_path: /probe
    params:
      module: [icmp]  # 使用icmp模块
    file_sd_configs:
    - refresh_interval: 10s
      files:
      - "/home/prometheus/conf/ping_status*.yml"  #具体的配置文件
    relabel_configs:
    - source_labels: [__address__]
      regex: (.*)(:80)?
      target_label: __param_target
      replacement: ${1}
    - source_labels: [__param_target]
      target_label: instance
    - source_labels: [__param_target]
      regex: (.*)
      target_label: ping
      replacement: ${1}
    - source_labels: []
      regex: .*
      target_label: __address__
      replacement: 192.168.1.14:9115

2、相关ping节点配置：

[root@cinder1 conf]# cat ping_status.yml 
- targets: ['220.181.38.150','14.215.177.39','180.101.49.12','14.215.177.39','180.101.49.11','14.215.177.38','14.215.177.38']
  labels:
    group: '一线城市-电信网络监控'
- targets: ['112.80.248.75','163.177.151.109','61.135.169.125','163.177.151.110','180.101.49.11','61.135.169.121','180.101.49.11']
  labels:
    group: '一线城市-联通网络监控'
- targets: ['183.232.231.172','36.152.44.95','182.61.200.6','36.152.44.96','220.181.38.149']
  labels:
    group: '一线城市-移动网络监控'

#这些数据是从全国各地ping 网站进行采集，你们能够从那些网站获取

3、添加grafana

这个grafana是本身定义的，看到网上没有就本身定义了一个。你们能够从github上下载，再看看效果：

http 相关指标监控：

1、prometheus 配置http_get访问：

- job_name: "blackbox"
    metrics_path: /probe
    params:
      module: [http_2xx]  #使用http模块
    file_sd_configs: 
    - refresh_interval: 1m
      files: 
      - "/home/prometheus/conf/blackbox*.yml"
    relabel_configs:
    - source_labels: [__address__]
      target_label: __param_target
    - source_labels: [__param_target]
      target_label: instance
    - target_label: __address__
      replacement: 192.168.1.14:9115

2、相关配置文件，相似举例以下：

[root@cinder1 conf]# cat /home/prometheus/conf/blackbox-dis.yml 
- targets:
  - https://www.zhibo8.cc
  - https://www.baidu.com 
#配置相关URL

3、添加grafana模板：

能够选择模板的9965模板，这个模板咱们也看到前面的，提供了相关的ssl 过时检测。

接口get请求检测

1、prometheus 配置，其实跟咱们以前的配置同样，咱们直接看配置文件：

- job_name: "check_get"
    metrics_path: /probe
    params:
      module: [http_2xx]  # Look for a HTTP 200 response.
    file_sd_configs:
    - refresh_interval: 1m
      files:
      - "/home/prometheus/conf/service_get.yml"
    relabel_configs:
    - source_labels: [__address__]
      target_label: __param_target
    - source_labels: [__param_target]
      target_label: instance
    - target_label: __address__
      replacement: 192.168.1.14:9115

2、相关接口配置参考：

[root@cinder1 conf]# cat service_get.yml 
- targets:
  - http://10.10.1.123:10000/pmkb/atc_tcbi
  - http://10.10.1.123:10000/pmkb/get_ship_lock_count
  - http://10.10.1.123:10000/pmkb/get_terminal_count_by_city
  - http://10.10.1.123:10000/pmkb/get_terminal_monitor?industry=1
  - http://10.10.1.123:10000/pmkb/get_terminal_comparison?industry=1
  - http://10.10.1.123:10000/pmkb/get_terminal_city_count_industry?industry=1
  - http://10.10.1.123:10000/pmkb/industry_stat?industry=1
  - http://10.10.1.123:10000/pmkb/get_company_car_count?industry=1
  - http://10.10.1.123:10000/pmkb/get_terminal_month_countbyi?industry=1
  labels:
    group: 'service'

3、grafana 和前面同样本身订制的，能够从github上下载。

接口post 请求状态检测：

1、这里首先咱们要改一下post 相关接口的blackbox.yml配置，咱们本身定义一个模块：

[root@cinder1 blackbox]# cat blackbox.yml 
modules:
  http_2xx:
    prober: http
  http_post_2xx:   #这个模块名称能够本身定义
    prober: http
    http:
      method: POST
      headers:
        Content-Type: application/json   #添加头部
      body: '{"username":"admin","password":"123456"}'  #发送的相关数据，这里咱们以登陆接口为例

2、添加到prometheus:

- job_name: "check_service"
    metrics_path: /probe
    params:
      module: [http_post_2xx]  # 这里要对应配置文件里，定义的模块
    file_sd_configs: 
    - refresh_interval: 1m
      files: 
      - "/home/prometheus/conf/service_post.yml"
    relabel_configs:
    - source_labels: [__address__]
      target_label: __param_target
    - source_labels: [__param_target]
      target_label: instance
    - target_label: __address__
      replacement: 192.168.1.14:9115

3、相关配置：

[root@cinder1 conf]# cat service_post.yml 
- targets:
  - http://10.2.4.103:5000/devops/api/v1.0/login
  labels:
    group: 'service'

4、添加grafana相关配置，这个也是本身定义的，能够从github上下载。

tcp端口状态检测：

我的理解的是这个跟telnet差很少都是检测端口是否在线

1、prometheus 配置：

- job_name: 'port_status'
    metrics_path: /probe
    params:
      module: [tcp_connect]  #使用tcp模块
    static_configs:
      - targets: ['10.10.1.35:8068','10.10.1.35:8069']  #对应主机接口
        labels:
          instance: 'port_status'
          group: 'tcp'
    relabel_configs:
    - source_labels: [__address__]
      target_label: __param_target 
    - target_label: __address__
      replacement: 192.168.1.14:9115

2、图表：

图表能够集成到前面的grafana 9965模板：

告警规则定义：

1、业务正常性：
icmp、tcp、http、post 监测是否正常能够观察probe_success 这一指标
probe_success == 0 ##联通性异常
probe_success == 1 ##联通性正常
告警也是判断这个指标是否等于0，如等于0 则触发异常报警

2、经过http模块咱们能够获取证书的过时时间，能够根据过时时间添加相关告警

probe_ssl_earliest_cert_expiry ：能够查询证书到期时间。

#通过单位转换咱们能够获得一下，按天来计算：(probe_ssl_earliest_cert_expiry - time())/86400

3、因此咱们结合上面的配置能够定制以下告警规则

[root@cinder1 rules]# cat blackbox.yml 
groups:
- name: blackbox_network_stats
  rules:
  - alert: blackbox_network_stats
    expr: probe_success == 0
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "接口/主机/端口 {{ $labels.instance }}  没法联通"
      description: "请尽快检测"

##ssl检测

[root@cinder1 rules]# cat ssl.yml 
groups:
- name: check_ssl_status
  rules:
  - alert: "ssl证书过时警告"
    expr: (probe_ssl_earliest_cert_expiry - time())/86400 <30
    for: 1h
    labels:
      severity: warn
    annotations:
      description: '域名{{$labels.instance}}的证书还有{{ printf "%.1f" $value }}天就过时了,请尽快更新证书'
      summary: "ssl证书过时警告"

4、重启完成以后咱们能够登陆web界面查看下：

5、咱们发现有个接口已经存在问题，这个时候咱们也收到了一条相应的微信告警：

总结：

黑盒监控相较于白盒监控最大的不一样在于黑盒监控是以故障为导向当故障发生时，黑盒监控能快速发现故障，因此咱们监控时候以粒度比较细的，如端口、接口、线路等进行监控。经过Prometheus Blackbox Exporter能够快速实现和定制咱们不少相关策略，你们能够按照上述流程测试一下。