本文属于 k8s 监控系列,其他文章为:node
k8s 监控的第四篇文章,这篇文章讲的是监控宿主机的指标。官方和大部分使用者都会使用 node_exporter 完成此项工做,可是我更喜欢 telegraf。缘由在于 node_exporter 有如下几大痛点:linux
而 telegraf 就没有这方面的困扰。有鉴于此,本篇文章会将二者都部署一遍,怎么选择就看你了。git
老规矩,全部 yml 文件都已上传到 github。github
只须要注意如下几点就行:web
部署文件只有 5 个,都以 node-exporter-
开头,具体做用一看便知,就很少说了。先 kubectl apply
,等待 pod 运行 ok 以后,能够直接访问宿主机的 9100 端口,查看都有哪些指标:api
curl 127.0.0.1:9100/metrics
复制代码
确保指标收集到位以后,修改 prometheus-config.yml,添加以下配置:bash
- job_name: node_exporter kubernetes_sd_configs: - role: endpoints namespaces: names: - monitoring scrape_interval: 30s scrape_timeout: 30s tls_config: insecure_skip_verify: true bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token relabel_configs: - action: keep source_labels: - __meta_kubernetes_service_label_k8s_app regex: node-exporter 复制代码
这里注意将 service 的标签名 k8s-app
中的 -
换为这里的 _
,不然 reload prometheus 会报错。markdown
修改完毕后执行 kubectl apply -f prometheus-config.yml
,此时你最好登录 prometheus 容器中查看配置文件是否生效,确保生效后,能够在宿主机上 reload:网络
curl -XPOST POD_IP:9090/-/reload
复制代码
而后在 prometheus web 页面的 target 中就能够看到了。app
node_exporter 中太多不明因此的指标,会占用许多额外的资源,因此我选择定制性更高的 telegraf。telegraf 是 InfluxData 使用 go 开发的一个指标收集工具,InfluxData 的另外一款产品 influxdb 很是有名,这二者和剩下的 Chronograf、Kapacitor 共同构成 InfluxData 的监控系统 tick。
tick 这里就很少提了,咱们只会用到 telegraf。telegraf 有些相似于 logstash,分为 Input、Processor、Aggregator、Output 四个部分,而每一个部分又由各个插件提供具体的功能。能够理解为,telegraf 的全部功能都是由插件提供,只不过插件分为四类。
本文会用到 Input、Output 和 Processor,至于 Aggregator(聚合,用来计算一段时间内的最大、最小、平均值等)有兴趣童鞋的能够研究研究。
这里咱们使用 telegraf 收集宿主机的性能指标,因为指标种类不少,包括 cpu、内存、磁盘、网络等,因此会使用多个 input 插件。有些插件会提供一些选项,让咱们可以更好的控制须要收集的指标,这是很是方便的,比 node_exporter 一股脑收集有用多了。
得到这些指标后,由于须要经过 prometheus 收集,因此会用到 prometheus Output,也就是将全部收集到的指标经过 metirc 页面展现出来。
首先来讲说它的配置文件,它的全部配置都在这个配置文件中了。在了解配置文件以前,咱们得知道 telegraf 自身也有一些概念:
为避免重复展现,我就直接将 configmap 的内容贴出来了,咱们只须要从 [agent]
开始看起就行。
apiVersion: v1 kind: ConfigMap metadata: name: telegraf namespace: monitoring labels: name: telegraf data: telegraf.conf: |+ [agent] interval = "10s" round_interval = true collection_jitter = "1s" omit_hostname = true [[outputs.prometheus_client]] listen = ":9273" collectors_exclude = ["gocollector", "process"] metric_version = 2 [[inputs.cpu]] percpu = false totalcpu = true collect_cpu_time = false report_active = false [[inputs.disk]] ignore_fs = ["tmpfs", "devtmpfs", "devfs", "iso9660", "overlay", "aufs", "squashfs"] [inputs.disk.tagdrop] path = ["/etc/telegraf", "/dev/termination-log", "/etc/hostname", "/etc/hosts", "/etc/resolv.conf"] [[inputs.diskio]] [[inputs.kernel]] [[inputs.mem]] fielddrop = ["slab", "wired", "commit_limit", "committed_as", "dirty", "high_free", "high_total", "huge_page_size", "huge_pages_free", "low_free", "low_total", "mapped", "page_tables", "sreclaimable", "sunreclaim", "swap_cached", "swap_free", "vmalloc_chunk", "vmalloc_total", "vmalloc_used", "write_back", "write_back_tmp"] [[inputs.processes]] [[inputs.system]] [[inputs.netstat]] [[inputs.net]] ignore_protocol_stats = true interfaces = ["eth*", "bond*", "em*"] fielddrop = ["packets_sent", "packets_recv"] 复制代码
telegraf 配置文件的官方文档在此,内容并很少,你能够看看。你不想看也不要紧,我会将我这里的配置都一一说明。telegraf 采用的是 toml 的配置文件格式,[]
表示字典,[[]]
表示列表。转换成 yml 就长这样:
agent: # 采集间隔 interval: 30s # 没有这个貌似就只会采集一次 round_interval: true # 多个 input 若是在同一时间进行采集,可能会形成 cpu 尖刺,使用这个时间错开 collection_jitter: 1s # 不会为全部的指标添加 hostname tag(标签) omit_hostname: true inputs: - disk: # 不收集指定的文件系统 ignore_fs: [] # 只要标签中有 path 为如下值的,不收集对应的指标 tagdrop: path: ["/etc/telegraf", "/dev/termination-log", "/etc/hostname", "/etc/hosts", "/etc/resolv.conf"] - system: {} - cpu: # 不为每颗 cpu 都单首创建指标,node_exporter 就使用这种方式,你还没法关掉,可是 telegraf 能够 percpu: false # 这是绝对要开启的,统计总的 cpu 使用 totalcpu: true # 统计 cpu 时间,看你须要,通常不开启 collect_cpu_time: false # 是否新增一个 active 的指标,它的值是除了 idle 以外的值相加的结果,若是不统计 cpu 时间的话,能够直接用 100 减去 # idle,获得的值就是 active 的值 report_active: false - mem: # 字段名中包含这些的都不收集,至于字段有哪些,那就要看 mem inputs 的文档了 # 因为老夫学艺不精,不少内存指标都看不懂,干脆都干掉了,大家自行掂量 fielddrop: [] outputs: - prometheus_client: listen: :9273 # 排除 go 自己(goroutine、gc 等)和 process 这两种指标 collectors_exclude: ["gocollector", "process"] 复制代码
telegraf 的四大部分中,只有 Processor 没有对应的关键字,目前它只有过滤的做用,用于 Input、Output 和 Aggregator 中。上面配置文件 Input 中的 fielddrop、tagdrop 都属于 Processor,用于过滤指标。过滤的关键字有:
namepass
:以指标名称做为过滤条件,pass 是白名单,名称中包含哪些关键字的才收集,它的值是一个列表,列表中的元素可使用通配符;namedrop
:黑名单。须要注意的是,name 和 field 并不相同,好比内存指标中有 total 这个 field,可是它的 name 为 mem_total;fieldpass
:根据字段名进行过滤,它的值类型一样为列表;fielddrop
:黑名单;tagpass
:若是 tag 中包含某个 key/value,那么就不收集该指标。注意它的值类型为字典,详见上面使用;tagdrop
:黑名单;taginclude
:这是删除 tag 的,值类型为列表。列表中的 tag 都保留;tagexclude
:列表中的 tag 都删除。我只使用了 tagdrop
和 fielddrop
,其余有须要的大家可使用。经过 Processor 能够很轻松的删除咱们不须要的指标,这是很是方便的。
结合这些,你应该很容易就很看懂我这里使用的配置。这里我只收集了一些常见的系统指标,若是你有其余的须要,能够查看官方 input 文档,各类插件任你挑选。
telegraf 很显然也是使用 daemonset,它的 pod 配置有些关键点须要提一下。
ps -ef|grep telegraf
查看运行的用户。apiVersion: apps/v1 kind: DaemonSet metadata: name: telegraf namespace: monitoring labels: k8s-app: telegraf spec: selector: matchLabels: name: telegraf template: metadata: labels: name: telegraf spec: containers: - name: telegraf image: telegraf:1.13.2-alpine resources: limits: memory: 500Mi requests: cpu: 500m memory: 500Mi env: - name: "HOST_PROC" value: "/host/proc" - name: "HOST_SYS" value: "/host/sys" - name: "HOST_MOUNT_PREFIX" value: "/host" volumeMounts: - name: config mountPath: /etc/telegraf readOnly: true - mountPath: /host name: root readOnly: true hostNetwork: true hostPID: true nodeSelector: kubernetes.io/os: linux securityContext: runAsNonRoot: true runAsUser: 65534 tolerations: - operator: Exists terminationGracePeriodSeconds: 30 volumes: - name: config configMap: name: telegraf - hostPath: path: / name: root 复制代码
对于 service 我就很少提了,service 用来让 prometheus 对其进行发现。将这三个文件都 apply 以后,修改 prometheus 配置。
根据用法的不一样,prometheus 配置可能会有不一样,先上配置:
- job_name: telegraf kubernetes_sd_configs: - role: endpoints namespaces: names: - monitoring scrape_interval: 30s scrape_timeout: 30s tls_config: insecure_skip_verify: true bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token relabel_configs: - action: keep source_labels: - __meta_kubernetes_service_label_k8s_app regex: telegraf - source_labels: - __meta_kubernetes_endpoint_node_name target_label: instance 复制代码
这里只增长了一个配置,就是将 instance 标签换成了 node name,而非默认的 __address__
。若是要保留默认的 instance,你能够将 instance 换成你想要的名称。我是嫌指标太多,因此才将默认的 instance 换成了 node name。
之因此要用 node name,是由于配合使用 kubectl top node
命令(这涉及到本系列的上一篇文章)。所以,instance 标签的值要和你使用 kubectl get node
出现的值是一一对应的(基本上都是一致的)。固然,你若是能够直接使用 kubectl top node 命令,那么就不必增长这个标签了。
修改以后 apply,而后一样是 exec 进入 prometheus 容器中,查看 /etc/prometheus/config/prometheus.yml
是否已经更改。等待更改以后,回到宿主机上执行;
curl -XPOST PROMETHEUS_CONTAINER_IP:9090/-/reload
复制代码
reload 以后你就能够直接经过宿主机 ip 来访问指标页面了。
curl IP:9273/metrics
复制代码
能够看到指标清晰易懂,且数量不多,比 node_exporter 强出一大截。
在上一篇文章中,咱们部署了 prometheus adapter,并使用它提供 resource metric api,也就是能够经过它使用 kubectl top 命令。可是因为我删除了存在 id="/"
标签的指标,因此默认的 node 指标的查询语句就失效了。
想要使用的话,能够恢复以前删除的指标,默认查询语句是这样的:
# cpu sum(rate(container_cpu_usage_seconds_total{<<.LabelMatchers>>, id='/'}[1m])) by (<<.GroupBy>>) # memory sum(container_memory_working_set_bytes{<<.LabelMatchers>>,id='/'}) by (<<.GroupBy>>) 复制代码
可是若是将其恢复都恢复,指标数量会增长不少,有些得不偿失。既然咱们收集了宿主机的指标了,彻底可让其查询宿主机的指标,根本没有必要查询容器的。所以咱们只须要将这两个查询语句换成下面这两个:
# cpu 100-cpu_usage_idle{cpu="cpu-total", <<.LabelMatchers>>} # mem mem_used{<<.LabelMatchers>>} 复制代码
可是你得确保下面配置必须存在:
resources: overrides: instance: resource: nodes 复制代码
这个配置的做用是将 node 的资源映射为 instance 标签的值。当你执行 kubectl top node 时,它会先得到全部的 node,而后将每一个 node 带入到查询表达式中,好比查询 node 名称为 k8s-node1 的 cpu:
100-cpu_usage_idle{cpu="cpu-total", instance="k8s-node1"} 复制代码
完整的配置能够在 github 上看到,其实就是修改了两个查询语句而已。
apply 以后,须要删除 prometheus adapter pod 让其重启,以后就能够执行 kubectl top node 命令了,只不过 cpu 的显示并不许确,多是缺乏了 cpu_usage_total?不是很懂 adapter 的实现逻辑,有兴趣的童鞋能够研究研究?不过内存是准的,你们看看内存就好。