如何用Prometheus和Grafana监控多云Kubernetes
介绍
为什么可能需要监控不止一个Kubernetes集群，一般这有两大原因。第一个场景是不同阶段各有专门的集群，比如开发集群，预生产集群和生产集群。另一个场景是集群上运行着受托服务，或者有客户在集群上运行着工作负载，而你需要监控集群的可靠性，或者是监控自己服务的消费情况。
使用Prometheus和inlets监控多集群Kubernetes
上图架构图左侧我们有多个“Client（客户）”集群。使用的是Prometheus，它是应用广泛的，开源的，基于metric的监控和报警系统，正主动监控着应用程序和集群。每个集群的监控很健壮也很完整；但是，没有统一的视图来展现跨集群的metric。
使用安全的inlets tunnel，可以从右侧的集群访问到这些Prometheus服务器。这样，左侧的Prometheus服务器就可以从其他Prometheus服务器里获得选定的时间序列，这也就是 Prometheus Federation 。
对于长期的存储，你可能还会考虑 Thanos 或者 Cortex 。
让我们看看这一切是如何实现的！
前提条件
- 一些运行在不同地方的Kubernetes集群，比如，在公有云上（比如GKE，AKS，EKS，DOKS等）或者在私有云里。
- kubectl，配置好并且可以连接到集群上
- kubectx，可选，但是在管理不同集群时很有用
- arkade，便携的Kubernetes marketplace
- 一个域并且可以访问DNS管理panel去创建子域
本文使用inlets PRO是因为它很容易配置，并且遇到问题可以获得支持，但如果你想自己配置也可以使用免费版的inlets。
两个版本的区别在这里： inlets文档
本文准备了3个Kubernetes集群：
- 运行在Equinix Metal的Kubernetes集群, orion-equinix
- 运行在Amazon Web Services的Kubernetes集群, orion-aws
- 运行在Google Cloud Platform的Kubernetes集群, orion-gcp
前两个集群作为“客户”集群， monitoring 的namespace里运行了Prometheus服务器。除了Prometheus，还安装了一些metric的导出器，比如 node-exporter ， kube-state-metrics 和我的最爱 kube-eagle 。
第三个集群作为“Observability（观测）”集群，和前两个类似，也安装了Prometheus。
有多种方式来安装Prometheus和所有组件，但是最常用的还是使用Prometheus Operator或者官方的Helm chart来安装。
$ kubectx orion-aws orion-gcp orion-equinix $ kubectl get pods,services --context orion-aws -n monitoring NAME READY STATUS RESTARTS AGE pod/node-exporter-dh75f 1/1 Running 0 63m pod/kube-eagle-6687579fd8-xcsns 1/1 Running 0 63m pod/prometheus-54d7b46745-lvbvk 1/1 Running 0 63m pod/node-exporter-w6xx6 1/1 Running 0 63m pod/node-exporter-p7dbv 1/1 Running 0 63m pod/kube-state-metrics-7476dc6466-74642 1/1 Running 0 63m NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE service/prometheus ClusterIP 10.43.97.123 9090/TCP 63m $ kubectl get pods,services --context orion-equinix -n monitoring NAME READY STATUS RESTARTS AGE pod/node-exporter-mzbv2 1/1 Running 0 61m pod/prometheus-67746cf46c-twbjk 1/1 Running 0 61m pod/node-exporter-9m4nc 1/1 Running 0 61m pod/kube-eagle-546bd88874-p4wfd 1/1 Running 0 61m pod/node-exporter-fjjqv 1/1 Running 0 61m pod/kube-state-metrics-cbfb75b4-kndwz 1/1 Running 0 61m NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE service/prometheus ClusterIP 10.43.148.58 9090/TCP 61m
准备观测集群
首先需要准备观测集群。目标是要让运行在远端“客户”集群的Prometheus服务器在观测集群里也能用。要实现这个目标，我们使用inlets PRO来创建观测和客户集群之间的安全通道（tunnel）。这些tunnel的服务器，exit-node必须在观测集群里创建，之后，客户端就可以连接并且将Prometheus连接到观测集群了。
我们没有用LoadBalancer来暴露每个exit-node，而是使用IngressController，比如nginx，联合cert-manager来获取证书。
首先，切换到正确的集群：
$ kubectx orion-gcp Switched to context "orion-gcp".
使用 arkade 安装nginx ingress控制器和cert-manager：
arkade install ingress-nginx --namespace ingress-nginx arkade install cert-manager --namespace cert-manager
等nginx负载均衡器创建好后，可以得到它的公开IP地址，将域指向这个IP。每个客户端都会连接到不同的子域，因此最简单的方式是创建带通配符的DNS记录（比如：*.prometheus.example.com）。如果你不喜欢通配符记录，那就将每个Prometheus客户端的记录都指向相同的公开IP地址（比如：rion-aws.prometheus.example.com, orion-equinix.prometheus.example.com, …）。
安装证书Issuer：
apiVersion: cert-manager.io/v1
kind: Issuer
metadata:
name: letsencrypt-prod
namespace: monitoring
spec:
acme:
server: https://acme-v02.api.letsencrypt.org/directory
email:
privateKeySecretRef:
name: letsencrypt-prod
solvers:
- selector: {}
http01:
ingress:
class: nginx
kubectl apply -f issuer-prod.yaml
为inlets服务器生成一个token：
export TOKEN=$(head -c 16 /dev/random | shasum|cut -d" " -f1) kubectl create secret generic inlets-pro-secret -n monitoring --from-literal token=$TOKEN
Save a copy for later
echo $TOKEN > token.txt
在dataplane创建带有所需端口的自定义文件。比如Prometheus，使用的是9090端口：
dataPlane: type: ClusterIP ports: - targetPort: 9090 protocol: TCP name: prom-http port: 9090
现在获得inlets-pro的helm chart，并为每个远端Prometheus服务安装这个chart。
git clone https://github.com/inlets/inlets-pro helm install orion-aws ./inlets-pro/chart/inlets-pro \ -n monitoring -f custom.yaml \ --set ingress.domain=orion-aws.prometheus.example.com helm install orion-equinix ./inlets-pro/chart/inlets-pro \ -n monitoring -f custom.yaml \ --set ingress.domain=orion-equinix.prometheus.example.com
安装完的结果是：
- inlets PRO服务器Pod运行
- ClusterIP类型的Control Plane服务创建出来，暴露端口8123
- 带有证书的Ingress创建出来，以安全的方式暴露Control Plane服务
- ClusterIP类型的Data Plane服务创建出来，暴露端口9090
这意味着inlets PRO客户端能够使用合适的域名，比如wss://orion-aws.prometheus.example.com/connect连接到Control Plane上，并且不对外暴露9090端口，让它只能从集群内部访问，因为这是ClusterIP类型。
连接到客户集群
既然exit-node pod已经运行起来了，现在就可以连接到客户端，并且创建tunnel了。
在客户集群里执行如下步骤。
切换kubectl连接到正确的客户集群：
$ kubectx orion-aws Switched to context "orion-aws".
为inlets PRO创建secret和token：
kubectl create secret generic \ -n monitoring inlets-license \ --from-file license=$HOME/inlets-license kubectl create secret generic \ -n monitoring inlets-pro-secret \ --from-file token=./token.txt
配好合适的值，安装inlets-pro-client，在观测集群里连接到exit-node pod上：
helm install prometheus-tunnel \ ./inlets-pro/chart/inlets-pro-client \ -n monitoring \ --set url=wss://orion-aws2.prometheus.sphene.io/connect \ --set upstream=prometheus \ --set ports=9090
监控客户集群
安装好所有helm chart，服务器和客户端之后，所有的Prometheus服务在观测集群里都可用了，现在我们就可能在Grafana里可视化这些metric了。
要么将所有不同的Prometheus服务器都作为独立的数据源添加到Grafana里，要么在Prometheus服务器上配置这些endpoint。绝大多数情况下优先使用第二种方案，因为这让我们可以创建聚合视图。
添加这些的最简单的方式是通过静态配置：
scrape_configs:
- job_name: 'federated-clusters'
scrape_interval: 15s
honor_labels: true
params:
'match[]':
- '{app="kube-state-metrics"}'
- '{app="kube-eagle"}'
- '{app="node-exporter"}'
metrics_path: '/federate'
static_configs:
- targets:
- 'orion-aws-inlets-pro-data-plane:9090'
- 'orion-equinix-inlets-pro-data-plane:9090'
应用这些配置后，本文开头图中右侧的Prometheus就会开始从其他Prometheus服务器上抓metric了。
现在所有metric都被收集到一个Prometheus服务器上，剩下的事情就是构建漂亮的dashboard和alert。
Kube Eagle仪表盘，多集群概览
总结
本文展示了如何将多个隔离的，分散在不同云供应商的Kubernetes集群，或者私有环境里的服务连接起来。
安全tunnel，服务器和客户端的Helm chart让安装变得很简单。
Prometheus Fedaration 很好地展现了这些技术。这样的搭建方式在很多情况下都可以用，比如将应用程序连接到不同集群的数据库上。
原文链接： How to monitor multi-cloud Kubernetes with Prometheus and Grafana （翻译：崔婧雯）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
译者介绍
崔婧雯，现就职于IBM，高级软件工程师，负责IBM WebSphere业务流程管理软件的系统测试工作。曾就职于VMware从事桌面虚拟化产品的质量保证工作。对虚拟化，中间件技术，业务流程管理有浓厚的兴趣。
About The Author
