容器监控的实现方对比虚拟机或者物理机来说比大的区别，比如容器在k8s环境中可以
任意横向扩容与缩容，那么就需要监控服务能够自动对新创建的容器进行监控，当容器
删除后又能够及时的从监控服务中删除，而传统的zabbix的监控方式需要在每一个容器
中安装启动agent，并且在容器自动发现注册方面并没有比好的实现方式

k8s的早期版本基于组件heapster实现对pod和node节点的监控功能，
但是从k8s 1.8版本开始使用metrics API的方式监控，
并在1.11版本 正式将heapster替换，
后期的k8s监控主要是通过metrics Server提供核心监控指标，比如Node节点的CPU和
内存使用率，其他的监控交由另外一个组件Prometheus完成。

Prometheus是基于go语言开发的一套开源的监控、报警和时间序列数据库的组合，是由
SoundCloud公司开发的开源监控系统,Prometheus是CNCF
（Cloud Native Computing Foundation,云原生计算基金会）继kubernetes 之
后毕业的第二个项目，prometheus在容器和微服务领域中得到了广泛的应用

使用key-value的多维度格式保存数据
数据不使用MySQL这样的传统数据库，而是使用时序数据库，目前是使用的TSDB
支持第三方dashboard实现更高的图形界面，如grafana(Grafana 2.5.0版本及以上)
功能组件化
不需要依赖存储，数据可以本地保存也可以远程保存
服务自动化发现
强大的数据查询语句功(PromQL,Prometheus Query Language)

prometheus server： #主服务，接受外部http请求，收集、存储与查询数据等
prometheus targets: #静态收集的目标服务数据
service discovery： #动态发现服务
prometheus alerting：#报警通知
pushgateway： #数据收集代理服务器(类似于zabbix proxy)
data visualization and export： #数据可视化与数据导出(访问客户端)

1.Prometheus Server:
Prometheus Sever是Prometheus组件中的核心部分,负责实现对监控数据的获取,存储及查询。
Prometheus Server可以通过静态配置管理监控目标,
也可以配合使用Service Discovery的方式动态管理监控目标,并从这些监控目标中获取数据。
其次Prometheus Sever需要对采集到的数据进行存储,
Prometheus Server本身就是一个实时数据库,将采集到的监控数据按照时间序列的方式存储在
本地磁盘当中。Prometheus Server对外提供了自定义的PromQL,实现对数据的查询以及分析。
另外Prometheus Server的联邦集群能力可以使其从其他的Prometheus Server实例中获取数据。

2 Exporters:
Exporter将监控数据采集的端点通过HTTP服务的形式暴露给Prometheus Server,
Prometheus Server通过访问该Exporter提供的Endpoint端点,即可以获取到需要采
集的监控数据。可以将Exporter分为2类:
#直接采集
这一类Exporter直接内置了对Prometheus监控的支持,比如cAdvisor,Kubernetes,
Etcd,Gokit等,都直接内置了用于向Prometheus暴露监控数据的端点。
#间接采集
原有监控目标并不直接支持Prometheus,因此需要通过Prometheus提供的Client Library
编写该监控目标的监控采集程序。例如:Mysql Exporter,JMX Exporter,Consul Exporter等。

3 AlertManager:
在Prometheus Server中支持基于Prom QL创建告警规则,如果满足Prom QL定义的规则,则会产
生一条告警。在AlertManager从 Prometheus server 端接收到 alerts后,会进行去除重复
数据,分组,并路由到对收的接受方式,发出报警。常见的接收方式有:电子邮件,pagerduty,
webhook等。

4 PushGateway:
Prometheus数据采集基于Prometheus Server从Exporter pull数据,因此当网络环境不允许
Prometheus Server和Exporter进行通信时,可以使用PushGateway来进行中转。通过
PushGateway将内部网络的监控数据主动Push到Gateway中,Prometheus Server采用针
对Exporter同样的方式,将监控数据从PushGateway pull到Prometheus Server。

tar xf prometheus-2.11.1.linux-amd64.tar.gz -C /usr/local/
ln -s /usr/local/prometheus-2.11.1.linux-amd64 /usr/local/prometheus

vim /lib/systemd/system/prometheus.service
-------------------------------------------------------------
[Unit]
Description=Prometheus Server
Documentation=https://prometheus.io/docs/introduction/overview/
After=network.target
[Service]
Restart=on-failure
WorkingDirectory=/usr/local/prometheus/
ExecStart=/usr/local/prometheus/prometheus --config.file=/usr/local/prometheus/prometheus.yml
[Install]
WantedBy=multi-user.target

systemctl daemon-reload
systemctl restart prometheus
systemctl enable prometheus

http://192.168.47.47:9090

收集各k8s node节点上的监控指标数据

tar xf node_exporter-0.18.1.linux-amd64.tar.gz -C /usr/local/
ln -s /usr/local/node_exporter-0.18.1.linux-amd64 /usr/local/node_exporter

vim /lib/systemd/system/node-exporter.service
[Unit]
Description=Prometheus Node Exporter
After=network.target
[Service]
ExecStart=/usr/local/node_exporter/node_exporter
[Install]
WantedBy=multi-user.target

systemctl daemon-reload
systemctl restart node-exporter
systemctl enable node-exporter

http://192.168.47.53:9100/metrics

vim /usr/local/prometheus/prometheus.yml
- job_name: 'promethues-node'
static_configs:
- targets: ['192.168.47.53:9100','192.168.47.54:9100']

systemctl restart prometheus

sudo apt-get install -y adduser libfontconfig1
wget https://dl.grafana.com/enterprise/release/grafana-enterprise_8.5.0_amd64.deb
sudo dpkg -i grafana-enterprise_8.5.0_amd64.deb

vim /etc/grafana/grafana.ini
--------------------------------------------------------
[server]
# Protocol (http, https, socket)
protocol = http
# The ip address to bind to, empty will bind to all interfaces
http_addr = 0.0.0.0
# The http port to use
http_port = 3000

systemctl start grafana-server.service
systemctl enable grafana-server.service

- job_name: node
static_configs:
- targets: ['localhost:9100']

cadvisor由谷歌开源，cadvisor不仅可以搜集一台机器上所有运行的容器信息，还提供
基础查询界面和http接口，方便其他组件如Prometheus进行数据抓取，cAdvisor可以
对节点机器上的资源及容器进行实时监控和性能数据采
集，包括CPU使用情况、内存使用情况、网络吞吐量及文件系统使用情况

docker pull google/cadvisor:v0.33.0
docker tag 752d61707eac harbor.gesila.com/k8s/cadvisor:v0.33.0
docker push harbor.gesila.com/k8s/cadvisor:v0.33.0

docker run \
--volume=/:/rootfs:ro \
--volume=/var/run:/var/run:rw \
--volume=/sys:/sys:ro \
--volume=/var/lib/docker/:/var/lib/docker:ro \
--volume=/dev/disk/:/dev/disk:ro \
--publish=8080:8080 \
--detach=true \
--name=cadvisor \
harbor.gesila.com/k8s/cadvisor:v0.33.0

访问node节点的cadvisor监听端口：http://192.168.47.53:8080

vim /usr/local/prometheus/prometheus.yml

systemctl restart prometheus

prometheus--->触发阈值--->超出持续时间--->alertmanager--->
分组|抑制|静默--->媒体类型--->邮件|钉钉|微信等

分组(group): #将类似性质的警报合并为单个通知。
静默(silences): #是一种简单的特定时间静音的机制，例如：服务器要升级维护
可以先设置这个时间段告警静默。
抑制(inhibition):#当警报发出后，停止重复发送由此警报引发的其他警报，可以消除冗余告警

tar xf alertmanager-0.18.0.linux-amd64.tar.gz -C /usr/local/
ln -s /usr/local/alertmanager-0.18.0.linux-amd64 /usr/local/alertmanager
cd /usr/local/alertmanager

global:
resolve_timeout: 5m
smtp_smarthost: 'smtp.qq.com:465'
smtp_from: '[email protected]'
smtp_auth_username: '[email protected]'
smtp_auth_password: 'koazmkwvoblwbebb'
smtp_hello: '@qq.com'
smtp_require_tls: false

route:
group_by: ['alertname']
group_wait: 10s
group_interval: 10s
repeat_interval: 2m
receiver: 'web.hook'
receivers:
- name: 'web.hook'
#webhook_configs:
#- url: 'http://127.0.0.1:5001/'
email_configs:
- to: '[email protected]'
inhibit_rules:
- source_match:
severity: 'critical'
target_match:
severity: 'warning'
equal: ['alertname', 'dev', 'instance']

./alertmanager --config.file=./alertmanager.yml &
#验证alertmanager的9093端口已经监听
lsof -i:9093

vim /usr/local/prometheus/prometheus.yml

groups:
- name: linux36_pod.rules
rules:
- alert: Pod_all_cpu_usage
expr: (sum by(name)(rate(container_cpu_usage_seconds_total{image!=""}[5m]))*100) > 10
for: 5m
labels:
severity: critical
service: pods
annotations:
description: 容器 {{ $labels.name }} CPU 资源利用率大于 75% , (current value is {{ $value }})
summary: Dev CPU 负载告警
- alert: Pod_all_memory_usage
expr: sort_desc(avg by(name)(irate(container_memory_usage_bytes{name!=""}[5m]))*100) > 1024*10^3*2
for: 10m
labels:
severity: critical
annotations:
description: 容器 {{ $labels.name }} Memory 资源利用率大于 2G , (current value is {{ $value }})
summary: Dev Memory 负载告警
- alert: Pod_all_network_receive_usage
expr: sum by (name)(irate(container_network_receive_bytes_total{container_name="POD"}[1m])) > 1024*1024*50
for: 10m
labels:
severity: critical
annotations:
description: 容器 {{ $labels.name }} network_receive 资源利用率大于 50M ,(current value is {{ $value }})

#验证报警规则设置
cd /usr/local/prometheus/
./promtool check rules rule-linux36.yml #监测rule规则文件是否正确
Checking rule-linux36.yml
SUCCESS: 3 rules found

systemctl restart prometheus

tar xf haproxy_exporter-0.9.0.linux-amd64.tar.gz -C /usr/local/
cd /usr/local/
ln -s /usr/local/haproxy_exporter-0.9.0.linux-amd64 /usr/local/haproxy_exporter

#通过socket访问
./haproxy_exporter --haproxy.scrape-uri=unix:/run/haproxy/admin.sock
#通过状态页访问
./haproxy_exporter --haproxy.scrapeuri="http://haadmin:[email protected]:9999/haproxy-status;csv" &

vim /usr/local/prometheus/prometheus.yml

systemctl restart prometheus