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[1]。

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[2]。

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

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[]':

- ''

- ''

- ''

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。