Prometheus 监控服务 Aerospike Export

操作场景
Aerospike Exporter 是一个用于 Aerospike 数据库的 Prometheus 指标导出工具，允许用户监视和收集 Aerospike 数据库的性能指标和统计信息。它可以帮助用户实时监控 Aerospike 集群的健康状况、性能表现和负载情况，有助于进行故障排除、性能优化和规划容量。通过将这些指标导出到 Prometheus，用户可以利用 Prometheus 的强大功能进行数据可视化、报警和分析。腾讯云可观测平台 Prometheus 提供了 Aerospike Exporter 集成及开箱即用的 Grafana 监控大盘。
接入方式
方式一：一键安装（推荐）
操作步骤
1. 登录 Prometheus 监控服务控制台。
2. 在实例列表中，选择对应的 Prometheus 实例。
3. 进入实例详情页，选择数据采集 > 集成中心。
4. 在集成中心找到并单击 Aerospike，即会弹出一个安装窗口，在安装页面填写指标采集名称和地址等信息，并单击保存即可。
﻿
配置说明
参数
说明
名称
集成名称，命名规范如下：
名称具有唯一性。
名称需要符合下面的正则：'^[a-z0-9]([-a-z0-9]*[a-z0-9])?(\\.[a-z0-9]([-a-z0-9]*[a-z0-9])?)*$'。
域名
Aerospike 数据库域名。
地址
Aerospike 数据库端口。
用户名
Aerospike 数据库用户名称，账号创建及授权请参见 账号创建及授权。
密码
Aerospike 数据库密码。
标签
给指标添加自定义 Label。
方式二：自定义安装
说明
为了方便安装管理 Exporter，推荐使用腾讯云 容器服务 来统一管理。
前提条件
在 Prometheus 实例对应地域及私有网络（VPC）下，创建腾讯云容器服务 Kubernetes 集群，并为集群创建 命名空间。
在 Prometheus 监控服务控制台 选择对应的 Prometheus 实例，然后在数据采集 > 集成容器服务中找到对应容器集群完成关联集群操作。可参见指引 关联集群。
操作步骤
步骤1：Exporter 部署
1. 登录 容器服务控制台。
2. 在左侧菜单栏中单击集群。
3. 单击需要获取集群访问凭证的集群 ID/名称，进入该集群的管理页面。
4. 执行以下 部署 Exporter 配置 > 部署 Aerospike Exporter > 验证 步骤完成 Exporter 部署。
步骤2：部署 Exporter 配置
1. 在左侧菜单中选择工作负载 > Deployment，进入 Deployment 管理页面。
2. 在页面右上角单击 YAML 创建资源，创建 YAML 配置，选择对应的命名空间来进行部署服务，可以通过控制台的方式创建。如下以 YAML 的方式部署 Exporter， 配置示例如下：
apiVersion: v1
kind: Secret
metadata:
  name: aerospike-secret-test  # 根据业务需要调整成相应名称
  namespace: aerospike-demo   # 根据业务需要调整到相应命名空间
type: Opaque
stringData:
  ape.toml: |-
      [Agent]
          # metrics server timeout in seconds
          timeout = 30

          # support system statistics also
          refresh_system_stats = true

          # prometheus binding port
          bind = ":8080"  # 暴露指标端口

      [Aerospike]
          db_host = "127.0.0.1"   # 根据业务需要调整成对应的 IP 或域名
          db_port = 3000   # 根据业务需要调整成对应的端口
          user = "admin"  # 根据业务需要调整成对应的用户名
          password = "admin"  # 根据业务需要调整成对应的密码

          # timeout for sending commands to the server node in seconds
          timeout = 30
  gauge_stats_list.toml: |-
      # This file represents a list of metrics which are treated as Gauges while exporting to Prometheus or some other Observability tool.
      # to know more about these stats, please visit https://docs.aerospike.com

      #
      # SETS: below section define all Sets stats which are treated as Gauges 
      #
      sets_gauge_stats = [
  
        "device_data_bytes",
        "index_populating",
        "memory_data_bytes",
        "objects",
        "sindexes",
        "tombstones",
        "truncate_lut",

      # 7.0 changes
        "data_used_bytes",
        "truncating",
      ]

      #
      # XDR: below section define all XDR stats which are treated as Gauges
      #
      xdr_gauge_stats = [
        "compression_ratio",
        "in_progress",
        "in_queue",
        "lag",
        "lap_us",
        "latency_ms",
        "nodes",
        "recoveries_pending",
        "throughput",
        "uncompressed_pct",
      ]

      #
      # Sindex: below section define all Sindex stats which are treated as Gauges
      #
      sindex_gauge_stats = [
        "entries_per_bval",
        "entries_per_rec",
        "entries",
        "histogram",                    # removed in server6.0
        "ibtr_memory_used",             # removed in server6.0
        "keys", # removed in server6.0
        "load_pct",
        "load_time",
        "loadtime",                     # removed in server6.0
        "memory_used",                  # deprecated in server6.3 version and replaced by used_bytes
        "nbtr_memory_used",             # removed in server6.0
        "query_basic_avg_rec_count",    # removed in server6.0
        "used_bytes",                   # added in server6.3 represents memory used by data (aka memory_used)
      ]

      #
      # Node: below section define all Node stats which are treated as Gauges
      #

      node_gauge_stats = [
        "batch_index_proto_compression_ratio",
        "batch_index_proto_uncompressed_pct",
        "batch_index_queue",
        "batch_index_unused_buffers",
        "client_connections",
        "cluster_clock_skew_ms",
        "cluster_clock_skew_stop_writes_sec",
        "cluster_integrity",
        "cluster_is_member",
        "cluster_max_compatibility_id",
        "cluster_min_compatibility_id",
        "cluster_size",
        "fabric_bulk_recv_rate",
        "fabric_bulk_send_rate",
        "fabric_connections",
        "fabric_ctrl_recv_rate",
        "fabric_ctrl_send_rate",
        "fabric_meta_recv_rate",
        "fabric_meta_send_rate",
        "fabric_rw_recv_rate",
        "fabric_rw_send_rate",
        "failed_best_practices",
        "heap_active_kbytes",
        "heap_allocated_kbytes",
        "heap_efficiency_pct",
        "heap_mapped_kbytes",
        "heap_site_count",
        "heartbeat_connections",
        "info_queue",
        "migrate_partitions_remaining",
        "objects",
        "process_cpu_pct",
        "proxy_in_progress",
        "queries_active",
        "rw_in_progress",
        "scans_active",
        "sindex_gc_list_creation_time",
        "sindex_gc_list_deletion_time",
        "system_free_mem_pct",
        "system_kernel_cpu_pct",
        "system_total_cpu_pct",
        "system_user_cpu_pct",
        "threads_detached",
        "threads_joinable",
        "threads_pool_active",
        "threads_pool_total",
        "time_since_rebalance",
        "tombstones",
        "tree_gc_queue",
        "tsvc_queue",
        #
        # 4.x XDR stats
        "dlog_free_pct",
        "dlog_used_objects",
        "xdr_active_failed_node_sessions",
        "xdr_active_link_down_sessions",
        "xdr_global_lastshiptime",
        "xdr_read_active_avg_pct",
        "xdr_read_idle_avg_pct",
        "xdr_read_latency_avg",
        "xdr_read_reqq_used_pct",
        "xdr_read_reqq_used",
        "xdr_read_respq_used",
        "xdr_read_txnq_used_pct",
        "xdr_read_txnq_used",
        "xdr_ship_compression_avg_pct",
        "xdr_ship_inflight_objects",
        "xdr_ship_latency_avg",
        "xdr_ship_outstanding_objects",
        "xdr_throughput",
        "xdr_timelag",
      ]

      #
      # Namespace: below section define all Namespace stats which are treated as Gauges
      #
      namespace_gauge_stats =[
        "appeals_rx_active",
        "appeals_tx_active",
        "appeals_tx_remaining",
        "available_bin_names",
        "cache_read_pct",
        "clock_skew_stop_writes",
        "dead_partitions",
        "defrag_q",
        "device_available_pct",
        "device_compression_ratio",
        "device_free_pct",
        "device_total_bytes",
        "device_used_bytes",
        "effective_is_quiesced",
        "effective_prefer_uniform_balance",
        "effective_replication_factor",
        "evict_ttl",
        "hwm_breached",
        "index_flash_alloc_bytes",
        "index_flash_alloc_pct",
        "index_flash_used_bytes",
        "index_flash_used_pct",
        "index_pmem_used_bytes",
        "index_pmem_used_pct",
        "master_objects",
        "master_tombstones",
        "memory_free_pct",
        "memory_used_bytes",
        "memory_used_data_bytes",
        "memory_used_index_bytes",
        "memory_used_set_index_bytes",
        "memory_used_sindex_bytes",
        "migrate_rx_instances",
        "migrate_rx_partitions_active",
        "migrate_rx_partitions_initial",
        "migrate_rx_partitions_remaining",
        "migrate_signals_active",
        "migrate_signals_remaining",
        "migrate_tx_instances",
        "migrate_tx_partitions_active",
        "migrate_tx_partitions_imbalance",
        "migrate_tx_partitions_initial",
        "migrate_tx_partitions_lead_remaining",
        "migrate_tx_partitions_remaining",
        "n_nodes_quiesced",
        "non_expirable_objects",
        "non_replica_objects",
        "non_replica_tombstones",
        "ns_cluster_size",
        "nsup_cycle_deleted_pct",
        "nsup_cycle_duration",
        "nsup_cycle_sleep_pct",
        "objects",
        "pending_quiesce",
        "pmem_available_pct",
        "pmem_compression_ratio",
        "pmem_free_pct",
        "pmem_total_bytes",
        "pmem_used_bytes",
        "prole_objects",
        "prole_tombstones",
        "query_aggr_avg_rec_count",
        "query_basic_avg_rec_count",
        "query_proto_compression_ratio",
        "query_proto_uncompressed_pct",
        "record_proto_compression_ratio",
        "record_proto_uncompressed_pct",
        "scan_proto_compression_ratio",
        "scan_proto_uncompressed_pct",
        "shadow_write_q",
        "stop_writes",
        "storage-engine.device.defrag_q",
        "storage-engine.device.free_wblocks",
        "storage-engine.device.shadow_write_q",
        "storage-engine.device.used_bytes",
        "storage-engine.device.write_q",
        "storage-engine.device.age",
        "storage-engine.file.defrag_q",
        "storage-engine.file.free_wblocks",
        "storage-engine.file.shadow_write_q",
        "storage-engine.file.used_bytes",
        "storage-engine.file.write_q",
        "storage-engine.file.age",
        "storage-engine.stripe.defrag_q",
        "storage-engine.stripe.free_wblocks",
        "storage-engine.stripe.shadow_write_q",
        "storage-engine.stripe.used_bytes",
        "storage-engine.stripe.write_q",
        "storage-engine.stripe.age",
        "storage-engine.stripe.backing_write_q",
        "migrate_fresh_partitions",
        "tombstones",
        "truncate_lut",
        "unavailable_partitions",
        "unreplicated_records",
        "write_q",
        "xdr_bin_cemeteries",
        "xdr_tombstones",
      
      # added in 7.0
        "data_avail_pct",
        "data_compression_ratio",
        "data_total_bytes",
        "data_used_bytes",
        "data_used_pct",
        "index_mounts_used_pct",
        "index_used_bytes",
        "indexes_memory_used_pct",
        "set_index_used_bytes",
        "sindex_mounts_used_pct",
        "sindex_used_bytes",
        "truncating",
      
      ]

      # System Info Gauge metrics list
      #
      system_info_gauge_stats = [
        "",
      ]

步骤3：部署 Aerospike Exporter
1. 在左侧菜单中选择工作负载 > Deployment，进入 Deployment 管理页面。
2. 在页面右上角单击 YAML 创建资源，创建 YAML 配置，选择对应的命名空间来进行部署服务，可以通过控制台的方式创建。如下以 YAML 的方式部署 Exporter， 配置示例如下：
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    k8s-app: aerospike-exporter  # 根据业务需要调整成对应的名称，建议加上 Aerospike 实例的信息
  name: aerospike-exporter  # 根据业务需要调整成对应的名称，建议加上 Aerospike 实例的信息
  namespace: aerospike-demo  # 根据业务需要调整成对应的命名空间
spec:
  replicas: 1
  selector:
    matchLabels:
      k8s-app: aerospike-exporter  # 根据业务需要调整成对应的名称，建议加上 Aerospike 实例的信息
  template:
    metadata:
      labels:
        k8s-app: aerospike-exporter  # 根据业务需要调整成对应的名称，建议加上 Aerospike 实例的信息
    spec:
      volumes:
      - name: sec
        secret:
          defaultMode: 420
          secretName: aerospike-secret-test # 对应 步骤二 配置名称
      containers:
      - name: aerospike-exporter
        image: ccr.ccs.tencentyun.com/rig-agent/common-image:aerospike-exporter-1.18.0
        imagePullPolicy: IfNotPresent
        ports:
          - containerPort: 8080  # 对应 步骤二 配置中的指标导出端口
            name: metrics
        livenessProbe:
          tcpSocket:
            port: metrics
        readinessProbe:
          tcpSocket:
            port: metrics
        volumeMounts:
          - mountPath: /etc/aerospike-prometheus-exporter
            name: sec
            readOnly: true
步骤4：验证
1. 在 Deployment 页面单击上述步骤创建的 Deployment，进入 Deployment 管理页面。
2. 单击日志页签，无报错信息输出即可，如下图所示：
﻿
﻿
﻿
3. 单击 Pod 管理页签进入 Pod 页面。
4. 在右侧的操作项下单击远程登录，即可登录 Pod，在命令行窗口中执行以下 wget 命令对应 Exporter 暴露的地址，可以正常得到对应的 Aerospike 指标。如发现未能得到对应的数据，请检查连接串是否正确，具体如下：
wget -qO- http://localhost:8080/metrics
执行结果如下图所示：
﻿
﻿
﻿
步骤5：添加采集任务
1. 登录 Prometheus 控制台，选择对应 Prometheus 实例进入管理页面。
2. 单击数据采集 > 集成容器服务，选择已经关联的集群，通过数据采集配置 > 新建自定义监控 > YAML 编辑来添加采集配置。
3. 通过服务发现添加 PodMonitors 来定义 Prometheus 抓取任务，YAML 配置示例如下：
  apiVersion: monitoring.coreos.com/v1
  kind: PodMonitor
  metadata:
    name: aerospike-exporter  # 填写一个唯一名称
    namespace: cm-prometheus  # 按量实例: 集群的 namespace; 包年包月实例(已停止售卖): namespace 固定，不要修改
  spec:
    podMetricsEndpoints:
    - interval: 30s
      port: metric-port    # 填写pod yaml中Prometheus Exporter对应的Port的Name
      path: /metrics  # 填写Prometheus Exporter对应的Path的值，不填默认/metrics
      relabelings:
      - action: replace
        sourceLabels: 
        - instance
        regex: (.*)
        targetLabel: instance
        replacement: 'crs-xxxxxx' # 调整成对应的 Aerospike 实例 ID
    namespaceSelector:   # 选择要监控 aerospike exporter pod 所在的 namespace
      matchNames:
      - aerospike-demo
    selector:  # 填写要监控pod的Label值，以定位目标pod
      matchLabels:
        k8s-app: aerospike-exporter
﻿
账号创建及授权
Aerospike 监控账号不需要分配任何额外权限。在未开启 ACL 权限认证的情况下，仅通过实例的域名和端口即可实现监控，无需在 Prometheus 实例的 Aerospike 集成填写用户名和密码。要确认 Aerospike 是否已开启 ACL 权限认证，可以检查 Aerospike 的配置文件 aerospike.conf 中的以下配置。
......
security {
    # 在某些版本中，只需存在 security 配置即可默认启用 ACL 权限认证，无需设置 enable-security 为 true。
    enable-security true
}
......
未开启 ACL 权限认证
已开启 ACL 权限认证
如未开启 ACL 权限认证 ，可直接使用 Aerospike 实例的域名和端口进行监控，无需在 Prometheus 实例的 Aerospike 集成填写用户名和密码，如下图所示。
﻿
1. 在确保客户端机器与 Aerospike 数据库服务器连通的前提下，使用 admin 账号连接到 Aerospike 数据库服务器。具体的连接 Aerospike 数据库服务器会因所用工具或数据库版本而有所不同，以下示例命令展示了如何使用 asadm 命令行工具连接到 Aerospike 数据库服务器。
asadm -h 127.0.0.1 -U admin -P admin 
命令执行结果如下图所示：
﻿
2. 打开 admin 账号的特权模式，创建用户需要在 admin 账号的特权模式下创建，随后执行创建用户命令。以下示例命令展示了如何创建一个账号名和密码均为 monitor 的监控账号。
enable
manage acl create user monitor password monitor
命令执行结果如下图所示：
﻿
查看监控
前提条件
Prometheus 实例已绑定 Grafana 实例。
操作步骤
1. 登录 腾讯云可观测平台 Prometheus 控制台，选择对应 Prometheus 实例进入管理页面。
2. 在实例基本信息页面，找到绑定的 Grafana 地址，打开并登录，然后在 aerospike 文件夹中找到 Aerospike 实例相关监控面板，查看实例相关监控数据，如下图所示：
﻿
﻿
﻿
配置告警
腾讯云 Prometheus 托管服务支持告警配置，可根据业务实际的情况来添加告警策略。详情请参见 新建告警策略。
附录：Aerospike Exporter 配置文件主要配置项
Agent 配置项
名称
描述
bind
指标导出端口，默认":9145"
cert_file
签名用证书文件
key_file
签名用证书文件
root_ca
签名用证书文件
basic_auth_username
http auth 验证用户名
basic_auth_password
http auth 验证密码
timeout
指标拉取超时
labels
自定义标签值
refresh_system_stats
支持系统数据统计
Aerospike 配置项
名称
描述
db_host
Aerospike 数据库域名或 IP
db_port
Aerospike 数据库服务端口
auth_mode
Aerospike 校验模式，默认 internal，取值有 "external"，"internal"，"pki"，""
user
Aerospike 数据库用户名
password
Aerospike 数据库密码
timeout
Aerospike 数据库连接超时
﻿
Aerospike Exporter 接入

本页目录：

操作场景

接入方式

方式一：一键安装（推荐）

操作步骤

配置说明

方式二：自定义安装

前提条件

操作步骤

步骤1：Exporter 部署

步骤2：部署 Exporter 配置

步骤3：部署 Aerospike Exporter

步骤4：验证

步骤5：添加采集任务

账号创建及授权

查看监控

前提条件

操作步骤

配置告警

附录：Aerospike Exporter 配置文件主要配置项

Agent 配置项

Aerospike 配置项

参数	说明
名称	集成名称，命名规范如下：名称具有唯一性。名称需要符合下面的正则：'^[a-z0-9]([-a-z0-9][a-z0-9])?(\\.[a-z0-9]([-a-z0-9][a-z0-9])?)*$'。
域名	Aerospike 数据库域名。
地址	Aerospike 数据库端口。
用户名	Aerospike 数据库用户名称，账号创建及授权请参见账号创建及授权。
密码	Aerospike 数据库密码。
标签	给指标添加自定义 Label。
名称	描述
bind	指标导出端口，默认":9145"
cert_file	签名用证书文件
key_file	签名用证书文件
root_ca	签名用证书文件
basic_auth_username	http auth 验证用户名
basic_auth_password	http auth 验证密码
timeout	指标拉取超时
labels	自定义标签值
refresh_system_stats	支持系统数据统计
名称	描述
db_host	Aerospike 数据库域名或 IP
db_port	Aerospike 数据库服务端口
auth_mode	Aerospike 校验模式，默认 internal，取值有 "external"，"internal"，"pki"，""
user	Aerospike 数据库用户名
password	Aerospike 数据库密码
timeout	Aerospike 数据库连接超时