vlambda博客
学习文章列表

一文掌握 Prometheus 多集群监控神器 Thanos

介绍

在本文中，我们将看到 Prometheus 仅监控堆栈的局限性，以及为什么迁移到基于 Thanos 的堆栈可以提高指标保留率并降低整体基础架构成本。

用于此演示的内容可 在此处和 此处获得， 并提交给各自的许可证。

Kubernetes 普罗米修斯堆栈

在为我们的客户部署 Kubernetes 基础架构时，在每个集群上部署一个监控堆栈是标准的。这个堆栈通常由几个组件组成：

  • Prometheus：收集指标

  • AlertManager：根据指标查询向各种提供者发送警报

  • Grafana：精美的仪表板

简化架构如下：

注意事项

此架构有一些注意事项，并且在增加要从中获取指标的集群数量时不能很好地扩展。

多个 Grafana

在这个设置中，每个集群都有自己的 Grafana 和自己的一组仪表板，维护起来很麻烦。

存储指标很昂贵

Prometheus 将指标存储在磁盘上，您必须在存储空间和指标保留时间之间做出选择。如果您想长时间存储数据并在云提供商上运行，如果您在其上存储 TB 级数据，块存储可能会很昂贵。同样在生产环境中，Prometheus 通常运行在复制或分片或两者兼有的情况下，这可以使您的存储需求增加一倍甚至四倍。

解决方案

多个 Grafana 数据源

可以在外部网络上公开 Prometheus 端点并将它们作为数据源添加到单个 Grafana 中。例如，您只需要使用双向 TLS 或 TLS 和基本身份验证在 Prometheus 外部端点上实现安全性。这种方案的缺点是不能根据不同的数据源进行计算。

Prometheus federation

Prometheus federation允许从 Prometheus 抓取 Prometheuses，当您不抓取大量指标时，此解决方案效果很好。在规模上，如果所有 Prometheus 目标的抓取持续时间比抓取间隔长，您可能会遇到一些严重的问题。

Prometheus 远程写入

虽然远程写入是一种解决方案（也由 Thanos 接收器实现），但我们不会在本文中讨论“推送指标”部分。您可以在此处了解推送指标的优缺点 。建议将指标作为最后的手段或在不信任多个集群或租户时（例如在构建 Prometheus 作为服务产品时）。无论如何，这可能是另一篇文章的主题，但我们将重点关注这里的报废。

进入Thanos

一文掌握 Prometheus 多集群监控神器 Thanos

Thanos是一个“开源、高可用、具有长期存储能力的 Prometheus 设置”。Thanos 被许多知名公司使用。它也是CNCF 孵化项目的一部分。

Thanos 的主要功能之一是允许“无限”存储。怎么会这样 ？通过使用几乎每个云提供商都提供的对象存储（例如 S3）。如果在本地运行，可以使用rook或minio等解决方案提供对象存储。

它是如何工作的 ？

Thanos 与 Prometheus 并肩作战。从仅 Prometheus 的设置开始并升级到 Thanos 是很常见的。

Thanos 分为几个组件，每个组件都有一个目标（每个服务都应该是:)）。组件之间通过 gRPC 进行通信。

Thanos Sidecar

一文掌握 Prometheus 多集群监控神器 Thanos

Thanos 与 Prometheus（带有 sidecar）一起运行，并且每 2 小时将 Prometheus 指标导出到对象存储。这使得 Prometheus几乎是 无状态的。Prometheus 仍在内存中保留 2 小时的指标，因此您可能仍会在中断时丢失 2 小时的指标（这个问题应该由您的 Prometheus 设置处理，使用 HA/Sharding，而不是 Thanos）。

Thanos sidecar与Prometheus Operator和Kube Prometheus Stack一起开箱即用， 并且可以轻松部署。该组件充当 Thanos Query 的存储。

Thanos Store

Thanos Store充当将查询转换为远程对象存储的网关。它还可以在本地存储上缓存一些信息。基本上，这是允许您查询对象存储以获取指标的组件。该组件充当 Thanos Query 的存储

Thanos Compactor

Thanos compactor是一个单例（不可扩展），负责压缩和下采样存储在对象存储中的指标。下采样是随着时间的推移失去指标粒度的行为。例如，您可能希望将指标保留 2 或 3 年，但您不需要像昨天的指标那样多的数据点。这就是压缩器的用途，为您节省对象存储的字节数，从而为您节省费用。

Thanos Query

Thanos Query是 Thanos 的主要组件，它是您发送 promQL 查询的中心点。Thanos Query 公开了与 Prometheus 兼容的端点。然后它将查询分派到所有“stores”。请记住，stores可能是提供指标的任何其他 Thanos 组件。Thanos Query可以将查询发送到：

  • 另一个 Thanos query (它们可以堆叠)

  • Thanos store

  • Thanos sidecar

如果相同的指标来自不同的store或 Prometheuse，Thanos Query还负责对指标进行重复数据删除。例如，如果您有一个位于 Prometheus 和对象存储中的指标，Thanos Query 可以对指标进行重复数据删除。在 Prometheus HA 设置的情况下，重复数据删除也基于 Prometheus 副本和分片工作。

Thanos Query Frontend

正如其名称所暗示的那样，Thanos Query Frontend充当 Thanos Query 的前端，其目标是将大型查询拆分为多个较小的查询并缓存查询结果（在内存中或在 memcached 中）

在远程写入的情况下还有其他组件，例如 Thanos Receive，但这仍然不是本文的主题。

多集群架构

有多种方法可以将这些组件部署到多个 Kubernetes 集群中，根据用例，有些方法比另一种更好，我们不能在这里面面俱到。

一文掌握 Prometheus 多集群监控神器 Thanos

我们的示例在 AWS 上运行，使用 tEKS部署了 2 个集群，这是我们在 AWS 上部署生产就绪 EKS 集群的多合一解决方案：

  • 一个观察者集群 Observer Cluster

  • 一个被观察者集群 Observee Cluster

我们的部署使用官方 kube-prometheus-stack 和bitnami thanos chart.

一切都在我们的terraform-kubernetes-addons存储库中进行了策划

thanosdemo文件夹中的目录结构如下：

 .├──  env_tags.yaml├──  eu-west-1│ ├──  clusters│ │ └──  observer│ │ ├──  eks│ │ │ ├──  kubeconfig│ │ │ └──  terragrunt.hcl│ │ ├──  eks-addons│ │ │ └──  terragrunt.hcl│ │ └──  vpc│ │ └──  terragrunt.hcl│ └──  region_values.yaml└──  eu-west-3 ├──  clusters │ └──  observee │ ├──  cluster_values.yaml │ ├──  eks │ │ ├──  kubeconfig │ │ └──  terragrunt.hcl │ ├──  eks-addons │ │ └──  terragrunt.hcl │ └──  vpc │ └──  terragrunt.hcl └──  region_values.yaml
这允许 DRY（不要重复自己）基础设施并轻松扩展 AWS 账户、区域和集群的数量。

Observer Cluster

Observer Cluster是我们的主集群，我们将从中查询其他集群：

Prometheus-operator 正在运行：

  • 启用 Grafana

  • 上传到特定observee bucket 的 Thanos sidecar 
kube-prometheus-stack = { enabled = true allowed_cidrs = dependency.vpc.outputs.private_subnets_cidr_blocks thanos_sidecar_enabled = true thanos_bucket_force_destroy = true extra_values = <<-EXTRA_VALUES grafana: deploymentStrategy: type: Recreate ingress: enabled: true annotations: kubernetes.io/ingress.class: nginx cert-manager.io/cluster-issuer: "letsencrypt" hosts: - grafana.${local.default_domain_suffix} tls: - secretName: grafana.${local.default_domain_suffix} hosts: - grafana.${local.default_domain_suffix} persistence: enabled: true storageClassName: ebs-sc accessModes: - ReadWriteOnce size: 1Gi prometheus: prometheusSpec: replicas: 1 retention: 2d retentionSize: "10GB" ruleSelectorNilUsesHelmValues: false serviceMonitorSelectorNilUsesHelmValues: false podMonitorSelectorNilUsesHelmValues: false storageSpec: volumeClaimTemplate: spec: storageClassName: ebs-sc accessModes: ["ReadWriteOnce"] resources: requests: storage: 10Gi EXTRA_VALUES

为Observer Cluster生成一个 CA：

  • 此 CA 将被observee clusters ingress sidecar信任

  • TLS证书是为Thanos querier组件生成的，该组件将查询observee clusters

部署 Thanos 组件：

  • 所有 Thanos 组件都已部署

  • 作为 Grafana 的数据源端点的Query Frontend（查询前端）

  • 部署 Storegateway 以查询observer bucket

  • Query 将对存储网关和其他查询器执行查询

部署的其他 Thanos 组件：

  • 部署了配置了 TLS 的 Thanos Query 来查询每个 observee cluster 
thanos-tls-querier = { "observee" = { enabled = true default_global_requests = true default_global_limits = false stores = [ "thanos-sidecar.${local.default_domain_suffix}:443" ] }}
thanos-storegateway = { "observee" = { enabled = true default_global_requests = true default_global_limits = false bucket = "thanos-store-pio-thanos-observee" region = "eu-west-3" }
Observee cluster

Observee cluster 是具有最少 Prometheus/Thanos 安装的 Kubernetes 集群，将由 Observer cluster查询

Prometheus 操作员正在运行：

  • 上传到observee特定bucket的Thanos side

  • Thanos sidecar 与 Ingress具有 TLS 客户端身份验证的对象一起发布并信任 observer cluster CA。 
 kube-prometheus-stack = { enabled = true allowed_cidrs = dependency.vpc.outputs.private_subnets_cidr_blocks thanos_sidecar_enabled = true thanos_bucket_force_destroy = true extra_values = <<-EXTRA_VALUES grafana: enabled: false prometheus: thanosIngress: enabled: true ingressClassName: nginx annotations: cert-manager.io/cluster-issuer: "letsencrypt" nginx.ingress.kubernetes.io/ssl-redirect: "true" nginx.ingress.kubernetes.io/backend-protocol: "GRPC" nginx.ingress.kubernetes.io/auth-tls-verify-client: "on" nginx.ingress.kubernetes.io/auth-tls-secret: "monitoring/thanos-ca" hosts: - thanos-sidecar.${local.default_domain_suffix} paths: - / tls: - secretName: thanos-sidecar.${local.default_domain_suffix} hosts: - thanos-sidecar.${local.default_domain_suffix} prometheusSpec: replicas: 1 retention: 2d retentionSize: "6GB" ruleSelectorNilUsesHelmValues: false serviceMonitorSelectorNilUsesHelmValues: false podMonitorSelectorNilUsesHelmValues: false storageSpec: volumeClaimTemplate: spec: storageClassName: ebs-sc accessModes: ["ReadWriteOnce"] resources: requests: storage: 10Gi EXTRA_VALUES


部署Thanos components：
  • 用于管理此特定集群的下采样的 Thanos compactor 
thanos = { enabled = true bucket_force_destroy = true trusted_ca_content = dependency.thanos-ca.outputs.thanos_ca extra_values = <<-EXTRA_VALUES compactor: retentionResolution5m: 90d query: enabled: false queryFrontend: enabled: false storegateway: enabled: false EXTRA_VALUES}


再深入一点

让我们检查一下我们的集群上正在运行什么。在 observer我们有： 
kubectl -n monitoring get podsNAME READY STATUS RESTARTS AGEalertmanager-kube-prometheus-stack-alertmanager-0 2/2 Running 0 120mkube-prometheus-stack-grafana-c8768466b-rd8wm 2/2 Running 0 120mkube-prometheus-stack-kube-state-metrics-5cf575d8f8-x59rd 1/1 Running 0 120mkube-prometheus-stack-operator-6856b9bb58-hdrb2 1/1 Running 0 119mkube-prometheus-stack-prometheus-node-exporter-8hvmv 1/1 Running 0 117mkube-prometheus-stack-prometheus-node-exporter-cwlfd 1/1 Running 0 120mkube-prometheus-stack-prometheus-node-exporter-rsss5 1/1 Running 0 120mkube-prometheus-stack-prometheus-node-exporter-rzgr9 1/1 Running 0 120mprometheus-kube-prometheus-stack-prometheus-0 3/3 Running 1 120mthanos-compactor-74784bd59d-vmvps 1/1 Running 0 119mthanos-query-7c74db546c-d7bp8 1/1 Running 0 12mthanos-query-7c74db546c-ndnx2 1/1 Running 0 12mthanos-query-frontend-5cbcb65b57-5sx8z 1/1 Running 0 119mthanos-query-frontend-5cbcb65b57-qjhxg 1/1 Running 0 119mthanos-storegateway-0 1/1 Running 0 119mthanos-storegateway-1 1/1 Running 0 118mthanos-storegateway-observee-storegateway-0 1/1 Running 0 12mthanos-storegateway-observee-storegateway-1 1/1 Running 0 11mthanos-tls-querier-observee-query-dfb9f79f9-4str8 1/1 Running 0 29mthanos-tls-querier-observee-query-dfb9f79f9-xsq24 1/1 Running 0 29m
kubectl -n monitoring get ingressNAME CLASS HOSTS ADDRESS PORTS AGEkube-prometheus-stack-grafana   <none>   grafana.thanos.teks-tg.clusterfrak-dynamics.io   k8s-ingressn-ingressn-afa0a48374-f507283b6cd101c5.elb.eu-west-1.amazonaws.com   80, 443   123m

并且在observee： 
kubectl -n monitoring get podsNAME READY STATUS RESTARTS AGEalertmanager-kube-prometheus-stack-alertmanager-0 2/2 Running 0 39mkube-prometheus-stack-kube-state-metrics-5cf575d8f8-ct292 1/1 Running 0 39mkube-prometheus-stack-operator-6856b9bb58-4cngc 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-bs4wp 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-c57ss 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-cp5ch 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-tnqvq 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-z2p49 1/1 Running 0 39mkube-prometheus-stack-prometheus-node-exporter-zzqp7 1/1 Running 0 39mprometheus-kube-prometheus-stack-prometheus-0 3/3 Running 1 39mthanos-compactor-7576dcbcfc-6pd4v 1/1 Running 0 38m
kubectl -n monitoring get ingressNAME CLASS HOSTS ADDRESS PORTS AGEkube-prometheus-stack-thanos-gateway nginx thanos-sidecar.thanos.teks-tg.clusterfrak-dynamics.io k8s-ingressn-ingressn-95903f6102-d2ce9013ac068b9e.elb.eu-west-3.amazonaws.com 80, 443 40m
 
   
   
 

  
    
    
  我们的 TLS 查询器应该能够查询observee cluster的指标。让我们检查一下他们的行为：
  
    
    
  

 
   
   
 

k -n monitoring logs -f thanos-tls-querier-observee-query-687dd88ff5-nzpdh
level=info ts=2021-02-23T15:37:35.692346206Z caller=storeset.go:387 component=storeset msg="adding new storeAPI to query storeset" address=thanos-sidecar.thanos.teks-tg.clusterfrak-dynamics.io:443 extLset="{cluster=\"pio-thanos-observee\", prometheus=\"monitoring/kube-prometheus-stack-prometheus\", prometheus_replica=\"prometheus-kube-prometheus-stack-prometheus-0\"}"
 
   
   
 

  
    
    
  所以这个查询器 pod 可以查询我的另一个集群，如果我们检查 webUI，我们可以看到stores：
  
    
    
  

 
   
   
 
 
   
   
 

  
    
    
  
 
   
   
 
kubectl -n monitoring port-forward thanos-tls-querier-observee-query-687dd88ff5-nzpdh 10902
一文掌握 Prometheus 多集群监控神器 Thanos

太好了，但我只有一家stores！记得我们说过查询器可以堆叠在一起。在我们的观察者集群（observer cluster）中，我们有标准的 http 查询器，可以像在架构图中查询其他组件一样。

 
   
   
 

  
    
    
  
     
   
  •  
  

  
    
    
  
kubectl -n monitoring port-forward thanos-query-7c74db546c-d7bp8 10902

在这里，我们可以看到所有已添加到中央查询器的商店：

一文掌握 Prometheus 多集群监控神器 Thanos

  • observer cluster 本地 thanos sidecar

  • 我们的存储网关（一个用于远程观察者集群（ observee cluster），一个用于本地观察者集群（observer cluster））

  • 可以查询observee sidecar的本地TLS查询器

Grafana 中的可视化

最后，我们可以前往 Grafana，看看默认的 Kubernetes 仪表板是如何与多集群兼容的。

结论

Thanos 是一个非常复杂的系统，有很多活动部件，我们没有深入研究这里涉及的特定自定义配置，因为这会花费太多时间。

我们在我们的 tEKS存储库中为 AWS 提供了一个非常完整的实现，它抽象了很多复杂性（主要是 mTLS 部分）并允许进行大量自定义。您也可以将我们的 terraform-kubernetes-addons 模块用作独立组件。

根据您的基础架构和要求，有许多可能的 Thanos 实现可能适合您。

如果您想深入了解 Thanos，可以查看他们的官方 kube-thanos存储库以及他们关于跨集群通信的建议。

源自：https://particule.io/en/blog/thanos-monitoring/


来自：Linux迷

链接：https://www.linuxmi.com/prometheus-thanos.html
关注我们

长按或扫描下面的二维码关注Linux公社



关注Linux公社，添加“星标”

每天获取技术干货，让我们一起成长

合作联系：[email protected]

推荐阅读

真女神转生5：复仇 正式版替换包 试玩版游玩完整游戏方法 真女神转生5：复仇 正式版替换包 试玩版游玩完整游戏方法
SQL注入攻击-检索隐藏的数据 SQL注入攻击-检索隐藏的数据

相关文章