grafana

目标： 部署三个服务traefik-ui，grafana，prometheus，并通过traefik 反向代理。 service namespaces domain name https traefik-ui traefik traefik.qyd.com Y grafana kube-system grafana.dfb.com N prometheus kube-system prometheus.qyd.com Y 步骤： 1、部署traefik 相关资源yml https://github.com/xiaocaisgit/k8sAbout/blob/master/traefik/rbac.yml https://github.com/xiaocaisgit/k8sAbout/blob/master/traefik/deployment.yml https://github.com/xiaocaisgit/k8sAbout/blob/master/traefik/configmap.yml https://github.com/xiaocaisgit/k8sAbout/blob/master/traefik/prometheus-ingress.yml https://github.com/xiaocaisgit/k8sAbout/blob/master/traefik

查找了很多文档，没有完全达到我要求的， 于是，作了一定的调整，成现在这样。 操作步骤如下： 一，准备好两个文件。 jmx_prometheus_javaagent-0.3.1.jar jmx_exporter.yml jmx_exporter.yml作最简单配置如下： --- rules: - pattern: ".*" 二，tomcat的启动项，一直在bin下单独的setenv.sh里操作，新增如下启动选项，将jar包及yaml加入启动选项。 JAVA_OPTS="$JAVA_OPTS -javaagent:/xxx/bin/jmx_prometheus_javaagent-0.3.1.jar=1234:/xxx/bin/jmx_exporter.yml" 三，制作dockerfile时，要将这两个东东也CP到上面指定目录，并EXPOSE一个新的端口。 ... COPY --chown=a:a tomcat /xxx/tomcat COPY --chown=a:a jdk /xxx/jdk COPY --chown=a:a jmx_prometheus_javaagent-0.3.1.jar /xxx/tomcat/bin/ COPY --chown=a:a jmx_exporter.yml /xxx/tomcat/bin/ WORKDIR ${CATALINA_HOME}

机器 ： 172.27.143.155 【grafana+Prometheus】 一、Prometheus安装： 1、wget https://github.com/prometheus/prometheus/releases/download/v2.8.1/prometheus-2.8.1.linux-amd64.tar.gz 2、tar -zxvf prometheus-2.8.1.linux-amd64.tar.gz -C /usr/local/ 3、cd /usr/local 4、mv prometheus-2.8.1.linux-amd64/ prometheus 5、cd prometheus/ 6、查看版本 ./prometheus --version 7、修改配置文件 prometheus.yml 8、完成之后做成service服务 vim /lib/systemd/system/prometheus.service [Unit] Description=Prometheus Documentation= https://prometheus.io/ After=network.target [Service] Type=simple User=root ExecStart=/usr/local/prometheus/prometheus --config.file

监控利器prometheus helm方式部署配置测试 1.部署helm 部署helm参考方法 后面使用helm部署grafana和prometheus,因此首先需要部署helm,保证helm能正常使用. 部署helm客户端过程见下: [root@k8s-node1 helm]# curl https://raw.githubusercontent.com/helm/helm/master/scripts/get-helm-3 > get_helm.sh % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 6617 100 6617 0 0 5189 0 0:00:01 0:00:01 --:--:-- 5193 [root@k8s-node1 helm]# ls get_helm.sh [root@k8s-node1 helm]# chmod 700 get_helm.sh [root@k8s-node1 helm]# ./get_helm.sh Downloading https://get.helm.sh/helm-v3.0.2-linux-amd64.tar.gz Preparing to install helm

环境 192.168.254.127 （监控服务器） 192.168.254.128 （被监控机器） 首先在监控服务器安装： 1.安装Node Exporter 来收集硬件信息 所有节点运行以下命令安装Node Exporter 容器 docker run -d -p 9100:9100 \ -v "/proc:/host/proc" \ -v "/sys:/host/sys" \ -v "/:/rootfs" \ -v "/etc/localtime:/etc/localtime" \ --net=host \ prom/node-exporter \ --path.procfs /host/proc \ --path.sysfs /host/sys \ --collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)" 注意，这里我们使用了 --net=host，这样 Prometheus Server 可以直接与 Node Exporter 通信 2.安装cAdvisor 来收集容器信息 所有节点运行以下命令来安装cAdvisor docker run \ --volume=/:/rootfs:ro \ --volume=/var/run:/var/run:rw \ --volume=

TiDB 是 PingCAP 公司研发的开源分布式关系型数据库，结合了传统的 RDBMS 和 NoSQL 的最佳特性。TiDB 兼容 MySQL，具备「分布式强一致性事务、在线弹性水平扩展、故障自恢复的高可用、跨数据中心多活」等核心特性，是大数据时代理想的数据库集群和云数据库解决方案。 UCloud 于今年 8 月 将 TiDB 公有云化并推出 UCloud TiDB Service，当前使用的 TiDB 版本为 3.0.5 。UCloud TiDB Service 相比裸机部署性能并无损耗，提供跨可用区高可用，对监控和 Binlog 等做了改造增强，使用户可获得一键创建、按需付费、灵活扩缩容的 TiDB 服务。 UCloud TiDB Service 为什么叫 UCloud TiDB Service？这里强调 Service 是因为从公有云用户的角度来看，TiDB 运行在公有云平台上，其实是以服务的形式呈现而不是一个物理资源。 UCloud TiDB Service 是一个支持原生 MySQL 协议的，高性能、跨可用区高可用、高可扩展的，面向 Serverless 的分布式数据库服务。 兼容原生 MySQL 协议 大多数情况下，无需修改代码即可从 MySQL 轻松迁移至 TiDB，分库分表后的 MySQL 集群亦可通过 TiDB 工具进行实时迁移。 跨可用区高可用 TiDB

一、介绍Prometheus Prometheus（普罗米修斯）是一套开源的监控&报警&时间序列数据库的组合，起始是由SoundCloud公司开发的。随着发展，越来越多公司和组织接受采用Prometheus，社会也十分活跃，他们便将它独立成开源项目，并且有公司来运作。Google SRE的书内也曾提到跟他们BorgMon监控系统相似的实现是Prometheus。现在最常见的Kubernetes容器管理系统中，通常会搭配Prometheus进行监控。 Prometheus基本原理是通过HTTP协议周期性抓取被监控组件的状态，这样做的好处是任意组件只要提供HTTP接口就可以接入监控系统，不需要任何SDK或者其他的集成过程。这样做非常适合虚拟化环境比如VM或者Docker 。 Prometheus应该是为数不多的适合Docker、Mesos、Kubernetes环境的监控系统之一。 与其他监控系统相比，Prometheus的主要特点是： 一个多维数据模型（时间序列由指标名称定义和设置键/值尺寸）。 非常高效的存储，平均一个采样数据占~3.5bytes左右，320万的时间序列，每30秒采样，保持60天，消耗磁盘大概228G。 一种灵活的查询语言。 不依赖分布式存储，单个服务器节点。 时间集合通过HTTP上的PULL模型进行。 通过中间网关支持推送时间。 通过服务发现或静态配置发现目标。