grafana

Kubernetes运行监控-使用Helm快速部署Prometheus和Grafana 使用Helm快速部署Pormetheus和Grafana非常方便，很多手工部署的方法不再需要了。 Kubernetes运行监控分为宿主机、容器以及Kubernetes集群的Node、Deployment、Replicaset、Storage、Pod、Service等数量和状态等方面，可以使用Heapster+Influxdb+Grafana的组合，或者使用Prometheus + Grafana的组合，传统的ELK方案无法穿透集群、而且集中于离线的方式不太适合Kubernetes中应用。 这里重点介绍KPG(Kubernetes+Prometheus+Grafana)的监控方案，功能全面、指标详细、模版丰富，更重要的是可以直接运行在Kubernetes集群之中。目前，Prometheus和Grafana部署都支持Helm了，安装非常方便。 简介 Prometheus主要用于度量指标的产生和收集，可以即时查询各种系统指标并以曲线图、表方式展示。Grafana提供图表化的监控面板，可以直接访问Prometheus产生的数据源并组装为可视化面板，支持监控面板的定制、保存和共享，需要与Prometheus配合起来使用。目前，已经有大量的Kubernetes监控面板面板模版可以使用，可以从 https:/

grafana默认主题色是黑底白字，我们将它修改成白底黑字： in /etc/grafana/grafana.ini uncomment line and set default_theme = light 来源： https://www.cnblogs.com/zealousness/p/11452240.html

数据可视化是非常重要的一个技术,数据人员除了关注于数据本身与数据业务之外同样应该注重于关注数据的可视化场景与分析场景。Grafana能够连接多种数据源，ElasticSearch，MySql，PoastgreSql，InfluxDB,OpenTSDB，CloudWath，Zabbix等。基于插件的方式实现数据的可视化图表，饼图、折线图、柱状图等。 Grafana是一款开源的，可以应用与多种数据源大规模数据展现、告警的数据可视化项目。Grafana配置非常简单，支持多种数据源、权限管理、图表非常的炫酷。基于插件的方式非常方便的可以进行二次开发、同时有非常多的模版。 数据可视化方向有很多的可选性方案。tableau、zeppelin、Juputer Notebooks等。这些产品的侧重点可能不同，但是基本上都是需要实现的是连接多种数据源。在数据监控或者数据报表的处理中所遇到的数据源有ELasticSearch，MySql，PostgreSQL或者是在OpenTSDB，InfluxDB等时序库。 在大部分的数据使用中可能是通过代码检索这些数据库中的数据然后再通过Echats或者其他的方式来自己开发一个数据监控的系统，但是在业务飞速发展的今天这种方案的开发周期太长。所以数据可视化的开源产品就越来越多的涌现出来。能够通过这些产品实现大部分的业务场景。

参考文档： Github介绍： https://github.com/kubernetes/heapster Github yaml文件： https://github.com/kubernetes/heapster/tree/master/deploy/kube-config/influxdb 或者（source code）： https://github.com/kubernetes/heapster/releases cAdvisor： https://github.com/google/cadvisor Influxdb： http://influxdb.com Grafana ： http://grafana.org 开源软件cAdvisor（Container Advisor）用于监控 所在节点 的容器运行状态，当前已经被默认集成到kubelet组件内，默认使用tcp 4194端口。 在大规模容器集群，一般使用Heapster+Influxdb+Grafana平台实现集群性能数据的采集，存储与展示。 一． 环境 1. 基础环境 组件 版本 Remark kubernetes v1.9.2 heapster v1.5.1 Influxdb v1.3.3 grafana v4.4.3 2. 原理 Heapster：集群中各node节点的cAdvisor的数据采集汇聚系统

Weave Scope 容器地图 创建 Kubernetes 集群并部署容器化应用只是第一步。一旦集群运行起来，我们需要确保一起正常，所有必要组件就位并各司其职，有足够的资源满足应用的需求。Kubernetes 是一个复杂系统，运维团队需要有一套工具帮助他们获知集群的实时状态，并 为故障排查提供及时和准确的数据支持。 Weave Scope 是 Docker 和 Kubernetes 可视化监控工具 。Scope 提供了至上而下的 集群基础设施和应用的完整视图，用户可以轻松对分布式的容器化应用进行实时监控和问题诊断。 Weave Scope 的最大 特点是会自动生成一张 Docker 容器地图，让我们能够直观地理解、监控和控制容器 。千言万语不及一张图，先感受一下。 Weave Scope部署 1）进入到kubernetes目录下找到scope.yml文件。 [root@cicd kubernetes]# ls bash ca harbor-offline-installer-v1.4.0.tgz image.tar.gz kube-yunwei-197.tar.gz sock-shop bin ca.tar.gz image k8s197.tar.gz scope.yaml 2）创建weave名称空间 [root@cicd kubernetes]# kubectl create

influxdb.yaml安装文件内容 apiVersion: extensions/v1beta1 kind: Deployment metadata: name: monitoring-influxdb namespace: kube-system spec: replicas: 1 template: metadata: labels: task: monitoring k8s-app: influxdb spec: containers: - name: influxdb image: lanny/k8s.gcr.io_heapster-influxdb-amd64:v1.3.3 volumeMounts: - mountPath: /data name: influxdb-storage volumes: - name: influxdb-storage emptyDir: {} --- apiVersion: v1 kind: Service metadata: labels: task: monitoring # For use as a Cluster add-on (https://github.com/kubernetes/kubernetes/tree/master/cluster/addons) # If you are NOT using this as

PMM出问题排查 2017-09-29 阅读量259 看各种日志 monitoring service 1 2 3 4 [root@node4 ~]# ll /var/log/pmm-* -rw-r--r--. 1 root root 1880 Sep 27 18:02 /var/log/pmm-linux-metrics-42000.log -rw-r--r--. 1 root root 783 Sep 27 18:02 /var/log/pmm-mysql-metrics-42002.log -rw-r--r--. 1 root root 7143 Sep 27 18:08 /var/log/pmm-mysql-queries-0.log docker里的日志 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 [root@node4 log]# docker ps -a CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES e4916410b314 percona/pmm-server:latest "/opt/entrypoint.sh" 2 hours ago Up 31 minutes 0.0.0.0:80->80/tcp, 443/tcp pmm-server 948a9aeb047e

原文链接： Contour 学习笔记（一）：使用 Contour 接管 Kubernetes 的南北流量 在 Kubernetes 中运行大规模以 Web 为中心的工作负载，最关键的需求之一就是在 L7 层实现高效流畅的入口流量管理。自从第一批 Kubernetes Ingress Controller 开发完成以来， Envoy （由 Matt Klein 和 Lyft 团队开发）已经成为云原生生态系统中的新生力量。Envoy 之所以受到支持，因为它是一个 CNCF 托管的项目，与整个容器圈和云原生架构有着天然的支持。 容器公司 Heptio 开源的项目 Contour 使用 Envoy 作为 Kubernetes 的 Ingress Controller 实现，为大家提供了一条新的 Kubernetes 外部负载均衡实现思路。 据 官方博客 介绍， Heptio Contour 可以为用户提供以下好处： 一种简单的安装机制来快速部署和集成 Envoy。 与 Kubernetes 对象模型的集成。 Ingress 配置的动态更新，而无需重启底层负载均衡器。 项目成熟后，将允许使用 Envoy 一些强大的功能，如熔断器、插件式的处理器链，以及可观测性和可调试性，可以非常方便地对接监控系统。 IngressRoute 之间可以级联，用来做蓝绿部署非常方便。 下面我们就来试用一下。 1

Prometheus 监控K8S集群中Pod kubelet的节点使用cAdvisor提供的metrics接口获取该节点所 有容器相关的性能指标数据。 暴露接口地址： https://NodeIP:10255/metrics/cadvisor https://NodeIP:10250/metrics/cadvisor 在K8S中部署Grafana与可视化 　　grafana 是一个可视化面板，有着非常漂亮的图表和布局展示，功能齐全的度量仪表盘和图形编辑器，支持 Graphite、zabbix、InfluxDB、Prometheus、OpenTSDB、Elasticsearch 等作为数据源，比 Prometheus 自带的图表展示功能强大太多，更加灵活，有丰富的插件，功能更加强大。 下载地址：https://grafana.com/grafana/download 集群资源监控模板号：3119 1、导入新创建的Prometheus地址 2、导入模板：使用3119模板 3、查看效果 4、根据源服务器调整监控指标 5、根据情况修改参数 6、查看效果 来源： https://www.cnblogs.com/xiangsikai/p/11432919.html

去年写过一篇基于jmx监控的文章，这次在Openshift上实现，发现确实不少变化。主要重点问题在 1. prometheus jmx exporter的改进，不再需要运行一个独立的进程，不需要把数据输入到influxdb, 而是直接提供了prometheus数据。链接在 https://github.com/prometheus/jmx_exporter 2. OpenShift上采用prometheus Operator架构，内置了集群的监控指标，在此基础上如何集成客户化的监控数据。 接下来我们就看看具体的实现过程。 1. 针对应用镜像的修改 下载agent的 jmx_prometheus_javaagent-0.12.0.jar 包，具体链接在 https://github.com/prometheus/jmx_exporter 以tomcat为例，构建一个镜像 [root@master jmx]# ls catalina.sh config.yaml Dockerfile jmx_prometheus_javaagent-0.12.0.jar Dockerfile [root@master jmx]# cat Dockerfile FROM registry.example.com/tomcat:8-slim COPY *.* /usr/local/tomcat/bin/