🥇Наблюдение на postgres в Openshift

Добър ден на жителите на Хабра!

Днес искам да ви разкажа как много искахме да следим Postgres и още няколко обекта в кластера OpenShift и как го направихме.

Входът, който имахме:

Openshift
Helm
Prometheus

Работата с Java приложението беше доста проста и ясна, а ако бъда по-точен, то:

1) Добавяне в build.gradle

 implementation "io.micrometer:micrometer-registry-prometheus"

2) Стартиране на Prometheus с конфигурация

 - job_name: 'job-name'
    metrics_path: '}/actuator/prometheus'
    scrape_interval: 5s
    kubernetes_sd_configs:
    - role: pod
      namespaces:
        names:
          - 'name'

3) Добавяне на визуализация в Grafana

Всичко беше доста просто и прозаично до момента, в който не стана необходимо да следим базите, които се намират в нашия нямспейс (да, това е лошо, никой така не прави, но понякога става).

Как работи това?

Освен пода с Postgres и самия Prometheus, ни е необходима още една единица – експортер.

Експортерът в абстрактно понятие е агент, който събира метрики от приложението или дори сървър. За Postgres експортерът е написан на Go, работи на принципа на пускане на SQL скриптове в базата и след това получените резултати се извличат от Prometheus. Това също така позволява разширяване на събираемите метрики, добавяйки свои.

Деплойваме го по следния начин (пример deployment.yaml, нищо не се обещава):


---
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: postgres-exporter
  labels:
    app: {{ .Values.name }}
    monitoring: prometheus
spec:
  serviceName: {{ .Values.name }}
  replicas: 1
  revisionHistoryLimit: 5
  template:
    metadata:
      labels:
        app: postgres-exporter
        monitoring: prometheus
    spec:
      containers:
      - env:
        - name: DATA_SOURCE_URI
          value: postgresdb:5432/pstgr?sslmode=disable
        - name: DATA_SOURCE_USER
          value: postgres
        - name: DATA_SOURCE_PASS
          value: postgres
        resources:
          limits:
            cpu: 100m
            memory: 50Mi
          requests:
            cpu: 100m
            memory: 50Mi
        livenessProbe:
          tcpSocket:
            port: metrics
          initialDelaySeconds: 30
          periodSeconds: 30
        readinessProbe:
          tcpSocket:
            port: metrics
          initialDelaySeconds: 10
          periodSeconds: 30
        image: exporter
        name: postgres-exporter
        ports:
        - containerPort: 9187
          name: metrics

Също така за него ни е нужен сървис и имейджстрийм

След деплоя много ни се искаше всичко да се вижда взаимно.

Добавяме в конфигурацията на Prometheus следния фрагмент:

  - job_name: 'postgres_exporter'
    metrics_path: '}/metrics'
    scrape_interval: 5s
    dns_sd_configs:
    - names:
      - 'postgres-exporter'
      type: 'A'
      port: 9187

И точно тук всичко заработи, остана само да добавим всичко това в Grafana и да се наслаждаваме на резултата.

Освен възможността да добавяте свои заявки, в prometheus можете да променяте настройките, събирайки по-целенасочено необходимите метрики.

По аналогичен начин беше направено за: