Мониторинг на postgres в Openshift

Добър ден, жители на Хабр!

Днес искам да ви разкажа как наистина искахме да наблюдаваме postgres и няколко други обекта в клъстера OpenShift и как го направихме.

На входа имаха:

• Отваряне
• Шлем
• Прометей

За да работите с java приложение, всичко беше доста просто и прозрачно, или по-точно:

1) Добавяне към build.gradle

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

2) Стартирайте 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 дисплей към Grafana

Всичко беше доста просто и прозаично, докато не дойде моментът да наблюдаваме базите, които се намират наблизо в нашето пространство на имената (да, това е лошо, никой не го прави, но се случват различни неща).

Как работи?

В допълнение към под с postgres и самия prometheus, имаме нужда от още един субект - износител.

Износителят в абстрактна концепция е агент, който събира показатели от приложение или дори сървър. За postgres exporter, той е написан на Go, работи на принципа на стартиране на SQL скриптове вътре в базата данни и след това prometheus взема получените резултати. Това също ви позволява да разширите събраните показатели, като добавите свои собствени.

Нека го внедрим по следния начин (пример deployment.yaml, необвързващ):

---
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

Освен това изисква услуга и поток от изображения

След разгръщането наистина искаме всички да се видят.

Добавете следната част към конфигурацията на Prometheus:

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

И тогава всичко проработи, всичко, което остава, е да добавите всички тези неща към графана и да се насладите на резултата.

В допълнение към възможността да добавяте свои собствени заявки, можете да промените настройките в prometheus, събирайки по-насочени показатели.

Това беше направено по подобен начин за:

• Кафка
• Elasticsearch
• Монго

PS Всички данни за имена, портове и останалото са взети от въздуха и не съдържат никаква информация.

Полезни връзки:
Списък на различни износители

Източник: www.habr.com