Praćenje Postgresa unutar Openshifta

Dobar dan, stanovnici Habra!

Danas želim da vam ispričam kako smo želeli da pratimo postgres i još nekoliko entiteta unutar OpenShift klastera i kako smo to uradili.

Na ulazu smo imali:

  • OpenShift
  • Helm
  • Prometheus


Za rad sa Java aplikacijom sve je bilo prilično jednostavno i transparentno, a ako budem precizniji, onda:

1) Dodavanje u build.gradle

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

2) Pokretanje prometheusa sa konfiguracijom

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

3) Dodavanje prikaza u Grafani

Sve je bilo prilično jednostavno i prozaično sve dok nije došao trenutak da pratimo baze koje se nalaze blizu nas u namespace-u (da, to je loše, niko to ne radi, ali dešava se).

Kako to funkcioniše?

Pored poda sa postgresom i samog prometheusa nam je potrebna još jedna entitet — exporter.

Exporter u apstraktnom smislu je agent koji prikuplja metrike iz aplikacije ili čak servera. Za postgres exporter je napisan na Go-u, funkcioniše po principu pokretanja SQL skripti unutar baze, a zatim prikupljene rezultate uzima prometheus. To takođe omogućava proširivanje prikupljenih metrika dodavanjem vlastitih.

Deploy-ujemo ga na ovaj način (primer deployment.yaml, nije obavezujući):


---
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

Takođe je potrebno imati servis i image stream.

Nakon deploy-a, jako želimo da se svi vide.

Dodajemo u konfiguraciju prometheusa ovaj deo:

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

I ovde je sve proradilo, ostaje da se sve to doda u Grafanu i uživate u rezultatima.

Pored mogućnosti dodavanja vlastitih upita, u prometheus-u možete prilagoditi postavke, skupljajući ciljanije potrebne metrike.

Na sličan način urađeno je za:

  • Kafki
  • Elasticsearch
  • Mongo

P.S. Svi podaci o imenima, portovima i ostalom su izmišljeni i nisu u vezi sa stvarnim informacijama.

Korisne veze:
Lista različitih eksportera

Izvor: habr.com

Kupite pouzdan hosting za sajtove uz zaštitu od DDoS, VPS VDS servere 🔥 Kupite pouzdan hosting za sajtove uz zaštitu od DDoS, VPS VDS servere | ProHoster