🥇Monitorování Postgres uvnitř OpenShift

Dobrý den, obyvatelé Habra!

Dnes bych vám chtěl povědět, jak jsme velmi chtěli monitorovat PostgreSQL a ještě pár entit uvnitř clustru OpenShift a jak jsme to udělali.

Na vstupu jsme měli:

OpenShift
Helm
Prometheus

Pro práci s java aplikací to bylo docela jednoduché a průhledné, a pokud bych byl přesnější, tak:

1) Přidání do build.gradle

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

2) Spuštění Promethea s konfigurací

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

3) Přidání zobrazení do Grafany

Všechno bylo celkem jednoduché a banální, dokud nenastal okamžik monitorování databází, které máme blízko v namespace (ano, to je špatně, nikdo to tak nedělá, ale občas se to stává).

Jak to funguje?

Kromě podu s PostgreSQL a vlastního Promethea potřebujeme ještě jednu entitu – exporter.

Exporter v abstraktním pojetí je agent, který sbírá metriky z aplikace nebo dokonce serveru. Pro PostgreSQL je exporter napsán v Go, funguje na principu provádění SQL skriptů na databázi a poté získané výsledky sbírá Prometheus. To také umožňuje rozšiřovat sbírané metriky přidáváním vlastních.

Nasazujeme ho tímto způsobem (příklad deployment.yaml, nezávazný):


---
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

Také pro něj potřebujeme službu a image stream.

Po nasazení bychom rádi, aby se všechny viděly navzájem.

Přidáváme do konfigurace Promethea tento kousek:

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

A tady to všechno začalo fungovat, zbývá přidat to všechno do Grafany a užít si výsledky.

Kromě možnosti přidávat vlastní dotazy lze v Promethea měnit nastavení a cíleně sbírat potřebné metriky.

Podobně bylo provedeno pro: