Monitorování postgres uvnitř Openshift

Dobrý den, obyvatelé Habru!

Dnes vám chci říct, jak jsme skutečně chtěli monitorovat postgres a několik dalších entit uvnitř clusteru OpenShift a jak jsme to udělali.

U vchodu měli:

• Openshift
• Kormidlo
• Prometheus

Pro práci s java aplikací bylo vše docela jednoduché a transparentní, nebo přesněji:

1) Přidání do build.gradle

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

2) Spusťte prometheus s konfigurací

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

3) Přidání displeje do Grafany

Vše bylo celkem jednoduché a prozaické, dokud nenastal okamžik sledování základen, které se nacházejí poblíž v našem jmenném prostoru (ano, to je špatné, nikdo to nedělá, ale stávají se různé věci).

Jak to funguje?

Kromě podu s postgresem a samotným prometheem potřebujeme ještě jednu entitu – exportéra.

Exportér v abstraktním pojetí je agent, který shromažďuje metriky z aplikace nebo dokonce ze serveru. Pro postgres exportéra je napsán v Go, funguje na principu spouštění SQL skriptů uvnitř databáze a prometheus pak přebírá získané výsledky. To vám také umožňuje rozšířit shromážděné metriky přidáním vlastních.

Nasadíme to takto (příklad deployment.yaml, nezávazně):

---
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

Vyžadovalo to také službu a tok obrázků

Po nasazení opravdu chceme, aby se všichni viděli.

Přidejte následující kus do konfigurace Prometheus:

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

A pak už vše fungovalo, zbývá jen přidat všechny tyhle věci do grafana a užít si výsledek.

Kromě možnosti přidávat vlastní dotazy můžete v prometheus měnit nastavení a shromažďovat cílenější metriky.

To bylo provedeno podobným způsobem pro:

• Kafka
• Elastickýsearch
• Mongo

PS Všechny údaje o jménech, portech a ostatní jsou převzaty ze vzduchu a neobsahují žádné informace.

Užitečné odkazy:
Seznam různých vývozců

Zdroj: www.habr.com