პოსტგრესის მონიტორინგი Openshift-ში

კარგი დღე, ჰაბრის მცხოვრებლებო!

დღეს მინდა გითხრათ, თუ როგორ გვინდოდა პოსტგრესის და რამდენიმე სხვა ობიექტის მონიტორინგი OpenShift კლასტერის შიგნით და როგორ გავაკეთეთ ეს.

შესასვლელში ჰქონდათ:

• Openshift
• საჭესთან
• პრომეთე

java აპლიკაციასთან მუშაობისთვის ყველაფერი საკმაოდ მარტივი და გამჭვირვალე იყო, უფრო სწორად:

1) დამატება build.gradle

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

2) გაუშვით პრომეთე კონფიგურაციით

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

3) ჩვენების დამატება Grafana-ში

ყველაფერი საკმაოდ მარტივი და პროზაული იყო მანამ, სანამ არ მოვიდა მომენტი, რომ დავაკვირდეთ ბაზებს, რომლებიც ახლოს არის ჩვენს სახელთა სივრცეში (დიახ, ეს ცუდია, ამას არავინ აკეთებს, მაგრამ სხვადასხვა რამ ხდება).

Როგორ მუშაობს?

პოსტგრესთან და თავად პრომეთესთან ერთად ჩვენ გვჭირდება კიდევ ერთი სუბიექტი - ექსპორტიორი.

ექსპორტიორი აბსტრაქტული კონცეფციით არის აგენტი, რომელიც აგროვებს მეტრიკას აპლიკაციიდან ან თუნდაც სერვერიდან. პოსტგრეს ექსპორტიორისთვის Go-ში წერია, მუშაობს SQL სკრიპტების მონაცემთა ბაზაში გაშვების პრინციპით და შემდეგ პრომეთე იღებს მიღებულ შედეგებს. ეს ასევე საშუალებას გაძლევთ გააფართოვოთ შეგროვებული მეტრიკა საკუთარის დამატებით.

მოდით განვათავსოთ ის ასე (მაგალითად deployment.yaml, არასავალდებულო):

---
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

ასევე მოითხოვდა სერვისს და გამოსახულების ნაკადს

განლაგების შემდეგ, ჩვენ ძალიან გვინდა, რომ ყველამ ერთმანეთი ნახოს.

დაამატეთ შემდეგი ნაწილი პრომეთეს კონფიგურაციაში:

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

შემდეგ კი ყველაფერმა იმუშავა, რჩება მხოლოდ ამ ყველაფრის გრაფანას დამატება და შედეგით სიამოვნება.

საკუთარი მოთხოვნების დამატების შესაძლებლობის გარდა, თქვენ შეგიძლიათ შეცვალოთ პარამეტრები პრომეთეში, შეაგროვოთ მეტი მიზნობრივი მეტრიკა.

ეს გაკეთდა ანალოგიურად:

• კაფკა
• ელასტიური ძებნა
• Mongo

PS ყველა მონაცემი სახელების, პორტების და დანარჩენის შესახებ არის აღებული ჰაერიდან და არ შეიცავს ინფორმაციას.

სასარგებლო ბმულები:
სხვადასხვა ექსპორტიორების სია

წყარო: www.habr.com