Postgres uzraudzība iekš Openshift

Sveiki, Habra iedzīvotāji!

Šodien vēlos pastāstīt, kā mēs vēlējāmies uzraudzīt Postgres un vēl dažas entitātes iekš OpenShift klastera, un kā mēs to izdarījām.

Mums bija:

• OpenShift
• Helm
• Prometheus

Strādājot ar Java lietotni, viss bija diezgan vienkārši un caurskatāmi, precīzāk sakot:

1) Pievienošana pie build.gradle

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

2) Prometheus palaišana ar konfigurāciju

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

3) Pievienojot attēlojumu Grafana

Viss bija diezgan vienkārši un ikdienišķi līdz brīdim, kad nācās uzraudzīt datu bāzes, kas atrodas tuvumā mūsu namespaces (jā, tas nav labi, neviens tā nedara, bet dažreiz tā gadās).

Kā tas strādā?

Papildus podam ar Postgres un pašu Prometheus mums nepieciešama vēl viena entitāte — eksportētājs.

Eksportētājs ir aģents, kas vāc metriku no lietotnes vai pat serveris. Postgres eksportētājs ir uzrakstīts Go valodā, darbojas pēc principa, kurā tiek izpildīti SQL skripti datu bāzē, un pēc tam iegūtie rezultāti tiek savākti Prometheus. Tas arī ļauj paplašināt vācamās metrikas, pievienojot savas.

Mēs to deployējam šādā veidā (piemērs deployment.yaml, nav saistošs):

---
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

Tāpat arī ir nepieciešams serviss un image stream

Pēc deployment mēs ļoti vēlamies, lai visi viens otram redzētu.

Pievienojam Prometheus konfigurācijai šādu fragmentu:

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

Un šeit viss sāka darboties, palika tikai pievienot visu šo Labā un izbaudīt rezultātu.

Papildus iespējai pievienot savus pieprasījumus, prometheus var mainīt iestatījumus, savācot mērķtiecīgākas nepieciešamās metriki.

Līdzīgā veidā tika izdarīts attiecībā uz:

• Kafka
• Elasticsearch
• Mongo

P.S. Visi dati par nosaukumiem, portiem un pārējo ņemti no gaisa un nerada nekādus faktus.

Noderīgas saites:
Dažādu eksportētāju saraksts

Avots: habr.com