Monitoramento do Postgres dentro do OpenShift

Boa tarde, moradores do Habr!

Hoje quero contar a vocês como estávamos ansiosos para monitorar o postgres e mais algumas entidades dentro do cluster OpenShift, e como conseguimos isso.

Tínhamos os seguintes itens:

• Openshift
• Helm
• Prometheus

Para trabalhar com a aplicação Java, tudo era bastante simples e transparente, ou se quisermos ser mais precisos:

1) Adição ao build.gradle

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

2) Execução do prometheus com a configuração

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

3) Adição da visualização no Grafana

Tudo era bastante simples e direto até o momento em que precisávamos monitorar bancos que estão próximos a nós no namespace (sim, isso é ruim, ninguém faz assim, mas às vezes acontece).

Como isso funciona?

Além do pod com postgres e do próprio prometheus, precisamos de mais uma entidade — o exporter.

O exporter, de forma abstrata, é um agente que coleta métricas de uma aplicação ou mesmo servidor. O exporter para postgres é escrito em Go, funciona de forma a executar scripts SQL no banco e, em seguida, o prometheus coleta os resultados. Isso também permite expandir as métricas coletadas, adicionando as suas próprias.

Fazemos o deploy da seguinte forma (exemplo de deployment.yaml, sem compromisso):

---
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

Além disso, precisávamos de um serviço e um imagem stream.

Após o deploy, queremos muito que todos consigam se enxergar.

Adicionamos a seguinte parte à configuração do prometheus:

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

E aqui tudo começou a funcionar, resta adicionar tudo isso ao grafana e desfrutar do resultado.

Além da possibilidade de adicionar suas próprias consultas, no prometheus é possível alterar a configuração, coletando as métricas necessárias de forma mais direcionada.

O mesmo foi feito para:

• Kafka
• Elasticsearch
• Mongo

P.S. Todos os dados sobre nomes, portas e outros foram criados aleatoriamente e não contêm nenhuma informação real.

Links úteis:
Lista de vários exportadores

Fonte: habr.com