Monitorando postgres dentro do Openshift

Bom dia, moradores de Habr!

Hoje quero contar como realmente queríamos monitorar o postgres e algumas outras entidades dentro do cluster OpenShift e como fizemos isso.

Na entrada eles tinham:

• OpenShift
• Capacete
• Prometeu

Para trabalhar com uma aplicação java tudo era bastante simples e transparente, ou para ser mais preciso:

1) Adicionando ao build.gradle

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

2) Execute o prometheus com configuração

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

3) Adicionando uma exibição ao Grafana

Tudo era bastante simples e prosaico até que chegou o momento de monitorar as bases que estão localizadas próximas ao nosso namespace (sim, isso é ruim, ninguém faz isso, mas acontecem coisas diferentes).

Como funciona?

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

Um exportador em um conceito abstrato é um agente que coleta métricas de uma aplicação ou mesmo de um servidor. Para o exportador postgres, ele é escrito em Go, funciona segundo o princípio de rodar scripts SQL dentro do banco de dados e então o prometheus pega os resultados obtidos. Isso também permite expandir as métricas coletadas adicionando as suas próprias.

Vamos implantá-lo assim (exemplo deploy.yaml, não vinculativo):

---
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

Também exigia um serviço e fluxo de imagens

Após a implantação, queremos muito que todos se vejam.

Adicione a seguinte peça 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 aí deu tudo certo, só falta colocar tudo isso na grafana e curtir o resultado.

Além da capacidade de adicionar suas próprias consultas, você pode alterar as configurações no prometheus, coletando métricas mais direcionadas.

Isso foi feito de maneira semelhante para:

• Kafka
• ElasticSearch
• Mongo

PS Todos os dados sobre nomes, portos e demais são retirados do ar e não contêm nenhuma informação.

Links úteis:
Lista de vários exportadores

Fonte: habr.com