🥇Övervakning av Postgres inuti OpenShift

God dag, invånare av Habra!

Idag vill jag berätta för er hur vi verkligen ville övervaka postgres och ett par andra enheter inuti OpenShift-klustret och hur vi gjorde det.

Vi hade följande:

Openshift
Helm
Prometheus

För att arbeta med Java-applikationen var allt ganska enkelt och klart, eller mer exakt:

1) Lägga till i build.gradle

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

2) Köra prometheus med konfiguration

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

3) Lägga till visning i Grafana

Allt var ganska enkelt och klart tills vi nådde punkten att övervaka databaserna som finns i vår närmiljö (ja, det är dåligt, ingen gör så, men sådant händer).

Hur fungerar det?

Förutom podden med postgres och själva prometheus behöver vi också en annan enhet — exporter.

Exporter i abstrakt mening är en agent som samlar in metrik från applikationen eller till och med servern. För postgres exporter är skriven i Go och arbetar på principen att köra SQL-skript mot databasen och sedan hämtar prometheus de erhållna resultaten. Detta gör det också möjligt att utöka de insamlade metrikarna genom att lägga till egna.

Vi distribuerar det på följande sätt (exempel på deployment.yaml, ingen tvingande struktur):


---
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

Vi behövde också en tjänst och en image stream för den.

Efter distributionen vill vi gärna att allt ska kunna se varandra.

Vi lägger till följande del i prometheus-konfigurationen:

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

Och här började allt fungera, kvar att lägga till allt detta i Grafana och njuta av resultatet.

Förutom möjligheten att lägga till egna frågor kan man i Prometheus ändra inställningarna för att samla in mer riktade metrikdata som behövs.

På liknande sätt gjordes följande för: