node_exporter和cAdvisor部署

node_exporter部署

软件包版本

node_exporter-0.18.1.linux-amd64.tar.gz

详细操作

解压链接

[root@server02 ~]# mkdir /opt/src
[root@server02 src]# tar -xvf node_exporter-0.18.1.linux-amd64.tar.gz -C /opt/
[root@server02 src]# cd /opt/
[root@server02 opt]# ln -s node_exporter-0.18.1.linux-amd64/ node_exporter

创建用户并授予权限

[root@server02 opt]# groupadd prometheus
[root@server02 opt]# useradd -g prometheus -s /sbin/nologin prometheus
[root@server02 opt]# chown -R prometheus:prometheus /opt/node_exporter

配置启动文件

[root@server02 opt]# vi /usr/lib/systemd/system/node_exporter.service
[Unit]
Description=node_exporter
Documentation=https://prometheus.io/
After=network.target

[Service]
Type=simple
User=prometheus
ExecStart=/opt/node_exporter/node_exporter --collector.systemd --collector.systemd.unit-whitelist=(docker|sshd).service --collector.textfile.directory /var/lib/node_exporter/textfile_collector/ 
Restart=on-failure

[Install]
WantedBy=multi-user.target


[root@server02 opt]# systemctl enable node_exporter
[root@server02 opt]# systemctl start node_exporter

配置textfile收集器（启动文件已添加该配置）

textfile收集器非常有用，因为它允许我们暴露自定义指标。

[root@server02 opt]# mkdir -p /var/lib/node_exporter/textfile_collector

现在在这个目录中创建一个新的指标。刚创建的目录中，指标在以.prom结尾的文件内定义，并且使用Prometheus特定文本格式

[root@server02 opt]# vi /var/lib/node_exporter/textfile_collector/metadata.prom 
metadata{role="docker_server",datacenter="NJ"} 1

node_exporter启动参数添加 --collector.textfile.directory /var/lib/node_exporter/textfile_collector/

表示只收集docker和sshd服务数据
启动参数添加 --collector.systemd.unit-whitelist="(docker|sshd).service"

抓取Node Exporter

[root@server01 prometheus]# vi prometheus.yml 
  - job_name: 'node'
    static_configs:
    - targets: ['10.4.7.11:9100']
[root@server01 prometheus]# curl http://10.4.7.11:9100/metrics

过滤收集器

  - job_name: 'node'
    static_configs:
    - targets: ['10.4.7.11:9100']
	params:
	  collect[]:
        - cpu
        - meminfo
        - diskstats
        - netdev
        - netstat
        - filefd
        - filesystem
        - xfs
        - systemd

使用Node Exporter实例上的curl命令来对此进行测试

[root@server01 prometheus]# curl -g -X GET http://10.4.7.11:9100/metrics?collect[]=cpu

热重启prometheus

[root@server01 prometheus]# kill -HUP pid

cAdvisor部署

[root@server02 ~]# docker run \
--volume=/:/rootfs:ro  \
--volume=/var/run:/var/run:rw \
--volume=/sys:/sys:ro \
--volume=/var/lib/docker/:/var/lib/docker:ro \
--publish=8080:8080 \
--detach=true \
--name=cadvisor \
google/cadvisor:latest

让我们稍微分解查看下这个docker run命令。首先，我们在容器内挂载了几个目录。目录分为两种类型，第一种是只读的，cAdvisor将从中收集数据，例如/sys目录：

--volume=/sys:/sys:ro

第二种类型是可读写的，是Docker套接字的挂载，通常位于/var/run目录中。我们还将容器内部的8080端口映射到主机上的8080端口，你可以用任何适合的端口来覆盖它。我们使用参数--detach以守护进程方式运行容器，并将容器命名为cadvisor。最后，我们使用带有latest标签的google/cadvisor图像。

使用10.4.7.11:8080访问页面，采集接口10.4.7.11:8080/metrics

prome节点

[root@server01 ~]# vi /opt/prometheus/prometheus.yml 

  - job_name: 'docker'
    static_configs:
    - targets: ['10.4.7.11:8080']

[root@server01 ~]# kill -HUP 15916

Node Exporter和cAdvisor指标

CPU使用率

页面查找 node_cpu_seconds_total

node_cpu_seconds_total{cpu="1",instance="10.4.7.11:9100",job="node",mode="user"}

node_cpu_seconds_total指标包含许多标签，包括instance和job标签，分别标识它来自哪个主机以及被哪个作业抓取。

我们还有两个特定于CPU的标签：从某个CPU（例如cpu0）收集的cpu指标和用于测量的CPU模式（例如user、system、idle等）的mode指标。数据从/proc/stat中抽取，并以计数的形式告诉我们每个 CPU在每种模式下使用了多少秒。
首先计算每种CPU模式的每秒使用率。PromQL有一个名为irate的函数，用于计算范围向量中时间序列增加的每秒即时速率。

irate(node_cpu_seconds_total{job="node"}[5m])

这将在irate函数中使用node_cpu_seconds_total指标并查询5分钟范围的数据。它将从node作业返回每个CPU在每种模式下的列表，表示为5分钟范围内的每秒速率。

avg(irate(node_cpu_seconds_total{job="node"}[5m])) by (instance)

生成主机CPU使用率,但这个指标还是不太准确，它仍然包括idle的值，并且它没有表示成百分比的形式。我们将查询每个实例的idle使用率，因为它已经是一个比率，将它乘以100可以转换为百分比。

avg(irate(node_cpu_seconds_total{job="node",mode="idle"}[5m])) by (instance) * 100

使用100减去该值就是CPU的使用率

100 - avg(irate(node_cpu_seconds_total{job="node",mode="idle"}[5m])) by (instance) * 100

CPU饱和度

在主机上获得CPU饱和的一种方法是跟踪平均负载，实际上它是将主机上的CPU数量考虑在内的一段时间内的平均运行队列长度。平均负载少于CPU的数量通常是正常的，长时间内超过该数字的平均值则表示CPU已饱和。

平均1分钟的负载值

node_load1

计算主机上的CPU数量，可以使用count聚合

count by (instance) (node_cpu_seconds_total{mode="idle"})

将此值与node_load1结合起来

node_load1 > on (instance)  2 * count by (instance) (node_cpu_seconds_total{mode="idle"})

内存使用率

为此，我们将 node_memory_MemFree_bytes、node_memory_Cached_bytes和node_memory_Buffers_bytes指标的值相加，这代表我们主机上的可用内存。然后我们将使用这个值和node_memory_MemTotal_bytes指标来计算可用内存的百分比，使用以下查询:

(node_memory_MemTotal_bytes - (node_memory_MemFree_bytes + node_memory_Cached_bytes + node_memory_Buffers_bytes))
 / node_memory_MemTotal_bytes * 100

内存饱和度

我们还可以通过检查内存和磁盘的读写来监控内存饱和度。可以使用从/proc/vmstat收集的两个 Node Exporter指标：

node_vmstat_pswpin：系统每秒从磁盘读到内存的字节数。
node_vmstat_pswpout：系统每秒从内存写到磁盘的字节数。

为了获得饱和度指标，我们对每个指标计算一分钟的速率，将两个速率相加，然后乘以1024以获得字节数。我们会创建一个查询来执行此操作。

1024 * sum by (instance) (rate(node_vmstat_pgpgin[1m]) + rate(node_vmstat_pgpgout[1m]))

磁盘使用率

(node_filesystem_size_bytes{mountpoint="/"} - node_filesystem_free_bytes{mountpoint="/"}) / node_filesystem_size_bytes{mountpoint="/"} * 100

不同目录修改mountpoint="/"就能解决
也可以通过predict_linear来预测未来什么时间资源耗尽

predict_linear(node_filesystem_free_bytes{job="node"}[1h], 4*3600)  < 0

我们选择一小时的时间窗口[1h]，并将此时间序列快照放在predict_linear函数中。该函数使用简单的线性回归，根据以前的增长情况来确定文件系统何时会耗尽空间。该函数参数包括一个范围向量，即一小时窗口，以及未来需要预测的时间点。这些都是以秒为单位的，因此这里使4*3600秒，即四小时。最后<0过滤出小于0的值，即文件系统空间不足。

服务状态

过滤docker服务状态为 active

node_systemd_unit_state{name="docker.service",state="active"}

配置记录规则

[root@server01 prometheus]# mkdir -p rules
[root@server01 prometheus]# cd rules/
[root@server01 rules]# touch node_rules.yml
[root@server01 prometheus]# vi prometheus.yml
rule_files:
  - "rules/node_rules.yml"

[root@server01 rules]# vi /opt/prometheus/rules/node_rules.yml
groups:
- name: node_rules
  rules:
  - record: instance:node_cpu:avg_rate5m
    expr: 100 - avg (irate(node_cpu_seconds_total{job="node",mode="idle"}[5m])) by (instance) * 100
  - record: instance:node_cpus:count
    expr: count by (instance)(node_cpu_seconds_total{mode="idle"})
  - record: instance:node_cpu_saturation_load1
    expr: node_load1 > on (instance) 2 * count by (instance)(node_cpu_seconds_total{mode="idle"})
  - record: instance:node_memory_usage:percentage
    expr: (node_memory_MemTotal_bytes - (node_memory_MemFree + node_memory_Cached_bytes + node_memory_Buffers_bytes)) / node_memory_MemTotal_bytes * 100
  - record: instance:node_memory_swap_io_bytes:sum_rate
    expr: 1024 * sum by (instance) (
                 (rate(node_vmstat_pgpgin[1m])
                 + rate(node_vmstat_pgpgout[1m]))
          )
  - record: instance:root:node_filesystem_usage:percentage
    expr: (node_filesystem_size_bytes{mountpoint="/"} - node_filesystem_free_bytes{mountpoint="/"}) / node_filesystem_size_bytes{mountpoint="/"} * 100

覆盖全局更新规则时间

groups:
- name: node_rules
  interval: 10s

页面输入record值

添加完后可通过promtools监测文件

[root@server01 ~]# ./promtool check rules rules/node_rules.yml

检测通过后需要重载prometheus配置文件

[root@server01 ~]# kill -HUP 2018

posted @ 2020-05-21 08:59 Wshile 阅读(861) 评论(0) 编辑收藏举报

刷新页面返回顶部

Wshile