关于kubesphere:kubesphere的prometheus监控组件分析

一.什么是kubesphere

kubesphere是青云推出的kubernetes治理组件，它运行在kubernete集群之上，提供了监控、devops、服务网格等一系列的下层性能。

青云同时还推出了kubekey工具，用以部署kubenetes和kubesphere，反对：

应用kubekey部署kubernetes；
应用kubekey部署kubernetes和kubesphere；

二.部署多master的kubesphere

应用kubekey(即kk)工具部署时，它会先部署kubernetes，而后在此基础上，部署kubesphere。

1.筹备节点

筹备3个Centos7.*节点：

node1  192.168.1.101
node2  192.168.1.102
node3  192.168.1.103

在每个节点上，装置依赖包：

yum install -y socat conntrack ebtables ipset

2.筹备kubekey

在首节点上下载kk:

export KKZONE=cn
curl -sfL https://get-kk.kubesphere.io | VERSION=v1.1.1 sh -

3.创立集群配置

应用kk工具，生成集群配置：

./kk create config --with-kubernetes v1.20.6 --with-kubesphere v3.1.1

其中：

–with-kubernetes v1.20.6：示意要装置的kubernetes=v1.20.6版本；
–with-kubesphere v3.1.1：示意装置的kubesphere=v3.1.1版本，若不愿装置kubespher组件，可不提供该参数；

命名执行结束后，将生成config-sample.yaml文件，批改文件内容：

批改hosts中的节点配置；
多master环境，须要提供controlPlaneEndpoint中的LB地址，这里仅填写其中一个master的ip；

apiVersion: kubekey.kubesphere.io/v1alpha1
kind: Cluster
metadata:
  name: sample
spec:
  hosts:
  - {name: node1, address: 192.168.1.101, internalAddress: 192.168.1.101, user: root, password: ******}
  - {name: node2, address: 192.168.1.102, internalAddress: 192.168.1.102, user: root, password: ******}
  - {name: node3, address: 192.168.1.103, internalAddress: 192.168.1.103, user: root, password: ******}
  roleGroups:
    etcd:
    - node1
    - node2
    - node3
    master:
    - node1
    - node2
    - node3
    worker:
    - node1
    - node2
    - node3
  controlPlaneEndpoint:
    domain: lb.kubesphere.local
    address: "192.168.1.101"
    port: 6443
  kubernetes:
    version: v1.20.6
    imageRepo: kubesphere
    clusterName: cluster.local
  ...

4.创立集群

应用上一步的集群配置，创立集群：

./kk create cluster -f config-sample.yaml

该命令执行过程中，会先创立kubernetes集群，而后再装置kubesphere组件；

装置过程中会打印装置日志，除此之外，还能够通用如下命令查看日志：

kubectl logs -n kubesphere-system $(kubectl get pod -n kubesphere-system -l app=ks-install -o jsonpath='{.items[0].metadata.name}') -f

装置结束后，会输入kubesphere UI的登录信息：

#####################################################
###              Welcome to KubeSphere!           ###
#####################################################
Console: http://192.168.1.101:30880
Account: ****
Password: ****

5.删除集群

若集群装置过程中，呈现谬误，能够删除集群，批改配置后，重新安装：

## 删除集群
./kk delete cluster -f config-sample.yaml

三.kubesphere监控组件

装置kubesphere时，会默认装置prometheus的监控组件：

# kubectl get pod -n kubesphere-monitoring-system
NAME                                              READY   STATUS    RESTARTS   AGE
alertmanager-main-0                               2/2     Running   0          7d6h
alertmanager-main-1                               2/2     Running   0          7d6h
alertmanager-main-2                               2/2     Running   0          7d6h
kube-state-metrics-577b8b4cf-7wp5w                3/3     Running   0          7d6h
node-exporter-2p7jz                               2/2     Running   0          7d6h
node-exporter-5njs6                               2/2     Running   0          7d6h
node-exporter-6ndb9                               2/2     Running   0          7d6h
notification-manager-deployment-97dfccc89-625b8   1/1     Running   0          7d6h
notification-manager-deployment-97dfccc89-k8767   1/1     Running   0          7d6h
notification-manager-operator-59cbfc566b-4wp9m    2/2     Running   4          7d6h
prometheus-k8s-0                                  3/3     Running   1          4d4h
prometheus-k8s-1                                  3/3     Running   1          4d4h
prometheus-operator-8f97cb8c6-dq4d2               2/2     Running   0          7d6h

kubesphere的监控组件，应用prometheus-operator来治理prometheus的各种prometheusrule、serviceMonitor等各种CRD对象及其状态变动。

具体部署的prometheus、alertmanager的正本数，在ks-installer中指定：

prometheus的正本数：

若节点数<3，则默认prometheus正本数=1；
若节点数>=3，则默认prometheus正本数=2；

// ks-installer/roles/ks-monitor/template/prometheus-prometheus.yaml.j2
{% if nodeNum is defined and nodeNum < 3 %}
  replicas: {{ monitoring.prometheus.replicas | default(monitoring.prometheusReplicas) | default(1) }}
{% else %}
  replicas: {{ monitoring.prometheus.replicas | default(monitoring.prometheusReplicas) | default(2) }}
{% endif %}

alertmanager的正本数：

若节点数<3，则默认alertmanager正本数=1;
若节点数>=3，则默认alertmanager正本数=3；

// ks-installer/roles/ks-monitor/template/alertmanager-alertmanager.yaml.j2
{% if nodeNum is defined and nodeNum < 3 %}
  replicas: {{ monitoring.alertmanager.replicas | default(monitoring.alertmanagerReplicas) | default(1) }}
{% else %}
  replicas: {{ monitoring.alertmanager.replicas | default(monitoring.alertmanagerReplicas) | default(3) }}
{% endif %}

四.kubesphere监控API源码

以kubesphere上监控集群CPU应用状况为例，剖析其前后端监控的API接口，及其源码实现：

1.前端调用：

GET http://192.168.1.101:30880/kapis/monitoring.kubesphere.io/v1alpha3/cluster?start=1653737380&end=1653743380&step=120s&times=50&metrics_filter=cluster_cpu_utilisation

能够看到，指标名称为cluster_cpu_utilisation。

2.后端代码：

API 注册的代码:

// kubesphere/pkg/kapis/monitoring/v1alpha3/register.go
func AddToContainer(c *restful.Container, ...) error {
...
        ws.Route(ws.GET("/cluster").
            To(h.handleClusterMetricsQuery).
            Doc("Get cluster-level metric data.").
            Param(ws.QueryParameter("metrics_filter", "The metric name filter consists of a regexp pattern. It specifies which metric data to return. For example, the following filter matches both cluster CPU usage and disk usage: `cluster_cpu_usage|cluster_disk_size_usage`. View available metrics at [kubesphere.io](https://docs.kubesphere.io/advanced-v2.0/zh-CN/api-reference/monitoring-metrics/).").DataType("string").Required(false)).
            Param(ws.QueryParameter("start", "Start time of query. Use **start** and **end** to retrieve metric data over a time span. It is a string with Unix time format, eg. 1559347200. ").DataType("string").Required(false)).
            Param(ws.QueryParameter("end", "End time of query. Use **start** and **end** to retrieve metric data over a time span. It is a string with Unix time format, eg. 1561939200. ").DataType("string").Required(false)).
            Param(ws.QueryParameter("step", "Time interval. Retrieve metric data at a fixed interval within the time range of start and end. It requires both **start** and **end** are provided. The format is [0-9]+[smhdwy]. Defaults to 10m (i.e. 10 min).").DataType("string").DefaultValue("10m").Required(false)).
            Param(ws.QueryParameter("time", "A timestamp in Unix time format. Retrieve metric data at a single point in time. Defaults to now. Time and the combination of start, end, step are mutually exclusive.").DataType("string").Required(false)).
            Metadata(restfulspec.KeyOpenAPITags, []string{constants.ClusterMetricsTag}).
            Writes(model.Metrics{}).
            Returns(http.StatusOK, respOK, model.Metrics{})).
            Produces(restful.MIME_JSON)
...
}

API handler的代码：

// kubesphere/pkg/kapis/monitoring/v1alpha3/handler.go
func (h handler) handleClusterMetricsQuery(req *restful.Request, resp *restful.Response) {
    params := parseRequestParams(req)
    opt, err := h.makeQueryOptions(params, monitoring.LevelCluster)
    if err != nil {
        api.HandleBadRequest(resp, nil, err)
        return
    }
    h.handleNamedMetricsQuery(resp, opt)
}

具体查问时，它会向prometheus发送metric的查问：

查问表达式：makeExpr(metric, *ops)，这里metric=cluster_cpu_utilisation；
执行查问：p.client.QueryRange(…)，向prometheus发动查问；

// kubesphere/pkg/simple/client/monitoring/prometheus/prometheus.go
func (p prometheus) GetNamedMetricsOverTime(metrics []string, start, end time.Time, step time.Duration, o monitoring.QueryOption) []monitoring.Metric {
  var res []monitoring.Metric
  ...
    timeRange := apiv1.Range{
        Start: start,
        End:   end,
        Step:  step,
    }
    for _, metric := range metrics {
        wg.Add(1)
        go func(metric string) {
            parsedResp := monitoring.Metric{MetricName: metric}
            //查问prometheus
            value, _, err := p.client.QueryRange(context.Background(), makeExpr(metric, *opts), timeRange) 
            parsedResp.MetricData = parseQueryRangeResp(value, genMetricFilter(o))
            ...
            res = append(res, parsedResp)
            wg.Done()
        }(metric)
    }
    wg.Wait()
    return res
}

重点看一下如何结构查问表达式：

// kubesphere/pkg/simple/client/monitoring/prometheus/promql.go
var promQLTemplates = map[string]string{
    //cluster
    "cluster_cpu_utilisation":            ":node_cpu_utilisation:avg1m",
    ...
}
func makeExpr(metric string, opts monitoring.QueryOptions) string {
    tmpl := promQLTemplates[metric]
    switch opts.Level {
    case monitoring.LevelCluster:
        return tmpl
    ...
}

对于前端查问的cluster_cpu_utilisation，发给prometheus的是”:node_cpu_utilisation:avg1m”，prometheus上这样一条表达式规定：

- expr: |
    avg(irate(node_cpu_used_seconds_total{job="node-exporter"}[5m]))
  record: :node_cpu_utilisation:avg1m

所以，cluster_cpu_utilisation指标最终是执行如下promql的查问后果：

avg(irate(node_cpu_used_seconds_total{job="node-exporter"}[5m]))

参考：

1.https://v3-1.docs.kubesphere….
2.https://kubesphere.com.cn/for…

关于kubesphere:kubesphere的prometheus监控组件分析

一.什么是kubesphere

二.部署多master的kubesphere

1.筹备节点

2.筹备kubekey

3.创立集群配置

4.创立集群

5.删除集群

三.kubesphere监控组件

四.kubesphere监控API源码

1.前端调用：

2.后端代码：

参考：

评论

发表回复取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

关于kubesphere:kubesphere的prometheus监控组件分析

一.什么是kubesphere

二.部署多master的kubesphere

1.筹备节点

2.筹备kubekey

3.创立集群配置

4.创立集群

5.删除集群

三.kubesphere监控组件

四.kubesphere监控API源码

1.前端调用：

2.后端代码：

参考：

评论

发表回复 取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

发表回复取消回复