本文介紹兩個可行的K8s監控方案：Prometheus和Sensu。兩個方案都能全面提供系統級的監控資料，幫助開發人員跟蹤K8s關鍵元件的效能、定位故障、接收預警。

擴充閱讀： Kubernetes監控實踐（1）：K8s的工作原理與監控實踐

一、K8s監控之Prometheus

1.1 簡介

Prometheus是針對容器和微服務的開源監控預警工具，功能穩健，適用於開發流程中的雲端管理員和開發人員等各個相關方。Prometheus定時聚合配置物件中的指標資料，評估規則表示式，展示結果，傳送預警。

Prometheus不僅能夠監控預定義指標，還能實現多維資料模型，進行深度分析，並針對多個指標建立關聯，從多個角度為開發人員和管理員提供資料支援。

1.2 工作原理

Prometheus是K8s環境的附加層。首次安裝時應定義資料採集引數和資料採集時間間隔。Prometheus既能實時監控K8s節點，也能對監控資料進行定時分析。Prometheus也可以針對節點失效等故障傳送預警。

1.3 Prometheus Operator

很多使用者會混淆controller和operator。K8s Operator是指Controller向K8s API中新增新的物件、配置管理Prometheus等應用的模式。簡而言之，operator是針對特定領域的controller。

PrometheusOperator簡化了Prometheus在K8s中的執行，不需要改變K8s的配置。使用Prometheus Operator可以輕鬆監控K8s的服務。可以透過預定義的.yml檔案執行Prometheus。Prometheus Operator能夠建立、配置並管理K8s上的所有監控例項。部署新應用時，K8s會建立新的pod（容器）。建立完畢後，原有pod會被銷燬。Prometheus持續監控API，如發現不一致，則基於服務或pod變化建立新的Prometheus配置。

1.4 核心元件

作為一款穩健的監控工具，Prometheus從服務上拉取資料，不需要服務主動推送資料。不過Prometheus提供推送入口，但無法拉取資料時可以接受服務推送上來的資料。

此外，Prometheus支援將時間序列與指標名稱和鍵值對關聯起來，簡化了對多雲端的監控。Prometheus不僅監控應用全域性，還能鑽取到微服務層面。使用者可透過查詢功能管理資料，瞭解應用狀況；也可以使用PromQL建立圖表和表格，實現資料視覺化，並根據具體引數生成預警。

Prometheus的Web控制檯展示了所有功能和工具。使用者可透過正規表示式和高階PromQL檢索條件建立資料集和預警。Prometheus還支援外網訪問。

1.5 優勢

Prometheus最大的優勢在於簡單靈活，可以實現監控的多維資料模型。使用者可以輕鬆搭建容器叢集的監控框架，還可以結合Grafana，進一步提高監控資料的視覺化水平。

Prometheus可以透過K8s的本地服務發現配置採集node、pod和服務指標。使用者可直接定義表示式，建立預警，不需要在不同的監控系統中來回切換。

Prometheus的抓取能力能夠整合到K8s、Docker和StatsD等工具中。使用者還可以透過Web GUI配置預警、管理圖表。

不過Prometheus也存在不足：資料模型受限。Prometheus預設的時序資料採集模型有利有弊：一方面，這種模型有助於按照標準格式採集資料；另一方面，標準化資料格式導致資料模型受限。Prometheus透過discovery機制與K8s保持通訊，因此存在延遲。

二、K8s監控之Sensu

2.1 簡介

Sensu是多雲端容器基礎設施監控工具。Sensu agent是跨平臺事件生成器，使用者可透過執行service check監控系統和服務的健康狀況，同時採集分析metrics，不僅提供預警或事件管理功能、監控API、客戶端庫以及多指令碼或程式語言外掛，還支援自定義工作流，豐富了Sensu能力。

Prometheus透過拉取的方式主動抓取資料，而Sensu則採用訊息匯流排的通訊機制，透過釋出/訂閱（Pub/Sub）的方式推送或拉取資料。

2.2 工作原理

Sensu使用本地外掛從StatsD庫、Prometheus exporter、Nagios外掛、SNMP陷阱等主流程式中採集資料。不同於Prometheus等其他監控工具，Sensu開箱即用，支援多雲端環境，使用者配置框架後即可提供高可用性。

Sensu提供event filter、mutator和operator handler，支援建立並自動化模型工作量。這樣，外部監控工具的資料便可與Sensu的監控資料整合，形成基於事件的監控路徑。

2.3 核心元件

Sensu針對K8s容器最佳化了自動發現能力。使用者可針對K8s和Docker等容器環境輕鬆配置監控check和collector，也可以針對K8s所有元件和執行在K8s上的應用配置多個check。

Sensu也支援本地整合和外掛，可以與日誌工具和Prometheus同時使用。使用者可同時執行Sensu和Prometheus，處理不同的資料集。Sensu可以採集StatsD metrics，並將採集結果寫入Prometheus。

Sensu還能在K8s環境中執行。假設一開始將Sensu部署在某個容器中，後來決定將整個應用遷移到其他容器環境中。遷移完成後，Sensu agent依然能夠在新的環境中正常執行，也能被Sensu發現，因為Sensu具備自動發現機制。

2.4 在K8s中的應用

Sensu可擴充套件性強，可隨著部署應用和雲環境的增加不斷擴充套件，提供具體的功能監控服務。Sensu監控物件的數量沒有上限，也不會因為監控物件的增加變得更加複雜。

三、K8s監控之Sensu+Prometheus

同時執行Sensu和Prometheus能夠提高監控的可見性，實現各自功能的優勢互補。

3.1 工作原理

SensuPrometheus Collector是Sensu Check外掛，聚合從Prometheus exporter或Prometheus query API抓取的資料。採集的資料以Influx（預設）、Graphite、JSON格式儲存在STDOUT中。

SensuPrometheus Collector整合了Sensu的工作量自動化能力和Prometheus的資料抓取能力。使用者可根據需求自行設計實現程式碼和預警接收時間。Sensu還可以將採集到的metrics資料儲存到InfluxDB、Graphite和Prometheus等外部時序資料集中。

3.2 安裝Sensu PrometheusCollector

使用者可以透過Sensu的資產索引庫Bonsai發現、下載、共享資產。點選Bonsai資訊頁面的下載按鈕，下載Sensu後端平臺和架構的資產定義。收到check、filter、mutator或handler請求時，Sensu會根據資產定義下載驗證資產。

下載資產定義後，可以透過Sensu的資源管理命令列工具sensuctl進行資產註冊，然後建立監控工作流。

下方是Prometheus collector的資產定義及相應的Linux sensuctl命令：

下方為Prometheus Collector的check例項：

3.3 優勢

同時執行Sensu和Prometheus具有下列優勢：

• 既能監控K8s叢集的健康狀況又能動態監控周邊基礎設施的健康狀況，並採集相關指標。
• 既能實現問題自動發現，又能透過自動化工作流簡化監控流程。
• 同時執行Prometheus和Sensu能夠獲得更多上下文資訊，實現更細粒度的資料抓取分析。
• Sensu採用標準通訊密碼，可透過單個agent安全採集傳輸資料。
• 便於管理配置監控設定。
• 能夠監控整個基礎設施。

四、結論

Sensu能夠監控整個基礎設施，且定製化水平高，上下文更豐富。Prometheus模型穩健，能夠實現深度資料鑽取；Sensu則採用行業標準技術和格式（如Nagios和StatsD），監控整個基礎設施。Sensu能夠與Prometheus相互補充，提供更加豐富的上下文資訊。

隨著我們對軟體依賴程度的加深，軟體的可用性和故障修復時間對企業的存活非常重要。因此，只有充分了解系統才能克服這些挑戰，基礎設施和應用監控正是關鍵的一環。要想充分利用K8s的能力，必須實施統一的監控解決方案，實現新老技術的有效銜接。

本篇為譯文，原文作者：STEFAN THORPE

原文連結：

譯文首發於UAVStack智慧運維