Longhorn，企業級雲原生容器分散式儲存 - 監控(Prometheus+AlertManager+Grafana)

為少發表於2021-08-24

內容來源於官方 Longhorn 1.1.2 英文技術手冊。

系列

設定 `Prometheus` 和 `Grafana` 來監控 `Longhorn`

概覽

Longhorn 在 REST 端點 http://LONGHORN_MANAGER_IP:PORT/metrics 上以 Prometheus 文字格式原生公開指標。
有關所有可用指標的說明，請參閱 Longhorn's metrics。
您可以使用 Prometheus, Graphite, Telegraf 等任何收集工具來抓取這些指標，然後通過 Grafana 等工具將收集到的資料視覺化。

本文件提供了一個監控 Longhorn 的示例設定。監控系統使用 Prometheus 收集資料和警報，使用 Grafana 將收集的資料視覺化/儀表板(visualizing/dashboarding)。高階概述來看，監控系統包含：

Prometheus 伺服器從 Longhorn 指標端點抓取和儲存時間序列資料。Prometheus 還負責根據配置的規則和收集的資料生成警報。Prometheus 伺服器然後將警報傳送到 Alertmanager。
AlertManager 然後管理這些警報(alerts)，包括靜默(silencing)、抑制(inhibition)、聚合(aggregation)和通過電子郵件、呼叫通知系統和聊天平臺等方法傳送通知。
Grafana 向 Prometheus 伺服器查詢資料並繪製儀表板進行視覺化。

下圖描述了監控系統的詳細架構。

上圖中有 2 個未提及的元件：

Longhorn 後端服務是指向 Longhorn manager pods 集的服務。Longhorn 的指標在端點 http://LONGHORN_MANAGER_IP:PORT/metrics 的 Longhorn manager pods 中公開。
Prometheus operator 使在 Kubernetes 上執行 Prometheus 變得非常容易。operator 監視 3 個自定義資源：ServiceMonitor、Prometheus 和 AlertManager。當使用者建立這些自定義資源時，Prometheus Operator 會使用使用者指定的配置部署和管理 Prometheus server, AlerManager。

安裝

按照此說明將所有元件安裝到 monitoring 名稱空間中。要將它們安裝到不同的名稱空間中，請更改欄位 namespace: OTHER_NAMESPACE

建立 `monitoring` 名稱空間

apiVersion: v1
kind: Namespace
metadata:
  name: monitoring

安裝 `Prometheus Operator`

部署 Prometheus Operator 及其所需的 ClusterRole、ClusterRoleBinding 和 Service Account。

apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  labels:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator
    app.kubernetes.io/version: v0.38.3
  name: prometheus-operator
  namespace: monitoring
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: prometheus-operator
subjects:
- kind: ServiceAccount
  name: prometheus-operator
  namespace: monitoring
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  labels:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator
    app.kubernetes.io/version: v0.38.3
  name: prometheus-operator
  namespace: monitoring
rules:
- apiGroups:
  - apiextensions.k8s.io
  resources:
  - customresourcedefinitions
  verbs:
  - create
- apiGroups:
  - apiextensions.k8s.io
  resourceNames:
  - alertmanagers.monitoring.coreos.com
  - podmonitors.monitoring.coreos.com
  - prometheuses.monitoring.coreos.com
  - prometheusrules.monitoring.coreos.com
  - servicemonitors.monitoring.coreos.com
  - thanosrulers.monitoring.coreos.com
  resources:
  - customresourcedefinitions
  verbs:
  - get
  - update
- apiGroups:
  - monitoring.coreos.com
  resources:
  - alertmanagers
  - alertmanagers/finalizers
  - prometheuses
  - prometheuses/finalizers
  - thanosrulers
  - thanosrulers/finalizers
  - servicemonitors
  - podmonitors
  - prometheusrules
  verbs:
  - '*'
- apiGroups:
  - apps
  resources:
  - statefulsets
  verbs:
  - '*'
- apiGroups:
  - ""
  resources:
  - configmaps
  - secrets
  verbs:
  - '*'
- apiGroups:
  - ""
  resources:
  - pods
  verbs:
  - list
  - delete
- apiGroups:
  - ""
  resources:
  - services
  - services/finalizers
  - endpoints
  verbs:
  - get
  - create
  - update
  - delete
- apiGroups:
  - ""
  resources:
  - nodes
  verbs:
  - list
  - watch
- apiGroups:
  - ""
  resources:
  - namespaces
  verbs:
  - get
  - list
  - watch
---
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator
    app.kubernetes.io/version: v0.38.3
  name: prometheus-operator
  namespace: monitoring
spec:
  replicas: 1
  selector:
    matchLabels:
      app.kubernetes.io/component: controller
      app.kubernetes.io/name: prometheus-operator
  template:
    metadata:
      labels:
        app.kubernetes.io/component: controller
        app.kubernetes.io/name: prometheus-operator
        app.kubernetes.io/version: v0.38.3
    spec:
      containers:
      - args:
        - --kubelet-service=kube-system/kubelet
        - --logtostderr=true
        - --config-reloader-image=jimmidyson/configmap-reload:v0.3.0
        - --prometheus-config-reloader=quay.io/prometheus-operator/prometheus-config-reloader:v0.38.3
        image: quay.io/prometheus-operator/prometheus-operator:v0.38.3
        name: prometheus-operator
        ports:
        - containerPort: 8080
          name: http
        resources:
          limits:
            cpu: 200m
            memory: 200Mi
          requests:
            cpu: 100m
            memory: 100Mi
        securityContext:
          allowPrivilegeEscalation: false
      nodeSelector:
        beta.kubernetes.io/os: linux
      securityContext:
        runAsNonRoot: true
        runAsUser: 65534
      serviceAccountName: prometheus-operator
---
apiVersion: v1
kind: ServiceAccount
metadata:
  labels:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator
    app.kubernetes.io/version: v0.38.3
  name: prometheus-operator
  namespace: monitoring
---
apiVersion: v1
kind: Service
metadata:
  labels:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator
    app.kubernetes.io/version: v0.38.3
  name: prometheus-operator
  namespace: monitoring
spec:
  clusterIP: None
  ports:
  - name: http
    port: 8080
    targetPort: http
  selector:
    app.kubernetes.io/component: controller
    app.kubernetes.io/name: prometheus-operator

安裝 `Longhorn ServiceMonitor`

Longhorn ServiceMonitor 有一個標籤選擇器 app: longhorn-manager 來選擇 Longhorn 後端服務。
稍後，Prometheus CRD 可以包含 Longhorn ServiceMonitor，以便 Prometheus server 可以發現所有 Longhorn manager pods 及其端點。

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: longhorn-prometheus-servicemonitor
  namespace: monitoring
  labels:
    name: longhorn-prometheus-servicemonitor
spec:
  selector:
    matchLabels:
      app: longhorn-manager
  namespaceSelector:
    matchNames:
    - longhorn-system
  endpoints:
  - port: manager

安裝和配置 `Prometheus AlertManager`

使用 3 個例項建立一個高可用的 Alertmanager 部署：

apiVersion: monitoring.coreos.com/v1
kind: Alertmanager
metadata:
  name: longhorn
  namespace: monitoring
spec:
  replicas: 3

除非提供有效配置，否則 Alertmanager 例項將無法啟動。有關 Alertmanager 配置的更多說明，請參見此處。下面的程式碼給出了一個示例配置：

global:
  resolve_timeout: 5m
route:
  group_by: [alertname]
  receiver: email_and_slack
receivers:
- name: email_and_slack
  email_configs:
  - to: <the email address to send notifications to>
    from: <the sender address>
    smarthost: <the SMTP host through which emails are sent>
    # SMTP authentication information.
    auth_username: <the username>
    auth_identity: <the identity>
    auth_password: <the password>
    headers:
      subject: 'Longhorn-Alert'
    text: |-
      {{ range .Alerts }}
        *Alert:* {{ .Annotations.summary }} - `{{ .Labels.severity }}`
        *Description:* {{ .Annotations.description }}
        *Details:*
        {{ range .Labels.SortedPairs }} • *{{ .Name }}:* `{{ .Value }}`
        {{ end }}
      {{ end }}
  slack_configs:
  - api_url: <the Slack webhook URL>
    channel: <the channel or user to send notifications to>
    text: |-
      {{ range .Alerts }}
        *Alert:* {{ .Annotations.summary }} - `{{ .Labels.severity }}`
        *Description:* {{ .Annotations.description }}
        *Details:*
        {{ range .Labels.SortedPairs }} • *{{ .Name }}:* `{{ .Value }}`
        {{ end }}
      {{ end }}

將上述 Alertmanager 配置儲存在名為 alertmanager.yaml 的檔案中，並使用 kubectl 從中建立一個 secret。

Alertmanager 例項要求 secret 資源命名遵循 alertmanager-{ALERTMANAGER_NAME} 格式。
在上一步中，Alertmanager 的名稱是 longhorn，所以 secret 名稱必須是 alertmanager-longhorn

$ kubectl create secret generic alertmanager-longhorn --from-file=alertmanager.yaml -n monitoring

為了能夠檢視 Alertmanager 的 Web UI，請通過 Service 公開它。一個簡單的方法是使用 NodePort 型別的 Service ：
```
apiVersion: v1
kind: Service
metadata:
  name: alertmanager-longhorn
  namespace: monitoring
spec:
  type: NodePort
  ports:
  - name: web
    nodePort: 30903
    port: 9093
    protocol: TCP
    targetPort: web
  selector:
    alertmanager: longhorn
```
建立上述服務後，您可以通過節點的 IP 和埠 30903 訪問 Alertmanager 的 web UI。

使用上面的 NodePort 服務進行快速驗證，因為它不通過 TLS 連線進行通訊。您可能希望將服務型別更改為 ClusterIP，並設定一個 Ingress-controller 以通過 TLS 連線公開 Alertmanager 的 web UI。

安裝和配置 `Prometheus server`

建立定義警報條件的 PrometheusRule 自定義資源。

apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  labels:
    prometheus: longhorn
    role: alert-rules
  name: prometheus-longhorn-rules
  namespace: monitoring
spec:
  groups:
  - name: longhorn.rules
    rules:
    - alert: LonghornVolumeUsageCritical
      annotations:
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is at {{$value}}% used for
          more than 5 minutes.
        summary: Longhorn volume capacity is over 90% used.
      expr: 100 * (longhorn_volume_usage_bytes / longhorn_volume_capacity_bytes) > 90
      for: 5m
      labels:
        issue: Longhorn volume {{$labels.volume}} usage on {{$labels.node}} is critical.
        severity: critical

有關如何定義警報規則的更多資訊，請參見https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#alerting-rules

如果啟用了 RBAC 授權，則為 Prometheus Pod 建立 ClusterRole 和 ClusterRoleBinding：

apiVersion: v1
kind: ServiceAccount
metadata:
  name: prometheus
  namespace: monitoring

apiVersion: rbac.authorization.k8s.io/v1beta1
kind: ClusterRole
metadata:
  name: prometheus
  namespace: monitoring
rules:
- apiGroups: [""]
  resources:
  - nodes
  - services
  - endpoints
  - pods
  verbs: ["get", "list", "watch"]
- apiGroups: [""]
  resources:
  - configmaps
  verbs: ["get"]
- nonResourceURLs: ["/metrics"]
  verbs: ["get"]

apiVersion: rbac.authorization.k8s.io/v1beta1
kind: ClusterRoleBinding
metadata:
  name: prometheus
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: prometheus
subjects:
- kind: ServiceAccount
  name: prometheus
  namespace: monitoring

建立 Prometheus 自定義資源。請注意，我們在 spec 中選擇了 Longhorn 服務監視器(service monitor)和 Longhorn 規則。

apiVersion: monitoring.coreos.com/v1
kind: Prometheus
metadata:
  name: prometheus
  namespace: monitoring
spec:
  replicas: 2
  serviceAccountName: prometheus
  alerting:
    alertmanagers:
      - namespace: monitoring
        name: alertmanager-longhorn
        port: web
  serviceMonitorSelector:
    matchLabels:
      name: longhorn-prometheus-servicemonitor
  ruleSelector:
    matchLabels:
      prometheus: longhorn
      role: alert-rules

為了能夠檢視 Prometheus 伺服器的 web UI，請通過 Service 公開它。一個簡單的方法是使用 NodePort 型別的 Service：
```
apiVersion: v1
kind: Service
metadata:
  name: prometheus
  namespace: monitoring
spec:
  type: NodePort
  ports:
  - name: web
    nodePort: 30904
    port: 9090
    protocol: TCP
    targetPort: web
  selector:
    prometheus: prometheus
```
建立上述服務後，您可以通過節點的 IP 和埠 30904 訪問 Prometheus server 的 web UI。

此時，您應該能夠在 Prometheus server UI 的目標和規則部分看到所有 Longhorn manager targets 以及 Longhorn rules。

使用上述 NodePort service 進行快速驗證，因為它不通過 TLS 連線進行通訊。您可能希望將服務型別更改為 ClusterIP，並設定一個 Ingress-controller 以通過 TLS 連線公開 Prometheus server 的 web UI。

安裝 Grafana

建立 Grafana 資料來源配置：

apiVersion: v1
kind: ConfigMap
metadata:
  name: grafana-datasources
  namespace: monitoring
data:
  prometheus.yaml: |-
    {
        "apiVersion": 1,
        "datasources": [
            {
               "access":"proxy",
                "editable": true,
                "name": "prometheus",
                "orgId": 1,
                "type": "prometheus",
                "url": "http://prometheus:9090",
                "version": 1
            }
        ]
    }

建立 Grafana 部署：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: grafana
  namespace: monitoring
  labels:
    app: grafana
spec:
  replicas: 1
  selector:
    matchLabels:
      app: grafana
  template:
    metadata:
      name: grafana
      labels:
        app: grafana
    spec:
      containers:
      - name: grafana
        image: grafana/grafana:7.1.5
        ports:
        - name: grafana
          containerPort: 3000
        resources:
          limits:
            memory: "500Mi"
            cpu: "300m"
          requests:
            memory: "500Mi"
            cpu: "200m"
        volumeMounts:
          - mountPath: /var/lib/grafana
            name: grafana-storage
          - mountPath: /etc/grafana/provisioning/datasources
            name: grafana-datasources
            readOnly: false
      volumes:
        - name: grafana-storage
          emptyDir: {}
        - name: grafana-datasources
          configMap:
              defaultMode: 420
              name: grafana-datasources

在 NodePort 32000 上暴露 Grafana：
```
apiVersion: v1
kind: Service
metadata:
  name: grafana
  namespace: monitoring
spec:
  selector:
    app: grafana
  type: NodePort
  ports:
    - port: 3000
      targetPort: 3000
      nodePort: 32000
```
使用上述 NodePort 服務進行快速驗證，因為它不通過 TLS 連線進行通訊。您可能希望將服務型別更改為 ClusterIP，並設定一個 Ingress-controller 以通過 TLS 連線公開 Grafana。
使用埠 32000 上的任何節點 IP 訪問 Grafana 儀表板。預設憑據為：
```
User: admin
Pass: admin
```
安裝 Longhorn dashboard

進入 Grafana 後，匯入預置的皮膚：https://grafana.com/grafana/dashboards/13032

有關如何匯入 Grafana dashboard 的說明，請參閱 https://grafana.com/docs/grafana/latest/reference/export_import/

成功後，您應該會看到以下 dashboard：

將 `Longhorn` 指標整合到 `Rancher` 監控系統中

關於 `Rancher` 監控系統

使用 Rancher，您可以通過與領先的開源監控解決方案 Prometheus 的整合來監控叢集節點、Kubernetes 元件和軟體部署的狀態和程式。

有關如何部署/啟用 Rancher 監控系統的說明，請參見https://rancher.com/docs/rancher/v2.x/en/monitoring-alerting/

將 `Longhorn` 指標新增到 `Rancher` 監控系統

如果您使用 Rancher 來管理您的 Kubernetes 並且已經啟用 Rancher 監控，您可以通過簡單地部署以下 ServiceMonitor 將 Longhorn 指標新增到 Rancher 監控中：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: longhorn-prometheus-servicemonitor
  namespace: longhorn-system
  labels:
    name: longhorn-prometheus-servicemonitor
spec:
  selector:
    matchLabels:
      app: longhorn-manager
  namespaceSelector:
    matchNames:
    - longhorn-system
  endpoints:
  - port: manager

建立 ServiceMonitor 後，Rancher 將自動發現所有 Longhorn 指標。

然後，您可以設定 Grafana 儀表板以進行視覺化。

`Longhorn` 監控指標

Volume(卷)

指標名	說明	示例
longhorn_volume_actual_size_bytes	對應節點上卷的每個副本使用的實際空間	longhorn_volume_actual_size_bytes{node="worker-2",volume="testvol"} 1.1917312e+08
longhorn_volume_capacity_bytes	此卷的配置大小（以 byte 為單位）	longhorn_volume_capacity_bytes{node="worker-2",volume="testvol"} 6.442450944e+09
longhorn_volume_state	本卷狀態： 1=creating, 2=attached, 3=Detached, 4=Attaching, 5=Detaching, 6=Deleting	longhorn_volume_state{node="worker-2",volume="testvol"} 2
longhorn_volume_robustness	本卷的健壯性: 0=unknown, 1=healthy, 2=degraded, 3=faulted	longhorn_volume_robustness{node="worker-2",volume="testvol"} 1

Node(節點)

指標名	說明	示例
longhorn_node_status	該節點的狀態： 1=true, 0=false	longhorn_node_status{condition="ready",condition_reason="",node="worker-2"} 1
longhorn_node_count_total	Longhorn 系統中的節點總數	longhorn_node_count_total 4
longhorn_node_cpu_capacity_millicpu	此節點上的最大可分配 CPU	longhorn_node_cpu_capacity_millicpu{node="worker-2"} 2000
longhorn_node_cpu_usage_millicpu	此節點上的 CPU 使用率	longhorn_node_cpu_usage_millicpu{node="pworker-2"} 186
longhorn_node_memory_capacity_bytes	此節點上的最大可分配記憶體	longhorn_node_memory_capacity_bytes{node="worker-2"} 4.031229952e+09
longhorn_node_memory_usage_bytes	此節點上的記憶體使用情況	longhorn_node_memory_usage_bytes{node="worker-2"} 1.833582592e+09
longhorn_node_storage_capacity_bytes	本節點的儲存容量	longhorn_node_storage_capacity_bytes{node="worker-3"} 8.3987283968e+10
longhorn_node_storage_usage_bytes	該節點的已用儲存	longhorn_node_storage_usage_bytes{node="worker-3"} 9.060941824e+09
longhorn_node_storage_reservation_bytes	此節點上為其他應用程式和系統保留的儲存空間	longhorn_node_storage_reservation_bytes{node="worker-3"} 2.519618519e+10

Disk(磁碟)

指標名	說明	示例
longhorn_disk_capacity_bytes	此磁碟的儲存容量	longhorn_disk_capacity_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 8.3987283968e+10
longhorn_disk_usage_bytes	此磁碟的已用儲存空間	longhorn_disk_usage_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 9.060941824e+09
longhorn_disk_reservation_bytes	此磁碟上為其他應用程式和系統保留的儲存空間	longhorn_disk_reservation_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 2.519618519e+10

Instance Manager(例項管理器)

指標名	說明	示例
longhorn_instance_manager_cpu_usage_millicpu	這個 longhorn 例項管理器的 CPU 使用率	longhorn_instance_manager_cpu_usage_millicpu{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 80
longhorn_instance_manager_cpu_requests_millicpu	在這個 Longhorn 例項管理器的 kubernetes 中請求的 CPU 資源	longhorn_instance_manager_cpu_requests_millicpu{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 250
longhorn_instance_manager_memory_usage_bytes	這個 longhorn 例項管理器的記憶體使用情況	longhorn_instance_manager_memory_usage_bytes{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 2.4072192e+07
longhorn_instance_manager_memory_requests_bytes	這個 longhorn 例項管理器在 Kubernetes 中請求的記憶體	longhorn_instance_manager_memory_requests_bytes{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 0

Manager(管理器)

指標名	說明	示例
longhorn_manager_cpu_usage_millicpu	這個 Longhorn Manager 的 CPU 使用率	longhorn_manager_cpu_usage_millicpu{manager="longhorn-manager-5rx2n",node="worker-2"} 27
longhorn_manager_memory_usage_bytes	這個 Longhorn Manager 的記憶體使用情況	longhorn_manager_memory_usage_bytes{manager="longhorn-manager-5rx2n",node="worker-2"} 2.6144768e+07

支援 `Kubelet Volume` 指標

關於 `Kubelet Volume` 指標

Kubelet 公開了以下指標：

kubelet_volume_stats_capacity_bytes
kubelet_volume_stats_available_bytes
kubelet_volume_stats_used_bytes
kubelet_volume_stats_inodes
kubelet_volume_stats_inodes_free
kubelet_volume_stats_inodes_used

這些指標衡量與 Longhorn 塊裝置內的 PVC 檔案系統相關的資訊。

它們與 longhorn_volume_* 指標不同，後者測量特定於 Longhorn 塊裝置(block device)的資訊。

您可以設定一個監控系統來抓取 Kubelet 指標端點以獲取 PVC 的狀態並設定異常事件的警報，例如 PVC 即將耗盡儲存空間。

一個流行的監控設定是 prometheus-operator/kube-prometheus-stack,，它抓取 kubelet_volume_stats_* 指標併為它們提供儀表板和警報規則。

Longhorn CSI 外掛支援

在 v1.1.0 中，Longhorn CSI 外掛根據 CSI spec 支援 NodeGetVolumeStats RPC。

這允許 kubelet 查詢 Longhorn CSI 外掛以獲取 PVC 的狀態。

然後 kubelet 在 kubelet_volume_stats_* 指標中公開該資訊。

`Longhorn` 警報規則示例

我們在下面提供了幾個示例 Longhorn 警報規則供您參考。請參閱此處獲取所有可用 Longhorn 指標的列表並構建您自己的警報規則。

apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
  labels:
    prometheus: longhorn
    role: alert-rules
  name: prometheus-longhorn-rules
  namespace: monitoring
spec:
  groups:
  - name: longhorn.rules
    rules:
    - alert: LonghornVolumeActualSpaceUsedWarning
      annotations:
        description: The actual space used by Longhorn volume {{$labels.volume}} on {{$labels.node}} is at {{$value}}% capacity for
          more than 5 minutes.
        summary: The actual used space of Longhorn volume is over 90% of the capacity.
      expr: (longhorn_volume_actual_size_bytes / longhorn_volume_capacity_bytes) * 100 > 90
      for: 5m
      labels:
        issue: The actual used space of Longhorn volume {{$labels.volume}} on {{$labels.node}} is high.
        severity: warning
    - alert: LonghornVolumeStatusCritical
      annotations:
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is Fault for
          more than 2 minutes.
        summary: Longhorn volume {{$labels.volume}} is Fault
      expr: longhorn_volume_robustness == 3
      for: 5m
      labels:
        issue: Longhorn volume {{$labels.volume}} is Fault.
        severity: critical
    - alert: LonghornVolumeStatusWarning
      annotations:
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is Degraded for
          more than 5 minutes.
        summary: Longhorn volume {{$labels.volume}} is Degraded
      expr: longhorn_volume_robustness == 2
      for: 5m
      labels:
        issue: Longhorn volume {{$labels.volume}} is Degraded.
        severity: warning
    - alert: LonghornNodeStorageWarning
      annotations:
        description: The used storage of node {{$labels.node}} is at {{$value}}% capacity for
          more than 5 minutes.
        summary:  The used storage of node is over 70% of the capacity.
      expr: (longhorn_node_storage_usage_bytes / longhorn_node_storage_capacity_bytes) * 100 > 70
      for: 5m
      labels:
        issue: The used storage of node {{$labels.node}} is high.
        severity: warning
    - alert: LonghornDiskStorageWarning
      annotations:
        description: The used storage of disk {{$labels.disk}} on node {{$labels.node}} is at {{$value}}% capacity for
          more than 5 minutes.
        summary:  The used storage of disk is over 70% of the capacity.
      expr: (longhorn_disk_usage_bytes / longhorn_disk_capacity_bytes) * 100 > 70
      for: 5m
      labels:
        issue: The used storage of disk {{$labels.disk}} on node {{$labels.node}} is high.
        severity: warning
    - alert: LonghornNodeDown
      annotations:
        description: There are {{$value}} Longhorn nodes which have been offline for more than 5 minutes.
        summary: Longhorn nodes is offline
      expr: longhorn_node_total - (count(longhorn_node_status{condition="ready"}==1) OR on() vector(0))
      for: 5m
      labels:
        issue: There are {{$value}} Longhorn nodes are offline
        severity: critical
    - alert: LonghornIntanceManagerCPUUsageWarning
      annotations:
        description: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} has CPU Usage / CPU request is {{$value}}% for
          more than 5 minutes.
        summary: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} has CPU Usage / CPU request is over 300%.
      expr: (longhorn_instance_manager_cpu_usage_millicpu/longhorn_instance_manager_cpu_requests_millicpu) * 100 > 300
      for: 5m
      labels:
        issue: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} consumes 3 times the CPU request.
        severity: warning
    - alert: LonghornNodeCPUUsageWarning
      annotations:
        description: Longhorn node {{$labels.node}} has CPU Usage / CPU capacity is {{$value}}% for
          more than 5 minutes.
        summary: Longhorn node {{$labels.node}} experiences high CPU pressure for more than 5m.
      expr: (longhorn_node_cpu_usage_millicpu / longhorn_node_cpu_capacity_millicpu) * 100 > 90
      for: 5m
      labels:
        issue: Longhorn node {{$labels.node}} experiences high CPU pressure.
        severity: warning

在https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#alerting-rules
檢視有關如何定義警報規則的更多資訊。

公眾號：黑客下午茶

Longhorn，企業級雲原生容器分散式儲存 - 備份與恢復
2021-08-24
分散式
Longhorn，企業級雲原生容器分散式儲存 - 定製預設設定
2021-08-28
分散式
Longhorn 企業級雲原生分散式容器儲存-券(Volume)和節點(Node)
2021-08-20
分散式
Longhorn，企業級雲原生容器分散式儲存 - K8S 資源配置示例
2021-08-23
分散式K8S
Longhorn 雲原生容器分散式儲存 - Python Client
2021-09-03
分散式Pythonclient
Longhorn 雲原生容器分散式儲存 - 故障排除指南
2021-10-19
分散式
Longhorn 雲原生容器分散式儲存 - Air Gap 安裝
2021-08-30
分散式AI
Longhorn，企業級雲原生容器分散式儲存 - 支援 ReadWriteMany (RWX) 工作負載（實驗性功能）
2021-08-27
分散式負載
Longhorn，Kubernetes 雲原生分散式塊儲存
2021-08-16
分散式
企業雲盤專業級分散式儲存伺服器
2021-01-08
分散式伺服器
Longhorn 雲原生分散式塊儲存解決方案設計架構和概念
2021-08-17
分散式架構
Zabbix 4.0企業級分散式監控實戰
2019-11-08
分散式
Zabbix企業分散式監控工具
2021-06-05
分散式
容器附加儲存（CAS）是雲原生儲存
2020-09-23
哪些企業需要分散式式儲存？
2021-09-15
分散式
打造雲原生大型分散式監控系統(四): Kvass+Thanos 監控超大規模容器叢集
2020-12-08
分散式
企業級分散式儲存QingStor的競爭優勢
2021-06-18
分散式
雲原生儲存詳解：容器儲存與 K8s 儲存卷
2020-06-23
K8S
雲原生在京東丨最適合雲原生的分散式儲存平臺—— ChubaoFS
2020-07-26
分散式
企業儲存分級
2020-03-30
Portworx – 您的雲原生容器儲存解決方案
2019-10-23
zabbix企業級的分散式開源監控解決方案 v5.0 LTS
2021-06-02
分散式
打造雲原生大型分散式監控系統 (三): Thanos 部署與實踐
2020-04-19
分散式
容器監控—阿里雲&容器內部服務監控
2016-06-02
阿里
容器雲環境，你們如何監控應用執行情況？ ---JFrog 雲原生應用監控實踐
2020-07-20
雲端儲存服務企業就在企業雲盤
2021-01-19
分散式監控系統Zabbix-3.0.3-新版微信報警（企業微信取代企業號）
2016-09-05
分散式
當容器拍了拍儲存，讓你“想用又敢用”雲原生
2020-10-25
雲原生時代容器持久化儲存的最佳方式是什麼？
2020-10-27
持久化
企業考慮雲原生分散式資料庫的三個原因
2022-07-08
分散式資料庫
Redis 分散式儲存
2019-08-06
Redis分散式
HDFS分散式儲存
2018-10-15
分散式
分散式儲存概述
2016-01-27
分散式
安防監控如何儲存？
2020-10-14
杉巖：雲原生時代，容器持久化儲存方案選對了嗎？
2020-12-21
持久化
企業雲盤:為什麼說企業雲盤是企業儲存的首選
2020-09-16
10 分鐘構建企業級雲原生框架
2020-02-12
框架
Hadoop 分散式儲存分散式計算
2008-08-09
Hadoop分散式

Longhorn，企業級雲原生容器分散式儲存 - 監控(Prometheus+AlertManager+Grafana)

系列

目錄

設定 `Prometheus` 和 `Grafana` 來監控 `Longhorn`

概覽

安裝

建立 `monitoring` 名稱空間

安裝 `Prometheus Operator`

安裝 `Longhorn ServiceMonitor`

安裝和配置 `Prometheus AlertManager`

安裝和配置 `Prometheus server`

安裝 Grafana

將 `Longhorn` 指標整合到 `Rancher` 監控系統中

關於 `Rancher` 監控系統

將 `Longhorn` 指標新增到 `Rancher` 監控系統

`Longhorn` 監控指標

Volume(卷)

Node(節點)

Disk(磁碟)

Instance Manager(例項管理器)

Manager(管理器)

支援 `Kubelet Volume` 指標

關於 `Kubelet Volume` 指標

Longhorn CSI 外掛支援

`Longhorn` 警報規則示例

相關文章

Longhorn，企業級雲原生容器分散式儲存 - 監控(Prometheus+AlertManager+Grafana)

系列

目錄

設定 Prometheus 和 Grafana 來監控 Longhorn

概覽

安裝

建立 monitoring 名稱空間

安裝 Prometheus Operator

安裝 Longhorn ServiceMonitor

安裝和配置 Prometheus AlertManager

安裝和配置 Prometheus server

安裝 Grafana

將 Longhorn 指標整合到 Rancher 監控系統中

關於 Rancher 監控系統

將 Longhorn 指標新增到 Rancher 監控系統

Longhorn 監控指標

Volume(卷)

Node(節點)

Disk(磁碟)

Instance Manager(例項管理器)

Manager(管理器)

支援 Kubelet Volume 指標

關於 Kubelet Volume 指標

Longhorn CSI 外掛支援

Longhorn 警報規則示例

相關文章

設定 `Prometheus` 和 `Grafana` 來監控 `Longhorn`

建立 `monitoring` 名稱空間

安裝 `Prometheus Operator`

安裝 `Longhorn ServiceMonitor`

安裝和配置 `Prometheus AlertManager`

安裝和配置 `Prometheus server`

將 `Longhorn` 指標整合到 `Rancher` 監控系統中

關於 `Rancher` 監控系統

將 `Longhorn` 指標新增到 `Rancher` 監控系統

`Longhorn` 監控指標

支援 `Kubelet Volume` 指標

關於 `Kubelet Volume` 指標

`Longhorn` 警報規則示例