开源项目地址:
项目地址: https://github.com/ning1875/prome_shard
项目说明
prometheus采集端单点问题
采集类型
- 采集机器级别的指标
- 采集k8s基础监控指标
- 采集部署在lb后面的vm业务指标
- 采集部署在pod里的业务指标
- 采集各种中间件的指标 如kafka zk clickhouse等
面对如此复杂的采集类型,一般会使用一批采集Prometheus各司其职
sd发现问题
面对不同的采集来源,有对应的服务发现类型,如k8s_sd,我们修改Prometheus代码适配不同的服务发现类型,
- 比如有一些指标挂在lb的后面,需要通过lb的服务发现来感知后端server的变化
- 但是问题是每个采集器都是单点的,而且修改适配不同的发现源
- 当然也可可以无脑启动多个相同的采集器采集同一组jobs,配合remote_write等补足单点问题,但带来额外的成本开销
各自适配不同发现源缺点总结
- prometheus版本无法统一
- 配置文件五花八门
- 需要定义各种采集源或者sd方法
本项目介绍
使用一组采集器注册server到consul中,通过python反射运行定时任务,通过服务树等外部接口拿到targets池,一致性哈希分发给后端,统一通过file_sd生效,consul会对各组采集器实例做探活,当节点变化(宕机或扩容)会触发targets rebalance达到HA目的
架构说明
- 解析配置文件
- 同步注册服务到consul中
- 开启监听watch结果变化的消费者
- 异步watch各服务
- 触发/get_service生成哈希环
- 定时获取目标列根据哈希环生成各个节点的专属文件
- 通过ansible下发 sd_result文件并reload prometheus
现有方式
- 配置文件定义方法名称和对应的实例列表,在get_targets中反射定义对应的方法
sd本质说明:均能转换成file_sd,只需要给出对应的 target结构体就可以
{ "labels": { "group": "SGT", "env": "prod", "service": "scrape_prome", "region": "ap-southeast-3", "scrape_type": "vm", }, "targets": [ "localhost:9090" ] }
采集器单点/固定分片问题
- 无论是单点还是固定分片,都不是ha的,只要某一个分片的采集器挂了,那么损失对应的数据
- 采用consul_watch_service方式,根据返回的健康实例生成一致性哈希环
- 将target做分片分配给健康的节点采集即可
有疑问加站长微信联系(非本文作者)