CCPS监控与告警系统：Prometheus、Grafana与自定义指标的实战配置-拓冰建站

CCPS监控与告警系统：Prometheus、Grafana与自定义指标的实战配置

【免费下载链接】ccpsContainer Cloud Platform Solution项目地址: https://gitcode.com/openeuler/ccps

前往项目官网免费下载：https://ar.openeuler.org/ar/

容器云平台解决方案（CCPS）为管理员提供了全面的可视化管理能力，其中监控和报警功能是保障系统稳定运行的关键组件。本文将详细介绍如何在CCPS中配置Prometheus、Grafana以及自定义指标，帮助新手用户快速搭建企业级监控体系。

为什么选择Prometheus与Grafana？

CCPS的监控架构基于业界主流的Prometheus+Grafana组合，这一方案具有三大核心优势：

实时数据采集：Prometheus的时序数据库设计特别适合监控指标的存储与查询
灵活可视化：Grafana提供丰富的图表类型和仪表盘定制能力
强大告警机制：支持多维度告警规则配置和多样化通知渠道

快速部署监控组件

环境准备

确保CCPS环境已满足以下条件：

Kubernetes集群版本≥1.20
集群内已部署Helm 3.x
至少3个节点用于部署监控组件

一键安装步骤

通过CCPS提供的部署脚本可快速安装监控组件：

git clone https://gitcode.com/openeuler/ccps cd ccps/hack chmod +x deploy-monitor.sh ./deploy-monitor.sh

该脚本会自动完成以下工作：

创建监控专用命名空间monitoring
部署Prometheus Operator
配置默认告警规则
安装Grafana并配置默认仪表盘

Prometheus核心配置

基础配置文件

Prometheus的主要配置位于prometheus/prometheus.yml，关键配置项包括：

1. 全局配置

global: scrape_interval: 15s # 数据采集间隔 evaluation_interval: 15s # 规则评估间隔

2. 监控目标配置

scrape_configs: - job_name: 'kubernetes-apiservers' kubernetes_sd_configs: - role: endpoints scheme: https tls_config: ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token relabel_configs: - source_labels: [__meta_kubernetes_namespace, __meta_kubernetes_service_name, __meta_kubernetes_endpoint_port_name] action: keep regex: default;kubernetes;https

自定义指标采集

要添加自定义业务指标，需在应用中集成Prometheus客户端库，并在Prometheus中配置对应的采集任务：

scrape_configs: - job_name: 'custom-app-metrics' static_configs: - targets: ['app-service:8080'] metrics_path: '/actuator/prometheus' # Spring Boot应用示例

Grafana可视化配置

访问Grafana

部署完成后，通过以下命令获取Grafana访问地址：

kubectl get svc -n monitoring grafana -o jsonpath='{.status.loadBalancer.ingress[0].ip}'

默认登录凭据为：

用户名：admin

密码：通过以下命令获取

kubectl get secret -n monitoring grafana -o jsonpath='{.data.admin-password}' | base64 -d

导入CCPS专用仪表盘

CCPS提供了预定义的监控仪表盘模板，位于ccps/dev/ccps/monitoring/grafana/dashboards目录下，包含：

集群资源监控仪表盘
应用性能监控仪表盘
数据库监控仪表盘

导入步骤：

登录Grafana后点击左侧菜单"Dashboard" → "Import"
点击"Upload JSON file"并选择对应的仪表盘文件
选择Prometheus数据源并完成导入

告警规则配置

配置告警规则

Prometheus的告警规则文件位于prometheus/rules/目录，典型的CPU使用率告警规则示例：

groups: - name: node-alerts rules: - alert: HighCPUUsage expr: avg(rate(node_cpu_seconds_total{mode!="idle"}[5m])) by (instance) > 0.8 for: 10m labels: severity: critical annotations: summary: "High CPU usage on {{ $labels.instance }}" description: "CPU usage is above 80% for 10 minutes (current value: {{ $value }})"

设置告警通知

编辑alertmanager/alertmanager.yml配置通知渠道，支持Email、Slack、Webhook等多种方式：

global: resolve_timeout: 5m route: group_by: ['alertname'] group_wait: 10s group_interval: 10s repeat_interval: 12h receiver: 'email-notifications' receivers: - name: 'email-notifications' email_configs: - to: 'admin@example.com' send_resolved: true