k8s通过yaml创建pod_K8S的Kafka监控(Prometheus+Grafana)

本文介绍如何在K8S环境中使用Prometheus+Grafana监控Kafka,包括所需服务的准备、Kafka-exporter的配置与部署、Prometheus配置更新以及在Grafana中设置监控页面。
摘要由CSDN通过智能技术生成

对于部署在K8S上的Kafka来说,Prometheus+Grafana是常用的监控方案,今天就来实战通过Prometheus+Grafana监控K8S环境的Kafka;

准备工作

今天聚焦的是Kafka监控,因此需要K8S、Helm、Kafka、Prometheus、Grafana等服务都已就绪,下面提供了一些链接,在您做相关部署时可以作为参考:

  1. 搭建K8S:《kubespray2.11安装kubernetes1.15》
  2. 搭建Helm:《部署和体验Helm(2.16.1版本)》
  3. 搭建Prometheus和Grafana:《kubernetes1.15极速部署prometheus和grafana》
  4. 部署Kafka:《K8S环境快速部署Kafka(K8S外部可访问)》

版本信息

  1. Kubernetes:1.15
  2. Kubernetes宿主机:CentOS Linux release 7.7.1908
  3. NFS服务:IP地址192.168.50.135,文件夹/volume1/nfs-storageclass-test
  4. Helm:2.16.1
  5. Kafka:2.0.1
  6. Zookeeper:3.5.5
  7. Prometheus:2.0.0
  8. Grafana:5.0.0

准备完毕就可以开始实战了;

确认kafka-exporter参数

即将部署的kafka-exporter要从kafka取得数据,因此要准备kafka-exporter参数;

  • 查看kafka的服务中TYPE是ClusterIP的那个,如下图红框所示:
cb937e5d6cac7258bc72f802fea2b33b.png
  • 上述红框中的服务名字是kafka、端口是9092,因此稍后再kafka-exporter中配置的kafka信息就是kafka:9092

实际操作

  • 添加Helm仓库(该仓库中有我们需要的kafka-exporter):helm repo add gkarthiks https://gkarthiks.github.io/helm-charts
  • 下载kafka-exporter:helm fetch gkarthiks/prometheus-kafka-exporter
  • 解压下载的chart文件:tar -zxvf prometheus-kafka-exporter-0.1.0.tgz
  • 进入解压后的目录:cd prometheus-kafka-exporter
  • 修改values.yaml文件,如下图红框,kafka:9092就是同一namespace下访问kafka的地址:
e8a6ac86859bdf5de5a9b275e92e631f.png
  • 在values.yaml文件所在目录执行:helm install --name-template kafka-exporter -f values.yaml . --namespace kafka-test (kafka的namespace是kafka-test,这里的namespace要和kafka保持一致)
  • 查看服务和pod是否就绪:
6ada56c1a70ea6df2e386b52ffce1709.png
  • 此时我们部署好了kafka-exporter,能给prometheus提供监控数据了,但prometheus并不知道要来这里采集数据,因此接下来要配置prometheus;
  • 确认kafka-exporter服务的访问地址,prometheus采集数据要用到,名字和端口如下图红框所示,因此可以拼接处跨namespace的访问地址:kafka-exporter-prometheus-kafka-exporter.kafka-test.svc.cluster.local:9308
e094104ae0b877ec24a1a28ee6d48be1.png
  • 如果您是参照《kubernetes1.15极速部署prometheus和grafana》部署的prometheus,请打开部署时下载的configmap.yaml文件,里面是prometheus的配置,如果是其他途径部署的,请按照自己的部署情况找到prometheus.yml的位置;
  • configmap.yaml中增加下图红框中的内容,这样prometheus就可以采集kafka-exporter的数据了:
eadca4e794280df0b071535eacceae76.png
  • 使得配置生效:kubectl apply -f configmap.yaml
  • 此时的prometheus容器用的还是旧配置,为了让配置生效,要把prometheus的pod删除,这样K8S自动创建的新pod就用上了新的配置,找出prometheus的pod:kubectl get pods -n kube-system
e264bbd3101aa60b8eadeb62058b577c.png
  • 删除旧的pod:kubectl delete pod prometheus-68545d4fd8-f5q2w -n kube-system
  • 等待新的pod被自动创建;
  • 接下来登录Grafana,配置监控页面,如下图,做模板导入操作:
9be9f4b1fc2ce886938c1f0e0989d63b.png
  • 在导入模板的页面输入编号7589
a6df72417eb59ab609bed3a8eea9dec5.png
  • 选择数据源的时候,要选prometheus,如下图:
1a59c4756195db78c52bd6afaa983053.png
  • 此时如果您的kafka有消息的收发,就可以立即看到数据了:
ced1a08fa9d4346efd690b17255f16e3.png
  • 至此,K8S环境下的kafka监控已经部署完成,希望本文能给您一些参考;

欢迎关注公众号:程序员欣宸

18707eb8d79bd3f0092a5d71d4421c07.png
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值