Kubernetes基础自学系列部署prometheus

　　视频来源：B站《 2021 年末倾力打造 Kubernetes 入门至精通 - 2022 年幸福的开胃菜》
　　一边学习一边整理老师的课程内容及试验笔记，并与大家分享，侵权即删，谢谢支持！
　　附上汇总贴：Kubernetes基础自学系列 | 汇总_COCOgsta的博客-CSDN博客
　　Operator 是何物
　　Kubernetes Operator 是一种封装、部署和管理 Kubernetes 应用的方法。我们使用 Kubernetes API（应用编程接口）和 kubectl 工具在 Kubernetes 上部署并管理 Kubernetes 应用相关地址信息
　　Prometheus github 地址：https://github.com/coreos/kube-prometheus
　　组件说明MetricServer：是 kubernetes 集群资源使用情况的聚合器，收集数据给 kubernetes 集群内使用，如kubectl,hpa,scheduler等PrometheusOperator：是一个系统监测和警报工具箱，用来存储监控数据NodeExporter：用于各 node 的关键度量指标状态数据KubeStateMetrics：收集kubernetes 集群内资源对象数据，制定告警规则Prometheus：采用pull方式收集 apiserver，scheduler，controller-manager，kubelet 组件数据，通过http 协议传输Grafana：是可视化数据统计和监控平台构建记录$ git clone https://github.com/coreos/kube-prometheus.git     cd /root/kube-prometheus/manifests
　　修改 grafana-service.yaml 文件，使用 nodepode 方式访问 grafana：$ vim grafana-service.yaml                                apiVersion: v1     kind: Service     metadata:       name: grafana       namespace: monitoring     spec:       type: NodePort      #添加内容       ports:       - name: http         port: 3000         targetPort: http         nodePort: 30100   #添加内容       selector:         app: grafana
　　修改 prometheus-service.yaml，改为 nodepode$ vim prometheus-service.yaml                   apiVersion: v1     kind: Service     metadata:       labels:         prometheus: k8s       name: prometheus-k8s       namespace: monitoring     spec:       type: NodePort       ports:       - name: web         port: 9090         targetPort: web         nodePort: 30200       selector:         app: prometheus         prometheus: k8s
　　修改 alertmanager-service.yaml，改为 nodepodevim alertmanager-service.yaml      apiVersion: v1     kind: Service     metadata:       labels:         alertmanager: main       name: alertmanager-main       namespace: monitoring     spec:       type: NodePort       ports:       - name: web         port: 9093         targetPort: web         nodePort: 30300       selector:         alertmanager: main         app: alertmanager Horizontal Pod Autoscaling
　　HPA 可以根据 CPU 利用率自动伸缩 RC、Deployment、RS 中的 Pod 数量$ kubectl run php-apache --image=wangyanglinux/hpa:latest --requests=cpu=200m --expose --port=80
　　创建 HPA 控制器$ kubectl autoscale deployment php-apache --cpu-percent=50 --min=2 --max=10
　　增加负载，查看负载节点数目$ kubectl run -i --tty work --image=busybox /bin/sh         while true; do wget -q -O- http://php-apache.default.svc.cluster.local; done 资源限制 - Pod
　　Kubernetes 对资源的限制实际上是通过 CGROUP 来控制的，CGROUP 是容器的一组用来控制内核如果运行进程的相关属性集合。针对内存、CPU、和各种设备都有对应的 CGROUP
　　默认情况下，Pod 运行没有 CPU 和内存的限额。这意味着系统中任何 Pod 将能够执行该节点所有的运算资源，消耗足够多的 CPU 和内存。一般会针对某些应用的 Pod 资源进行资源限制，这个资源限制是通过 resources 的 requests 和 limits 来实现spec:   containers:   - image: wangyanglinux/myapp:v1     name: auth     resources:       limits:         cpu: ＂4＂         memory: 2Gi       requests:         cpu: 250m         memory: 250Mi
　　requests 要分配的资源，limits 为最高请求的资源，可以理解为初始值和最大值资源限制 - 名称空间
　　一、计算资源配额apiVersion: v1 kind: ResourceQuota metadata:   name: compute-resources   namespace: spark-cluster spec:   hard:     requests.cpu: ＂20＂     requests.memory: 100Gi     limits.cpu: ＂40＂     limits.memory: 200Gi
　　二、配置对象数量配额限制apiVersion: v1 kind: ResourceQuota metadata:   name: object-counts   namespace: spark-cluster spec:   hard:     pods: ＂20＂     configmaps: ＂10＂     persistentvolumeclaims: ＂4＂     replicationcontrollers: ＂20＂     secrets: ＂10＂     services: ＂10＂     services.loadbalancers: ＂2＂
　　三、配置 CPU 和 内存 limitrangeapiVersion: v1 kind: LimitRange metadata:   name: mem-limit-range   namespace: example spec:   limits:   - default:  # 默认限制值       memory: 512Mi       cpu: 2     defaultRequest:  # 默认请求值       memory: 256Mi       cpu: 0.5     max:  # 最大的资源限制       memory: 800Mi       cpu: 3     min:  # 最小限制       memory: 100Mi       cpu: 0.3     maxLimitRequestRatio:  # 超售值       memory: 2       cpu: 2     type: Container # Container / Pod / PersistentVolumeClaim