Prometheusメトリックに基づく水平自動スケーリングの実装 - Container Service for Kubernetes

デフォルトでは、Horizontal Pod Autoscaler (HPA) はCPUおよびメモリメトリックに基づく自動スケーリングをサポートしています。しかしながら、これらのメトリックは、複雑な動作シナリオには十分でない。 Managed Service for Prometheusによって収集されたカスタムメトリックと外部メトリックをHPAでサポートされているスケーリングメトリックに変換するには、このトピックを参照して、モニタリングデータを取得し、対応するスケーリング設定を実装する方法について説明します。このソリューションは、アプリケーションに柔軟で便利なスケーリングメカニズムを提供します。

前提条件

Prometheusのマネージドサービスがインストールされています。詳細については、「Prometheusのマネージドサービス」をご参照ください。
ack-alibaba-cloud-metrics-adapterがデプロイされています。詳細については、「alibaba-cloud-metrics-adapterのデプロイ」をご参照ください。
説明
ack-alibaba-cloud-metrics-adapterをデプロイするには、Container Service for Kubernetes (ACK) コンソールにログインします。左側のナビゲーションウィンドウで、[アプリケーション] > [ヘルム] を選択します。 [Helm] ページで、[デプロイ] をクリックします。 [基本情報] ステップで、ack-alibaba-cloud-metrics-adapterを見つけてデプロイします。

機能

デフォルトでは、HPAはCPUとメモリ使用量に基づくオートスケーリングのみをサポートします。これはO&M要件を満たすことができません。 Managed Service for Prometheusは、オープンソースのPrometheusエコシステムと連動する完全マネージド型モニタリングサービスです。 Managed Service for Prometheusはさまざまなコンポーネントを監視し、すぐに使用できる複数のダッシュボードを提供します。 Prometheusメトリックに基づく水平ポッド自動スケーリングを有効にするには、次の手順を実行します。

ACKクラスターでManaged Service for Prometheusを使用して、メトリックを公開します。
alibaba-cloud-metrics-adapterを使用して、PrometheusメトリクスをHPAでサポートされているKubernetesメトリクスに変換します。詳細については、「Kubernetesオブジェクトに関連しないメトリクスの自動スケーリング」をご参照ください。
上記のメトリックに基づいて自動スケーリングを実行するようにHPAを設定してデプロイします。
メトリックは、シナリオに基づいて次のタイプに分類できます。
- カスタムメトリック: ポッドなどのKubernetesオブジェクトを、オブジェクトに関連するメトリックに基づいてスケーリングします。たとえば、ポッドのメトリックに基づいてポッドをスケーリングできます。詳細については、「複数のメトリクスとカスタムメトリクスの自動スケーリング」をご参照ください。
- 外部メトリック: ポッドなどのKubernetesオブジェクトを、オブジェクトに関連しないメトリックに基づいてスケーリングします。たとえば、業務QPSに基づいてワークロードのポッドをスケーリングできます。詳細については、「Kubernetesオブジェクトに関連しないメトリクスの自動スケーリング」をご参照ください。

次のセクションでは、自動スケーリングのためにPrometheusメトリクスをHPAでサポートされているメトリクスに変換するalibaba-cloud-metrics-adapterを設定する方法について説明します。

ステップ1: プロメテウス指標の収集

例1: 定義済みのメトリックの使用

ACKクラスターにインストールされているManaged Service for Prometheusで使用可能な事前定義されたメトリックに基づいて、自動スケーリングを実行できます。定義済みのメトリックには、コンテナモニタリング用のcadvisorメトリック、ノードモニタリング用のNode-ExporterおよびGPU-Exporterメトリック、およびManaged Service for Prometheusが提供するすべてのメトリックが含まれます。 Managed Service for Prometheusで定義済みのメトリックを表示するには、次の手順を実行します。

ACKコンソールにログインします。左側のナビゲーションウィンドウで、[クラスター] をクリックします。
[クラスター] ページで、管理するクラスターの名前をクリックします。左側のウィンドウで、[操作] > [Prometheusモニタリング] を選択します。
右上隅の [Go to ARMS Prometheus] をクリックします。
左側のナビゲーションウィンドウで、[設定] をクリックして、PrometheusのManaged Serviceでサポートされているすべてのメトリックを表示します。

例2: ポッドによって報告されたPrometheusメトリックの使用

テストアプリケーションをデプロイし、オープンソースのPrometheusのメトリック標準に基づいてアプリケーションのメトリックを公開します。詳細については、「測定タイプ」をご参照ください。次のセクションでは、sample-appという名前のアプリケーションをデプロイし、アプリケーションに送信されたリクエストの数を示すhttp_requests_totalメトリックを公開する方法について説明します。

アプリケーションのワークロードを展開します。
1. ACKコンソールにログインします。左側のナビゲーションウィンドウで、[クラスター] をクリックします。
2. [クラスター] ページで、管理するクラスターの名前をクリックします。左側のナビゲーションウィンドウで、[ワークロード] > [デプロイ] を選択します。
3. [デプロイメント] ページの上部で、[YAMLから作成] をクリックします。 [作成] ページで、[サンプルテンプレート] ドロップダウンリストから [カスタム] を選択し、次のコンテンツをテンプレートに追加し、[作成] をクリックします。
  展開してYAMLテンプレートを表示
```
apiVersion: apps/v1
kind: Deployment
metadata:
  name: sample-app
  labels:
    app: sample-app
spec:
  replicas: 1
  selector:
    matchLabels:
      app: sample-app
  template:
    metadata:
      labels:
        app: sample-app
    spec:
      containers:
      - image: luxas/autoscale-demo:v0.1.2
        name: metrics-provider
        ports:
        - name: http
          containerPort: 8080
---
apiVersion: v1
kind: Service
metadata:
  name: sample-app
  namespace: default
  labels:
    app: sample-app
spec:
  ports:
    - port: 8080
      name: http
      protocol: TCP
      targetPort: 8080
  selector:
    app: sample-app
  type: ClusterIP
```
  説明
  アプリケーションポッドは、リクエストの数を示すhttp_requests_totalメトリックを公開するために使用されます。
ServiceMonitorを作成します。
1. Application Real-Time Monitoring Service (ARMS) コンソールにログインします。
2. 左側のナビゲーションウィンドウで、[統合管理] をクリックします。ページの上部で、クラスターが存在するリージョンを選択します。
3. [統合管理] ページの [統合環境] タブで、[コンテナーサービス] タブをクリックします。 [環境名 /ID] 列で、クラスターと同じ名前のPrometheusインスタンスをクリックします。
4. インスタンスの詳細ページで、[メトリックスクレイピング] タブをクリックします。
5. 現在のページの左側のナビゲーションウィンドウで、[サービスモニター] をクリックします。 [作成] をクリックします。 [ServiceMonitor構成の追加] パネルで、[YAML] をクリックしてServiceMonitorを構成し、[作成] をクリックします。
```
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: sample-app
  namespace: default
spec:
  endpoints:
  - interval: 30s
    port: http
    path: /metrics
  namespaceSelector:
    any: true
  selector:
    matchLabels:
      app: sample-app
```
監視状況を確認してください。
インスタンス詳細ページの [セルフモニタリング] タブで、[ターゲット] タブをクリックします。 default/sample-app/0(1/1 up) が表示されている場合、Managed Service for Prometheusがアプリケーションを監視しています。
Prometheusダッシュボードで、一定期間内にhttp_requests_totalの値を照会して、モニタリングデータがエラーなしで収集されていることを確認します。

ステップ2: alibaba-cloud-metrics-adapterの設定を変更する

ACKコンソールにログインします。左側のナビゲーションウィンドウで、[クラスター] をクリックします。
[クラスター] ページで、管理するクラスターの名前をクリックします。左側のナビゲーションウィンドウで、[アプリケーション] > [ヘルム] を選択します。
Helmページで、ack-alibaba-cloud-metrics-adapterを見つけ、[操作] 列の [更新] をクリックします。

[リリースの更新] パネルで、次のコンテンツをYAMLエディターに追加し、[OK] をクリックします。

YAMLコンテンツ

  AlibabaCloudMetricsAdapter:
  ......
    prometheus:
      enabled: true    # Set the parameter to true to enable the Prometheus adapter. 
      # Specify the endpoint of Managed Service for Prometheus. 
      url: https://cn-beijing.arms.aliyuncs.com:9443/api/v1/prometheus/xxxx/xxxx/xxxx/cn-beijing
      # After token-based authentication is enabled for Managed Service for Prometheus, specify the Authorization field of the prometheusHeader parameter. 
      prometheusHeader:
      - Authorization: xxxxxxx
      	
      metricsRelistInterval: 1m # Specify the metric collection interval. We recommend that you use the default value 1min. 
    	logLevel: 5								# Specify the level of component debugging logs. We recommend that you use the default value. 
    
      adapter:
        rules:
          default: false  			# Specified whether to use default metric collection settings. We recommend that you use the default value false. 
          custom:
          
          # Example 1: a custom metric config
          # this config will convert prometheus metric: container_memory_working_set_bytes to a custom metric container_memory_working_set_bytes_per_second
          # and cpu metric container_cpu_usage_seconds_total convert to container_cpu_usage_core_per_second
          # you can run command to check the memory/cpu value:
          # kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_memory_working_set_bytes_per_second"
          # kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_cpu_usage_core_per_second"
          # refer to doc: https://help.aliyun.com/document_detail/184519.html
  
          - seriesQuery: 'container_memory_working_set_bytes{namespace!="",pod!=""}'
            resources:
              overrides:
                namespace: { resource: "namespace" }
                pod: { resource: "pod" }
            name:
              matches: "^(.*)_bytes"
              as: "${1}_bytes_per_second"
            metricsQuery: 'sum(<<.Series>>{<<.LabelMatchers>>}) by (<<.GroupBy>>)' # The label selector specified by the metricsQuery parameter does not select resources based on the labels specified by the seriesQuery parameter. 
          - seriesQuery: 'container_cpu_usage_seconds_total{namespace!="",pod!=""}'
            resources:
              overrides:
                namespace: { resource: "namespace" }
                pod: { resource: "pod" }
            name:
              matches: "^(.*)_seconds_total"
              as: "${1}_core_per_second"
            metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[1m])) by (<<.GroupBy>>)'  # The label selector specified by the metricsQuery parameter does not select resources based on the labels specified by the seriesQuery parameter. 
  
          # Example 2: an external metric config
          
          # refer to doc: https://help.aliyun.com/document_detail/608768.html
  
          # Add a conversion rule. Make sure that the metric label is the same as the label of the metric in Prometheus. If the labels are different, specify the label of the metric in Prometheus. 
          
          #- seriesQuery: http_requests_total{namespace!="",pod!=""}
          #  resources:
          #    overrides:
          #      # The resource field specifies a Kubernetes API resource. You can run the kubectl api-resources -o wide command to query resources. 
          # The key field specifies the LabelName of the Prometheus metric. Make sure that the Prometheus metric uses the specified LabelName. 
          #      namespace: {resource: "namespace"}
          #      pod: {resource: "pod"}
          #  name:
          #    matches: ^(.*)_total
          #   as: ${1}_per_second
          #  metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)
  
  
          # this is an example of external metric config.
          
          # refer to doc: https://help.aliyun.com/document_detail/608768.html
  
          #- seriesQuery: arms_app_requests_count
          #  metricsQuery: sum by (rpc) (sum_over_time(<<.Series>>{rpc="/demo/queryUser/{id}",service="arms-demo:arms-k8s-demo",prpc="__all__",ppid="__all__",endpoint="__all__",destId="__all__",<<.LabelMatchers>>}[1m]))
          #  name:
          #    as: ${1}_per_second_queryuser
          #    matches: ^(.*)_count
          #  resources:
          #    namespaced: false
  
  
          # this is an example of custom metric from user define prometheus metric: http_requests_total
          # refer to doc: https://help.aliyun.com/document_detail/184519.html
  
          #- seriesQuery: 'http_requests_total{namespace!="",pod!=""}'
          #  resources:
          #    overrides:
          #      namespace: {resource: "namespace"}
          #      pod: {resource: "pod"}
          #  name:
          #    matches: "^(.*)_total"
          #    as: "${1}_per_second"
          #  metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)'
          # - seriesQuery: '{__name__=~"^some_metric_count$"}'
          #   resources:
          #     template: <<.Resource>>
          #   name:
          #     matches: ""
          #     as: "my_custom_metric"
          #   metricsQuery: sum(<<.Series>>{<<.LabelMatchers>>}) by (<<.GroupBy>>)
  
    ......

次の表に、いくつかのフィールドを示します。 ack-alibaba-cloud-adapterの設定ファイルの詳細については、このトピックの「ack-alibaba-cloud-adapterの設定ファイル」をご参照ください。

項目	説明
`listaCloudMetricsAdapterを使用します。 prometheus.adapter.ru les.custom`	Prometheusメトリクスの変換に使用されるalibaba-cloud-metrics-adapterの設定。このフィールドを上記のYAMLコンテンツの値に設定します。
`alibabaCloudMetricsAdapter. prometheus.url`	Prometheusのマネージドサービスのエンドポイント。エンドポイントを取得する方法の詳細については、このトピックの「Prometheus APIのマネージドサービスのエンドポイントの取得」をご参照ください。
`listaCloudMetricsAdapterを使用します。 prometheus.prometheusHeader[].Authorization`	トークン。トークンの取得方法の詳細については、このトピックの「Prometheus APIのマネージドサービスのエンドポイントの取得」をご参照ください。
`listaCloudMetricsAdapterを使用します。 prometheus.adapter.rules.de障害`	事前定義されたメトリックを作成するかどうかを指定します。デフォルトでは、定義済みのメトリックが作成されます。デフォルト値`false`を使用することを推奨します。

ack-alibaba-cloud-metrics-adapterを設定します。 ack-alibaba-cloud-metrics-adapterのデプロイ後、次のコマンドを実行して、KubernetesアグリゲーションAPIがデータを収集したかどうかを確認します。

カスタム指標に基づいてポッドをスケーリングします。

次のコマンドを実行して、HPAでサポートされているカスタムメトリクスの詳細を照会します。
```
kubectl get --raw "/apis/custom.metrics.k8s.io/v1beta1/" | jq .
```

次のコマンドを実行して、デフォルトの名前空間のhttp_requests_per_secondメトリックの現在の値を照会します。

# Query the container_memory_working_set_bytes_per_second metric to view the size of the working memory of the pods in the kube-system namespace per second. 
kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_memory_working_set_bytes_per_second"

# Query the container_cpu_usage_core_per_second metric to view the number of vCores of the pods in the kube-system namespace per second. 
kubectl get --raw  "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/*/container_cpu_usage_core_per_second"

サンプル出力：

{
  "kind": "MetricValueList",
  "apiVersion": "custom.metrics.k8s.io/v1beta1",
  "metadata": {
    "selfLink": "/apis/custom.metrics.k8s.io/v1beta1/namespaces/kube-system/pods/%2A/container_memory_working_set_bytes_per_second"
  },
  "items": [
    {
      "describedObject": {
        "kind": "Pod",
        "namespace": "kube-system",
        "name": "ack-alibaba-cloud-metrics-adapter-7cf8dcb845-h****",
        "apiVersion": "/v1"
      },
      "metricName": "container_memory_working_set_bytes_per_second",
      "timestamp": "2023-08-09T06:30:19Z",
      "value": "24576k",
      "selector": null
    }
  ]
}

外部メトリックに基づいてポッドをスケーリングします。

次のコマンドを実行して、HPAでサポートされている外部メトリックの詳細を照会します。
```
kubectl get --raw "/apis/external.metrics.k8s.io/v1beta1/" | jq .
```

次のコマンドを実行して、デフォルトの名前空間のhttp_requests_per_secondメトリックの現在の値を照会します。

kubectl get --raw "/apis/external.metrics.k8s.io/v1beta1/namespaces/default/http_requests_per_second"

サンプル出力：

{
  "kind": "ExternalMetricValueList",
  "apiVersion": "external.metrics.k8s.io/v1beta1",
  "metadata": {},
  "items": [
    {
      "metricName": "http_requests_per_second",
      "metricLabels": {},
      "timestamp": "2022-01-28T08:40:20Z",
      "value": "33m"
    }
  ]
}

手順3: 収集されたメトリックに基づいて自動スケーリングを実行するためのHPAの設定とデプロイ

HPAのデプロイ

Prometheusメトリクスを使用して、カスタムメトリクスと外部メトリクスを同時に公開できます。次の表に、2つのタイプのメトリックを示します。

メートル法のタイプ	説明
カスタムメトリック	オブジェクトに関連するメトリックに基づいて、ポッドなどのKubernetesオブジェクトをスケーリングします。たとえば、ポッドのメトリックに基づいてポッドをスケーリングできます。詳細については、「複数のメトリクスとカスタムメトリクスの自動スケーリング」をご参照ください。
外部メトリック	ポッドなどのKubernetesオブジェクトを、そのオブジェクトに関連しないメトリックに基づいてスケーリングします。たとえば、業務QPSに基づいてワークロードのポッドをスケーリングできます。詳細については、「Kubernetesオブジェクトに関連しないメトリクスの自動スケーリング」をご参照ください。

カスタムメトリクスに基づくポッドのスケーリング

hpa.yamlという名前のファイルを作成し、次の内容をファイルに追加します。

kind: HorizontalPodAutoscaler
apiVersion: autoscaling/v2
metadata:
  name: sample-app-memory-high
spec:
# Describe the object that you want the HPA to scale. The HPA can dynamically change the number of pods that are deployed for the object. 
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: sample-app
# Specify the maximum and minimum number of pods. 
  minReplicas: 1
  maxReplicas: 10
# Specify the metrics based on which the HPA performs auto scaling. You can specify different types of metrics at the same time. 
  metrics:
  - type: Pods
    pods:
      # Use the pods/container_memory_working_set_bytes_per_second metric. 
      metric: 
        name: container_memory_working_set_bytes_per_second
 # Specify an AverageValue type threshold. You can specify only AverageValue type thresholds for Pods metrics. 
      target:
        type: AverageValue
        averageValue: 1024000m       # 1024000m indicates a memory threshold of 1 KB. Unit: bytes per second. m is a precision unit used by Kubernetes. If the value contains decimal places and ACK requires high precision, the m or k unit is used. For example, 1001m is equal to 1.001 and 1k is equal to 1000.

次のコマンドを実行してHPAを作成します。
```
kubectl apply -f hpa.yaml
```

次のコマンドを実行して、HPAが期待どおりに実行されるかどうかを確認します。

kubectl get hpa sample-app-memory-high

期待される出力:

NAME                     REFERENCE               TARGETS           MINPODS   MAXPODS   REPLICAS   AGE
sample-app-memory-high   Deployment/sample-app   24576k/1024000m   3         10        1          7m

外部メトリックに基づくポッドのスケーリング

hpa.yamlという名前のファイルを作成し、次の内容をファイルに追加します。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: sample-app
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: sample-app
  minReplicas: 1
  maxReplicas: 10
  metrics:
    - type: External
      external:
        metric:
          name: http_requests_per_second
          selector:
            matchLabels:
              job: "sample-app"
# You can specify only thresholds of the Value or AverageValue type for external metrics. 
        target:
          type: AverageValue
          averageValue: 500m

次のコマンドを実行してHPAを作成します。
```
kubectl apply -f hpa.yaml
```
LoadBalancerサービスの作成後、次のコマンドを実行してストレステストを実行します。
```
ab -c 50 -n 2000 LoadBalancer(sample-app):8080/
```

次のコマンドを実行して、HPAの詳細を照会します。

kubectl get hpa sample-app

期待される出力:

NAME         REFERENCE               TARGETS    MINPODS   MAXPODS   REPLICAS   AGE
sample-app   Deployment/sample-app   33m/500m   1         10        1          7m

ack-alibaba-cloud-adapterの設定ファイル

ack-alibaba-cloud-adapterは、以下の手順を実行して、PrometheusメトリクスをHPAでサポートされているメトリクスに変換します。

発見: HPAで使用できるプロメテウス指標を発見します。
アソシエーション: メトリックをポッド、ノード、名前空間などのKubernetesリソースに関連付けます。
Naming: 変換後にHPAで使用できるメトリックの名前を定義します。
クエリ: Managed Service for Prometheus APIに送信されるリクエストのテンプレートを定義します。

上記の例では、sample-appポッドによって公開されるhttp_requests_totalメトリックは、HPAのhttp_requests_per_secondメトリックに変換されます。次のコードブロックは、ack-alibaba-cloud-adapterの設定を示しています。

- seriesQuery: http_requests_total{namespace!="",pod!=""}
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
  name:
    matches: ^(.*)_total
    as: ${1}_per_second
  metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)

パラメーター	説明
`seriesQuery`	Prometheus Query Language (PromQL) クエリデータ。
`metricsQuery`	PromQLクエリデータをseriesQueryに集約します。説明 `metricsQuery`パラメーターで指定された`label selector`は、`seriesQuery`パラメーターで指定されたラベルに基づいてリソースを選択しません。
`リソース`	PromQLクエリデータのラベル。`リソース`オブジェクトと照合されます。 `リソース`オブジェクトは、ポッド、名前空間、ノードなど、クラスター内のAPIリソースです。 `kubectl api-resources -o wide`コマンドを実行して、APIリソースを照会できます。キーフィールドは、PrometheusメトリックのLabelNameを指定します。 Prometheusメトリックが指定されたLabelNameを使用していることを確認します。
`name`	正規表現を使用して、Prometheusメトリックの名前を読みやすいメトリック名に変換します。この例では、`http_request_total`は`http_request_per_second`に変換されます。

ディスカバリー
変換するプロメテウス指標を指定します。 seriesFiltersパラメーターを指定して、メトリックをフィルタリングできます。 seriesQueryパラメーターは、指定されたラベルに基づいてデータと一致します。次のコードブロックに例を示します。
```
seriesQuery: http_requests_total{namespace!="",pod!=""}
seriesFilters:
    - isNot: "^container_.*_seconds_total"
```
seriesFilters: オプション。このフィールドはメトリクスをフィルタリングします。
- is:<regex>: この正規表現を名前に含むメトリックに一致します。
- isNot:<regex>: 名前にこの正規表現が含まれていないメトリックに一致します。
アソシエーション
PrometheusメトリクスのラベルをKubernetesリソースにマッピングします。 http_requests_totalメトリックのラベルは、namespace!="" とpod!="" です。
```
- seriesQuery: http_requests_total{namespace!="",pod!=""}
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
```
名前付け
Prometheusメトリクスから変換されるHPAメトリクスに名前を付けます。 Prometheusメトリックの名前は変更されません。 Prometheusメトリックを直接使用する場合は、命名設定を構成する必要はありません。
kubectl get -- raw "/apis/custom.metrics.k8s.io/v1beta1" コマンドを実行して、HPAでサポートされているメトリクスを照会できます。
```
- seriesQuery: http_requests_total{namespace!="",pod!=""}
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
  name:
    matches: "^(.*)_total"
    as: "${1}_per_second"
```
クエリ
Managed Service for Prometheus APIに送信されるリクエストのテンプレート。 ack-alibaba-cloud-adapterは、HPAのパラメーターをリクエストテンプレートに渡し、テンプレートに基づいてManaged Service for Prometheus APIにリクエストを送信し、返されたパラメーター値を自動スケーリングのためにHPAに送信します。
```
- seriesQuery: http_requests_total{namespace!="",pod!=""}
  resources:
    overrides:
      namespace: {resource: "namespace"}
      pod: {resource: "pod"}
  name:
    matches: ^(.*)_total
    as: ${1}_per_second
  metricsQuery: sum(rate(<<.Series>>{<<.LabelMatchers>>}[2m])) by (<<.GroupBy>>)
```

Prometheus APIのマネージドサービスのエンドポイントの取得

シナリオ1: Prometheusのマネージドサービス

ACKコンソールにログインします。左側のナビゲーションウィンドウで、[クラスター] をクリックします。
[クラスター] ページで、管理するクラスターの名前をクリックします。左側のウィンドウで、[操作] > [Prometheusモニタリング] を選択します。
右上隅の [Go to ARMS Prometheus] をクリックします。
左側のナビゲーションウィンドウで、[設定] をクリックします。次に、[設定] タブをクリックし、[HTTP API URL (Grafana読み取りURL)] を表示します。
マネージドサービスfor Prometheus APIを内部ネットワーク経由で呼び出すことを推奨します。内部ネットワークが利用できない場合は、インターネット経由でAPIを呼び出すことができます。

シナリオ2: オープンソースのPrometheus

オープンソースの自己管理型Prometheusソリューションの場合は、サービスを使用して標準のPrometheus APIを公開する必要があります。次に、メトリクスアダプタコンポーネントでPrometheusデータソースURLの相対パラメーターを設定し、オープンソースのPrometheusからのデータに基づいてHPAデータソースの設定を完了します。

次の例では、ackコンソールのMarketplaceページからHelm ChartコミュニティアプリケーションACK-prometheus-operatorを使用します。詳細については、「オープンソースのPrometheusを使用したACKクラスターのモニタリング」をご参照ください。

Prometheusのマネージドサービスをデプロイし、Prometheusの標準APIを公開します。
1. ACKコンソールにログインします。左側のナビゲーションウィンドウで、[Marketplace] > [Marketplace] を選択します。
2. [アプリカタログ] ページで、[ack-prometheus-operator] を見つけてクリックします。表示されるページで、[デプロイ] をクリックします。
3. 表示されるパネルで、[クラスター] パラメーターと [名前空間] パラメーターを設定し、ビジネス要件に基づいて [リリース名] パラメーターを変更し、[次へ] をクリックします。ビジネス要件に基づいて [パラメーター] セクションを変更し、[OK] をクリックします。
4. デプロイの結果を表示します。
  1. サービスを使用して標準のPrometheus APIを公開します。例として、ack-prometheus-operator-prometheusからServiceを取ります。
  2. ブラウザのアドレスバーにServiceIP:9090と入力し、PrometheusコンソールにアクセスするためにServer Load Balancer (SLB) インスタンスにアクセスするためのインターネットアクセスを有効にします。
    ブラウザのアドレスバーに入力し、インターネット経由でのアクセスを有効にして、Server Load Balancer (SLB) インスタンスにアクセスしてPrometheusコンソールにアクセスします。
  3. 上部のナビゲーションバーで、[ステータス] > [ターゲット] を選択して、すべての収集タスクを表示します。
    UP状態のタスクは期待どおりに実行されています。
5. [ラベル] 列の [サービス] と [名前空間] を確認します。
  次のコードブロックは、エンドポイントを示しています。この例では、ServiceNameはack-prometheus-operator-prometheusであり、ServiceNamespaceは監視しています。
```
http://ack-prometheus-operator-prometheus.monitoring.svc.cluster.local:9090
```
コンポーネントの設定で、PrometheusデータソースのURLパラメーターを設定して、コンポーネントとPrometheus間の適切な通信を確保します。
インターネット経由でPrometheus APIにアクセスする場合は、次の設定例を参照してください。
```
  AlibabaCloudMetricsAdapter:
  ......
    prometheus:
      enabled: true
      url: http://your_domain.com:9090   # Replace your_domain.com with your public IP address.
```
例としてack-prometheus-operatorを使用すると、url値はhttp:// ack-prometheus-operator-prometheus.monitoring.svc.cluster.local:9090です。

Container Service for Kubernetes:Prometheusメトリックに基づく水平自動スケーリングの実装