全部產品
Search
文件中心

Container Service for Kubernetes:為AHPA開啟Prometheus大盤

更新時間:Jun 19, 2024

阿里雲Prometheus監控提供一鍵安裝AHPA組件功能,並提供開箱即用的專屬監控大盤。本文介紹如何為AHPA開啟Prometheus監控。

前提條件

  • 已為ACK叢集或ACK Serverless叢集開啟阿里雲Prometheus監控,且Prometheus Agent版本為3.0.0以上。具體操作,請參見開啟阿里雲Prometheus監控

  • 已部署AHPA,且版本為v2.0.0及以上。具體操作,請參見部署AHPA

  • 已將如下預測結果的代碼寫入Prometheus配置。

    展開查看代碼詳情

    apiVersion: v1
    kind: ConfigMap
    metadata:
      name: application-intelligence
      namespace: kube-system
    data:
      prometheus_writer_url: http://cn-hangzhou-intranet.arms.aliyuncs.com/prometheus/190601496873****/cd5ec926b715e41b282296d1415a1***/cn-hangzhou/api/v3/write
      prometheus_writer_ak: xxx
      prometheus_writer_sk: xx
      ...

    • prometheus_writer_url:設定Remote Write內網地址。

    • prometheus_writer_ak: 設定阿里雲帳號的AccessKeyID。

    • prometheus_writer_sk:設定阿里雲帳號的AccessKeySecret。

使用限制

目前僅支援類型為Prometheus for Container Service的Prometheus執行個體接入AHPA組件。

接入AHPA

下文以從整合中心入口為例,介紹接入AHPA組件的操作,具體步驟如下。

  1. 登入Prometheus控制台

  2. 在左側導覽列單擊執行個體列表,然後在Prometheus監控頁面單擊目標Prometheus執行個體名稱,進入整合中心頁面。

  3. 接入AHPA組件。

    • 若您初次安裝AHPA類型的組件:在整合中心頁面單擊未安裝地區AHPA組件卡片的安裝

    • 若您已安裝AHPA類型的組件,需要再次添加該組件:在整合中心頁面單擊已安裝地區AHPA組件卡片的添加

      配置項

      說明

      Exporter名稱

      當前AHPA監控唯一名稱。

      metrics採集間隔(秒)

      監控資料擷取時間間隔。

  4. STEP2地區配置相關參數,並單擊確定,完成組件接入。

    • STEP2地區的指標頁簽可查看監控指標。

    • 已接入的組件會顯示在整合中心頁面的已安裝地區。單擊該組件卡片,在彈出的面板中可以查看Targets指標大盤警示服務發現配置Exporter等資訊。

查看AHPA大盤資料

整合中心頁面單擊已安裝地區的AHPA組件卡片,單擊大盤頁簽,然後單擊ahpa-dashboard,您可以查看其監控大盤的詳情資料。

Prometheus監控提供的AHPA大盤資料包括CPU使用率、Pod數、預測Pod數等。

  • CPU使用率&實際POD數大盤展示了當前工作負載(Deployment)的CPU平均利用率以及Pod數量。

  • CPU實際使用量與預測使用量表示當前工作負載中Pod的CPU使用總量與預測給出的使用量。如果預測給出的使用量大於實際使用量,則表明預測的CPU容量充足。

  • Pod趨勢地區,您可以查看實際Pod數、推薦Pod數以及主動預測的Pod數。

    • 實際Pod數:當前運行中的Pod數量。

    • 推薦Pod數:AHPA推薦擴縮容Pod數。綜合主動預測、被動預測以及邊界區間給出的最終Pod數。

    • 主動預測:是基於歷史資料,識別出周期性,然後預測出來的Pod數。

AHPA關鍵計量說明

指標名

說明

ahpa_proactive_pods

主動預測Pod數

ahpa_reactive_pods

被動預測Pod數

ahpa_requested_pods

推薦Pod數

ahpa_max_pods

最大Pod數

ahpa_min_pods

最小Pod數

ahpa_target_metric

目標閾值

相關文檔

在雲原生情境下,資源容量通常難以預估,而使用K8s原生的HPA,需要面對彈性滯後以及配置複雜問題。AHPA(Advanced Horizontal Pod Autoscaler)彈性預測可以根據業務歷史指標,自動識別彈性周期並對容量進行預測,協助您提前進行彈性規劃,解決彈性滯後問題。關於AHPA,請參見AHPA概述