本文介绍两个可行的K8s监控方案：Prometheus和Sensu。两个方案都能全面提供系统级的监控数据，帮助开发人员跟踪K8s关键组件的性能、定位故障、接收预警。

一、K8s监控之Prometheus

1.1 简介

Prometheus是针对容器和微服务的开源监控预警工具，功能稳健，适用于开发流程中的云端管理员和开发人员等各个相关方。Prometheus定时聚合配置对象中的指标数据，评估规则表达式，展示结果，发送预警。

Prometheus不仅能够监控预定义指标，还能实现多维数据模型，进行深度分析，并针对多个指标建立关联，从多个角度为开发人员和管理员提供数据支持。

1.2 工作原理

Prometheus是K8s环境的附加层。首次安装时应定义数据采集参数和数据采集时间间隔。Prometheus既能实时监控K8s节点，也能对监控数据进行定时分析。Prometheus也可以针对节点失效等故障发送预警。

1.3 Prometheus Operator

很多用户会混淆controller和operator。K8s Operator是指Controller向K8s API中添加新的对象、配置管理Prometheus等应用的模式。简而言之，operator是针对特定领域的controller。

PrometheusOperator简化了Prometheus在K8s中的运行，不需要改变K8s的配置。使用Prometheus Operator可以轻松监控K8s的服务。可以通过预定义的.yml文件运行Prometheus。Prometheus Operator能够创建、配置并管理K8s上的所有监控实例。部署新应用时，K8s会创建新的pod（容器）。创建完毕后，原有pod会被销毁。Prometheus持续监控API，如发现不一致，则基于服务或pod变化创建新的Prometheus配置。

1.4 核心组件

作为一款稳健的监控工具，Prometheus从服务上拉取数据，不需要服务主动推送数据。不过Prometheus提供推送入口，但无法拉取数据时可以接受服务推送上来的数据。

此外，Prometheus支持将时间序列与指标名称和键值对关联起来，简化了对多云端的监控。Prometheus不仅监控应用全局，还能钻取到微服务层面。用户可通过查询功能管理数据，了解应用状况；也可以使用PromQL创建图表和表格，实现数据可视化，并根据具体参数生成预警。

Prometheus的Web控制台展示了所有功能和工具。用户可通过正则表达式和高级PromQL检索条件创建数据集和预警。Prometheus还支持外网访问。

1.5 优势

Prometheus最大的优势在于简单灵活，可以实现监控的多维数据模型。用户可以轻松搭建容器集群的监控框架，还可以结合Grafana，进一步提高监控数据的可视化水平。

Prometheus可以通过K8s的本地服务发现配置采集node、pod和服务指标。用户可直接定义表达式，创建预警，不需要在不同的监控系统中来回切换。

Prometheus的抓取能力能够集成到K8s、Docker和StatsD等工具中。用户还可以通过Web GUI配置预警、管理图表。

不过Prometheus也存在不足：数据模型受限。Prometheus默认的时序数据采集模型有利有弊：一方面，这种模型有助于按照标准格式采集数据；另一方面，标准化数据格式导致数据模型受限。Prometheus通过discovery机制与K8s保持通信，因此存在延迟。

二、K8s监控之Sensu

2.1 简介

Sensu是多云端容器基础设施监控工具。Sensu agent是跨平台事件生成器，用户可通过执行service check监控系统和服务的健康状况，同时采集分析metrics，不仅提供预警或事件管理功能、监控API、客户端库以及多脚本或编程语言插件，还支持自定义工作流，丰富了Sensu能力。

Prometheus通过拉取的方式主动抓取数据，而Sensu则采用消息总线的通信机制，通过发布/订阅（Pub/Sub）的方式推送或拉取数据。

2.2 工作原理

Sensu使用本地插件从StatsD库、Prometheus exporter、Nagios插件、SNMP陷阱等主流程序中采集数据。不同于Prometheus等其他监控工具，Sensu开箱即用，支持多云端环境，用户配置框架后即可提供高可用性。

Sensu提供event filter、mutator和operator handler，支持创建并自动化模型工作量。这样，外部监控工具的数据便可与Sensu的监控数据整合，形成基于事件的监控路径。

2.3 核心组件

Sensu针对K8s容器优化了自动发现能力。用户可针对K8s和Docker等容器环境轻松配置监控check和collector，也可以针对K8s所有组件和运行在K8s上的应用配置多个check。

Sensu也支持本地集成和插件，可以与日志工具和Prometheus同时使用。用户可同时运行Sensu和Prometheus，处理不同的数据集。Sensu可以采集StatsD metrics，并将采集结果写入Prometheus。

Sensu还能在K8s环境中运行。假设一开始将Sensu部署在某个容器中，后来决定将整个应用迁移到其他容器环境中。迁移完成后，Sensu agent依然能够在新的环境中正常运行，也能被Sensu发现，因为Sensu具备自动发现机制。

2.4 在K8s中的应用

Sensu可扩展性强，可随着部署应用和云环境的增加不断扩展，提供具体的功能监控服务。Sensu监控对象的数量没有上限，也不会因为监控对象的增加变得更加复杂。

三、K8s监控之Sensu+Prometheus

同时运行Sensu和Prometheus能够提高监控的可见性，实现各自功能的优势互补。

3.1 工作原理

SensuPrometheus Collector是Sensu Check插件，聚合从Prometheus exporter或Prometheus query API抓取的数据。采集的数据以Influx（默认）、Graphite、JSON格式存储在STDOUT中。

SensuPrometheus Collector集成了Sensu的工作量自动化能力和Prometheus的数据抓取能力。用户可根据需求自行设计实现代码和预警接收时间。Sensu还可以将采集到的metrics数据存储到InfluxDB、Graphite和Prometheus等外部时序数据集中。

3.2 安装Sensu PrometheusCollector

用户可以通过Sensu的资产索引库Bonsai发现、下载、共享资产。点击Bonsai信息页面的下载按钮，下载Sensu后端平台和架构的资产定义。收到check、filter、mutator或handler请求时，Sensu会根据资产定义下载验证资产。

下载资产定义后，可以通过Sensu的资源管理命令行工具sensuctl进行资产注册，然后创建监控工作流。

下方是Prometheus collector的资产定义及相应的Linux sensuctl命令：

下方为Prometheus Collector的check实例：

3.3 优势

同时运行Sensu和Prometheus具有下列优势：

• 既能监控K8s集群的健康状况又能动态监控周边基础设施的健康状况，并采集相关指标。

• 既能实现问题自动发现，又能通过自动化工作流简化监控流程。

• 同时运行Prometheus和Sensu能够获得更多上下文信息，实现更细粒度的数据抓取分析。

• Sensu采用标准通信密码，可通过单个agent安全采集传输数据。

• 便于管理配置监控设置。

• 能够监控整个基础设施。

四、结论

Sensu能够监控整个基础设施，且定制化水平高，上下文更丰富。Prometheus模型稳健，能够实现深度数据钻取；Sensu则采用行业标准技术和格式（如Nagios和StatsD），监控整个基础设施。Sensu能够与Prometheus相互补充，提供更加丰富的上下文信息。

随着我们对软件依赖程度的加深，软件的可用性和故障修复时间对企业的存活非常重要。因此，只有充分了解系统才能克服这些挑战，基础设施和应用监控正是关键的一环。要想充分利用K8s的能力，必须实施统一的监控解决方案，实现新老技术的有效衔接。

本篇为译文，原文作者：STEFAN THORPE

原文链接：https://dzone.com/refcardz/monitoring-kubernetes

译文首发于UAVStack智能运维