Utilizzo di logging e monitoraggio per i componenti di sistema

Questo documento mostra come configurare il logging e il monitoraggio per i componenti di sistema in Google Distributed Cloud (solo software) per VMware.

Per impostazione predefinita, Cloud Logging, Cloud Monitoring e Google Cloud Managed Service per Prometheus sono abilitati.

Per ulteriori informazioni sulle opzioni, consulta la Panoramica di logging e monitoraggio.

Risorse monitorate

Le risorse monitorate sono il modo in cui Google rappresenta risorse come cluster, nodi, pod e contenitori. Per scoprire di più, consulta la documentazione relativa ai tipi di risorse monitorate di Cloud Monitoring.

Per eseguire query su log e metriche, devi conoscere almeno questi etichette delle risorse:

  • project_id: ID progetto del progetto di monitoraggio-logging del cluster. Hai fornito questo valore nel campo stackdriver.projectID del file di configurazione del cluster.

  • location: una Google Cloud regione in cui vuoi instradare e archiviare le tue metriche di monitoraggio di Cloud. Specifica la regione durante l'installazione nel campo stackdriver.clusterLocation del file di configurazione del cluster. Ti consigliamo di scegliere una regione vicino al tuo data center on-premise.

    Devi specificare il routing e la posizione di archiviazione dei log di Cloud Logging nella configurazione del router dei log. Per ulteriori informazioni sul routing dei log, consulta la panoramica su routing e archiviazione.

  • cluster_name: il nome del cluster che hai scelto quando lo hai creato.

    Puoi recuperare il valore cluster_name per il cluster di amministrazione o di utenti esaminando la risorsa personalizzata Stackdriver:

    kubectl get stackdriver stackdriver --namespace kube-system \
--kubeconfig CLUSTER_KUBECONFIG --output yaml | grep 'clusterName:'

    dove

    • CLUSTER_KUBECONFIG è il percorso del file kubeconfig del cluster di amministrazione o del cluster utente per il quale è richiesto il nome del cluster.

Routing di log e metriche

Il forwarder dei log di Stackdriver (stackdriver-log-forwarder) invia i log da ogni macchina node a Cloud Logging. Analogamente, l'agente delle metriche GKE (gke-metrics-agent) invia le metriche da ogni macchina del nodo a Cloud Monitoring. Prima che i log e le metriche vengano inviati, l'operatore Stackdriver (stackdriver-operator) associa il valore del campo clusterLocation nella risorsa personalizzata stackdriver a ogni voce del log e a ogni metrica prima che vengano inoltrati a Google Cloud. Inoltre, i log e le metriche sono associati al progetto Google Cloud specificato nella specifica della risorsa personalizzata stackdriver (spec.projectID). La risorsa stackdriver recupera i valori per i campi clusterLocation e projectID dai campi stackdriver.clusterLocation e stackdriver.projectID nella sezione clusterOperations della risorsa Cluster al momento della creazione del cluster.

Tutte le metriche e le voci di log inviate dagli agenti Stackdriver vengono inoltrate a un endpoint di importazione globale. Da qui, i dati vengono inoltrati all'endpoint Google Cloud regionale Google Cloud più vicino raggiungibile per garantire l'affidabilità del trasporto dei dati.

Una volta che l'endpoint globale riceve la metrica o la voce di log, ciò che accade dipende dal servizio:

  • Come viene configurato il routing dei log: quando l'endpoint di logging riceve un messaggio di log, Cloud Logging lo passa al router di log. I sink e i filtri nella configurazione del router dei log determinano il modo in cui instradare il messaggio. Puoi instradare le voci di log a destinazioni come i bucket di logging regionali, che archiviano la voce di log, o a Pub/Sub. Per ulteriori informazioni sul funzionamento del routing dei log e su come configurarlo, consulta la panoramica su routing e archiviazione.

    Né il campo clusterLocation nella risorsa personalizzata stackdriver né il campo clusterOperations.location nella specifica del cluster vengono presi in considerazione in questa procedura di instradamento. Per i log, clusterLocation viene utilizzato per etichettare solo le voci del log, il che può essere utile per applicare i filtri in Esplora log.

  • Come viene configurato il routing delle metriche: quando l'endpoint delle metriche riceve una voce metrica, Cloud Monitoring la inoltra automaticamente alla posizione specificata dalla metrica. La posizione nella metrica proviene dal campo clusterLocation nella risorsa personalizzata stackdriver.

  • Pianifica la configurazione: quando configuri Cloud Logging e Cloud Monitoring, configura il router dei log e specifica un clusterLocation appropriato con le località che supportano al meglio le tue esigenze. Ad esempio, se vuoi che i log e le metriche vengano inviati alla stessa posizione, imposta clusterLocation sulla stessa Google Cloud regione utilizzata da Log Router per il tuo progetto Google Cloud.

  • Aggiorna la configurazione in base alle esigenze: puoi apportare modifiche in qualsiasi momento alle impostazioni di destinazione per i log e le metriche in base ai requisiti aziendali, come i piani di ripristino dei disastri. Le modifiche alla configurazione del router dei log nel campo Google Cloud e clusterLocation della risorsa personalizzata stackdriver vengono applicate rapidamente.

Utilizzo di Cloud Logging

Non devi fare nulla per attivare Cloud Logging per un cluster. Tuttavia, devi specificare il progetto Google Cloud in cui vuoi visualizzare i log. Nel file di configurazione del cluster, specifica il progetto Google Cloud nella sezione stackdriver.

Puoi accedere ai log utilizzando Esplora log nella console Google Cloud. Ad esempio, per accedere ai log di un contenitore:

  1. Apri Esplora log nella console Google Cloud per il tuo progetto.
  2. Per trovare i log di un contenitore:
    1. Fai clic sulla casella del menu a discesa del catalogo dei log in alto a sinistra e seleziona Container Kubernetes.
    2. Seleziona il nome del cluster, quindi lo spazio dei nomi e infine un contenitore dalla gerarchia.

Visualizzazione dei log per i controller nel cluster di bootstrap

  1. Trova il nome del pod onprem-admin-cluster-controller / clusterapi-controllers

    Per impostazione predefinita, il nome del cluster di tipo è gkectl-bootstrap-cluster.

    "ADMIN_CLUSTER_NAME"
resource.type="k8s_container"
resource.labels.cluster_name="gkectl-bootstrap-cluster"

  2. Modifica la query utilizzando il nome del pod che trovi e recupera il log

    resource.type="k8s_container"
resource.labels.cluster_name="gkectl-bootstrap-cluster"
resource.labels.pod_name="POD_NAME"

Utilizzo di Cloud Monitoring

Non devi fare nulla per attivare Cloud Monitoring per un cluster. Tuttavia, devi specificare il progetto Google Cloud in cui vuoi visualizzare le metriche. Nel file di configurazione del cluster, specifica il progetto Google Cloud nella sezione stackdriver.

Puoi scegliere tra oltre 1500 metriche utilizzando Metrics Explorer. Per accedere a Metrics Explorer:

  1. Nella console Google Cloud, seleziona Monitoraggio o utilizza il pulsante seguente:

    Vai a Monitoring

  2. Seleziona Risorse > Metrics Explorer.

Puoi anche visualizzare le metriche nelle dashboard della console Google Cloud. Per informazioni sulla creazione di dashboard e sulla visualizzazione delle metriche, consulta Creare dashboard.

Visualizzazione dei dati di monitoraggio a livello di parco risorse

Per una visione complessiva dell'utilizzo delle risorse del tuo parco risorse utilizzando i dati di Cloud Monitoring, inclusi i cluster Google Distributed Cloud, puoi utilizzare la panoramica di Google Kubernetes Engine nella console Google Cloud. Per scoprire di più, consulta Gestire i cluster dalla console Google Cloud.

Limiti di quota predefiniti di Cloud Monitoring

Il monitoraggio di Google Distributed Cloud ha un limite predefinito di 6000 chiamate API al minuto per ogni progetto. Se superi questo limite, le metriche potrebbero non essere visualizzate. Se hai bisogno di un limite di monitoraggio superiore, richiedilo tramite la console Google Cloud.

Utilizzo di Managed Service per Prometheus

Google Cloud Managed Service per Prometheus fa parte di Cloud Monitoring ed è disponibile per impostazione predefinita. I vantaggi di Managed Service per Prometheus includono quanto segue:

  • Puoi continuare a utilizzare il monitoraggio basato su Prometheus esistente senza alterare gli avvisi e le dashboard di Grafana.

  • Se utilizzi sia GKE sia Google Distributed Cloud, puoi utilizzare lo stesso PromQL per le metriche su tutti i tuoi cluster. Puoi anche utilizzare la scheda PROMQL in Metrics Explorer nella console Google Cloud.

Abilitazione e disattivazione di Managed Service per Prometheus

Managed Service per Prometheus è abilitato per impostazione predefinita in Google Distributed Cloud.

Per disattivare Managed Service per Prometheus in un cluster:

  1. Apri l'oggetto Stackdriver denominato stackdriver per la modifica:

    kubectl --kubeconfig CLUSTER_KUBECONFIG --namespace kube-system \
    edit stackdriver stackdriver

  2. Aggiungi il gate di funzionalità enableGMPForSystemMetrics e impostalo su false:

    apiVersion: addons.gke.io/v1alpha1
kind: Stackdriver
metadata:
  name: stackdriver
  namespace: kube-system
spec:
  featureGates:
    enableGMPForSystemMetrics: false

  3. Chiudi la sessione di modifica.

Visualizzazione dei dati delle metriche

Quando Managed Service per Prometheus è abilitato, le metriche per i seguenti componenti hanno un formato diverso per la modalità di archiviazione ed esecuzione di query in Cloud Monitoring:

  • kube-apiserver
  • kube-scheduler
  • kube-controller-manager
  • kubelet e cadvisor
  • kube-state-metrics
  • node-exporter

Nel nuovo formato, puoi eseguire query sulle metriche precedenti utilizzando PromQL o Monitoring Query Language (MQL).

Esempio di PromQL:

histogram_quantile(0.95, sum(rate(apiserver_request_duration_seconds_bucket[5m])) by (le))

Per utilizzare MQL, imposta la risorsa monitorata su prometheus_target e aggiungi il tipo Prometheus come suffisso alla metrica.

Esempio di MQL:

fetch prometheus_target
| metric 'kubernetes.io/anthos/apiserver_request_duration_seconds/histogram'
| align delta(5m)
| every 5m
| group_by [], [value_histogram_percentile: percentile(value.histogram, 95)]

Configurazione delle dashboard di Grafana con Managed Service per Prometheus

Per utilizzare Grafana con i dati delle metriche di Managed Service per Prometheus, segui la procedura descritta in Eseguire query utilizzando Grafana per autenticare e configurare un'origine dati Grafana in modo da eseguire query sui dati di Managed Service per Prometheus.

Un insieme di dashboard Grafana di esempio è fornito nel repository anthos-samples su GitHub. Per installare le dashboard di esempio:

  1. Scarica i file .json di esempio:

    git clone https://github.com/GoogleCloudPlatform/anthos-samples.git
cd anthos-samples/gmp-grafana-dashboards

  2. Se l'origine dati Grafana è stata creata con un nome diverso da Managed Service for Prometheus, modifica il campo datasource in tutti i file .json:

    sed -i "s/Managed Service for Prometheus/[DATASOURCE_NAME]/g" ./*.json

    Sostituisci [DATASOURCE_NAME] con il nome dell'origine dati in Grafana che rimanda al servizio Prometheus frontend.

  3. Accedi all'interfaccia utente di Grafana dal browser e seleziona + Importa nel menu Dashboard.

    Vai all'importazione delle dashboard in Grafana.

  4. Carica il file .json o copia e incolla i contenuti del file e seleziona Carica. Una volta caricati i contenuti del file, seleziona Importa. Facoltativamente, puoi anche modificare il nome e l'UID della dashboard prima dell'importazione.

    Importazione della dashboard in Grafana.

  5. La dashboard importata dovrebbe caricarsi correttamente se Google Distributed Cloud e l'origine dati sono configurati correttamente. Ad esempio, lo screenshot seguente mostra la dashboard configurata da cluster-capacity.json.

    Dashboard della capacità del cluster in Grafana.

Risorse aggiuntive

Per ulteriori informazioni su Managed Service per Prometheus, consulta le seguenti risorse:

Utilizzo di Prometheus e Grafana

A partire dalla versione 1.16, Prometheus e Grafana non sono disponibili nei cluster appena creati. Ti consigliamo di utilizzare Managed Service per Prometheus come sostituzione del monitoraggio all'interno del cluster.

Se esegui l'upgrade a 1.16 di un cluster 1.15 in cui sono abilitati Prometheus e Grafana, Prometheus e Grafana continueranno a funzionare così come sono, ma non verranno aggiornati o non riceveranno patch di sicurezza.

Se vuoi eliminare tutte le risorse Prometheus e Grafana dopo l'upgrade alla versione 1.16, esegui il seguente comando:

kubectl --kubeconfig KUBECONFIG delete -n kube-system \
    statefulsets,services,configmaps,secrets,serviceaccounts,clusterroles,clusterrolebindings,certificates,deployments \
    -l addons.gke.io/legacy-pg=true

In alternativa all'utilizzo dei componenti Prometheus e Grafana inclusi nelle versioni precedenti di Google Distributed Cloud, puoi passare a una versione della community open source di Prometheus e Grafana.

Problema noto

Nei cluster utente, Prometheus e Grafana vengono disattivati automaticamente durante gli upgrade. Tuttavia, i dati di configurazione e delle metriche non vengono persi.

Per risolvere il problema, dopo l'upgrade apri monitoring-sample per la modifica e imposta enablePrometheus su true.

Accedere alle metriche di monitoraggio dalle dashboard di Grafana

Grafana mostra le metriche raccolte dai tuoi cluster. Per visualizzare queste metriche, devi accedere alle dashboard di Grafana:

  1. Ottieni il nome del pod Grafana in esecuzione nello spazio dei nomi kube-system di un cluster utente:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] -n kube-system get pods

    dove [USER_CLUSTER_KUBECONFIG] è il file kubeconfig del cluster utente.

  2. Il pod Grafana ha un server HTTP in ascolto sulla porta localhost TCP 3000. Inoltra una porta locale alla porta 3000 nel pod in modo da poter visualizzare le dashboard di Grafana da un browser web.

    Ad esempio, supponiamo che il nome del pod sia grafana-0. Per inoltrare la porta 50000 alla porta 3000 nel pod, inserisci questo comando:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] -n kube-system port-forward grafana-0 50000:3000

  3. Da un browser web, vai alla pagina http://localhost:50000.

  4. Nella pagina di accesso, inserisci admin per il nome utente e la password.

  5. Se l'accesso va a buon fine, ti verrà chiesto di cambiare la password. Dopo aver modificato la password predefinita, dovrebbe essere caricata la dashboard della casa di Grafana del cluster di utenti.

  6. Per accedere ad altre dashboard, fai clic sul menu a discesa Home nell'angolo in alto a sinistra della pagina.

Per un esempio di utilizzo di Grafana, consulta Creare una dashboard Grafana.

Accedere agli avvisi

Prometheus Alertmanager raccoglie gli avvisi dal server Prometheus. Puoi visualizzare questi avvisi in una dashboard di Grafana. Per visualizzare gli avvisi, devi accedere alla dashboard:

  1. Il container nel pod alertmanager-0 è in ascolto sulla porta TCP 9093. Inoltra una porta locale alla porta 9093 nel pod:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] port-forward \
   -n kube-system alertmanager-0 50001:9093

  2. Da un browser web, vai alla pagina http://localhost:50001.

Modifica della configurazione di Prometheus Alertmanager

Puoi modificare la configurazione predefinita di Prometheus Alertmanager modificando il file monitoring.yaml del tuo cluster di utenti. Devi farlo se vuoi indirizzare gli avvisi a una destinazione specifica anziché mantenerli nella dashboard. Puoi scoprire come configurare Alertmanager nella documentazione relativa alla configurazione di Prometheus.

Per modificare la configurazione di Alertmanager:

  1. Crea una copia del file manifest monitoring.yaml del cluster utente:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] -n kube-system \
   get monitoring monitoring-sample -o yaml > monitoring.yaml

  2. Per configurare Alertmanager, apporta modifiche ai campi in spec.alertmanager.yml. Al termine, salva il file manifest modificato.

  3. Applica il manifest al cluster:

    kubectl apply --kubeconfig [USER_CLUSTER_KUBECONIFG] -f monitoring.yaml

Creare una dashboard Grafana

Hai eseguito il deployment di un'applicazione che espone una metrica, ne hai verificato l'esposizione e hai verificato che Prometheus la estrae. Ora puoi aggiungere la metrica a livello di applicazione a una dashboard Grafana personalizzata.

Per creare una dashboard Grafana:

  1. Se necessario, accedi a Grafana.
  2. Nella dashboard della casa, fai clic sul menu a discesa Casa nell'angolo in alto a sinistra della pagina.
  3. Nel menu a destra, fai clic su Nuova dashboard.
  4. Nella sezione Nuovo riquadro, fai clic su Grafico. Viene visualizzata una dashboard del grafico vuota.
  5. Fai clic su Titolo riquadro e poi su Modifica. Il riquadro Grafico in basso si apre nella scheda Metriche.
  6. Nel menu a discesa Origine dati, seleziona user. Fai clic su Aggiungi query e inserisci foo nel campo Cerca.
  7. Fai clic sul pulsante Torna alla dashboard nell'angolo in alto a destra dello schermo. Viene visualizzata la dashboard.
  8. Per salvare la dashboard, fai clic su Salva dashboard nell'angolo in alto a destra della schermata. Scegli un nome per la dashboard, quindi fai clic su Salva.

Disattivazione di Prometheus e Grafana

A partire dalla versione 1.16, Prometheus e Grafana non sono più controllati dal campo enablePrometheus nell'oggetto monitoring-sample. Per informazioni dettagliate, vedi Utilizzare Prometheus e Grafana.

Esempio: aggiunta di metriche a livello di applicazione a una dashboard Grafana

Le sezioni seguenti illustrano la procedura per aggiungere le metriche per un'applicazione. In questa sezione, completa le seguenti attività:

  • Esegui il deployment di un'applicazione di esempio che espone una metrica denominata foo.
  • Verifica che Prometheus esponga e estragga la metrica.
  • Crea una dashboard Grafana personalizzata.

Esegui il deployment dell'applicazione di esempio

L'applicazione di esempio viene eseguita in un unico pod. Il contenitore del pod espone una metrica, foo, con un valore costante di 40.

Crea il seguente manifest del pod, pro-pod.yaml:

apiVersion: v1
kind: Pod
metadata:
  name: prometheus-example
  annotations:
    prometheus.io/scrape: 'true'
    prometheus.io/port: '8080'
    prometheus.io/path: '/metrics'
spec:
  containers:
  - image: registry.k8s.io/prometheus-dummy-exporter:v0.1.0
    name: prometheus-example
    command:
    - /bin/sh
    - -c
    - ./prometheus_dummy_exporter --metric-name=foo --metric-value=40 --port=8080

Quindi applica il manifest del pod al cluster di utenti:

kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] apply -f pro-pod.yaml

Verifica che la metrica sia esposta e sottoposta a scraping

  1. Il container nel pod prometheus-example rimane in ascolto sulla porta TCP 8080. Inoltra una porta locale alla porta 8080 nel pod:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] port-forward prometheus-example 50002:8080

  2. Per verificare che l'applicazione esponga la metrica, esegui il seguente comando:

    curl localhost:50002/metrics | grep foo

    Il comando restituisce il seguente output:

    # HELP foo Custom metric
# TYPE foo gauge
foo 40

  3. Il container nel pod prometheus-0 è in ascolto sulla porta TCP 9090. Inoltra una porta locale alla porta 9090 nel pod:

    kubectl --kubeconfig [USER_CLUSTER_KUBECONFIG] port-forward prometheus-0 50003:9090

  4. Per verificare che Prometheus stia eseguendo lo scraping della metrica, vai all'indirizzo http://localhost:50003/targets, che dovrebbe indirizzarti al pod prometheus-0 nel gruppo di destinazione prometheus-io-pods.

  5. Per visualizzare le metriche in Prometheus, vai alla pagina http://localhost:50003/graph. Nel campo di ricerca, inserisci foo e poi fai clic su Esegui. La pagina deve mostrare la metrica.

Configurazione della risorsa personalizzata Stackdriver

Quando crei un cluster, Google Distributed Cloud crea automaticamente una risorsa personalizzata Stackdriver. Puoi modificare la specifica nella risorsa personalizzata per ignorare i valori predefiniti per le richieste e i limiti di CPU e memoria per un componente Stackdriver e puoi ignorare separatamente la dimensione e la classe di archiviazione predefinite.

Sostituire i valori predefiniti per le richieste e i limiti di CPU e memoria

Per sostituire questi valori predefiniti:

  1. Apri la risorsa personalizzata Stackdriver in un editor a riga di comando:

    kubectl --kubeconfig=KUBECONFIG -n kube-system edit stackdriver stackdriver

    dove KUBECONFIG è il percorso del file kubeconfig per il cluster. Può trattarsi di un cluster di amministrazione o di un cluster utente.

  2. Nella risorsa personalizzata Stackdriver, aggiungi il campo resourceAttrOverride nella sezione spec:

    resourceAttrOverride:
      POD_NAME_WITHOUT_RANDOM_SUFFIX/CONTAINER_NAME:
        LIMITS_OR_REQUESTS:
          RESOURCE: RESOURCE_QUANTITY

    Tieni presente che il campo resourceAttrOverride sostituisce tutti i limiti e le richieste predefinite esistenti per il componente specificato. I seguenti componenti sono supportati da resourceAttrOverride:

    • gke-metrics-agent/gke-metrics-agent
    • stackdriver-log-forwarder/stackdriver-log-forwarder
    • stackdriver-metadata-agent-cluster-level/metadata-agent
    • node-exporter/node-exporter
    • kube-state-metrics/kube-state-metrics

Un file di esempio ha il seguente aspetto: 

apiVersion: addons.gke.io/v1alpha1
    kind: Stackdriver
    metadata:
      name: stackdriver
      namespace: kube-system
    spec:
      projectID: my-project
      clusterName: my-cluster
      clusterLocation: us-west-1a
      resourceAttrOverride:
        gke-metrics-agent/gke-metrics-agent:
          requests:
            cpu: 110m
            memory: 240Mi
          limits:
            cpu: 200m
            memory: 4.5Gi

  1. Salva le modifiche ed esci dall'editor a riga di comando.

  2. Controlla lo stato dei pod:

    kubectl --kubeconfig=KUBECONFIG -n kube-system get pods | grep gke-metrics-agent

    Ad esempio, un pod funzionante ha il seguente aspetto:

    gke-metrics-agent-4th8r                                1/1     Running   0          5d19h

  3. Controlla le specifiche del pod del componente per assicurarti che le risorse siano impostate correttamente.

    kubectl --kubeconfig=KUBECONFIG -n kube-system describe pod POD_NAME

    dove POD_NAME è il nome del pod che hai appena modificato. Ad esempio, stackdriver-prometheus-k8s-0

    La risposta è la seguente:

      Name:         gke-metrics-agent-4th8r
  Namespace:    kube-system
  ...
  Containers:
    gke-metrics-agent:
      Limits:
        cpu: 200m
        memory: 4.5Gi
      Requests:
        cpu: 110m
        memory: 240Mi
      ...

Sostituire le dimensioni dello spazio di archiviazione predefinite

Per sostituire questi valori predefiniti:

  1. Apri la risorsa personalizzata Stackdriver in un editor a riga di comando:

    kubectl --kubeconfig=KUBECONFIG -n kube-system edit stackdriver stackdriver

  2. Aggiungi il campo storageSizeOverride nella sezione spec. Puoi utilizzare il componente stackdriver-prometheus-k8s o stackdriver-prometheus-app. La sezione ha questo formato:

    storageSizeOverride:
STATEFULSET_NAME: SIZE

    In questo esempio vengono utilizzati il statefulset stackdriver-prometheus-k8s e la dimensione 120Gi.

    apiVersion: addons.gke.io/v1alpha1
kind: Stackdriver
metadata:
  name: stackdriver
  namespace: kube-system
spec:
  projectID: my-project
  clusterName: my-cluster
  clusterLocation: us-west-1a
  storageSizeOverride:
    stackdriver-prometheus-k8s: 120Gi

  3. Salva ed esci dall'editor a riga di comando.

  4. Controlla lo stato dei pod:

    kubectl --kubeconfig=KUBECONFIG -n kube-system get pods | grep stackdriver
     Ad esempio, un pod funzionante ha il seguente aspetto: 
    stackdriver-prometheus-k8s-0                                2/2     Running   0          5d19h

  5. Controlla le specifiche del pod del componente per assicurarti che le dimensioni dello spazio di archiviazione siano sostituite correttamente.

    kubectl --kubeconfig=KUBECONFIG -n kube-system describe statefulset STATEFULSET_NAME

    La risposta è la seguente:

    Volume Claims:
 Name:          my-statefulset-persistent-volume-claim
 StorageClass:  my-storage-class
 Labels:
 Annotations:
 Capacity:      120Gi
 Access Modes:  [ReadWriteOnce]

Sostituire le impostazioni predefinite della classe di archiviazione

Prerequisito

Devi prima creare una classe di archiviazione da utilizzare.

Per eseguire l'override della classe di archiviazione predefinita per i volumi permanenti rivendicati dai componenti di logging e monitoraggio:

  1. Apri la risorsa personalizzata Stackdriver in un editor a riga di comando:

    kubectl --kubeconfig=KUBECONFIG -n kube-system edit stackdriver stackdriver

    dove KUBECONFIG è il percorso del file kubeconfig per il cluster. Può trattarsi di un cluster di amministrazione o di un cluster utente.

  2. Aggiungi il campo storageClassName nella sezione spec:

    storageClassName: STORAGECLASS_NAME

    Tieni presente che il campo storageClassName sostituisce la classe di archiviazione predefinita esistente e si applica a tutti i componenti di monitoraggio e registrazione con volumi permanenti rivendicati. Un file di esempio ha il seguente aspetto:

    apiVersion: addons.gke.io/v1alpha1
kind: Stackdriver
metadata:
  name: stackdriver
  namespace: kube-system
spec:
  projectID: my-project
  clusterName: my-cluster
  clusterLocation: us-west-1a
  proxyConfigSecretName: my-secret-name
  enableVPC: 
  optimizedMetrics: true
  storageClassName: my-storage-class

  3. Salva le modifiche.

  4. Controlla lo stato dei pod:

    kubectl --kubeconfig=KUBECONFIG -n kube-system get pods | grep stackdriver

    Ad esempio, un pod funzionante ha il seguente aspetto:

    stackdriver-prometheus-k8s-0                                1/1     Running   0          5d19h

  5. Controlla le specifiche del pod di un componente per assicurarti che la classe di archiviazione sia impostata correttamente.

    kubectl --kubeconfig=KUBECONFIG -n kube-system describe statefulset STATEFULSET_NAME

    Ad esempio, utilizzando l'insieme stateful stackdriver-prometheus-k8s, la risposta è la seguente:

    Volume Claims:
 Name:          stackdriver-prometheus-data
 StorageClass:  my-storage-class
 Labels:
 Annotations:
 Capacity:      120Gi
 Access Modes:  [ReadWriteOnce]

Disattivare le metriche ottimizzate

Per impostazione predefinita, gli agenti delle metriche in esecuzione nel cluster raccolgono e segnalano a Stackdriver un insieme ottimizzato di metriche relative a container, Kubelet e Kube-state-metrics. Se hai bisogno di metriche aggiuntive, ti consigliamo di trovarne una sostituzione nell'elenco delle metriche di GKE Enterprise.

Ecco alcuni esempi di sostituzioni che potresti utilizzare:

Metrica disattivata Sostituzioni
kube_pod_start_time container/uptime
kube_pod_container_resource_requests container/cpu/request_cores
container/memory/request_bytes
kube_pod_container_resource_limits container/cpu/limit_cores
container/memory/limit_bytes

Per disattivare l'impostazione predefinita delle metriche kube-state-metrics ottimizzate (non consigliata), procedi nel seguente modo:

  1. Apri la risorsa personalizzata Stackdriver in un editor a riga di comando:

    kubectl --kubeconfig=KUBECONFIG -n kube-system edit stackdriver stackdriver

    dove KUBECONFIG è il percorso del file kubeconfig per il cluster. Può trattarsi di un cluster di amministrazione o di un cluster utente.

  2. Imposta il campo optimizedMetrics su false:

    apiVersion: addons.gke.io/v1alpha1
kind: Stackdriver
metadata:
  name: stackdriver
  namespace: kube-system
spec:
  projectID: my-project
  clusterName: my-cluster
  clusterLocation: us-west-1a
  proxyConfigSecretName: my-secret-name
  enableVPC: 
  optimizedMetrics: false
  storageClassName: my-storage-class

  3. Salva le modifiche ed esci dall'editor a riga di comando.

Problema noto: condizione di errore di Cloud Monitoring

(ID problema 159761921)

In determinate condizioni, il pod Cloud Monitoring predefinito, impiegato per impostazione predefinita in ogni nuovo cluster, può non rispondere. Ad esempio, quando viene eseguito l'upgrade dei cluster, i dati di archiviazione possono essere danneggiati quando i pod in statefulset/prometheus-stackdriver-k8s vengono riavviati.

In particolare, il pod di monitoraggio stackdriver-prometheus-k8s-0 può essere bloccato in un loop quando i dati danneggiati impediscono la scrittura prometheus-stackdriver-sidecar nell'archiviazione del cluster PersistentVolume.

Puoi diagnosticare e recuperare manualmente l'errore seguendo i passaggi riportati di seguito.

Diagnostica dell'errore di Cloud Monitoring

Quando il pod di monitoraggio non funziona, i log segnalano quanto segue:

{"log":"level=warn ts=2020-04-08T22:15:44.557Z caller=queue_manager.go:534 component=queue_manager msg=\"Unrecoverable error sending samples to remote storage\" err=\"rpc error: code = InvalidArgument desc = One or more TimeSeries could not be written: One or more points were written more frequently than the maximum sampling period configured for the metric.: timeSeries[0-114]; Unknown metric: kubernetes.io/anthos/scheduler_pending_pods: timeSeries[196-198]\"\n","stream":"stderr","time":"2020-04-08T22:15:44.558246866Z"}

{"log":"level=info ts=2020-04-08T22:15:44.656Z caller=queue_manager.go:229 component=queue_manager msg=\"Remote storage stopped.\"\n","stream":"stderr","time":"2020-04-08T22:15:44.656798666Z"}

{"log":"level=error ts=2020-04-08T22:15:44.663Z caller=main.go:603 err=\"corruption after 29032448 bytes: unexpected non-zero byte in padded page\"\n","stream":"stderr","time":"2020-04-08T22:15:44.663707748Z"}

{"log":"level=info ts=2020-04-08T22:15:44.663Z caller=main.go:605 msg=\"See you next time!\"\n","stream":"stderr","time":"2020-04-08T22:15:44.664000941Z"}

Ripristino da un errore di Cloud Monitoring

Per recuperare Cloud Monitoring manualmente:

  1. Interrompi il monitoraggio del cluster. Riduci l'operatore stackdriver per evitare la riconciliazione del monitoraggio: 

    kubectl --kubeconfig /ADMIN_CLUSTER_KUBCONFIG --namespace kube-system scale deployment stackdriver-operator --replicas 0

  2. Elimina i carichi di lavoro della pipeline di monitoraggio: 

    kubectl --kubeconfig /ADMIN_CLUSTER_KUBCONFIG --namespace kube-system delete statefulset stackdriver-prometheus-k8s

  3. Elimina i PersistentVolumeClaim (PVC) della pipeline di monitoraggio: 

    kubectl --kubeconfig /ADMIN_CLUSTER_KUBCONFIG --namespace kube-system delete pvc -l app=stackdriver-prometheus-k8s

  4. Riavvia il monitoraggio del cluster. Esegui l'upgrade dell'operatore Stackdriver per reinstallare una nuova pipeline di monitoraggio e riprendere la riconciliazione: 

    kubectl --kubeconfig /ADMIN_CLUSTER_KUBCONFIG --namespace kube-system scale deployment stackdriver-operator --replicas=1