Google Distributed Cloud (solo software) per bare metal supporta più opzioni per il logging e il monitoraggio dei cluster, compresi i servizi gestiti basati su cloud, strumenti di origine e compatibilità convalidata con soluzioni commerciali di terze parti. Questa pagina illustra queste opzioni e fornisce alcune indicazioni di base per la selezione la soluzione adeguata per il tuo ambiente.
Questa pagina è rivolta agli amministratori, agli architetti e agli operatori che vogliono di monitorare l'integrità delle applicazioni o dei servizi di cui è stato eseguito il deployment, ad esempio per la conformità all'obiettivo di livello (SLO). Per scoprire di più sui ruoli comuni ed esempi a cui facciamo riferimento nei contenuti di Google Cloud, Ruoli e attività utente comuni di GKE Enterprise.
Opzioni per Google Distributed Cloud
Sono disponibili diverse opzioni di logging e monitoraggio per il cluster:
- Cloud Logging e Cloud Monitoring, abilitati per impostazione predefinita su bare metal componenti di sistema.
- Prometheus e Grafana sono disponibili su Cloud Marketplace.
- Configurazioni convalidate con soluzioni di terze parti.
Cloud Logging e Cloud Monitoring
Google Cloud Observability è la soluzione di osservabilità integrata in Google Cloud. Offre una soluzione di logging completamente gestita, metriche raccolta, monitoraggio, creazione di dashboard e avvisi. Cloud Monitoring monitora i cluster Google Distributed Cloud in modo simile a quelli basati su cloud cluster GKE.
Cloud Logging e Cloud Monitoring sono abilitati per impostazione predefinita quando crei con gli account di servizio e i ruoli IAM richiesti. Non puoi disattivare Cloud Logging e Cloud Monitoring. Per ulteriori informazioni, sugli account di servizio e i ruoli richiesti, consulta Configurare il servizio Google Cloud.
Gli agenti possono essere configurati per modificare l'ambito del logging e monitoraggio, nonché il livello di metriche raccolte:
- L'ambito del logging e del monitoraggio può essere impostato solo sui componenti di sistema (impostazione predefinita) o per componenti e applicazioni di sistema.
- Il livello di metriche raccolte può essere configurato per un insieme ottimizzato di metriche (impostazione predefinita) o per le metriche complete.
Per ulteriori informazioni, consulta Configurazione degli agenti Stackdriver per Google Distributed Cloud in questo documento.
Logging e Monitoring forniscono un'unica, potente soluzione di osservabilità basata su cloud e facile da configurare. Abbiamo moltissimo consigliamo Logging e Monitoring durante l'esecuzione carichi di lavoro standard su Google Distributed Cloud. Per le applicazioni con componenti in esecuzione Google Distributed Cloud e l'infrastruttura on-premise standard, potresti prendere in considerazione altre soluzioni per una visione end-to-end di queste applicazioni.
Per maggiori dettagli sull'architettura, sulla configurazione e sui dati replicati al tuo progetto Google Cloud per impostazione predefinita, scopri come Logging e Il monitoraggio per Google Distributed Cloud funziona.
Per ulteriori informazioni sul logging, consulta Cloud Logging documentazione.
Per ulteriori informazioni su Monitoring, consulta Cloud Monitoring documentazione.
Scopri come visualizzare e utilizzare l'utilizzo delle risorse di Cloud Monitoring. di Google Distributed Cloud a livello di parco risorse, consulta Utilizzare il Versione Google Kubernetes Engine (GKE) Enterprise Panoramica.
Prometheus e Grafana
Prometheus e Grafana sono due prodotti di monitoraggio open source popolari nel Cloud Marketplace:
Prometheus raccoglie metriche di sistema e dell'applicazione.
Gestione avvisi gestisce l'invio di avvisi con diversi meccanismi di avviso.
Grafana è una dashboard lo strumento a riga di comando gcloud.
Ti consigliamo di utilizzare Google Cloud Managed Service per Prometheus, basato su Cloud Monitoring, per tutte le tue esigenze di monitoraggio. Con Google Cloud Managed Service per Prometheus consente di monitorare componenti senza costi aggiuntivi. Google Cloud Managed Service per Prometheus è compatibile anche con Grafana. Tuttavia, se Se preferisci un sistema di monitoraggio locale puro, puoi scegliere di installare Prometheus e Grafana nei tuoi cluster.
Se hai installato Prometheus in locale e vuoi raccogliere metriche dal sistema devi concedere l'autorizzazione all'istanza Prometheus locale per accedi agli endpoint delle metriche dei componenti del sistema:
Associa l'account di servizio per l'istanza Prometheus all'account di servizio predefinito
gke-metrics-agent
ClusterRole e usa il token dell'account di servizio come credenziale per eseguire lo scraping delle metriche dai seguenti componenti di sistema:kube-apiserver
kube-scheduler
kube-controller-manager
kubelet
node-exporter
Utilizza la chiave e il certificato client archiviati
kube-system/stackdriver-prometheus-etcd-scrape
secret per autenticare il scraping delle metriche da etcd.Crea un NetworkPolicy per consentire l'accesso dallo spazio dei nomi a kube-state-metrics, in cui l'oggetto kube-state-metrics.
Soluzioni di terze parti
Google ha collaborato con diverse soluzioni di logging e monitoraggio di terze parti in modo che i loro prodotti funzionino bene con Google Distributed Cloud. Questi includono: Datadog, Elastic e Splunk. Verranno aggiunte altre terze parti convalidate in futuro.
Le seguenti guide alle soluzioni sono disponibili per l'utilizzo di soluzioni di terze parti con Google Distributed Cloud:
- Monitoraggio di Google Distributed Cloud con Elastic Stack
- Raccogliere log su Google Distributed Cloud con Splunk Connect
Come funzionano Logging e Monitoring per Google Distributed Cloud
Cloud Logging e Cloud Monitoring sono installati e attivati quando crei un nuovo cluster di amministrazione o utente.
Gli agenti Stackdriver includono diversi componenti in ogni cluster:
Stackdriver Operator (
stackdriver-operator-*
). Gestisce il ciclo di vita per tutti gli altri agenti Stackdriver di cui è stato eseguito il deployment nel cluster.Risorsa Stackdriver Custom. Si tratta di una risorsa creata automaticamente parte del processo di installazione di Google Distributed Cloud.
Agente delle metriche di GKE (
gke-metrics-agent-*
). Un raccoglitore OpenTelemetry basato su DaemonSet che esegue lo scraping delle metriche da ciascun nodo in Cloud Monitoring. Anche un deployment DaemonSetnode-exporter
ekube-state-metrics
incluso per fornire più metriche sul cluster.Stackdriver Log Forwarder (
stackdriver-log-forwarder-*
). Una punta discreta DaemonSet che inoltra i log da ogni macchina a Cloud Logging. La il server di forwarding del log memorizza in locale le voci di log sul nodo e le invia di nuovo per un massimo di 4 ore. Se il buffer si riempie o se il servizio di inoltro log non riesce quando raggiungono l'API Cloud Logging per più di quattro ore, i log vengono eliminati.Agente metadati (
stackdriver-metadata-agent-
). Un deployment invia metadati per le risorse Kubernetes, come pod, deployment o nodi all'API Config Monitoring for Ops; questi dati vengono utilizzati per arricchire le metriche query in base al nome del deployment, al nome del nodo o il nome del servizio Kubernetes.
Puoi vedere gli agenti installati da Stackdriver eseguendo questo comando: :
kubectl -n kube-system get pods -l "managed-by=stackdriver"
L'output di questo comando è simile al seguente:
kube-system gke-metrics-agent-4th8r 1/1 Running 1 (40h ago) 40h
kube-system gke-metrics-agent-8lt4s 1/1 Running 1 (40h ago) 40h
kube-system gke-metrics-agent-dhxld 1/1 Running 1 (40h ago) 40h
kube-system gke-metrics-agent-lbkl2 1/1 Running 1 (40h ago) 40h
kube-system gke-metrics-agent-pblfk 1/1 Running 1 (40h ago) 40h
kube-system gke-metrics-agent-qfwft 1/1 Running 1 (40h ago) 40h
kube-system kube-state-metrics-9948b86dd-6chhh 1/1 Running 1 (40h ago) 40h
kube-system node-exporter-5s4pg 1/1 Running 1 (40h ago) 40h
kube-system node-exporter-d9gwv 1/1 Running 2 (40h ago) 40h
kube-system node-exporter-fhbql 1/1 Running 1 (40h ago) 40h
kube-system node-exporter-gzf8t 1/1 Running 1 (40h ago) 40h
kube-system node-exporter-tsrpp 1/1 Running 1 (40h ago) 40h
kube-system node-exporter-xzww7 1/1 Running 1 (40h ago) 40h
kube-system stackdriver-log-forwarder-8lwxh 1/1 Running 1 (40h ago) 40h
kube-system stackdriver-log-forwarder-f7cgf 1/1 Running 2 (40h ago) 40h
kube-system stackdriver-log-forwarder-fl5gf 1/1 Running 1 (40h ago) 40h
kube-system stackdriver-log-forwarder-q5lq8 1/1 Running 2 (40h ago) 40h
kube-system stackdriver-log-forwarder-www4b 1/1 Running 1 (40h ago) 40h
kube-system stackdriver-log-forwarder-xqgjc 1/1 Running 1 (40h ago) 40h
kube-system stackdriver-metadata-agent-cluster-level-5bb5b6d6bc-z9rx7 1/1 Running 1 (40h ago) 40h
Metriche di Cloud Monitoring
Per un elenco delle metriche raccolte da Cloud Monitoring, vedi Visualizza le metriche di Google Distributed Cloud.
Configurazione di agenti Stackdriver per Google Distributed Cloud
Gli agenti Stackdriver installati con Google Distributed Cloud raccolgono dati sui componenti di sistema allo scopo di eseguire la manutenzione e problemi con i cluster. Le seguenti sezioni descrivono Stackdriver la configurazione e le modalità operative.
Solo componenti di sistema (modalità predefinita)
Al momento dell'installazione, gli agenti Stackdriver sono configurati per impostazione predefinita per raccogliere i log e metriche, inclusi i dettagli sulle prestazioni (ad esempio CPU e memoria sull'utilizzo) e metadati simili per i componenti di sistema forniti da Google. Questi includono tutti i carichi di lavoro nel cluster di amministrazione e, per i cluster utente, i carichi di lavoro kube-system, gke-system, gke-connect, istio-system e config-management di sistema.
Componenti e applicazioni del sistema
Per attivare il logging e il monitoraggio delle applicazioni in aggiunta alla modalità predefinita, segui i passaggi descritti in Abilitare il logging e il monitoraggio delle applicazioni.
Metriche ottimizzate (metriche predefinite)
Per impostazione predefinita, i deployment kube-state-metrics
in esecuzione nel cluster raccolgono e segnalano un
un set ottimizzato di metriche Kubernetes a Google Cloud Observability (in precedenza Stackdriver).
Sono necessarie meno risorse per raccogliere questo dato un insieme ottimizzato di metriche, che migliora le prestazioni e la scalabilità complessive.
Per disabilitare le metriche ottimizzate (opzione non consigliata), esegui l'override dell'impostazione predefinita nella risorsa personalizzata di Stackdriver.
Utilizza Google Cloud Managed Service per Prometheus per i componenti di sistema selezionati
Google Cloud Managed Service per Prometheus fa parte di Cloud Monitoring e è disponibile come opzione per i componenti di sistema. I vantaggi di Google Cloud Managed Service per Prometheus include:
Puoi continuare a utilizzare il monitoraggio basato su Prometheus esistente senza modificare gli avvisi e le dashboard di Grafana.
Se utilizzi sia GKE che Google Distributed Cloud, puoi utilizzare lo stesso Linguaggio di query di Prometheus (PromQL) per le metriche su tutti i tuoi cluster. Puoi anche utilizzare la scheda PromQL in Esplora metriche nella console Google Cloud.
Abilita e disabilita Google Cloud Managed Service per Prometheus
Google Cloud Managed Service per Prometheus è abilitato per impostazione predefinita in Google Distributed Cloud.
Per disabilitare Google Cloud Managed Service per Prometheus:
Apri l'oggetto Stackdriver denominato
stackdriver
per la modifica:kubectl --kubeconfig CLUSTER_KUBECONFIG --namespace kube-system \ edit stackdriver stackdriver
Aggiungi il blocco di caratteristiche
enableGMPForSystemMetrics
e impostalo sufalse
:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: featureGates: enableGMPForSystemMetrics: false
Chiudi la sessione di modifica.
Visualizza i dati delle metriche
Se il criterio enableGMPForSystemMetrics
è impostato su true
, vengono utilizzate le metriche per:
i componenti hanno un formato diverso per come vengono archiviati
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 Monitoraggio di Query Language (MQL):
PromQL
Esempio di query PromQL:
histogram_quantile(0.95, sum(rate(apiserver_request_duration_seconds_bucket[5m])) by (le))
MQL
Per utilizzare MQL, imposta la risorsa monitorata su prometheus_target
, usa la metrica
nome con prefisso kubernetes.io/anthos
e aggiungi il tipo Prometheus come
al nome della metrica.
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 Google Cloud Managed Service per Prometheus
Per utilizzare Grafana con i dati delle metriche di Google Cloud Managed Service per Prometheus,
deve prima configurare e autenticare l'origine dati Grafana. Per configurare
autenticare l'origine dati, utilizzerai lo strumento di sincronizzazione
(datasource-syncer
) per generare le credenziali OAuth2 e sincronizzarle con Grafana
tramite l'API dell'origine dati Grafana. Lo strumento di sincronizzazione dell'origine dati imposta
API Cloud Monitoring come URL del server Prometheus (il valore dell'URL inizia con
https://monitoring.googleapis.com
) nell'origine dati in Grafana.
Segui i passaggi descritti in Eseguire query utilizzando Da Grafana a autenticare e configurare un'origine dati Grafana per eseguire query sui dati Google Cloud Managed Service per Prometheus.
Nella sezione sono disponibili anche dashboard di esempio Grafana anthos-campioni su GitHub. Per installare le dashboard di esempio, segui questi passaggi:
Scarica i file JSON di esempio:
git clone https://github.com/GoogleCloudPlatform/anthos-samples.git cd anthos-samples/gmp-grafana-dashboards
Se l'origine dati Grafana è stata creata con un nome diverso con
Managed Service for Prometheus
, modifica il campodatasource
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 puntava al servizio
frontend
Prometheus.Accedi all'interfaccia utente di Grafana dal tuo browser e seleziona + Importa nel menu Dashboard.
Carica il file JSON oppure copia e incolla i contenuti del file e seleziona Carica. Una volta caricati correttamente i contenuti del file, seleziona Importa. Facoltativamente, puoi anche modificare il nome e l'UID della dashboard prima dell'importazione.
La dashboard importata dovrebbe caricarsi correttamente se Google Distributed Cloud e l'origine dati sono configurati correttamente. Ad esempio, il seguente screenshot mostra la dashboard configurata da
cluster-capacity.json
.
Risorse aggiuntive
Per ulteriori informazioni su Google Cloud Managed Service per Prometheus, consulta quanto segue:
Le metriche del piano di controllo GKE sono compatibili con PromQL
Utilizzo di Managed Service per Prometheus per le applicazioni utente su Google Distributed Cloud
Configurazione delle risorse del componente Stackdriver
Quando crei un cluster, Google Distributed Cloud crea automaticamente una risorsa personalizzata di Stackdriver. Puoi modificare le specifiche nella risorsa personalizzata per eseguire l'override dei valori predefiniti per CPU e memoria richieste e limiti per un componente di Stackdriver. Puoi anche eseguire l'override separato dell'impostazione predefinita delle metriche ottimizzate.
Override delle richieste e dei limiti predefiniti di CPU e memoria per un componente di Stackdriver
I cluster con un'alta densità di pod introducono un logging e un monitoraggio più elevati overhead. In casi estremi, i componenti di Stackdriver potrebbero segnalare vicini alla CPU e utilizzo della memoria o che possono persino essere soggetti a riavvii costanti a causa e limiti delle risorse. In questo caso, per eseguire l'override dei valori predefiniti per CPU e memoria per un componente di Stackdriver, segui questi passaggi:
Esegui questo comando per aprire la risorsa personalizzata di Stackdriver in un dell'editor a riga di comando:
kubectl -n kube-system edit stackdriver stackdriver
Nella risorsa personalizzata di Stackdriver, aggiungi la sezione
resourceAttrOverride
sotto il campospec
:resourceAttrOverride: DAEMONSET_OR_DEPLOYMENT_NAME/CONTAINER_NAME: LIMITS_OR_REQUESTS: RESOURCE: RESOURCE_QUANTITY
Tieni presente che la sezione
resourceAttrOverride
sostituisce tutte le impostazioni predefinite esistenti limiti e richieste per il componente specificato. I seguenti componenti sono supportati daresourceAttrOverride
: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: anthosDistribution: baremetal 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
Per salvare le modifiche alla risorsa personalizzata di Stackdriver, salva ed esci dall'editor a riga di comando.
Controlla l'integrità del tuo pod:
kubectl -n kube-system get pods -l "managed-by=stackdriver"
La risposta per un pod integro è simile alla seguente:
gke-metrics-agent-4th8r 1/1 Running 1 40h
Controlla le specifiche del pod del componente per assicurarti che le risorse siano impostate correttamente.
kubectl -n kube-system describe pod POD_NAME
Sostituisci
POD_NAME
con il nome del pod che hai appena è cambiato. Ad esempio,gke-metrics-agent-4th8r
.La risposta è simile alla seguente:
Name: gke-metrics-agent-4th8r Namespace: kube-system ... Containers: gke-metrics-agent: Limits: cpu: 200m memory: 4.5Gi Requests: cpu: 110m memory: 240Mi ...
Disattiva le metriche ottimizzate
Per impostazione predefinita, i deployment kube-state-metrics
in esecuzione nel cluster raccolgono e segnalano un
un set ottimizzato di metriche Kubernetes a Stackdriver. Se hai bisogno di metriche aggiuntive,
ti consigliamo di cercarne una sostitutiva nell'elenco di Google Distributed Cloud
metriche.
Ecco alcuni esempi di sostituzioni che potresti usare:
Metrica disabilitata | 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 ottimizzate (non consigliato):
Apri la risorsa personalizzata di Stackdriver in un editor della riga di comando:
kubectl -n kube-system edit stackdriver stackdriver
Imposta il campo
optimizedMetrics
sufalse
:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: anthosDistribution: baremetal projectID: my-project clusterName: my-cluster clusterLocation: us-west-1a optimizedMetrics: false
Salva le modifiche ed esci dall'editor della riga di comando.
Server delle metriche
Server delle metriche è l'origine delle metriche delle risorse container per vari pipeline di dati. Il server delle metriche recupera le metriche dai kubelet e le espone tramite l'API Kubernetes Metrics. HPA e VPA utilizzano poi queste metriche per determinare quando attivare la scalabilità automatica. Il server delle metriche viene scalato utilizzando strumento di ridimensionamento.
Nei casi estremi in cui un'elevata densità dei pod comporta un numero eccessivo di logging e monitoraggio
overhead, il server delle metriche potrebbe essere arrestato e riavviato a causa della risorsa
limitazioni. In questo caso, puoi allocare più risorse al server delle metriche modificando la configmap metrics-server-config
nello spazio dei nomi gke-managed-metrics-server e modificando il valore per cpuPerNode
e memoryPerNode
.
kubectl edit cm metrics-server-config -n gke-managed-metrics-server
I contenuti di esempio del ConfigMap sono:
apiVersion: v1
data:
NannyConfiguration: |-
apiVersion: nannyconfig/v1alpha1
kind: NannyConfiguration
cpuPerNode: 3m
memoryPerNode: 20Mi
kind: ConfigMap
Dopo aver aggiornato il ConfigMap, ricrea i pod Metrics-server con seguente comando:
kubectl delete pod -l k8s-app=metrics-server -n gke-managed-metrics-server
Requisiti di configurazione per Logging e Monitoring
Esistono diversi requisiti di configurazione per abilitare Cloud Logging e Cloud Monitoring con Google Distributed Cloud. Questi passaggi sono inclusi Configurazione di un account di servizio da utilizzare con Logging e Monitoring nella pagina Abilitazione dei servizi Google e nel seguente elenco:
- Devi creare un'area di lavoro di Cloud Monitoring all'interno progetto Google Cloud. A questo scopo, fai clic su Monitoraggio nella console Google Cloud e seguendo il flusso di lavoro.
Devi abilitare le seguenti API di Stackdriver:
Devi assegnare i seguenti ruoli IAM al servizio utilizzato dagli agenti Stackdriver:
logging.logWriter
monitoring.metricWriter
stackdriver.resourceMetadata.writer
monitoring.dashboardEditor
opsconfigmonitoring.resourceMetadata.writer
Prezzi
Non è previsto alcun costo per i log di sistema e le metriche della versione Google Kubernetes Engine (GKE) Enterprise.
In un cluster Google Distributed Cloud, log di sistema e metriche della versione Google Kubernetes Engine (GKE) Enterprise include:
- Log e metriche di tutti i componenti in un cluster di amministrazione
- Log e metriche dei componenti in questi spazi dei nomi in un cluster utente:
kube-system
,gke-system
,gke-connect
eknative-serving
istio-system
,monitoring-system
,config-management-system
,gatekeeper-system
ecnrm-system
Per ulteriori informazioni, vedi Prezzi per Google Cloud Observability.
Per saperne di più sul merito per le metriche di Cloud Logging, contatta il team di vendita per i prezzi.