容器平台监控方案大体设计

监控对象

• 容器集群节点
• 集群上运行的容器

监控数据类型

1. 性能状态图表: 各性能指标的不间断连续数据

2. 服务心跳: 定时上报，确认服务活性

3. 报警: 由状态数据经过报警逻辑计算触发（阈值，断流等）的报警信息

不同类型数据流向

1. 状态: 集群节点采集器 -> Prometheus -> Grafana

2. 心跳: 被监控容器自身 -> oneAgent -> InfluxDB -> Grafana

3. 报警: 集群节点采集器 -> Prometheus -> AlertManager -> oneAgent -> 报警终端

注:

• 集群节点采集器包括cAdvisor， node-exporter 等容器
• 心跳需要特殊编写脚本，对于容器，要在Dockerfile编写时加入，并在启动时启用heartbeat相关参数

架构及部署变化

目前测试运行的 Docker Swarm 栈将要发生变化，首要目的是处于节约容器集群资源考虑，将Prometheus剥离出集群单独部署。

设计任务

关键指标的提前整理归类等

部署任务

1. 解决Prometheus和AlterManager剥离出集群后的服务发现问题（或通过配置中静态配置采集器地址）
2. 数据采集效率和延迟测试

开发任务

1. 容器节点和容器的心跳上报脚本，心跳功能考虑纳入今后容器构建发布的规范。
2. AlterManager 报错脚本编写。需要了解学习Prometheus技术栈，提取报警通用逻辑，避免随着服务变动频繁增添脚本。
3. oneAgent接口研究，修改（如有必需）