本文介紹兩個可行的K8s監控方案：Prometheus和Sensu。兩個方案都能全面提供系統級的監控資料，幫助開發人員跟蹤K8s關鍵元件的性能、定位故障、接收預警。
拓展閱讀：
Kubernetes監控實踐（1）：K8s的工作原理與監控實踐一、K8s監控之Prometheus
1.1 簡介
Prometheus是針對容器和微服務的開源監控預警工具，功能穩健，适用于開發流程中的雲端管理者和開發人員等各個相關方。Prometheus定時聚合配置對象中的名額資料，評估規則表達式，展示結果，發送預警。
Prometheus不僅能夠監控預定義名額，還能實作多元資料模型，進行深度分析，并針對多個名額建立關聯，從多個角度為開發人員和管理者提供資料支援。
1.2 工作原理
Prometheus是K8s環境的附加層。首次安裝時應定義資料采集參數和資料采集時間間隔。Prometheus既能實時監控K8s節點，也能對監控資料進行定時分析。Prometheus也可以針對節點失效等故障發送預警。
1.3 Prometheus Operator
很多使用者會混淆controller和operator。K8s Operator是指Controller向K8s API中添加新的對象、配置管理Prometheus等應用的模式。簡而言之，operator是針對特定領域的controller。
PrometheusOperator簡化了Prometheus在K8s中的運作，不需要改變K8s的配置。使用Prometheus Operator可以輕松監控K8s的服務。可以通過預定義的.yml檔案運作Prometheus。Prometheus Operator能夠建立、配置并管理K8s上的所有監控執行個體。部署新應用時，K8s會建立新的pod（容器）。建立完畢後，原有pod會被銷毀。Prometheus持續監控API，如發現不一緻，則基于服務或pod變化建立新的Prometheus配置。
1.4 核心元件
作為一款穩健的監控工具，Prometheus從服務上拉取資料，不需要服務主動推送資料。不過Prometheus提供推送入口，但無法拉取資料時可以接受服務推送上來的資料。
此外，Prometheus支援将時間序列與名額名稱和鍵值對關聯起來，簡化了對多雲端的監控。Prometheus不僅監控應用全局，還能鑽取到微服務層面。使用者可通過查詢功能管理資料，了解應用狀況；也可以使用PromQL建立圖表和表格，實作資料可視化，并根據具體參數生成預警。
Prometheus的Web控制台展示了所有功能和工具。使用者可通過正規表達式和進階PromQL檢索條件建立資料集和預警。Prometheus還支援外網通路。
1.5 優勢
Prometheus最大的優勢在于簡單靈活，可以實作監控的多元資料模型。使用者可以輕松搭建容器叢集的監控架構，還可以結合Grafana，進一步提高監控資料的可視化水準。
Prometheus可以通過K8s的本地服務發現配置采集node、pod和服務名額。使用者可直接定義表達式，建立預警，不需要在不同的監控系統中來回切換。
Prometheus的抓取能力能夠內建到K8s、Docker和StatsD等工具中。使用者還可以通過Web GUI配置預警、管理圖表。
不過Prometheus也存在不足：資料模型受限。Prometheus預設的時序資料采集模型有利有弊：一方面，這種模型有助于按照标準格式采集資料；另一方面，标準化資料格式導緻資料模型受限。Prometheus通過discovery機制與K8s保持通信，是以存在延遲。
二、K8s監控之Sensu
2.1 簡介
Sensu是多雲端容器基礎設施監控工具。Sensu agent是跨平台事件生成器，使用者可通過執行service check監控系統和服務的健康狀況，同時采集分析metrics，不僅提供預警或事件管理功能、監控API、用戶端庫以及多腳本或程式設計語言插件，還支援自定義工作流，豐富了Sensu能力。
Prometheus通過拉取的方式主動抓取資料，而Sensu則采用消息總線的通信機制，通過釋出/訂閱（Pub/Sub）的方式推送或拉取資料。
2.2 工作原理
Sensu使用本地插件從StatsD庫、Prometheus exporter、Nagios插件、SNMP陷阱等主流程式中采集資料。不同于Prometheus等其他監控工具，Sensu開箱即用，支援多雲端環境，使用者配置架構後即可提供高可用性。
Sensu提供event filter、mutator和operator handler，支援建立并自動化模型工作量。這樣，外部監控工具的資料便可與Sensu的監控資料整合，形成基于事件的監控路徑。
2.3 核心元件
Sensu針對K8s容器優化了自動發現能力。使用者可針對K8s和Docker等容器環境輕松配置監控check和collector，也可以針對K8s所有元件和運作在K8s上的應用配置多個check。
Sensu也支援本地內建和插件，可以與日志工具和Prometheus同時使用。使用者可同時運作Sensu和Prometheus，處理不同的資料集。Sensu可以采集StatsD metrics，并将采集結果寫入Prometheus。
Sensu還能在K8s環境中運作。假設一開始将Sensu部署在某個容器中，後來決定将整個應用遷移到其他容器環境中。遷移完成後，Sensu agent依然能夠在新的環境中正常運作，也能被Sensu發現，因為Sensu具備自動發現機制。
2.4 在K8s中的應用
Sensu可擴充性強，可随着部署應用和雲環境的增加不斷擴充，提供具體的功能監控服務。Sensu監控對象的數量沒有上限，也不會因為監控對象的增加變得更加複雜。
三、K8s監控之Sensu+Prometheus
同時運作Sensu和Prometheus能夠提高監控的可見性，實作各自功能的優勢互補。
3.1 工作原理
SensuPrometheus Collector是Sensu Check插件，聚合從Prometheus exporter或Prometheus query API抓取的資料。采集的資料以Influx（預設）、Graphite、JSON格式存儲在STDOUT中。
SensuPrometheus Collector內建了Sensu的工作量自動化能力和Prometheus的資料抓取能力。使用者可根據需求自行設計實作代碼和預警接收時間。Sensu還可以将采集到的metrics資料存儲到InfluxDB、Graphite和Prometheus等外部時序資料集中。
3.2 安裝Sensu PrometheusCollector
使用者可以通過Sensu的資産索引庫Bonsai發現、下載下傳、共享資産。點選Bonsai資訊頁面的下載下傳按鈕，下載下傳Sensu後端平台和架構的資産定義。收到check、filter、mutator或handler請求時，Sensu會根據資産定義下載下傳驗證資産。
下載下傳資産定義後，可以通過Sensu的資源管理指令行工具sensuctl進行資産注冊，然後建立監控工作流。
下方是Prometheus collector的資産定義及相應的Linux sensuctl指令：
下方為Prometheus Collector的check執行個體：
3.3 優勢
同時運作Sensu和Prometheus具有下列優勢：
- 既能監控K8s叢集的健康狀況又能動态監控周邊基礎設施的健康狀況，并采集相關名額。
- 既能實作問題自動發現，又能通過自動化工作流簡化監控流程。
- 同時運作Prometheus和Sensu能夠獲得更多上下文資訊，實作更細粒度的資料抓取分析。
- Sensu采用标準通信密碼，可通過單個agent安全采集傳輸資料。
- 便于管理配置監控設定。
- 能夠監控整個基礎設施。
四、結論
Sensu能夠監控整個基礎設施，且定制化水準高，上下文更豐富。Prometheus模型穩健，能夠實作深度資料鑽取；Sensu則采用行業标準技術和格式（如Nagios和StatsD），監控整個基礎設施。Sensu能夠與Prometheus互相補充，提供更加豐富的上下文資訊。
随着我們對軟體依賴程度的加深，軟體的可用性和故障修複時間對企業的存活非常重要。是以，隻有充分了解系統才能克服這些挑戰，基礎設施和應用監控正是關鍵的一環。要想充分利用K8s的能力，必須實施統一的監控解決方案，實作新老技術的有效銜接。
本篇為譯文，原文作者：STEFAN THORPE
原文連結：
https://dzone.com/refcardz/monitoring-kubernetes 譯文首發于UAVStack智能運維