@levinzhang 2019-09-15T14:37:38.000000Z 字数 8702 阅读 591

为Jaeger安装环境搭建监控基础设施

摘要

本文阐述了如何在Kubernetes环境中，为Jaeger搭建监控基础设施，并为其实现自定义的Dashboard和告警规则。

本文最初发表于RedHat开发者博客，经原作者Juraci Paixão Kröhling和RedHat授权由InfoQ中文站翻译分享。

在生产环境中部署Jaeger时，持续观察Jaeger实例，保证它的行为符合预期是非常重要的。毕竟，Jaeger停机将会意味着跟踪数据的丢失，这样的话，我们很难理解生产环境的应用中究竟出现了什么问题。

本文将会介绍如何为Jaeger安装环境构建监控基础设施。首先，我们会为那些急切想监控Jaeger的读者提供现成资源的链接。

在第二部分中，我们会深入了解如何在Kubernetes集群中安装所有的工具，包括Prometheus、Grafana和Jaeger本身，同时还会学习如何安装所需的工具，从而基于Jaeger官方的监控mixin自定义告警规则和dashboard。

提示：如果你已经具有Grafana、Prometheus和Jaeger组成的可运行环境的话，那么你可能只关心基础dashboard和告警定义在什么地方，它们的地址如下：

Dashboard；
告警。

如果你已经熟悉mixin的话，Jaeger的官方监控mixin就可以在主资源仓库获取。

预备条件

本指南假设你具备Kubernetes的admin访问权限。如果以测试为目的的话，有一种了解Kubernetes集群的简便方式，那就是在本地运行Minikube。

本指南还需要用到jsonnet和jb (jsonnet-bundler)。它们可以借助go get，在本地机器通过如下命令安装：

$ go get github.com/google/go-jsonnet/cmd/jsonnet
$ go get github.com/jsonnet-bundler/jsonnet-bundler/cmd/jb

安装Prometheus、Alertmanager和Grafana

在Kubernetes之上安装Prometheus可以通过多种方式来实现。其中一种方式是使用kube-prometheus项目，但是也可以直接使用Prometheus Operator，还可以使用Prometheus Operator的社区Helm chart。在本指南中，我们会使用kube-prometheus来获取Prometheus、Alertmanager和Grafana实例。

首先，我们使用jb生成一个基础jsonnet文件，该文件描述了我们的安装需求，将kube-prometheus作为依赖添加进来：

$ jb init
$ jb install \
  github.com/jaegertracing/jaeger/monitoring/jaeger-mixin@master \
  github.com/grafana/jsonnet-libs/grafana-builder@master \
  github.com/coreos/kube-prometheus/jsonnet/kube-prometheus@master

完成之后，我们需要有一个名为jsonnetfile.json的manifest文件，它大致如下所示：

{
    "dependencies": [
        {
            "name": "mixin",
            "source": {
                "git": {
                    "remote": "https://github.com/jpkrohling/jaeger",
                    "subdir": "monitoring/mixin"
                }
            },
            "version": "1668-Move-Jaeger-mixing-to-main-repo"
        },
        {
            "name": "grafana-builder",
            "source": {
                "git": {
                    "remote": "https://github.com/grafana/jsonnet-libs",
                    "subdir": "grafana-builder"
                }
            },
            "version": "master"
        },
        {
            "name": "kube-prometheus",
            "source": {
                "git": {
                    "remote": "https://github.com/coreos/kube-prometheus",
                    "subdir": "jsonnet/kube-prometheus"
                }
            },
            "version": "master"
        }
    ]
}

install命令应该还会创建一个名为vendor的目录，其中包含了所有的jsonnet依赖。现在，我们所需要就是一个deployment描述符：创建一个名为monitoring-setup.jsonnet的文件，内容如下：

local kp =
  (import 'kube-prometheus/kube-prometheus.libsonnet') +
  {
    _config+:: {
      namespace: 'monitoring',
    },
  };
{ ['00namespace-' + name + '.json']: kp.kubePrometheus[name] for name in std.objectFields(kp.kubePrometheus) } +
{ ['0prometheus-operator-' + name + '.json']: kp.prometheusOperator[name] for name in std.objectFields(kp.prometheusOperator) } +
{ ['node-exporter-' + name + '.json']: kp.nodeExporter[name] for name in std.objectFields(kp.nodeExporter) } +
{ ['kube-state-metrics-' + name + '.json']: kp.kubeStateMetrics[name] for name in std.objectFields(kp.kubeStateMetrics) } +
{ ['alertmanager-' + name + '.json']: kp.alertmanager[name] for name in std.objectFields(kp.alertmanager) } +
{ ['prometheus-' + name + '.json']: kp.prometheus[name] for name in std.objectFields(kp.prometheus) } +
{ ['prometheus-adapter-' + name + '.json']: kp.prometheusAdapter[name] for name in std.objectFields(kp.prometheusAdapter) } +
{ ['grafana-' + name + '.json']: kp.grafana[name] for name in std.objectFields(kp.grafana) }

这样，我们就能生成所需的deployment manifest，并应用它们：

$ jsonnet -J vendor -cm manifests/ monitoring-setup.jsonnet
$ kubectl apply -f manifests/

第一次使用的时候，自定义资源定义（Custom Resource Definition，CRD）可能尚未就绪，这会导致如下的信息：

no matches for kind "ServiceMonitor" in version "monitoring.coreos.com/v1"

如果出现这种情况的话，只需要再次应用一下这些manifest即可，因为它们是幂等的。

几分钟之后，我们应该就会有几个可用的Deployment和Statefulset资源了：

$ kubectl get deployments -n monitoring 
NAME                  READY     UP-TO-DATE   AVAILABLE   AGE
grafana               1/1       1            1           56s
kube-state-metrics    1/1       1            1           56s
prometheus-adapter    1/1       1            1           56s
prometheus-operator   1/1       1            1           57s
$ kubectl get statefulsets -n monitoring
NAME                READY     AGE
alertmanager-main   3/3       60s
prometheus-k8s      2/2       50s

我们可以直接连接服务的端口，检查一下Prometheus是否已经启动：

$ kubectl port-forward -n monitoring service/prometheus-k8s 9090:9090
$ firefox http://localhost:9090

对Grafana执行相同的检查，默认凭证的用户名和密码都是admin：

$ kubectl port-forward -n monitoring service/grafana 3000:3000
$ firefox http://localhost:3000

安装Jaeger

Jaeger Operator默认会安装到“observability”命名空间中。在本指南中，我们会将它放到“monitoring”命名空间中，与Prometheus和Grafana放到一起。为了实现这一点，我们需要通过curl获取manifest，并将“observability”替换为“monitoring”，然后将输出提供给kubectl：

$ kubectl create -f https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/crds/jaegertracing_v1_jaeger_crd.yaml
$ curl -s https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/service_account.yaml | sed 's/observability/monitoring/gi' | kubectl apply -f -
$ curl -s https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/role.yaml | sed 's/observability/monitoring/gi' | kubectl apply -f -
$ curl -s https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/role_binding.yaml | sed 's/observability/monitoring/gi' | kubectl apply -f -
$ curl -s https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/operator.yaml | sed 's/observability/monitoring/gi' | kubectl apply -f -

在撰写本文的时候，最新版本为v1.13.1，所以你可以修改上述URL以匹配所需的版本。几分钟之后，Jaeger Operator就能启动并运行了：

$ kubectl get deployment/jaeger-operator -n monitoring
NAME              READY     UP-TO-DATE   AVAILABLE   AGE
jaeger-operator   1/1       1            1           23s

Jaeger Operator准备就绪之后，我们就可以创建名为tracing的Jaeger实例了：

kubectl apply -f - <<EOF
apiVersion: jaegertracing.io/v1
kind: Jaeger
metadata:
  name: tracing
  namespace: monitoring
EOF

稍等片刻，Jaeger实例就会准备就绪：

$ kubectl get deployment/tracing -n monitoring 
NAME      READY     UP-TO-DATE   AVAILABLE   AGE
tracing   1/1       1            1           17s
$ kubectl get ingress -n monitoring 
NAME            HOSTS     ADDRESS           PORTS     AGE
tracing-query   *         192.168.122.181   80        26s

我们可以在Web浏览器中通过给定的IP地址访问Jaeger UI。在本例中，也就是http://192.168.122.181/，但是你的IP可能会有所不同。

现在，所有的内容都运行起来了，接下来我们安装业务应用，并通过instrument操作让它为接收到的每个请求都创建span：

$ kubectl apply -n default -f https://raw.githubusercontent.com/jaegertracing/jaeger-operator/v1.13.1/deploy/examples/business-application-injected-sidecar.yaml

部署完成之后，我们可以直接打开一个到Pod的连接并向其发送请求：

$ kubectl get -n default deployment/myapp 
NAME      READY     UP-TO-DATE   AVAILABLE   AGE
myapp     1/1       1            1           26s
$ kubectl port-forward deployment/myapp 8080:8080
$ watch -n 0.5 curl localhost:8080

这样每秒钟会生成两个HTTP请求，在Jaeger UI中，我们应该会看到每个HTTP请求都会有一个trace。

创建PodMonitor

现在，我们已经有了一组功能齐全的监控服务：Prometheus、Grafana、Alertmanager和Jaeger。但是，Jaeger deployment所生成的指标并没有被Prometheus所捕获：我们需要创建一个ServiceMonitor或PodMonitor，以便于告诉Prometheus到哪里获取数据。

根据组件的不同，指标会由不同的端口来提供：

组件	端口
Agent	14271
Collector	14269
Query	16687
All in one	14269

我们所创建的Jaeger实例并没有指定strategy，所以将会使用默认的strategy，即allInOne。我们的PodMonitor要告诉Prometheus从14269端口获取指标：

$ kubectl apply -f - <<EOF
apiVersion: monitoring.coreos.com/v1
kind: PodMonitor
metadata:
  name: tracing
  namespace: monitoring
spec:
  podMetricsEndpoints:
  - interval: 5s
    targetPort: 14269
  selector:
    matchLabels:
      app: jaeger
EOF

Prometheus可能需要花费几分钟的时间才能找到这个新的target。进入Targets页面，查找monitoring/tracing/0这个target。Prometheus捕获到Jaeger的指标端点之后，我们就可以在Prometheus Graph视图中看到Jaeger的指标了。例如，进入jaeger_collector_traces_saved_by_svc_total并点击Execute。图中显示的trace数量应该随着时间的推移而增加，它反映了前面步骤中针对业务应用程序运行的HTTP请求的数量。

适配mixin

现在，我们已经在Prometheus中获得了来自Jaeger实例的指标数据，但是应该在dashboard上显示哪些指标，在什么情况下应该生成哪些告警呢？

很难找到一个通用的、适合所有情况的答案来回答这些问题，但是我们在Grafana实验室的朋友们为Jaeger设计了一个mixin，它可以作为你自己的dashboard和告警的一个起点。此后，该mixin贡献了给Jaeger项目，并且可以在主存储库下访问。

让我们回到最初的monitoring-setup.jsonnet，并添加Jaeger特定的dashboard和告警规则：

local jaegerAlerts = (import 'jaeger-mixin/alerts.libsonnet').prometheusAlerts;
local jaegerDashboard = (import 'jaeger-mixin/mixin.libsonnet').grafanaDashboards;
local kp =
  (import 'kube-prometheus/kube-prometheus.libsonnet') +
  {
    _config+:: {
      namespace: 'monitoring',
    },
    grafanaDashboards+:: {
      'jaeger.json': jaegerDashboard['jaeger.json'],
    },
    prometheusAlerts+:: jaegerAlerts,
  };
{ ['00namespace-' + name + '.json']: kp.kubePrometheus[name] for name in std.objectFields(kp.kubePrometheus) } +
{ ['0prometheus-operator-' + name + '.json']: kp.prometheusOperator[name] for name in std.objectFields(kp.prometheusOperator) } +
{ ['node-exporter-' + name + '.json']: kp.nodeExporter[name] for name in std.objectFields(kp.nodeExporter) } +
{ ['kube-state-metrics-' + name + '.json']: kp.kubeStateMetrics[name] for name in std.objectFields(kp.kubeStateMetrics) } +
{ ['alertmanager-' + name + '.json']: kp.alertmanager[name] for name in std.objectFields(kp.alertmanager) } +
{ ['prometheus-' + name + '.json']: kp.prometheus[name] for name in std.objectFields(kp.prometheus) } +
{ ['prometheus-adapter-' + name + '.json']: kp.prometheusAdapter[name] for name in std.objectFields(kp.prometheusAdapter) } +
{ ['grafana-' + name + '.json']: kp.grafana[name] for name in std.objectFields(kp.grafana) }

接下来，生成新的manifest：

$ jsonnet -J vendor -cm manifests/ monitoring-setup.jsonnet

这里只会改变几个manifest，但是我们可以安全地再次应用所有的manifest：

$ kubectl apply -f manifests/

稍等片刻之后，将会有一个新的Grafana pod替代之前的：

$ kubectl get pods -n monitoring -l app=grafana
NAME                       READY     STATUS    RESTARTS   AGE
grafana-558647b59-fkmr4    1/1       Running   0          11m
grafana-7bcb7f5b9b-6rv2w   0/1       Pending   0          8s

注意：当使用Minikube时，新pod可能会由于Insufficient cpu而处于Pending状态。我们可以通过运行kubectl describe -n monitoring pod POD_NAME来检查原因，并使用kubectl delete -n monitoring pod POD_NAME手动删除旧的pod，或者使用标记--cpus以更高的值来启动minikube。

新的Grafana pod启动并运行之后，我们应该会看到Grafana有一个新的Jaeger仪表板，显示Prometheus提供的数据。类似地，Prometheus中也会有一个新的告警规则：查找名称中带有“Jaeger”的规则，比如JaegerCollectorQueueNotDraining：

总结

在云原生微服务领域中，部署可观察性工具为业务应用程序提供洞察能力是必备的，另外，监视这些工具本身的行为也是必要的。本文展示了在Kubernetes中搭建完整技术栈并运行起来的一种方法，最终目标是使用Jaeger自己的内部指标来监视Jaeger。相同的方式可以扩展至让Prometheus获取业务应用的指标，并以Grafana作为dashboard工具来对数据进行可视化。