大家好，我是小悟。
Kubernetes是一个强大的容器编排平台，能大幅简化大规模、容器化应用的部署和管理。通过它搭建性能监控系统，可以实现高度的自动化和弹性。
下面是详细的步骤和说明，帮你从零开始，在Kubernetes上建立一个基于Prometheus、Grafana和Alertmanager的现代化性能监控系统。
第一步：部署 Prometheus 和 Alertmanager
Prometheus 是核心的监控数据抓取、存储和告警引擎。
1. 创建命名空间 将监控相关组件隔离到一个独立的命名空间中。
# 01-namespace.yaml apiVersion: v1 kind: Namespace metadata: name: monitoring
2. 部署 Prometheus 这里使用一个简化配置的Deployment示例。实际生产应使用StatefulSet管理数据持久化。
# 02-prometheus-deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: prometheus-server namespace: monitoring spec: replicas: 1 selector: matchLabels: app: prometheus template: metadata: labels: app: prometheus spec: containers: - name: prometheus image: prom/prometheus:latest args: - "--config.file=/etc/prometheus/prometheus.yml" - "--storage.tsdb.path=/prometheus/data" ports: - containerPort: 9090 volumeMounts: - name: prometheus-config-volume mountPath: /etc/prometheus - name: prometheus-storage-volume mountPath: /prometheus/data volumes: - name: prometheus-config-volume configMap: name: prometheus-config - name: prometheus-storage-volume emptyDir: {} --- apiVersion: v1 kind: ConfigMap metadata: name: prometheus-config namespace: monitoring data: prometheus.yml: | global: scrape_interval: 15s scrape_configs: - job_name: 'kubernetes-pods' kubernetes_sd_configs: - role: pod relabel_configs: - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape] action: keep regex: true
3. 部署 Alertmanager Alertmanager负责处理Prometheus发送的告警，并进行分组、抑制和路由。
# 03-alertmanager-deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: alertmanager namespace: monitoring spec: replicas: 1 selector: matchLabels: app: alertmanager template: metadata: labels: app: alertmanager spec: containers: - name: alertmanager image: prom/alertmanager:latest ports: - containerPort: 9093
4. 暴露服务 为Prometheus和Alertmanager创建Service，以便在集群内访问。
# 04-prometheus-alertmanager-service.yaml apiVersion: v1 kind: Service metadata: name: prometheus-service namespace: monitoring spec: selector: app: prometheus ports: - port: 80 targetPort: 9090 --- apiVersion: v1 kind: Service metadata: name: alertmanager-service namespace: monitoring spec: selector: app: alertmanager ports: - port: 80 targetPort: 9093
应用以上配置：
kubectl apply -f 01-namespace.yaml kubectl apply -f 02-prometheus-deployment.yaml kubectl apply -f 03-alertmanager-deployment.yaml kubectl apply -f 04-prometheus-alertmanager-service.yaml
第二步：部署 Grafana 数据可视化
Grafana 是强大的数据可视化工具，用于展示从 Prometheus 查询到的监控图表。
1. 部署 Grafana 同样以Deployment形式部署，并通过ConfigMap预设数据源。
# 05-grafana-deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: grafana namespace: monitoring spec: replicas: 1 selector: matchLabels: app: grafana template: metadata: labels: app: grafana spec: containers: - name: grafana image: grafana/grafana:latest ports: - containerPort: 3000 env: - name: GF_SECURITY_ADMIN_PASSWORD value: "admin" # 生产环境请使用Secret管理密码 volumeMounts: - name: grafana-datasources-volume mountPath: /etc/grafana/provisioning/datasources volumes: - name: grafana-datasources-volume configMap: name: grafana-datasources --- apiVersion: v1 kind: ConfigMap metadata: name: grafana-datasources namespace: monitoring data: prometheus.yaml: | apiVersion: 1 datasources: - name: Prometheus type: prometheus url: http://prometheus-service.monitoring.svc.cluster.local:80 access: proxy isDefault: true
2. 暴露 Grafana 服务 创建Service，并为了方便访问，可额外创建一个NodePort或LoadBalancer类型的服务。
# 06-grafana-service.yaml apiVersion: v1 kind: Service metadata: name: grafana-service namespace: monitoring spec: selector: app: grafana ports: - port: 80 targetPort: 3000
应用配置：
kubectl apply -f 05-grafana-deployment.yaml kubectl apply -f 06-grafana-service.yaml
第三步：部署 Node Exporter
要监控Kubernetes节点的资源使用情况（CPU、内存、磁盘等），需要在每个节点上部署Node Exporter。
# 07-node-exporter-daemonset.yaml apiVersion: apps/v1 kind: DaemonSet metadata: name: node-exporter namespace: monitoring spec: selector: matchLabels: app: node-exporter template: metadata: labels: app: node-exporter spec: hostNetwork: true hostPID: true containers: - name: node-exporter image: prom/node-exporter:latest args: - "--path.rootfs=/host" ports: - containerPort: 9100 volumeMounts: - name: host-root mountPath: /host readOnly: true volumes: - name: host-root hostPath: path: /
应用配置：
kubectl apply -f 07-node-exporter-daemonset.yaml
第四步：集成与验证
所有组件部署完成后，需要进行验证和集成。
- 检查Pod状态：确保所有Pod都处于Running状态。
kubectl get pods -n monitoring
- 访问 Grafana 仪表盘：
- 获取访问地址：kubectl get svc grafana-service -n monitoring -o wide
- 使用默认用户名 admin 和你在YAML中设置的密码登录。
- 在Grafana中导入官方或社区的Prometheus监控仪表盘（如ID为 1860 的“Node Exporter Full”仪表盘），即可看到丰富的节点监控图表。
- 配置告警规则：在Prometheus配置中添加自定义告警规则，当指标（如节点内存使用率 > 90%）触发阈值时，告警会被发送到Alertmanager进行处理和通知。
总结与进阶
通过以上步骤，已经成功在Kubernetes上搭建了一个具备监控数据采集（Prometheus）、可视化展示（Grafana）和告警管理（Alertmanager） 核心能力的系统。
这个系统充分利用了Kubernetes的声明式API和自动化管理能力，只需描述组件的期望状态，Kubernetes就会负责调度、部署和维护。
生产环境注意事项
这个示例是入门级配置，面向生产环境时，必须考虑以下几点：
考虑方面 |
生产环境建议 |
数据持久化 |
为Prometheus和Grafana配置PersistentVolume (PV) 和PersistentVolumeClaim (PVC) ，确保监控数据在Pod重启后不丢失。 |
高可用性 |
部署多个Prometheus、Alertmanager和Grafana副本，并结合反亲和性策略，将它们调度到不同的节点上，避免单点故障。 |
安全性 |
为Pod配置合理的资源请求和限制；使用RBAC 角色严格控制访问权限；敏感信息（如密码）务必使用Secret 对象管理。 |
可扩展性 |
遵循微服务模式，可以通过配置让Prometheus自动发现Kubernetes中的Pod、Service等资源进行监控。对于更复杂的监控需求，可以研究使用 Prometheus Operator 来简化整个监控栈的声明式管理。 |
外部访问 |
使用Ingress Controller 或云服务商的LoadBalancer 来安全、统一地暴露Grafana等服务，而不是简单的NodePort。 |
这套基于Kubernetes的监控方案性能强大、扩展灵活、与云原生生态紧密结合。可以根据实际业务需求，逐步添加对特定应用、中间件（如MySQL、Redis）或自定义业务指标的监控，构建起全方位的可观测性体系。
谢谢你看我的文章，既然看到这里了，如果觉得不错，随手点个赞、转发、在看三连吧，感谢感谢。那我们，下次再见。
您的一键三连，是我更新的最大动力，谢谢
山水有相逢，来日皆可期，谢谢阅读，我们再会
我手中的金箍棒，上能通天，下能探海
