Hello folks，我是 Luga，今天我们来分享一下与 Grafana 有关的观测性话题- Grafana Mimir。 作为一个开源软件项目，Grafana Mimir 主要为 Prometheus 提供可扩展的长期存储功能支撑。
— 01—
什么是 Grafana Mimir ？
作为一个开源的、水平可扩展的、高可用的、多租户的开源项目，Grafana Mimir 主要应用于流行的开源监控和告警系统 Prometheus 提供可扩展的长期存储。
基于 AGPLv3 许可下发布，Grafana Mimir 始于 Grafana Labs，并于 2022 年宣布，使其成为最具可扩展性、性能最高的开源指标时间序列数据库。同时，凭借其易于安装和维护、大规模可扩展性、全局指标视图、廉价和耐用的存储、高可用性以及本地多租户特性优势，使得 Grafana Mimir 成为 Prometheus 生态中最为有力的强大后勤补充。
— 02—
Grafana Mimir 核心优势
1、易维护性
Grafana Mimir 的核心优势之一便是易于“安装和维护”。该项目的大量文档、教程和部署工具使其入门起来既快速又简单。Grafana Mimir 的整体模式允许只使用一个二进制文件，不需要额外的依赖项。此外，与 Grafana Mimir 一起打包的最佳实践仪表板、警报和运行手册可以轻松监控系统的健康状况并保持其平稳运行。
2、可扩展性
同时，Grafana Mimir 的水平可扩展架构使其能够处理大量时间序列数据。内部测试表明，该系统可以处理多达 10 亿个活动时间序列，从而实现大规模的可扩展性。这意味着 Grafana Mimir 可以跨多台机器运行，从而能够处理比单个 Prometheus 实例多几个数量级的时间序列。
3、全局视图
除此之外，Grafana Mimir 的另一个关键优势是它能够提供全局的指标视图。该系统使用户能够运行聚合来自多个 Prometheus 实例的系列的查询，从而提供所有系统的全面视图。查询引擎还广泛并行化查询执行，即使是最高基数的查询也能以极快的速度执行。
4、数据持久性
Grafana Mimir 使用对象存储来进行长期数据存储，利用了这种无处不在的、高性价比、高耐久性的技术。该系统与多个对象存储实现兼容，包括 AWS S3、谷歌云存储、Azure Blob 存储、OpenStack Swift 以及任何与 S3 兼容的对象存储。这为用户提供了一种廉价、耐用的方式来存储用于长期分析的指标。
5、通过复制实现高可用性
高可用性是 Grafana Mimir 的另一个关键特性。系统复制传入的指标，确保在机器发生故障时不会丢失任何数据。其水平可扩展架构还意味着它可以在零停机的情况下重启、升级或降级，确保指标摄取或查询不会中断。
6、原生多租户
最后，Grafana Mimir 的原生多租户允许独立团队或业务部门的数据和查询隔离，使这些组可以共享同一个集群。高级限制和服务质量控制确保容量在租户之间公平共享，使其成为拥有多个团队和部门的大型组织的绝佳选择。
— 03—
Grafana Mimir 分布式架构
Grafana Mimir 的分布式架构可参考如下示意图：
针对架构中的不同组件功能解析，大家可以参考如下文件以及源码进行探究，具体如下：
serviceMonitor: enabled: true # disabled, external ruler is used ruler: enabled: false # disabled, external alertmanager is used alertmanager: enabled: false # disabled, blocks_storage is used minio: enabled: false compactor: nodeSelector: app: mimir tolerations: - key: app value: compactor operator: Equal effect: NoSchedule persistentVolume: storageClass: standard-rwo size: 50Gi resources: limits: cpu: 1200m memory: 2Gi requests: cpu: 1200m memory: 2Gi distributor: extraArgs: distributor.ingestion-rate-limit: "10000000000000" replicas: 5 nodeSelector: app: mimir tolerations: - key: app value: distributor operator: Equal effect: NoSchedule resources: limits: memory: 4Gi cpu: 2 requests: memory: 4Gi cpu: 2 ingester: extraArgs: ingester.max-global-series-per-user: "0" ingester.max-global-series-per-metric: "0" nodeSelector: app: mimir tolerations: - key: app value: ingester operator: Equal effect: NoSchedule persistentVolume: size: 150Gi storageClass: standard-rwo replicas: 5 resources: limits: memory: 25Gi cpu: 4 requests: memory: 25Gi cpu: 4 chunks-cache: nodeSelector: app: mimir enabled: true replicas: 2 index-cache: nodeSelector: app: mimir enabled: true replicas: 3 metadata-cache: nodeSelector: app: mimir enabled: true results-cache: nodeSelector: app: mimir enabled: true overrides_exporter: nodeSelector: app: mimir replicas: 1 resources: limits: memory: 256Mi requests: cpu: 100m memory: 128Mi querier: extraArgs: querier.max-fetched-chunks-per-query: "8000000" replicas: 4 nodeSelector: app: mimir tolerations: - key: app operator: Equal value: querier effect: NoSchedule resources: limits: memory: 24Gi cpu: 2 requests: memory: 24Gi cpu: 2 query_frontend: replicas: 1 nodeSelector: app: mimir tolerations: - key: app operator: Equal value: query-frontend effect: NoSchedule resources: limits: memory: 6Gi cpu: 2 requests: memory: 6Gi cpu: 2 store_gateway: persistentVolume: size: 50Gi replicas: 1 nodeSelector: app: mimir tolerations: - key: app operator: Equal value: store-gateway effect: NoSchedule resources: limits: cpu: 1 memory: 6Gi requests: cpu: 1 memory: 6Gi mimir: structuredConfig: limits: out_of_order_time_window: 1h blocks_storage: backend: gcs gcs: bucket_name: <bucket_name> service_account: | {<secret>} metaMonitoring: serviceMonitor: enabled: true
— 04—
Grafana Mimir 安装部署
基于 Docker 部署
首先，我们借助 Git 命令行 获取 Grafana Mimir 存储库分支，具体如下所示：
[leonli@Leon ~ ] % git clone https://github.com/grafana/mimir.git Cloning into 'mimir'... remote: Enumerating objects: 155741, done. remote: Counting objects: 100% (387/387), done. remote: Compressing objects: 100% (199/199), done. eceiving objects: 3% (5177/155741), 3.01 MiB | 51.00 KiB/s ...
然后，进行 mimir 目录对应的子目录“play-with-grafana-mimir/”下执行 Docker 命令行启动，具体如下所示：
[leonli@Leon ~ ] % docker-compose up -d
至此， Grafana Mimir 容器已正常启动，此时，我们在本地主机上打开 Grafana http://localhost:9000 并查看显示 Grafana Mimir 集群状态和健康状况的仪表板。并基于仪表板查看 Grafana Mimir 显示的相关指标集信息。
基于上述命令行所展现，Grafana Mimir 拓扑参考结构示意图如下所示，我们可根据实际情况进行配置操作。
基于上述拓扑结构，我们大概可以看出，对于整个启动命令所涉及的相关组件，具体如下：
1、Grafana Mimir
单体模式 Mimir 的三个实例以提供高可用性，同时，启用多租户（租户 ID 为 Demo）。
2、Minio
- 用于块、规则和警报的 S3 兼容持久存储。
- 3、Prometheus
- 抓取 Grafana Mimir 指标，然后将它们写回 Grafana Mimir 以确保摄取指标的可用性。
- 4、Grafana
- 包括一个预安装的数据源来查询 Grafana Mimir 以及用于监控 Grafana Mimir 的预装仪表板。
- 5、Load balancer
- 一个简单的基于 NGINX 的负载均衡器，在主机上暴露 Grafana Mimir 端点。
基于 Helm 部署
通常，我们在生产环境部署 Grafana Mimir 集群，建议需要满足如下环境要求，具体：
1、硬件要求：
具有至少 4 个内核和 16GiB RAM 的单个 Kubernetes 节点
2、软件要求：
Kubernetes 1.20 或更高版本以及 Helm v3 +
具体安装操作如下所示：
1、创建 ns，例如，将其命名为“mimir-devops”，具体如下：
[leonli@Leon ~ ] % kubectl create namespace mimir-devops
2、设置 Helm 存储库，具体如下：
[leonli@Leon ~ ] % helm repo add grafana https://grafana.github.io/helm-charts && helm repo update
3、配置访问入口，入口使得我们能够从外部访问 Kubernetes Cluster。具体如下所示：
[leonli@Leon ~ ] % vi custom.yaml nginx: ingress: enabled: true ingressClassName: nginx hosts: - host: <ingress-host> paths: - path: / pathType: Prefix tls: # empty, disabled.
注意：
要查看 Helm chart 安装的所有可配置参数，可使用如下命令行进行。
[leonli@Leon ~ ] % helm show values grafana/mimir-distributed.
4、安装 Grafana Mimir
[leonli@Leon ~ ] % helm -n mimir-devops install mimir grafana/mimir-distributed -f custom.yaml
至此，Grafana Mimir 已安装完成，大家可根据实际情况进行部署配置。
总的来说，Grafana Mimir 是一个强大的多功能系统，为 Prometheus 提供了可扩展的长期存储解决方案。基于其强大特性，可以帮助组织轻松监控和分析他们的系统表现。
关于 Grafana Mimir 更多内容，大家可参考 https://grafana.com/ ！
