一篇帶你了解 Thanos Ruler 組件的使用
Thano Ruler 組件是用于評估 Prometheus 的記錄規則和報警規則的組件，其本身不會抓取 metrics 接口數據，而是通過 Query API 從 query 組件定期地獲取指標數據，如果配置了多個 query 地址，則會采用輪詢方式獲取。
其中記錄規則評估生成的數據會保存在本地，并且定期地掃描本地生成的 TSDB 數據塊上傳到對象存儲桶中作為歷史數據長期保存。同時也實現了 Store API 可用于查詢本地保存的數據。與 Prometheus 節點類似，每個 ruler 節點都使用獨立的存儲，可以同時運行多個副本，而且需要為每個副本實例分配不同的標簽以作區分，因為 store 組件在查詢對象存儲中的歷史數據時是以該標簽進行分組查詢的。
安裝
由于 ruler 組件也實現了 Store API，所以我們也可以直接將該組件對接到 store 組件中去，只需要給創建的 Pod 帶上 thanos-store-api: "true" 這個標簽即可(Service 會進行自動關聯)被 query 組件服務發現。
整體上我們可以把 ruler 節點理解為一個簡單的 Prometheus 節點，只是不需要 thanos sidecar，不抓取指標數據，只負責執行 PromQL 查詢，由于本身會保留獨立的存儲，所以同樣這里我們需要做數據的持久化。
然后可以通過部署兩個副本來實現高可用，這里我們添加了一個 --label=rule_replica 標簽來給數據添加一個 rule_replica 的標簽, 同時指定 --alert.label-drop 為 rule_replica，這樣在觸發告警發送通知給 AlertManager 時可以去掉這個 label，以便讓 AlertManager 自動去重，可以避免重復告警。
然后通過 --query 參數指定 query 組件地址，我們這里還是使用 DNS SRV 來做服務發現，這樣就可以從查詢組件中獲取指標數據了。
ruler 同樣也需要對象存儲的配置，用于上傳計算出的數據到對象存儲，所以要掛載對象存儲的配置文件。--rule-file 參數可以用來指定掛載的 rule 配置，ruler 組件會根據配置來生成數據和觸發報警。
完整的資源清單文件如下所示：
# thanos-ruler.yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
name: thanos-ruler
namespace: kube-mon
labels:
app: thanos-ruler
spec:
replicas: 2
selector:
matchLabels:
app: thanos-ruler
serviceName: thanos-rule
podManagementPolicy: Parallel
template:
metadata:
labels:
app: thanos-ruler
thanos-store-api: "true"
spec:
affinity:
podAntiAffinity:
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 100
podAffinityTerm:
topologyKey: kubernetes.io/hostname
labelSelector:
matchExpressions:
- key: app
operator: In
values:
- thanos-ruler
containers:
- name: thanos-ruler
image: thanosio/thanos:v0.25.1
args:
- rule
- --grpc-address=0.0.0.0:10901
- --http-address=0.0.0.0:10902
- --rule-file=/etc/thanos/rules/*rules.yaml
- --objstore.config-file=/etc/secret/thanos.yaml
- --data-dir=/var/thanos/rule
- --label=rule_replica="$(NAME)"
- --alert.label-drop=rule_replica
- --query=dnssrv+_http._tcp.thanos-querier.kube-mon.svc.cluster.local
ports:
- containerPort: 10901
name: grpc
- containerPort: 10902
name: http
env:
- name: NAME
valueFrom:
fieldRef:
fieldPath: metadata.name
livenessProbe:
httpGet:
path: /-/healthy
port: 10902
scheme: HTTP
readinessProbe:
httpGet:
path: /-/ready
port: 10902
scheme: HTTP
volumeMounts:
- mountPath: /var/thanos/rule
name: data
readOnly: false
- name: object-storage-config
mountPath: /etc/secret
readOnly: false
- name: thanos-rules
mountPath: /etc/thanos/rules
volumes:
- name: object-storage-config
secret:
secretName: thanos-objectstorage
- name: thanos-rules
configMap:
name: thanos-rules
volumeClaimTemplates:
- metadata:
name: data
spec:
accessModes:
- ReadWriteOnce
storageClassName: longhorn
resources:
requests:
storage: 1Gi
要注意上面掛載的對象存儲配置的 Secret，另外還需要通過一個 ConfigMap 來配置 rules 規則：
# thanos-rules-config.yaml
apiVersion: v1
kind: ConfigMap
metadata:
name: thanos-rules
namespace: kube-mon
data:
record.rules.yaml: |-
groups:
- name: k8s.rules
rules:
- expr: |
sum(rate(container_cpu_usage_seconds_total{job="cadvisor", image!="", container!=""}[5m])) by (namespace)
record: namespace:container_cpu_usage_seconds_total:sum_rate
- expr: |
sum(container_memory_usage_bytes{job="cadvisor", image!="", container!=""}) by (namespace)
record: namespace:container_memory_usage_bytes:sum
- expr: |
sum by (namespace, pod, container) (
rate(container_cpu_usage_seconds_total{job="cadvisor", image!="", container!=""}[5m])
)
record: namespace_pod_container:container_cpu_usage_seconds_total:sum_rate
這里我們簡單配置了幾個記錄規則，配置方式和之前的規則一樣的。然后直接創建上面的資源對象即可：
? ? kubectl apply -f https://p8s.io/docs/thanos/manifests/thanos-rules-config-0.yaml
? ? kubectl apply -f https://p8s.io/docs/thanos/manifests/thanos-ruler-0.yaml
? ? kubectl get pods -n kube-mon -l app=thanos-ruler
NAME READY STATUS RESTARTS AGE
thanos-ruler-0 1/1 Running 0 16m
thanos-ruler-1 1/1 Running 0 16m
部署完成后我們可以去查看 query 組件頁面的 store 信息是否包含上面的 ruler 實例：
同樣在 rules 頁面可以看到我們定義的記錄規則信息：
現在我們可以嘗試去查詢下上面的記錄規則，比如查詢 namespace:container_cpu_usage_seconds_total:sum_rate：
可以看到可以正常獲取到這條記錄規則的數據。
對接告警
如果要進行報警，首先我們需要通過啟動參數 --alertmanagers.url 來指定 Alertmanager 的地址，如果需要更高級的配置，可以通過啟動參數 --alertmanagers.config 或者 --alertmanagers.config-file 來指定對接 Alertmanager 的配置，格式如下所示：
alertmanagers:
- http_config:
basic_auth:
username: ""
password: ""
password_file: ""
bearer_token: ""
bearer_token_file: ""
proxy_url: ""
tls_config:
ca_file: ""
cert_file: ""
key_file: ""
server_name: ""
insecure_skip_verify: false
static_configs: []
file_sd_configs:
- files: []
refresh_interval: 0s
scheme: http
path_prefix: ""
timeout: 10s
api_version: v1
比如我們這里對接前面章節中的 Alertmanager，則直接這上面的資源對象容器啟動參數中增加 - --alertmanagers.url=http://alertmanager:9093 即可。然后在上面的 thanos-rules 的 ConfigMap 中新增一個 alert.rules.yaml 的配置，用來配置報警規則，如下所示：
# thanos-rules-config.yaml
apiVersion: v1
kind: ConfigMap
metadata:
name: thanos-rules
namespace: kube-mon
data:
record.rules.yaml: |-
# ......
alert.rules.yaml: |-
groups:
- name: test-node-mem
rules:
- alert: NodeMemoryUsage
expr: (node_memory_MemTotal_bytes - (node_memory_MemFree_bytes + node_memory_Buffers_bytes + node_memory_Cached_bytes)) / node_memory_MemTotal_bytes * 100 > 30
for: 1m
labels:
team: node
severity: critical
annotations:
summary: "{{$labels.instance}}: High Memory usage detected"
description: "{{$labels.instance}}: Memory usage is above 30% (current value is: {{ $value }})"
直接更新上面的兩個資源對象即可：
更新完成后這 query 的 rules 頁面也可以看到上面新增的報警規則了，因為我們部署的是兩個副本，所以能看到兩條一樣的規則：
? ? kubectl apply -f https://p8s.io/docs/thanos/manifests/thanos-rules-config.yaml
? ? kubectl apply -f https://p8s.io/docs/thanos/manifests/thanos-ruler.yaml
由于我們這 ruler 組件啟動參數中配置了參數 - --alert.label-drop=rule_replica，所以 Alertmanager 中不會收到重復報警，不過需要注意的是經測試這里的 rule_replica 不能加引號，加上引號會去重失效，我們可以前往 Alertmanager 查看觸發的報警信息：
由于 ruler 組件獲取評估數據的路徑是 ruler --> query --> sidecar --> prometheus，需要經整個查詢鏈條，這也提升了發生故障的風險，而且評估原本就可以在 Prometheus 中進行，所以在非必要的情況下更加推薦使用原本的 Prometheus 方式來做報警和記錄規則的評估。
