📔心得
之前都介紹docker監控container，這次來點不一樣的，直接裝在k8s裡面去監控pod的一些指標。
基本的指標像是cpu, mem, pod數量, node數量等等，都能透過kube-state-metrics完成，而如果想要監控一些流量的指標，像是tcp連線數，tw數等，則是需要另外在服務的pod裡另外寫node-exporter的container，組成side-car的形式，讓exporter將指標送往prometheus。
在撰寫的過程，遇到比較大的難題是prometheus的config檔撰寫，一開始打算使用docker-compose的方式起monitor服務，然後去call k8s cluster取得相關指標，但常常call不到服務，可能是因為minikube的關係，在本地也跑docker，最後改成直接安裝在k8s裡面，另外建立一個namespace放監控相關的服務，有機會在測試kind以及k3s。demo用的deploy使用skaffold這本地開發k8s的神器，搭配kustomize可讓我依據所需測試的環境下去做自動佈署，有機會再另外介紹這工具。
之後預計會再新增prometheus adapter，讓我的prometheus metrics可以成為我hpa的擴縮判斷，因為基本的hpa指標只有cpu以及mem，如果可以依照網路流量變大，幫我擴展pod，當流量變小時幫我縮pod，讓我能自定義指標，相信使用k8s的效益會更大。
🔗詳細專案位置 –> https://github.com/sz9751210/k8s-monitor
👨💻簡介
在minikube環境下安裝prometheus以及grafana監控 k8s
- demo-deploy：測試用deployment 使用skaffold搭配kustomize的方式下去佈署
- prometheus, kube-state-metrics：撈取服務相關指標
- grafana：監控UI
🎯setup
- start minikube
minikube start2. deploy demo-deployment
cd demo-deploy && skaffold run -p prod3. install monitor
sh ./install_monitor.sh
4. setting data source
- 使用上面執行完的grafana url
http://192.168.x.x:xxx- 輸入帳號密碼：admin
- 選擇data source -> add data source -> prometheus
- url設定為http://prometheus:9090 -> 點擊save
5. import grafana ui
- 點擊左上角回到首頁並選擇旁邊的dashboard -> import
- 到grafana/dashboard/複製dashboard.json貼到grafana並點擊load -> import
