前提條件：安裝好了metrics
- 下載需要的配置文件
git clone https://github.com/ielepro/k8s-prometheus-grafana
- 先部署
node_exporter
prometheus通過(guò)HTTP周期性抓取指標(biāo)數(shù)據(jù)，監(jiān)控目標(biāo)上用于接受并響應(yīng)的數(shù)據(jù)抓取請(qǐng)求的組件統(tǒng)稱(chēng)為export铡溪。prometheus為監(jiān)控類(lèi)UNIX操作系統(tǒng)提供了一個(gè)專(zhuān)用的node_exporter程序漂辐，能夠收集多種指標(biāo)數(shù)據(jù)，k8s中運(yùn)行為守護(hù)進(jìn)程監(jiān)聽(tīng)在9100端口棕硫，通過(guò)url路徑/metrics提供數(shù)據(jù)髓涯。
~]# cd k8s-prometheus-grafana/
~]# ls
grafana node-exporter.yaml prometheus README.md
~]# kubectl apply -f node-exporter.yaml
- 部署
prometheus
我自己部署過(guò)程中遇到的坑：
因?yàn)橹鳈C(jī)配置比較差，但prometheus.deploy.yml里面定義的resources的limits又比較大哈扮，導(dǎo)致一部署memory與cpu就被占滿纬纪，然后kube-scheduler-master與kube-controller-manager-master一直重啟，最后非郴猓卡包各，只能關(guān)機(jī)重啟解決，所以建議如果自己的主機(jī)資源不太多靶庙，可以適當(dāng)?shù)母囊幌逻@個(gè)資源限制问畅。
比如我的配置：
---
spec:
spec:
containers:
...
resources:
requests:
cpu: 100m
memory: 100Mi
limits:
cpu: 100m
memory: 150Mi
...
等node_exporter啟動(dòng)成功運(yùn)行后，就可以一鍵部署prometheus了
~]# kubectl apply -f prometheus
~]# kubectl get pod -n kube-system
NAME READY STATUS RESTARTS AGE
metrics-server-5f78f74857-vq8db 1/1 Running 3 21h
node-exporter-6tzrm 1/1 Running 2 15h
prometheus-79bc5658d4-4gn28 1/1 Running 1 104m
