mirror of
https://github.com/nubenetes/awesome-kubernetes.git
synced 2026-05-17 06:36:46 +00:00
update
This commit is contained in:
Inaki Fernandez
@@ -66,9 +66,8 @@
|
||||
* Soporte de federación horizontal y vertical.
|
||||
|
||||
### Prometheus Storage
|
||||
Proporciona etiquetado clave-valor y "time-series". La propia documentación de Prometheus explica cómo se gestiona el [almacenamiento en disco](https://prometheus.io/docs/prometheus/latest/storage/) (**Prometheus Time-Series DB**). La ingestión de datos se agrupa en bloques de dos horas, donde cada bloque es un directorio conteniendo uno o más "chunk files" (los datos), además de un fichero de metadatos y un fichero index:
|
||||
|
||||
Almacenamiento de datos en disco (Prometheus Time-Series DB):
|
||||
* Proporciona etiquetado clave-valor y "time-series". La propia documentación de Prometheus explica cómo se gestiona el [almacenamiento en disco](https://prometheus.io/docs/prometheus/latest/storage/) (**Prometheus Time-Series DB**). La ingestión de datos se agrupa en bloques de dos horas, donde cada bloque es un directorio conteniendo uno o más "chunk files" (los datos), además de un fichero de metadatos y un fichero index:
|
||||
* Almacenamiento de datos en disco (Prometheus Time-Series DB):
|
||||
```
|
||||
./data/01BKGV7JBM69T2G1BGBGM6KB12
|
||||
./data/01BKGV7JBM69T2G1BGBGM6KB12/meta.json
|
||||
@@ -76,20 +75,17 @@ Almacenamiento de datos en disco (Prometheus Time-Series DB):
|
||||
./data/01BKGV7JBM69T2G1BGBGM6KB12/wal/000002
|
||||
./data/01BKGV7JBM69T2G1BGBGM6KB12/wal/000001
|
||||
```
|
||||
|
||||
Un proceso en segundo plano compacta los bloques de dos horas en otros más grandes.
|
||||
Es posible almacenar los datos en otras soluciones de "Time-Series Database" como **InfluxDB**.
|
||||
* Un proceso en segundo plano compacta los bloques de dos horas en otros más grandes.
|
||||
* Es posible almacenar los datos en otras soluciones de "Time-Series Database" como **InfluxDB**.
|
||||
|
||||
### Prometheus Storage. Scalability, High Availability (HA) and Long-Term Storage
|
||||
Prometheus fue diseñado para ser fácil de desplegar. Es extremadamente fácil ponerlo en marcha, recoger algunas métricas, y empezar a construir nuestra propia herramienta de monitorización. Las cosas se complican cuando se intenta operar a un nivel de escalado considerable.
|
||||
|
||||
Para entender si esto va a ser un problema, conviene plantearse las siguiente preguntas:
|
||||
- ¿Cuántas métricas puede ingerir el sistema de monitorización y cuántas son necesarias?
|
||||
- ¿Cuál es la cardinalidad de las métricas? La cardinalidad es el número de etiquetas que cada métrica puede tener. Es una cuestión muy frecuente en las métricas pertenecientes a entornos dinámicos donde a los contenedores se les asignan un ID ó nombre diferente cada vez que son lanzados, reiniciados o movidos entre nodos (caso de kubernetes).
|
||||
- ¿Es necesaria la Alta Disponibilidad (HA)?
|
||||
- ¿Durante cuánto tiempo es necesario mantener las métricas y con qué resolución?
|
||||
|
||||
La implementación de HA es laboriosa porque la funcionalidad de cluster requiere añadir plugins de terceros al servidor Prometheus. Es necesario tratar con "backups" y "restores", y el almacenamiento de métricas por un periodo de tiempo extendido hará que la base de datos crezca exponencialmente. Los servidores Prometheus proporcionan almacenamiento persistente, pero Prometheus no fue creado para el almacenamiento distribuido de métricas a lo largo de múltiples nodos de un cluster con replicación y capacidad curativa (como es el caso de Kubernetes). Esto es conocido como **"almacenamiento a largo-plazo" (Long-Term)** y actualmente es un requisito en unos pocos casos de uso, por ejemplo en la planificación de la capacidad para monitorizar cómo la infraestructura necesita evolucionar, contracargos para facturar diferentes equipos ó departamentos para un caso específico que han hecho de la infraestructura, análisis de tendencias de uso, o adherirse a regulaciones para verticales específicos como banca, seguros, etc.
|
||||
* Prometheus fue diseñado para ser fácil de desplegar. Es extremadamente fácil ponerlo en marcha, recoger algunas métricas, y empezar a construir nuestra propia herramienta de monitorización. Las cosas se complican cuando se intenta operar a un nivel de escalado considerable.
|
||||
* Para entender si esto va a ser un problema, conviene plantearse las siguiente preguntas:
|
||||
- ¿Cuántas métricas puede ingerir el sistema de monitorización y cuántas son necesarias?
|
||||
- ¿Cuál es la cardinalidad de las métricas? La cardinalidad es el número de etiquetas que cada métrica puede tener. Es una cuestión muy frecuente en las métricas pertenecientes a entornos dinámicos donde a los contenedores se les asignan un ID ó nombre diferente cada vez que son lanzados, reiniciados o movidos entre nodos (caso de kubernetes).
|
||||
- ¿Es necesaria la Alta Disponibilidad (HA)?
|
||||
- ¿Durante cuánto tiempo es necesario mantener las métricas y con qué resolución?
|
||||
* La implementación de HA es laboriosa porque la funcionalidad de cluster requiere añadir plugins de terceros al servidor Prometheus. Es necesario tratar con "backups" y "restores", y el almacenamiento de métricas por un periodo de tiempo extendido hará que la base de datos crezca exponencialmente. Los servidores Prometheus proporcionan almacenamiento persistente, pero Prometheus no fue creado para el almacenamiento distribuido de métricas a lo largo de múltiples nodos de un cluster con replicación y capacidad curativa (como es el caso de Kubernetes). Esto es conocido como **"almacenamiento a largo-plazo" (Long-Term)** y actualmente es un requisito en unos pocos casos de uso, por ejemplo en la planificación de la capacidad para monitorizar cómo la infraestructura necesita evolucionar, contracargos para facturar diferentes equipos ó departamentos para un caso específico que han hecho de la infraestructura, análisis de tendencias de uso, o adherirse a regulaciones para verticales específicos como banca, seguros, etc.
|
||||
|
||||
Solutions:
|
||||
* [Prometheus TSDB](https://prometheus.io/docs/prometheus/latest/storage/)
|
||||
@@ -129,23 +125,23 @@ Although it's exciting to see attempts to address the challenges of running Prom
|
||||
* [Percona Grafana dashboards for MySQL and MongoDB monitoring using Prometheus](https://github.com/percona/grafana-dashboards)
|
||||
|
||||
#### Prometheus Exporters Development. Node Exporter
|
||||
Node exporter puede ser utilizado para exportar las métricas de nuestra aplicación ya que permite exportar un "text-file". Nuestra aplicación puede escribir datos en un fichero de texto con el formato de datos de Prometheus. Este fichero de texto con datos agregados sería exportado a Prometheus con Node Exporter.
|
||||
* https://dzone.com/articles/prometheus-collectors
|
||||
* https://prometheus.io/docs/instrumenting/writing_exporters/
|
||||
* https://devconnected.com/complete-node-exporter-mastery-with-prometheus
|
||||
* https://www.scalyr.com/blog/prometheus-metrics-by-example/
|
||||
* Node exporter puede ser utilizado para exportar las métricas de nuestra aplicación ya que permite exportar un "text-file". Nuestra aplicación puede escribir datos en un fichero de texto con el formato de datos de Prometheus. Este fichero de texto con datos agregados sería exportado a Prometheus con Node Exporter.
|
||||
* [https://dzone.com/articles/prometheus-collectors](https://dzone.com/articles/prometheus-collectors)
|
||||
* [https://prometheus.io/docs/instrumenting/writing_exporters/](https://prometheus.io/docs/instrumenting/writing_exporters/)
|
||||
* [https://devconnected.com/complete-node-exporter-mastery-with-prometheus](https://devconnected.com/complete-node-exporter-mastery-with-prometheus)
|
||||
* [https://www.scalyr.com/blog/prometheus-metrics-by-example/](https://www.scalyr.com/blog/prometheus-metrics-by-example/)
|
||||
|
||||
### Prometheus Alarms and Event Tracking
|
||||
Prometheus no soporta rastreo de eventos (event tracking), pero ofrece un soporte completo de alarmas y gestión de alarmas. El lenguaje de consultas (queries) de Prometheus permite en cambio implementar rastreo de eventos por cuenta propia.
|
||||
* Prometheus no soporta rastreo de eventos (event tracking), pero ofrece un soporte completo de alarmas y gestión de alarmas. El lenguaje de consultas (queries) de Prometheus permite en cambio implementar rastreo de eventos por cuenta propia.
|
||||
|
||||
### Prometheus and Cloud Monitoring
|
||||
AWS CloudWatch is supported by Prometheus.
|
||||
* AWS CloudWatch is supported by Prometheus.
|
||||
|
||||
### Prometheus Installers
|
||||
#### Binaries, source code or Docker
|
||||
- https://prometheus.io/docs/prometheus/latest/installation/
|
||||
- https://prometheus.io/docs/prometheus/latest/getting_started/
|
||||
- https://github.com/prometheus/prometheus
|
||||
* [https://prometheus.io/docs/prometheus/latest/installation/](https://prometheus.io/docs/prometheus/latest/installation/)
|
||||
* [https://prometheus.io/docs/prometheus/latest/getting_started/](https://prometheus.io/docs/prometheus/latest/getting_started/)
|
||||
* [https://github.com/prometheus/prometheus](https://github.com/prometheus/prometheus)
|
||||
|
||||
#### Ansible Roles
|
||||
- Cloud Alchemy: Deploy prometheus node exporter using ansible.
|
||||
|
||||
Reference in New Issue
Block a user