使用 Prometheus 進行監控和警報

MinIO 使用 Prometheus 資料模型發佈叢集、節點、儲存桶和資源度量。此頁面上的程序記錄了以下內容

設定 Prometheus 服務以從 MinIO 部署中抓取和顯示度量
在 MinIO 度量上設定警報規則以觸發 AlertManager 動作

先決條件

此程序需要以下項目

具有後備警報管理員的現有 Prometheus 部署
具有網路存取 Prometheus 部署的現有 MinIO 部署
在本地主機上安裝 mc，並設定為存取 MinIO 部署

設定 Prometheus 以使用 MinIO 度量收集和警報

1) 產生抓取組態

使用 mc admin prometheus generate 命令來產生抓取組態，供 Prometheus 在發出抓取請求時使用

MinIO 伺服器

以下命令會抓取 MinIO 叢集的度量。

mc admin prometheus generate ALIAS

使用 MinIO 部署的 ALIAS 取代 別名。

此命令會傳回類似以下的輸出

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/cluster
     scheme: https
     static_configs:
     - targets: [minio.example.net]

節點

以下命令會抓取 MinIO 伺服器上節點的度量。

mc admin prometheus generate ALIAS node

使用 MinIO 部署的 ALIAS 取代 別名。

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-node
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/node
     scheme: https
     static_configs:
     - targets: [minio-1.example.net, minio-2.example.net, minio-N.example.net]

儲存桶

以下命令會抓取 MinIO 伺服器上儲存桶的度量。

mc admin prometheus generate ALIAS bucket

使用 MinIO 部署的 ALIAS 取代 別名。

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-bucket
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/bucket
     scheme: https
     static_configs:
     - targets: [minio.example.net]

資源

版本 RELEASE.2023-10-07T15-07-38Z 中的新增功能。

以下命令會抓取 MinIO 伺服器上資源的度量。

mc admin prometheus generate ALIAS resource

使用 MinIO 部署的 ALIAS 取代 別名。

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-resource
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/resource
     scheme: https
     static_configs:
     - targets: [minio.example.net]

設定適當的 scrape_interval 值，以確保每次抓取操作在下一次開始之前完成。建議值為 60 秒。

由於要抓取的度量數量，某些部署需要較長的抓取間隔。為了減少 MinIO 和 Prometheus 伺服器的負載，請選擇符合您監控需求的最長間隔。
將 job_name 設定為與 MinIO 部署相關的值。

使用唯一值以確保部署度量與該 Prometheus 服務收集的任何其他度量隔離。
當 MinIO 部署啟動時，如果 MINIO_PROMETHEUS_AUTH_TYPE 設定為 "public"，則可以省略 bearer_token 欄位。
對於未使用 TLS 的 MinIO 部署，請將 scheme 設定為 http。
使用可解析為 MinIO 部署的主機名稱設定 targets 陣列。

這可以是任何單一節點，或處理 MinIO 節點連線的負載平衡器/代理。

2) 使用更新的設定重新啟動 Prometheus

將上一步驟中產生的所需 scrape_configs 工作附加到設定檔。

叢集

叢集指標會彙總節點級指標，並在適當情況下將標籤附加到來自原始節點的指標。

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/cluster
     scheme: https
     static_configs:
     - targets: [minio.example.net]

節點

節點指標是針對節點級監控特定的。您需要列出此設定的所有 MinIO 節點。

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-node
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/node
     scheme: https
     static_configs:
     - targets: [minio-1.example.net, minio-2.example.net, minio-N.example.net]

儲存桶

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-bucket
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/bucket
     scheme: https
     static_configs:
     - targets: [minio.example.net]

資源

global:
   scrape_interval: 60s

scrape_configs:
   - job_name: minio-job-resource
     bearer_token: TOKEN
     metrics_path: /minio/v2/metrics/resource
     scheme: https
     static_configs:
     - targets: [minio.example.net]

使用設定檔啟動 Prometheus 叢集

prometheus --config.file=prometheus.yaml

3) 分析收集到的指標

Prometheus 包含一個表達式瀏覽器。您可以在此執行查詢以分析收集到的指標。

範例

以下查詢範例會傳回 Prometheus 每五分鐘為名為 minio-job 的抓取工作收集的指標。

minio_node_drive_free_bytes{job-"minio-job"}[5m]
minio_node_drive_free_inodes{job-"minio-job"}[5m]

minio_node_drive_latency_us{job-"minio-job"}[5m]

minio_node_drive_offline_total{job-"minio-job"}[5m]
minio_node_drive_online_total{job-"minio-job"}[5m]

minio_node_drive_total{job-"minio-job"}[5m]

minio_node_drive_total_bytes{job-"minio-job"}[5m]
minio_node_drive_used_bytes{job-"minio-job"}[5m]

minio_node_drive_errors_timeout{job-"minio-job"}[5m]
minio_node_drive_errors_availability{job-"minio-job"}[5m]

minio_node_drive_io_waiting{job-"minio-job"}[5m]

建議的指標

MinIO 建議將以下作為要監控的基本指標集。

有關所有可用指標的資訊，請參閱指標和警報。

指標	描述
`minio_node_drive_free_bytes`	磁碟機上的可用總儲存空間。
`minio_node_drive_free_inodes`	可用的 inode 總數。
`minio_node_drive_latency_us`	磁碟機 API 儲存操作的最近一分鐘平均延遲，單位為微秒 (µs)。
`minio_node_drive_offline_total`	此節點中離線的磁碟機總數。
`minio_node_drive_online_total`	此節點中上線的磁碟機總數。
`minio_node_drive_total`	此節點中的磁碟機總數。
`minio_node_drive_total_bytes`	磁碟機上的總儲存空間。
`minio_node_drive_used_bytes`	磁碟機上已使用的總儲存空間。
`minio_node_drive_errors_timeout`	自伺服器啟動以來磁碟機逾時錯誤的總數。
`minio_node_drive_errors_availability`	自伺服器啟動以來磁碟機 I/O 錯誤、權限拒絕和逾時的總數。
`minio_node_drive_io_waiting`	正在等待磁碟機的 I/O 操作總數。

4) 使用 MinIO 指標設定警示規則

您必須在 Prometheus 部署上設定警示規則，以根據收集到的 MinIO 指標觸發警示。

以下範例警示規則檔案提供了 MinIO 部署的警示基準。您可以在建立自己的警示時修改或使用這些範例作為指導。

groups:
- name: minio-alerts
  rules:
  - alert: NodesOffline
    expr: avg_over_time(minio_cluster_nodes_offline_total{job="minio-job"}[5m]) > 0
    for: 10m
    labels:
      severity: warn
    annotations:
      summary: "Node down in MinIO deployment"
      description: "Node(s) in cluster {{ $labels.instance }} offline for more than 5 minutes"

  - alert: DisksOffline
    expr: avg_over_time(minio_cluster_drive_offline_total{job="minio-job"}[5m]) > 0
    for: 10m
    labels:
      severity: warn
    annotations:
      summary: "Disks down in MinIO deployment"
      description: "Disks(s) in cluster {{ $labels.instance }} offline for more than 5 minutes"

在 Prometheus 設定中，於 rule_files 鍵中指定警示檔案的路徑

rule_files:
- minio-alerting.yml

觸發後，Prometheus 會將警示傳送至設定的 AlertManager 服務。

儀表板

MinIO 提供 Grafana 儀表板來顯示 Prometheus 收集的指標。如需更多資訊，請參閱使用 Grafana 監控 MinIO 伺服器。