使用 Prometheus 進行監控和警報

MinIO 使用 Prometheus 資料模型發布叢集、節點、儲存桶和資源指標。此頁面上的程序記錄了以下內容

設定 Prometheus 服務以從 MinIO 部署中抓取和顯示指標
在 MinIO 指標上設定警報規則以觸發 AlertManager 操作

先決條件

此程序需要以下條件

具有支援警報管理器的現有Prometheus 部署
具有網路存取 Prometheus 部署的現有 MinIO 部署
在您的本機主機上安裝 mc 並設定為存取 MinIO 部署

設定 Prometheus 以使用 MinIO 指標進行收集和警報

1) 產生抓取設定

使用 mc admin prometheus generate 命令產生抓取設定，供 Prometheus 用於發出抓取請求

MinIO 伺服器

以下命令抓取 MinIO 叢集的指標。

mc admin prometheus generate ALIAS

將 ALIAS 替換為 MinIO 部署的 別名。

該命令返回類似於以下的輸出

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

以下指令會抓取 MinIO 伺服器上節點的指標。

mc admin prometheus generate ALIAS node

將 ALIAS 替換為 MinIO 部署的 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

以下指令會抓取 MinIO 伺服器上儲存桶的指標。

mc admin prometheus generate ALIAS bucket

將 ALIAS 替換為 MinIO 部署的 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 的新功能。

以下指令會抓取 MinIO 伺服器上資源的指標。

mc admin prometheus generate ALIAS resource

將 ALIAS 替換為 MinIO 部署的 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都在下一次開始前完成。建議值為 60 秒。

由於抓取的指標數量，某些部署可能需要較長的抓取間隔。為了減少 MinIO 和 Prometheus 伺服器的負載，請選擇符合您監控要求的最長間隔。
將 job_name 設定為與 MinIO 部署相關聯的值。

使用唯一的值，以確保部署指標與該 Prometheus 服務收集的其他任何指標隔離。
以 MINIO_PROMETHEUS_AUTH_TYPE 設定為 "public" 啟動的 MinIO 部署可以省略 bearer_token 欄位。
對於未使用 TLS 的 MinIO 部署，請將 scheme 設定為 http。
使用解析為 MinIO 部署的主機名稱來設定 targets 陣列。

這可以是任何單一節點，或是處理與 MinIO 節點連線的負載平衡器/Proxy。

2) 使用更新的組態重新啟動 Prometheus

將上一步中產生的所需 scrape_configs 工作附加到組態檔

叢集

叢集指標會彙總節點層級指標，並在適當時將標籤附加到來源節點的指標。

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層級監控而特定的。您需要列出此組態的所有 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]

使用組態檔啟動 Prometheus 叢集

prometheus --config.file=prometheus.yaml

3) 分析收集的指標

Prometheus 包含一個表達式瀏覽器。您可以在此處執行查詢來分析收集的指標。

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 建議將以下作為監控的基本指標集。

請參閱指標和警示，以取得有關所有可用指標的資訊。

指標	描述
`minio_node_drive_free_bytes`	磁碟機上可用的總儲存空間。
`minio_node_drive_free_inodes`	總可用 inode。
`minio_node_drive_latency_us`	磁碟機 API 儲存操作的平均最後一分鐘延遲（以微秒為單位）。
`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、拒絕許可和逾時的總數。
`minio_node_drive_io_waiting`	磁碟機上等待的 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，以根據收集的 MinIO 指標觸發警示。

以下範例警示規則檔案為 MinIO 部署提供警示的基準。您可以修改或使用這些範例作為建立自己警示的指南。

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 組態中，在 rule_files 索引鍵中指定警示檔案的路徑

rule_files:
- minio-alerting.yml

觸發後，Prometheus 會將警示傳送到已設定的 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