Container Service for Kubernetes:Alibaba Cloud 向け Prometheus モニタリングを使用した ACK エッジクラスターのモニタリング

ステップ 1：連絡先の作成

1. ARMS コンソールにログインします。左側のナビゲーションウィンドウで、[アラート管理] > [通知オブジェクト] を選択します。

2. [連絡先] タブで、[連絡先の作成] をクリックします。

3. [連絡先の作成] ダイアログボックスで、パラメーターを設定し、[OK] をクリックします。

   重要

   最大 100 件の連絡先を作成できます。

   パラメーター	説明
   名前	連絡先の名前です。
   電話番号	連絡先の携帯電話番号です。電話およびショートメッセージによる通知に使用されます。通知ポリシーでは、検証済みの携帯電話番号のみ使用できます。詳細については、「携帯電話番号の検証」をご参照ください。
   メールアドレス	連絡先のメールアドレスです。メール通知に使用されます。

ステップ 2：Prometheus アラートルールの作成

Prometheus アラートルールは、2 つのチェックタイプをサポートしています。

ack-arms-prometheus のバージョン確認

1. ACK コンソールにログインします。左側のナビゲーションウィンドウで、[クラスター] をクリックします。

2. ご利用のクラスターの名前をクリックします。左側のナビゲーションウィンドウで、[アドオン] をクリックします。

3. [アドオン] ページで、[ログとモニタリング] タブをクリックし、ack-arms-prometheus を見つけます。

バージョン番号はコンポーネントカードに表示されます。新しいバージョンが利用可能な場合は、カードに [アップグレード] ボタンが表示されます。これをクリックして更新します。

GPU モニタリングをデプロイできない理由

GPU ノードに Pod のスケジューリングを妨げる Taint がある場合、GPU モニタリングのデプロイは失敗します。次のコマンドを実行して確認します。

kubectl describe node cn-beijing.47.100.***.***

出力に Taint が表示された場合 (例：Taints: test-key=test-value:NoSchedule)、次のいずれかの方法で解決します。

• ノードから Taint を削除します。

  kubectl taint node cn-beijing.47.100.***.*** test-key=test-value:NoSchedule-

• GPU エクスポーターの DaemonSet に Toleration を追加して、Pod が Taint のあるノードにスケジューリングされるようにします。

  # ack-prometheus-gpu-exporter DaemonSet を編集
  kubectl edit daemonset -n arms-prom ack-prometheus-gpu-exporter

  YAML ファイルで、containers と同じレベルに次の tolerations フィールドを追加します。

  tolerations:
  - key: "test-key"
    operator: "Equal"
    value: "test-value"
    effect: "NoSchedule"
  containers:
    # 他のフィールドは省略

再インストールに失敗した場合に ARMS-Prometheus の設定を完全に削除する方法

arms-prom 名前空間のみを削除した場合、残存するクラスターレベルのリソースが再インストールをブロックします。次のコマンドを実行して、すべての ARMS-Prometheus リソースを削除します。

1. 名前空間を削除します。

   kubectl delete namespace arms-prom

2. ClusterRole を削除します。

   kubectl delete ClusterRole arms-kube-state-metrics
   kubectl delete ClusterRole arms-node-exporter
   kubectl delete ClusterRole arms-prom-ack-arms-prometheus-role
   kubectl delete ClusterRole arms-prometheus-oper3
   kubectl delete ClusterRole arms-prometheus-ack-arms-prometheus-role
   kubectl delete ClusterRole arms-pilot-prom-k8s
   kubectl delete ClusterRole gpu-prometheus-exporter
   kubectl delete ClusterRole o11y:addon-controller:role
   kubectl delete ClusterRole arms-aliyunserviceroleforarms-clusterrole

3. ClusterRoleBindings を削除します：

   kubectl delete ClusterRoleBinding arms-node-exporter
   kubectl delete ClusterRoleBinding arms-prom-ack-arms-prometheus-role-binding
   kubectl delete ClusterRoleBinding arms-prometheus-oper-bind2
   kubectl delete ClusterRoleBinding arms-kube-state-metrics
   kubectl delete ClusterRoleBinding arms-pilot-prom-k8s
   kubectl delete ClusterRoleBinding arms-prometheus-ack-arms-prometheus-role-binding
   kubectl delete ClusterRoleBinding gpu-prometheus-exporter
   kubectl delete ClusterRoleBinding o11y:addon-controller:rolebinding
   kubectl delete ClusterRoleBinding arms-kube-state-metrics-agent
   kubectl delete ClusterRoleBinding arms-node-exporter-agent
   kubectl delete ClusterRoleBinding arms-aliyunserviceroleforarms-clusterrolebinding

4. Role と RoleBinding を削除します。

   kubectl delete Role arms-pilot-prom-spec-ns-k8s
   kubectl delete Role arms-pilot-prom-spec-ns-k8s -n kube-system
   kubectl delete RoleBinding arms-pilot-prom-spec-ns-k8s
   kubectl delete RoleBinding arms-pilot-prom-spec-ns-k8s -n kube-system

これらのリソースを削除した後、Container Service for Kubernetes (ACK) コンソールContainer Service コンソールに移動し、[オペレーション] > [アドオン]を選択し、[ack-arms-prometheus] を再インストールします。