Alibaba Cloud Service Mesh:mTLS 経由でのメッシュアプリケーションのメトリクス収集

次のコマンドを実行して、GitHub から Prometheus Operator のソースリポジトリをローカルマシンにクローンします。

git clone https://github.com/prometheus-operator/prometheus-operator.git

次のコマンドを実行して、Prometheus Operator をインストールします。

cd prometheus-operator/
kubectl create -f bundle.yaml

次のコマンドを実行して、Pod のステータスを確認します。

kubectl get pods

期待される出力：

NAME                                     READY   STATUS        RESTARTS   
prometheus-operator-58dd988c9c-qhrrp     2/2     Running       0      

この出力は、Prometheus Operator が正常にインストールされたことを示します。

次の YAML を prometheus.yaml という名前のローカルファイルに保存します。

この YAML には、Prometheus インスタンスの宣言と、必要な ServiceAccount、ClusterRole、および ClusterRoleBinding が含まれています。デプロイ設定には、「TLS 経由でメトリクスをスクレイプするための Prometheus の設定」で説明されている証明書 volume のマウント設定が含まれています。

apiVersion: v1
kind: ServiceAccount
metadata:
  name: prometheus-full-access
  namespace: default
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: prometheus-full-access
rules:
- apiGroups: [""]
  resources:
  - nodes
  - nodes/metrics
  - services
  - endpoints
  - pods
  verbs: ["get", "list", "watch"]
- apiGroups:
  - extensions
  - apps
  resources:
  - deployments
  - replicasets
  verbs: ["get", "list", "watch"]
- apiGroups: [""]
  resources:
  - configmaps
  verbs: ["get"]
- nonResourceURLs: ["/metrics"]
  verbs: ["get"]
---
apiVersion: monitoring.coreos.com/v1
kind: Prometheus
metadata:
  name: default
  labels:
    prometheus: default
spec:
  logLevel: debug
  podMetadata:
    annotations:
      traffic.sidecar.istio.io/includeInboundPorts: ""
      traffic.sidecar.istio.io/includeOutboundIPRanges: ""
      proxy.istio.io/config: |  # 環境変数 `OUTPUT_CERTS` を設定して、証明書を指定されたフォルダーに書き込みます
        proxyMetadata:
          OUTPUT_CERTS: /etc/istio-output-certs
      sidecar.istio.io/userVolumeMount: '[{"name": "istio-certs", "mountPath": "/etc/istio-output-certs"}]'
  volumes:
  - emptyDir:
      medium: Memory
    name: istio-certs
  volumeMounts:
  - mountPath: /etc/prom-certs/
    name: istio-certs
  replicas: 2
  version: v2.26.0
  serviceAccountName: prometheus-full-access
  serviceMonitorSelector:
    matchLabels:
      team: bookinfo
  ruleSelector:
    matchLabels:
      role: alert-rules
      prometheus: example

次のコマンドを実行して、prometheus.yaml ファイルをクラスターに適用します。

kubectl apply -f prometheus.yaml

次のコマンドを実行して、Prometheus インスタンスが正しく起動したか確認します。

kubectl get pods

期待される出力：

NAME                                   READY   STATUS    RESTARTS
prometheus-default-0                   3/3     Running   0 
prometheus-default-1                   3/3     Running   0  
prometheus-operator-58dd988c9c-qhrrp   2/2     Running   0  

出力は、prometheus-default-0 と prometheus-default-1 の Pod が実行中であることを示しています。

次の YAML を service-monitor.yaml という名前のローカルファイルに保存します。

この YAML ファイルには、ワークロードからメトリクスを収集する方法を記述する ServiceMonitor API の宣言が含まれています。この YAML ファイルには、「TLS 経由でメトリクスをスクレイプするための Prometheus の設定」で言及されている証明書パスと scheme 設定が示されています。

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: productpage
  labels:
    app: productpage
    team: bookinfo
spec:
  selector:
    matchLabels:
      app: productpage
  endpoints:
  - port: http-9080
    interval: 30s
    path: /metrics
    scheme: https
    tlsConfig:
      caFile: /etc/prom-certs/root-cert.pem
      certFile: /etc/prom-certs/cert-chain.pem
      keyFile: /etc/prom-certs/key.pem
      insecureSkipVerify: true

次のコマンドを実行して、service-monitor.yaml ファイルをクラスターに適用します。

kubectl apply -f service-monitor.yaml

次のコマンドを実行して、ローカルポート 9090 から prometheus-operated サービスのポート 9090 へのポートフォワーディングを設定します。

kubectl port-forward svc/prometheus-operated 9090

ブラウザで localhost:9090 と入力して、Prometheus Web UI を開きます。

Prometheus のクエリインターフェイスが開きます。[Expression] 入力ボックスにクエリ式を入力し、[Execute] をクリックしてクエリを実行し、[Table] または [Graph] タブで結果を表示できます。

トップメニューバーで [ステータス] > [ターゲット] を選択すると、監視対象のステータスが表示されます。

ターゲットの [State] が [Up] になっていることを確認します。これは、メトリクスが正常にスクレイプされていることを示します。

上部メニューで [Graph] をクリックし、クエリテキストボックスに python_gc_objects_collected_total と入力して、右側の [Execute] をクリックします。

クエリが完了すると、レポートされたメトリクスデータが表示されます。

クエリ結果は [Table] ビューに表示され、generation タグによって 3 つのレコード (generation 0、1、2) にグループ化されます。これらのレコードは、Python の 3 つのガベージコレクション (GC) 世代のそれぞれによって収集されたオブジェクトの総数に対応します。