Tweet
Tweet

Slide 1

Slide 1 text

Monitorando seu cluster de Kubernetes com Prometheus TDC POA 2018 Alexandre Cisneiros Software Engineer

Slide 2

Slide 2 text

No content

Slide 3

Slide 3 text

O maior banco digital do mundo fora da Ásia.

Slide 4

Slide 4 text

Combatemos a complexidade para empoderar pessoas!

Slide 5

Slide 5 text

Nos movemos rápido, crescemos e mudamos com frequência.

Slide 6

Slide 6 text

Cartão de crédito com experiência 100% digital, sem tarifas e agências.

Slide 7

Slide 7 text

Programa de recompensas totalmente diferente do existente no mercado nacional. 100% digital, simples e com pontos que não expiram.

Slide 8

Slide 8 text

Nossa versão de uma conta bancária: uma maneira simples e inteligente de guardar, gerenciar o seu dinheiro, com rendimentos diários.

Slide 9

Slide 9 text

Kubernetes

Slide 10

Slide 10 text

No content

Slide 11

Slide 11 text

11 Kubernetes, do grego, Timoneiro. Projeto open source que provisiona containers em nós, com base em um estado desejado. Baseado no ambiente da Google.

Slide 12

Slide 12 text

Estrutura do Kubernetes Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3

Slide 13

Slide 13 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 Estrutura do Kubernetes

Slide 14

Slide 14 text

Master Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 Master etcd API Scheduler Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod kube Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod kube Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod kube Estrutura do Kubernetes

Slide 15

Slide 15 text

Scheduler Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Scheduler Scheduler kubelet Pod 1 Pod 2 Pod 3 Scheduler kubelet Pod Pod Pod kubelet Pod Pod Pod kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Node kubelet Pod Pod Pod Estrutura do Kubernetes

Slide 16

Slide 16 text

Prometheus

Slide 17

Slide 17 text

16 Prometheus é um sistema open source de coleta de métricas, avaliação de consultas e disparo de alertas. Surgiu no SoundCloud.

Slide 18

Slide 18 text

17 Coleta de métricas Prometheus Aplicação

Slide 19

Slide 19 text

17 Coleta de métricas Prometheus Aplicação HTTP GET /metrics

Slide 20

Slide 20 text

18 Coleta de métricas Prometheus Aplicação HTTP GET /metrics

Slide 21

Slide 21 text

18 Coleta de métricas Prometheus Aplicação HTTP GET /metrics #TYPE requests_total counter requests_total 1040 #TYPE request_latency gauge request_latency{path="a"} 50 request_latency{path="b"} 23

Slide 22

Slide 22 text

19 Coleta de métricas Prometheus Aplicação #TYPE requests_total counter requests_total 1040 #TYPE request_latency gauge request_latency{path="a"} 50 request_latency{path="b"} 23

Slide 23

Slide 23 text

19 Coleta de métricas Prometheus Aplicação #TYPE requests_total counter requests_total 1040 #TYPE request_latency gauge request_latency{path="a"} 50 request_latency{path="b"} 23 Store

Slide 24

Slide 24 text

20 Na vida real… Prometheu Aplicação

Slide 25

Slide 25 text

20 Na vida real… Prometheu Aplicação

Slide 26

Slide 26 text

20 Na vida real… Prometheu Aplicação

Slide 27

Slide 27 text

20 Na vida real… Prometheu Aplicação

Slide 28

Slide 28 text

20 Na vida real… Prometheu Aplicação Service Discovery • DNS • AWS • K8S

Slide 29

Slide 29 text

Service Discovery • DNS • AWS • K8S 20 Na vida real… Prometheu Aplicação HTTP GET /metrics

Slide 30

Slide 30 text

21 Tipos de métricas Counter Um número que sempre cresce (ou fica parado). Sempre. Número de requisições Número de transações no cartão de crédito Número de exceções disparadas

Slide 31

Slide 31 text

22 Tipos de métricas Gauge Um número que pode subir ou descer. Quantidade de dados saindo (MB/s) Quantidade de usuários online Quantidade de dead letters não processadas

Slide 32

Slide 32 text

23 Tipos de métricas Summary Calcula percentis predefinidos de métricas Latência - percentil 50 (mediana) Latência - percentil 95 Latência - percentil 99

Slide 33

Slide 33 text

24 Tipos de métricas Histogram Calcula ocorrências de uma métrica por intervalos predefinidos. Latência entre
 0-100 ms Latência entre
 101-500ms Latência entre
 501-∞ ms

Slide 34

Slide 34 text

25 Formato de métricas services_http_errors_total{service="billing", shard="s0"} 100.0 services_http_requests_total{service="billing", shard="s1"} 13370.0

Slide 35

Slide 35 text

25 Formato de métricas services_http_errors_total{service="billing", shard="s0"} 100.0 services_http_requests_total{service="billing", shard="s1"} 13370.0 Identificador (nome da métrica)

Slide 36

Slide 36 text

25 Formato de métricas services_http_errors_total{service="billing", shard="s0"} 100.0 services_http_requests_total{service="billing", shard="s1"} 13370.0 Identificador (nome da métrica) Dimensões
 (labels)

Slide 37

Slide 37 text

25 Formato de métricas services_http_errors_total{service="billing", shard="s0"} 100.0 services_http_requests_total{service="billing", shard="s1"} 13370.0 Identificador (nome da métrica) Dimensões
 (labels) Valor

Slide 38

Slide 38 text

26 Consultas services_http_requests_total Timeseries Value services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status="2XX"} 19202 services_http_requests_total{service=“cca”, env=“prod”, path=“/api/account/:id”, status="2XX"}} 92838 services_http_requests_total{service=“billing”, env=“staging”, path=“/api/bill/:id", status=“3XX"}} 1020 services_http_requests_total{service=“auth”, env=“prod”, path=“/api/user/:id”, status="4XX"}} 2938 services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status="5XX"}} 127

Slide 39

Slide 39 text

27 Consultas services_http_requests_total{service=“billing”, env=“prod”} Timeseries Value services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status="2XX"} 19202 services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status="3XX"} 2732 services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status="4XX"} 2023 services_http_requests_total{service=“billing”, env=“prod”, path=“/api/bill/:id”, status=“5XX"} 127 services_http_requests_total{service=“billing”, env=“prod”, path=“/api/close/:id”, status="2XX"}} 49283

Slide 40

Slide 40 text

28 Consultas sum(services_http_requests_total{service=“billing”, env=“prod”}) Timeseries Value {} 928399

Slide 41

Slide 41 text

29 Consultas Timeseries Value {path=“/api/bill/:id”} 109202 {path=“/api/close/:id”} 12732 {path=“/api/history/:id”} 90223 {path=“/api/revert/:id”} 13270 {path=“/api/reprocess/:id”} 50233 sum(services_http_requests_total{service=“billing”, env=“prod”})
 by (path)

Slide 42

Slide 42 text

30 Consultas sum(services_http_requests_total{service=“billing”, env=“prod”})
 by (path)

Slide 43

Slide 43 text

31 Consultas sum(
 rate(services_http_requests_total{service=“billing”, env=“prod”}[5m])
 ) by (path)

Slide 44

Slide 44 text

Monitorando Kubernetes e coisas rodando nele

Slide 45

Slide 45 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 O que monitorar?

Slide 46

Slide 46 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 O que monitorar?

Slide 47

Slide 47 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 Instâncias (VM/Servidores) O que monitorar?

Slide 48

Slide 48 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 Instâncias (VM/Servidores) Componentes do Kubernetes O que monitorar?

Slide 49

Slide 49 text

Master etcd API Scheduler Node kubelet Pod 1 Pod 2 Pod 3 Instâncias (VM/Servidores) Componentes do Kubernetes Containers das aplicações O que monitorar?

Slide 50

Slide 50 text

Node Exporter Monitorando instâncias

Slide 51

Slide 51 text

Node Exporter Monitorando instâncias

Slide 52

Slide 52 text

Node Exporter CPU Memória Disco Rede Monitorando instâncias

Slide 53

Slide 53 text

Node Exporter CPU Memória Disco Rede ARP Bcache Bonding Boot time Conntrack Error detection Entropy Exec stats File descriptors Hwmon IPVS Load avg Mdadm Net class NFS NFSD Sockets Time Uname XFS ZFS Monitorando instâncias

Slide 54

Slide 54 text

Node Exporter Monitorando instâncias Master Node Master Master Node Node Node Node Node DaemonSet

Slide 55

Slide 55 text

Node Exporter Monitorando instâncias Master Node Master Master Node Node Node Node Node DaemonSet Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter

Slide 56

Slide 56 text

Kube State Metrics Monitorando componentes do Kubernetes

Slide 57

Slide 57 text

Kube State Metrics Monitorando componentes do Kubernetes

Slide 58

Slide 58 text

Kube State Metrics Monitorando componentes do Kubernetes Pods Deployments Services

Slide 59

Slide 59 text

Kube State Metrics Monitorando componentes do Kubernetes Pods Deployments Services ReplicaSets ReplicationControllers DaemonSets Jobs Nodes AutoScaler PersistentVolumes Namespaces Secrets ConfigMaps ResourceQuotas

Slide 60

Slide 60 text

Master Node Master Master Node Node Node Node Node Deployment Node Exporter Kube State Metrics Monitorando componentes do Kubernetes Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter

Slide 61

Slide 61 text

Master Node Master Master Node Node Node Node Node Deployment Node Exporter Kube State Metrics Monitorando componentes do Kubernetes KSM Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter KSM

Slide 62

Slide 62 text

Kubelet + cAdvisor Monitorando containers das aplicações

Slide 63

Slide 63 text

Kubelet + cAdvisor Monitorando containers das aplicações

Slide 64

Slide 64 text

Kubelet + cAdvisor CPU Memória Disco Rede Monitorando containers das aplicações

Slide 65

Slide 65 text

Kubelet + cAdvisor Monitorando containers das aplicações Master Node Master Master Node Node Node Node Node Node Exporter KSM Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter KSM Já roda nas instâncias!

Slide 66

Slide 66 text

Kubelet + cAdvisor Monitorando containers das aplicações Master Node Master Master Node Node Node Node Node Node Exporter KSM Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter Node Exporter KSM Já roda nas instâncias!

Slide 67

Slide 67 text

Prometheus exporter Monitorando containers das aplicações

Slide 68

Slide 68 text

Prometheus exporter Monitorando containers das aplicações

Slide 69

Slide 69 text

Prometheus exporter Requisições? Latência? Erros? Monitorando containers das aplicações

Slide 70

Slide 70 text

Prometheus exporter Requisições? Latência? Erros? Você decide! Monitorando containers das aplicações

Slide 71

Slide 71 text

Service Discovery: YAML Configurando o monitoramento

Slide 72

Slide 72 text

scrape_configs: - job_name: 'kubernetes-apiservers' kubernetes_sd_configs: - role: endpoints scheme: https tls_config: ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token relabel_configs: - source_labels: [__meta_kubernetes_namespace, __meta_kubernetes_service_name, __meta_kubernetes_endpoint_port_name] action: keep regex: default;kubernetes;https - job_name: 'kubernetes-nodes' scheme: https tls_config: ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token kubernetes_sd_configs: - role: node relabel_configs: - action: labelmap regex: __meta_kubernetes_node_label_(.+) - target_label: __address__ replacement: kubernetes.default.svc:443 - source_labels: [__meta_kubernetes_node_name] regex: (.+) Service Discovery: YAML Configurando o monitoramento

Slide 73

Slide 73 text

- source_labels: [__meta_kubernetes_service_name] target_label: kubernetes_name - job_name: 'kubernetes-ingresses' metrics_path: /probe params: module: [http_2xx] kubernetes_sd_configs: - role: ingress relabel_configs: - source_labels: [__meta_kubernetes_ingress_scheme,__address__,__meta_kubernetes_ingress_path] regex: (.+);(.+);(.+) replacement: ${1}://${2}${3} target_label: __param_target - target_label: __address__ replacement: blackbox-exporter.example.com:9115 - source_labels: [__param_target] target_label: instance - action: labelmap regex: __meta_kubernetes_ingress_label_(.+) - source_labels: [__meta_kubernetes_namespace] target_label: kubernetes_namespace - source_labels: [__meta_kubernetes_ingress_name] target_label: kubernetes_name - job_name: 'kubernetes-pods' kubernetes_sd_configs: - role: pod relabel_configs: - action: labelmap regex: __meta_kubernetes_pod_label_(.+) - source_labels: [__meta_kubernetes_namespace] action: replace target_label: kubernetes_namespace - source_labels: [__meta_kubernetes_pod_name] action: replace target_label: kubernetes_pod_name Service Discovery: YAML Configurando o monitoramento

Slide 74

Slide 74 text

Alertando automaticamente

Slide 75

Slide 75 text

49 O que é um alerta? 20:00 20:05 20:10 20:15 20:20 20:25 http_error_ratio
 {service=“billing"} http_error_ratio
 {service=“auth”} http_error_ratio
 {service=“cca”}

Slide 76

Slide 76 text

49 O que é um alerta? 20:00 20:05 20:10 20:15 20:20 20:25 http_error_ratio
 {service=“billing"} http_error_ratio
 {service=“auth”} http_error_ratio
 {service=“cca”} avg(http_error_ratio{env=“prod”}) by (service) > 5% for 10 minutes

Slide 77

Slide 77 text

49 O que é um alerta? 20:00 20:05 20:10 20:15 20:20 20:25 http_error_ratio
 {service=“billing"} http_error_ratio
 {service=“auth”} http_error_ratio
 {service=“cca”} 5% avg(http_error_ratio{env=“prod”}) by (service) > 5% for 10 minutes

Slide 78

Slide 78 text

49 O que é um alerta? 20:00 20:05 20:10 20:15 20:20 20:25 http_error_ratio
 {service=“billing"} http_error_ratio
 {service=“auth”} http_error_ratio
 {service=“cca”} 5% avg(http_error_ratio{env=“prod”}) by (service) > 5% for 10 minutes

Slide 79

Slide 79 text

Rules YAML Definindo alertas

Slide 80

Slide 80 text

Definindo alertas groups: - name: kubernetes_alerts rules: - alert: k8s_container_is_frequently_restarting expr: round(increase( kube_pod_container_status_restarts_total [30m])) > 5 for: 10m labels: severity: warning service: kubernetes
 squad: platform annotations: description: Pod {{$labels.namespace}}/ {{$labels.pod}} was restarted {{$value}} times within the Rules YAML

Slide 81

Slide 81 text

Definindo alertas severity: warning service: kubernetes
 squad: platform annotations: description: Pod {{$labels.namespace}}/ {{$labels.pod}} was restarted {{$value}} times within the last hour - alert: k8s_instance_disk_will_fill_in_few_hours expr: predict_linear(node_filesystem_free {job=“kubernetes-node-exporter", mountpoint="/"}[1h], 3600 * 10) < 0 and on(instance, job) (time() - node_boot_time > 3 * 3600) for: 30m labels: severity: critical service: kubernetes
 squad: platform annotations: description: Instance disk {{$labels.instance}} will fill in about 10 hours Rules YAML

Slide 82

Slide 82 text

Alertmanager YAML Roteando os alertas

Slide 83

Slide 83 text

route: receiver: default_receiver group_by: [alertname, squad, env] group_wait: 15s repeat_interval: 1h routes: - receiver: platform_slack repeat_interval: 30m match_re: squad: platform severity: critical|warning|info continue: true - receiver: platform_opsgenie match_re: squad: platform severity: critical continue: true Alertmanager YAML Roteando os alertas

Slide 84

Slide 84 text

match_re: squad: platform severity: critical continue: true receivers: - name: platform_slack slack_configs: - channel: '#platform-alerts' send_resolved: true text: '{{ template "slack.service.text" . }}' color: '{{ template "nu.slack.color" . }}' title: '{{ template "slack.service.title" . }}' actions: - type: 'button' text: ':prometheus: See on Prometheus' url: '{{ template "nu.prometheus.url" . }}' style: 'primary' - type: 'button' text: ':ledger: Open Playbook' url: '{{ template "nu.playbook.url" .}}' - type: 'button' text: ':mute: Silence this Alert' Alertmanager YAML Roteando os alertas

Slide 85

Slide 85 text

match_re: squad: platform severity: critical continue: true receivers: - name: platform_slack slack_configs: - channel: '#platform-alerts' send_resolved: true text: '{{ template "slack.service.text" . }}' color: '{{ template "nu.slack.color" . }}' title: '{{ template "slack.service.title" . }}' actions: - type: 'button' text: ':prometheus: See on Prometheus' url: '{{ template "nu.prometheus.url" . }}' style: 'primary' - type: 'button' text: ':ledger: Open Playbook' url: '{{ template "nu.playbook.url" .}}' - type: 'button' text: ':mute: Silence this Alert' Alertmanager YAML Roteando os alertas

Slide 86

Slide 86 text

slack_configs: - channel: '#platform-alerts' send_resolved: true text: '{{ template "slack.service.text" . }}' color: '{{ template "nu.slack.color" . }}' title: '{{ template "slack.service.title" . }}' actions: - type: 'button' text: ':prometheus: See on Prometheus' url: '{{ template "nu.prometheus.url" . }}' style: 'primary' - type: 'button' text: ':ledger: Open Playbook' url: '{{ template "nu.playbook.url" .}}' - type: 'button' text: ':mute: Silence this Alert' url: '{{ template "nu.silence.url" .}}' style: 'danger' - name: platform_opsgenie opsgenie_configs: - api_key: {{PLATFORM_OPSGENIE_API_KEY}} message: '{{ template "opsgenie.service.message" . }}' priority: '{{ template "opsgenie.alert_priority" . }}' Alertmanager YAML Roteando os alertas

Slide 87

Slide 87 text

slack_configs: - channel: '#platform-alerts' send_resolved: true text: '{{ template "slack.service.text" . }}' color: '{{ template "nu.slack.color" . }}' title: '{{ template "slack.service.title" . }}' actions: - type: 'button' text: ':prometheus: See on Prometheus' url: '{{ template "nu.prometheus.url" . }}' style: 'primary' - type: 'button' text: ':ledger: Open Playbook' url: '{{ template "nu.playbook.url" .}}' - type: 'button' text: ':mute: Silence this Alert' url: '{{ template "nu.silence.url" .}}' style: 'danger' - name: platform_opsgenie opsgenie_configs: - api_key: {{PLATFORM_OPSGENIE_API_KEY}} message: '{{ template "opsgenie.service.message" . }}' priority: '{{ template "opsgenie.alert_priority" . }}' Alertmanager YAML Roteando os alertas

Slide 88

Slide 88 text

Resumindo…

Slide 89

Slide 89 text

No content

Slide 90

Slide 90 text

Kubernetes mantém o estado desejado das suas aplicações.

Slide 91

Slide 91 text

Kubernetes mantém o estado desejado das suas aplicações. Prometheus monitora sua infraestrutura sem adicionar dependências nela.

Slide 92

Slide 92 text

Kubernetes mantém o estado desejado das suas aplicações. Prometheus monitora sua infraestrutura sem adicionar dependências nela. Alertas roteados automaticamente avisam em caso de problemas.

Slide 93

Slide 93 text

Mais ideias?

Slide 94

Slide 94 text

Gerar arquivos de alertas e roteamento automaticamente Infraestrutura declarativa

Slide 95

Slide 95 text

Alertas que disparam ações de resolução Automação de resolução

Slide 96

Slide 96 text

Múltiplos Prometheis* sendo agregados pelo Thanos Alta disponibilidade

Slide 97

Slide 97 text

Múltiplos Prometheis* sendo agregados pelo Thanos Alta disponibilidade * sim, pelo visto o plural é esse

Slide 98

Slide 98 text

Estamos contratando! sou.nu/vagasnu

Slide 99

Slide 99 text

TDC POA 2018 Obrigado, TDC! <3 Alexandre Cisneiros [email protected] @Cisneiros nubank.engineering sou.nu/vagasnu

Slide 100

Slide 100 text

No content