Hello folks,我是 Luga, 今天我们来分享一下与 Grafana 有关的观测性话题- Grafana Mim ir。 作为一个开源软件项目, Grafana Mimir 主要 为 Prometheus 提供可扩展的长期存储功能支撑。
— 0 1 —
作为一个开源的、水平可扩展的、高可用的、多租户的开源项目,Grafana Mimir 主要应用于流行的开源监控和告警系统 Prometheus 提供可扩展的长期存储。
基于 AGPLv3 许可下发布, Grafana Mimir 始于 Grafana Labs,并于 2022 年宣布,使其成为最具可扩展性、性能最高的开源指标时间序列数据库。同时,凭借其易于安装和维护、大规模可扩展性、全局指标视图、廉价和耐用的存储、高可用性以及本地多租户特性优势,使得 Grafana Mimir 成为 Prometheus 生态中最为有力的强大后勤补充。
— 0 2 —
1、易维护性
Grafana Mimir 的核心优势之一便是易于“安装和维护”。该项目的大量文档、教程和部署工具使其入门起来既快速又简单。Grafana Mimir 的整体模式允许只使用一个二进制文件,不需要额外的依赖项。此外,与 Grafana Mimir 一起打包的最佳实践仪表板、警报和运行手册可以轻松监控系统的健康状况并保持其平稳运行。
2、可扩展性
同时,Grafana Mimir 的水平可扩展架构使其能够处理大量时间序列数据。内部测试表明,该系统可以处理多达 10 亿个活动时间序列,从而实现大规模的可扩展性。这意味着 Grafana Mimir 可以跨多台机器运行,从而能够处理比单个 Prometheus 实例多几个数量级的时间序列。
3、全局视图
除此之外,Grafana Mimir 的另一个关键优势是它能够提供全局的指标视图。该系统使用户能够运行聚合来自多个 Prometheus 实例的系列的查询,从而提供所有系统的全面视图。查询引擎还广泛并行化查询执行,即使是最高基数的查询也能以极快的速度执行。
4、数据持久性
Grafana Mimir 使用对象存储来进行长期数据存储,利用了这种无处不在的、高性价比、高耐久性的技术。该系统与多个对象存储实现兼容,包括 AWS S3、谷歌云存储、Azure Blob 存储、OpenStack Swift 以及任何与 S3 兼容的对象存储。这为用户 提供了一种廉价、耐用的方式来存储用于长期分析的指标。
5、通过复制实现高可用性
高可用性是 Grafana Mimir 的另一个关键特性。系统复制传入的指标,确保在机器发生故障时不会丢失任何数据。其水平可扩展架构还意味着它可以在零停机的情况下重启、升级或降级,确保指标摄取或查询不会中断。
6、原生多租户
最后,Grafana Mimir 的原生多租户允许独立团队或业务 部门的数据和查询隔离,使这些组可以共享同一个集群。高级限制和服务质量控制确保容量在租户之间公平共享,使其成为拥有多个团队和部门的大型组织的绝佳选择。
— 0 3 —
Grafana Mimir 的分布式架构可参考如下示意图:
针对架构中的不同组件功能解析,大家可以参考如下文件以及源码进行探究,具体如下:
serviceMonitor:
enabled: true
# disabled, external ruler is used
ruler:
enabled: false
# disabled, external alertmanager is used
alertmanager:
enabled: false
# disabled, blocks_storage is used
minio:
enabled: false
compactor:
nodeSelector:
app: mimir
tolerations:
- key: app
value: compactor
operator: Equal
effect: NoSchedule
persistentVolume:
storageClass: standard-rwo
size: 50Gi
resources:
limits:
cpu: 1200m
memory: 2Gi
requests:
cpu: 1200m
memory: 2Gi
distributor:
extraArgs:
distributor.ingestion-rate-limit: "10000000000000"
replicas: 5
nodeSelector:
app: mimir
tolerations:
- key: app
value: distributor
operator: Equal
effect: NoSchedule
resources:
limits:
memory: 4Gi
cpu: 2
requests:
memory: 4Gi
cpu: 2
ingester:
extraArgs:
ingester.max-global-series-per-user: "0"
ingester.max-global-series-per-metric: "0"
nodeSelector:
app: mimir
tolerations:
- key: app
value: ingester
operator: Equal
effect: NoSchedule
persistentVolume:
size: 150Gi
storageClass: standard-rwo
replicas: 5
resources:
limits:
memory: 25Gi
cpu: 4
requests:
memory: 25Gi
cpu: 4
chunks-cache:
nodeSelector:
app: mimir
enabled: true
replicas: 2
index-cache:
nodeSelector:
app: mimir
enabled: true
replicas: 3
metadata-cache:
nodeSelector:
app: mimir
enabled: true
results-cache:
nodeSelector:
app: mimir
enabled: true
overrides_exporter:
nodeSelector:
app: mimir
replicas: 1
resources:
limits:
memory: 256Mi
requests:
cpu: 100m
memory: 128Mi
querier:
extraArgs:
querier.max-fetched-chunks-per-query: "8000000"
replicas: 4
nodeSelector:
app: mimir
tolerations:
- key: app
operator: Equal
value: querier
effect: NoSchedule
resources:
limits:
memory: 24Gi
cpu: 2
requests:
memory: 24Gi
cpu: 2
query_frontend:
replicas: 1
nodeSelector:
app: mimir
tolerations:
- key: app
operator: Equal
value: query-frontend
effect: NoSchedule
resources:
limits:
memory: 6Gi
cpu: 2
requests:
memory: 6Gi
cpu: 2
store_gateway:
persistentVolume:
size: 50Gi
replicas: 1
nodeSelector:
app: mimir
tolerations:
- key: app
operator: Equal
value: store-gateway
effect: NoSchedule
resources:
limits:
cpu: 1
memory: 6Gi
requests:
cpu: 1
memory: 6Gi
mimir:
structuredConfig:
limits:
out_of_order_time_window: 1h
blocks_storage:
backend: gcs
gcs:
bucket_name:
service_account: |
{<secret>}
metaMonitoring:
serviceMonitor:
enabled: true
— *0 4* —
> 基于 Docker 部署
首先,我们借助 Git 命令行 获取 Grafana Mimir 存储库分支,具体如下所示:
[leonli@Leon ~ ] % git clone https://github.com/grafana/mimir.git
Cloning into 'mimir'...
remote: Enumerating objects: 155741, done.
remote: Counting objects: 100% (387/387), done.
remote: Compressing objects: 100% (199/199), done.
eceiving objects: 3% (5177/155741), 3.01 MiB | 51.00 KiB/s
...
然后,进行 mimir 目录对应的子目录“play-with-grafana-mimir/”下执行 Docker 命令行启动,具体如下所示:
[leonli@Leon ~ ] % docker-compose up -d
至此, Grafana Mimir 容器已正常启动, 此时,我们在本地主机上打开 Grafana http://localhost:9000 并查看显示 Grafana Mimir 集群状态和健康状况的仪表板。并基于仪表板查看 Grafana Mimir 显示的相关指标集信息。
基于上述命令行所展现, Grafana Mimir 拓扑参考结构示意图如下所示,我们可根据实际情况进行配置操作。
基于上述拓扑结构,我们大概可以看出,对于整个启动命令所涉及的相关组件, 具体如下:
1、Grafana Mimir
单体模式 Mimir 的三个实例以提供高可用性,同时, 启用多租户(租户 ID 为 Demo )。
2、Minio
用于块、规则和警报的 S3 兼容持久存储。
3、Prometheus
抓取 Grafana Mimir 指标,然后将它们写回 Grafana Mimir 以确保摄取指标的可用性。
4、Grafana
包括一个预安装的数据源来查询 Grafana Mimir 以及用于监控 Grafana Mimir 的预装仪表板。
5、Load balancer
一个简单的基于 NGINX 的负载均衡器,在主机上暴露 Grafana Mimir 端点。
> 基于 Helm 部署
通常,我们在生产环境部署 Grafana Mimir 集群,建议需要满足如下环境要求,具体:
1、硬件要求:
具有至少 4 个内核和 16GiB RAM 的单个 Kubernetes 节点
2、软件要求:
Kubernetes 1.20 或更高版本以及 Helm v3 +
具体安装操作如下所示:
1、创建 ns,例如,将其命名为“ mimir-devops” ,具体如下:
[leonli@Leon ~ ] % kubectl create namespace mimir-devops
2、 设置 Helm 存储库,具体如下:
[leonli@Leon ~ ] % helm repo add grafana https://grafana.github.io/helm-charts && helm repo update
3、配置访问入口, 入口使得我们能够从外部访问 Kubernetes Cluster。具体如下所示:
[leonli@Leon ~ ] % vi custom.yaml
nginx:
ingress:
enabled: true
ingressClassName: nginx
hosts:
- host:< ingress-host>
paths:
- path: /
pathType: Prefix
tls:
# empty, disabled.
注意:
要查看 Helm chart 安装的所有可配置参数,可使用如下命令行进行。
[leonli@Leon ~ ] % helm show values grafana/mimir-distributed.
4、安装 Grafana Mimir
[leonli@Leon ~ ] % helm -n mimir-devops install mimir grafana/mimir-distributed -f custom.yaml
至此,Grafana Mimir 已安装完成,大家可根据实际情况进行部署配置。
总的来说,Grafana Mimir 是一个强大的多功能系统,为 Prometheus 提供了可扩展的长期存储解决方案。基于其强大特性,可以帮助组织轻松监控和分析他们的系统表现。
如果觉得我的文章对您有用,请点赞。您的支持将鼓励我继续创作!
赞1
添加新评论0 条评论