K8s集群nginx-ingress监控告警最佳实践

本文分享自华为云社区《K8s集群nginx-ingress监控告警最佳实践》，作者：可以交个朋友。

一 背景

nginx-ingress作为K8s集群中的关键组成部分。主要负责k8s集群中的服务发布，请求转发等功能。如果在访问服务过程中出现404和502等情况，需要引起注意。

二 方案简介

可以通过CCE集群插件kube-prometheus-stack进行nginx-ingress服务的指标监控，Grafana仪表盘视图可以自己制作或者导入开源模板，方便时刻观察nginx-ingress的各项运行指标是否处于健康状态。

CCE Prometheus监控指标数据统一remotewrite到华为云AOM2.0服务，可以在AOM2.0服务中展示Prometheus采集的指标数据，并根据业务实际诉求，实现基于指标的的告警通知。

CCE监控插件对接AOM:

AOM查看nginx-ingress

三 nginx-ingress关键指标

确保Prometheus已成功抓取nginx-ingress指标

• nginx-ingress配置热加载失败次数
  count(nginx_ingress_controller_config_last_reload_successful{} == 0)

• nginx-ingress每个nginx-ingress-controller实例的连接数
  sum(nginx_ingress_controller_nginx_process_connections) by (controller_namespace,controller_pod)

• nginx-ingress每个nginx-ingress-controller实例中process数
  nginx_ingress_controller_nginx_process_num_procs

• nginx-ingress每个nginx-ingress-controller实例的每秒请求数
  sum(irate(nginx_ingress_controller_requests{}[1m])) by (controller_namespace,controller_pod)

• nginx-ingress请求时延
  histogram_quantile(0.90, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000

  histogram_quantile(0.95, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000

  histogram_quantile(0.99, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000

• 请求失败率
  sum(rate(nginx_ingress_controller_requests{status=~"[4-5].*"}[5m])) / sum(rate(nginx_ingress_controller_requests{}[5m])) * 100

四 如何根据nginx-ingress指标进行告警

前往AOM告警管理tab页

配置告警规则

选择指标告警规则，配置方式可使用PromQL语句，选择对应的AOM实例

配置告警通知规则

触发指标告警规则，邮箱收到告警

点击关注，第一时间了解华为云新鲜技术~