关于 prometheus HA 架构的方案

[plko345]

当前方案

现在使用的是两个 prometheus 节点(配置完全相同), 存储 influxdb, 前端 nginx 负载均衡

存在的问题

1. 两个节点的数据不完全一样, 图表展示的时候, 刷新前后的趋势图有点差别, 有点差别还挺明显
2. 当我尝试弄挂掉一个节点, 重启时(节点还没完全可用), dashboard 中的图表中, 有的有数据, 有的显示 请求失败

本以为存储在 influxdb 读的数据是一致的, 但现在看来并不是

其它方案

1. nginx 的 upstream 中设置 ip_hash 之类的, 用来解决问题 1, 但感觉也不靠谱
2. Thanos 方案, 但了解的还不够多, 感觉能解决问题 2, 但不确定能否解决问题 1

请问各位公司里是怎么处理这两个问题的?

[derek80]

两台 prometheus 无法保证采集时间同步，可以尝试开启 黏性 Session，或者查询时混合数据。

[0NF09LJPS51k57uH]

你这个规模，thanos 可以解决问题，thanos 会对两个 sidecar 传来的数据进行汇聚。

[Takamine]

最近搞不好也有这个需求，插眼学习。

[plko345]

@derek80 黏性 session 是参数吗，我了解看看。查询混合数据。。。

[zhoulouzi]

Thanos 在你的环境能落地吗，Thanos 就现在的方案，感觉带来的问题，比解决的问题多

[plko345]

@zhoulouzi 还在看, 初步了解还不错, 坑什么的还没发现

[yeya24]

@zhoulouzi 能不能说说大概为什么现在的方案问题比较大？如果只需要保证 grafana 查询的话，只需要用到 querier 和 sidecar，目前基本是没有问题的，这两个组件比较稳定了。目前的坑主要是在对象存储上，thanos store 占用的 memory 非常高。

[EPr2hh6LADQWqRVH]

HA 和 LB 还是有点区别的，传统上来讲 HA 的话，keepalived 虚 IP 就能行了

[yeya24]

@plko345 他说的 session affinity 是 k8s service 的那个吧？我看你好像不是 k8s 环境

[zhoulouzi]

@plko345 @yeya24 个人觉得 m3db 是最适合国内的环境，可以持续关注下。

[0NF09LJPS51k57uH]

@zhoulouzi m3db 性能一般，我们团队压过，如果规模小可以上。

[scukmh]

插眼学习一下，搞不好最近也得搞这个

[plko345]

@yeya24 对, 不在 K8S 环境, 不过也要考虑下

[plko345]

@derek80
@phantomzz
@scukmh

请问下, 你们的公司内部有写一些适合开发接入 Prometheus 的类似中间件的吗? 有同事说要写个工具方便他们接入, 要不每次都要写个 exporter, 可是我开发个工具不是也是要制定一些规范吗, Prometheus 已经都做好了

[0NF09LJPS51k57uH]

@plko345 官方提供的 client lib 已经非常方便了,我们自己写的 exporter 也都是基于 client-java 和 client-go，基本我们用的中间件，官方和社区都已经提供了 prometheus metrics。

[0NF09LJPS51k57uH]

@plko345 不是很理解你们的场景，但是有个思路是用 client-go 写一个脚本执行器，让它去调用比如 python 脚本，约定好脚本输出，由脚本执行器解析为 prometheus metrics，这样每次定义新型的 metrics 只需要写脚本就可以了。

[nobody123123]

thanos 有没有人用过的？

[nobody123123]

@nobody123123 目前的开源的高可用方案中，感觉 thanos 算是比较靠谱的啊。 尝试过 remote write 到 es， 然后再从 es 中 remote read，效率太低了，数据存储效率下降 1-2 个数量级

[plko345]

@nobody123123 我们用阿里云的 influxdb, 不过阿里云的读写限制让人头疼

[nobody123123]

@plko345 influxdb 集群版貌似不开源的吧。 昨天对比了 thanos 和 cortex。 貌似 cortex 对多租户的支持比较理想。grafana cloud 的 sass 版的 prometheus 应该用的就是这个。thanos 还是更适合用作集团内部的 prometheus 方案。目前这两者不知道国内有没有公司在用的