基于 Prometheus 的边缘计算监控实践

监控作为边缘计算基础设施的重要组成部分，是边缘稳定性的基本保障。本文主要介绍火山引擎边缘计算的监控实践，分享火山引擎如何进行监控技术选型以及构建监控服务体系。主要内容如下：

1. 边缘计算监控初衷

2. 基于 Prometheus 的监控系统

3. 落地实践

4. 总结

01 边缘计算监控初衷

监控作为边缘计算基础设施的重要组成部分，是边缘稳定性的基本保障。在面对低时延、高带宽、异构汇聚等特点的边缘环境时，如何更加清晰的展现出边缘集群的运行状态，应对边缘环境复杂多变的线上挑战？为此，火山引擎边缘计算需要构建一套完善的边缘计算监控和服务体系。

02 基于 Prometheus 的监控系统

火山引擎边缘计算采用了云原生架构，而 Prometheus 作为云原生时代的指标监控利器，有其先天的优势。相较于其他监控方案，Prometheus 具有以下优点：

1. 原生支持 Kubernetes（以下简称 K8s） 监控，具有 K8s 对象服务发现能力，而且核心组件提供了 Prometheus 的采集接口；
2. 基于 HTTP 的 pull 方式采集时序数据，可以满足边缘多集群的监控需求；
3. 无依赖存储，支持 local 和 remote 存储模式；
4. 提供有数据查询语言 PromQL，用户可以直接通过 PromQL 从 Prometheus 里查询到需要的聚合数据。
5. 支持多种多样的图表和界面展示，比如 Grafana 等。

基于 Prometheus 的监控系统的架构如图所示，这里详细分享一下数据源和 Prometheus Server 两部分。

数据源

在监控系统中，数据源部分包含：

• node-exporter：采集物理节点指标；

• kube-state-metrics：采集k8s相关指标，包括资源使用情况，以及各种对象的状态信息；

• cadvisor：采集容器相关指标；

• apiserver, etcd, scheduler, k8s-lvm，gpu 等核心