13、Kubernetes 监控与灾难恢复全解析

Kubernetes 监控与灾难恢复全解析

1. 数据存储

在使用 Prometheus 或 Fluentd 聚合监控和日志数据后，需要将数据存储一段时间。数据保留时长取决于系统需求和存储成本，一般建议至少保留 30 - 45 天的数据，因为很多问题发展缓慢，历史数据有助于提前发现问题并定位根源。
存储监控和日志数据有多种选择，许多存储选项以云服务形式运行，也可以自行搭建存储系统以精确控制数据位置和保留策略。这里介绍两种开源存储方案：
- InfluxDB ：用于存储时间序列数据。它是一个开源项目，以二进制包形式分发，可轻松安装在多种操作系统上。时间序列是由值和时间点组成的数据对集合，例如表示进程 CPU 使用率随时间变化的数据。一般不建议将 InfluxDB 作为容器运行在 Kubernetes 集群中，因为要确保即使集群出现问题，监控数据仍可访问。
- Elasticsearch ：用于摄取和搜索基于日志的数据。与 InfluxDB 不同，它旨在处理大量非结构化或半结构化日志文件，并通过搜索接口提供访问。可以通过二进制包安装 Elasticsearch。

2. 数据可视化与交互

存储数据后，需要以有效的方式访问和分析数据，因此可视化是监控栈的关键组成部分。日志和指标数据的可视化方式不同：
- 指标监控数据 ：通常以图表形式可视化，如显示多个指标随时间变化的时间序列图、总结某个值在时间窗口内统计信息的直方图，或在一段时间内的聚合数据（如一周内每小时的错误总数）。Grafana 是一个流行的开源指标可视化工具，可与 Prom