
Prometheus + Grafana + Alertmanager 监控平台部署实战
一、为什么 Kubernetes 需要监控平台? kubectl get pods 能显示当前状态,但无法回答以下问题:过去一小时 CPU 为什么升高?哪个节点内存持续减少?Pod 为什么重启?一次故障发生前有哪些异常信号?告警是否真的进入通知处理链路? 这次部署三大核心组件: Prometheus:定时抓取、保存时序指标,并通过 PromQL 查询。 Grafana:用 Dashboard 呈现节点、Pod、容器等指标。 Alertmanager:接收 Prometheus 产生的告警,执行分组、去重、静默与路由;没有配置接收渠道时,不等于已经能发邮件或消息。 通过 kube-prometheus-stack Helm Chart,一次安装 Prometheus Operator、Prometheus、Alertmanager、Grafana、kube-state-metrics、node-exporter,以及相关 ServiceMonitor、PrometheusRule 和 Dashboard。 二、实验环境与部署规划 主机 地址 角色 h11 192.168.6.11 Kubernetes control-plane / 运维入口 h12 192.168.6.12 App Worker;Nginx Demo 已部署 h13 192.168.6.13 Storage / Stateful Worker h14 192.168.6.14 NFS Server + Worker h15 192.168.6.15 Observability Worker;放置主要监控实例 h16 192.168.6.16 集群外测试与压测客户端 Kubernetes:v1.28.15 CNI:Cilium / Hubble 存储:openebs-hostpath(默认,ReadWriteOnce、WaitForFirstConsumer) Namespace:monitoring Helm Release:monitoring 本文固定 Chart:kube-prometheus-stack 65.8.1 选择此固定版本用于旧版本 Kubernetes 实验室,而不是无条件安装最新 Chart。这个 Chart 的 Chart.yaml 声明 kubeVersion: ">=1.19.0-0";版本约束满足不等于所有镜像、CRD 和监控目标都已经通过现场验收。 ...

