统一可观测性平台

企业级 Kubernetes 可观测性解决方案，整合监控指标、日志管理、分布式追踪和客户化数据服务的一体化平台。

🎯 项目特点

• 一体化解决方案: 集成 Prometheus、Grafana、Elasticsearch、DeepFlow 等业界领先组件
• 开箱即用: 预配置的仪表盘、告警规则和数据收集器
• 灵活扩展: 支持外部数据库和自定义配置
• 企业级特性: 高可用、安全认证、多租户支持
• 客户化集成: 内置 API 服务器和数据服务模块

🏗️ 架构组件

指标监控 (Metrics)

• Prometheus Operator - 自动化监控部署和管理
• Grafana - 数据可视化和仪表盘 (NodePort: 30300)
• Alertmanager - 告警聚合和通知 (NodePort: 30903)
• kube-state-metrics - Kubernetes 对象状态指标
• Node Exporter - 主机系统指标采集
• Kepler - 容器能效和资源监控

日志管理 (Logging)

• Elasticsearch 8.5.1 - 日志存储和搜索引擎 (NodePort: 30988)
• Kibana 8.5.1 - 日志可视化和分析 (NodePort: 30223)
• Filebeat - 轻量级日志收集器

分布式追踪 (Tracing)

• DeepFlow v7.0 - 全栈可观测性平台
  • DeepFlow Server - 数据处理和查询服务
  • DeepFlow Agent - 分布式数据采集
  • DeepFlow App - 可视化应用 (NodePort: 20418)
• ClickHouse 23.10 - 高性能时序数据库
• MySQL 8.0.39 - 元数据存储

客户化服务 (Customer)

• API Server - RESTful API 服务 (NodePort: 31520)
• Data Service - 数据处理和分析服务
  • Telegraf - 指标收集和处理
  • InfluxDB v2 - 时序数据库 (NodePort: 31521)

🚀 快速开始

安装

# 安装到默认命名空间
helm install obs . -n xnet --create-namespace

验证安装

# 检查 Pod 状态
kubectl get pods -n xnet

# 检查服务
kubectl get svc -n xnet

# 查看 Grafana 仪表盘
kubectl port-forward -n xnet svc/obs-grafana 3000:80

卸载

helm uninstall obs -n xnet

⚙️ 重要配置

全局配置

参数	描述	默认值
global.timezone	时区设置	Asia/Shanghai
global.storageClass	存储类名	""
global.hostNetwork	主机网络模式	false

监控配置

参数	描述	默认值
metric.enabled	启用监控组件	true
metric.grafana.adminPassword	Grafana 管理员密码	changeme
metric.grafana.service.nodePort	Grafana 端口	30300
metric.prometheus.prometheusSpec.retention	数据保留时间	10d
metric.prometheus.prometheusSpec.replicas	副本数	1

日志配置

参数	描述	默认值
logging.enabled	启用日志组件	true
logging.elasticsearch.imageTag	ES 版本	8.5.1
logging.elasticsearch.volumeClaimTemplate.resources.requests.storage	ES 存储大小	30Gi
logging.kibana.service.nodePort	Kibana 端口	30223

追踪配置

参数	描述	默认值
tracing.enabled	启用追踪组件	true
tracing.global.storageEngine	存储引擎	clickhouse
tracing.global.replicas	副本数	1
tracing.global.externalClickHouse.enabled	外部 ClickHouse	false
tracing.global.externalMySQL.enabled	外部 MySQL	false

客户化服务配置

参数	描述	默认值
customer.enabled	启用客户化服务	true
customer.apiserver.nodePort	API 服务端口	31520
customer.dataservice.influxdb2.service.nodePort	InfluxDB 端口	31521

🔗 服务访问

Grafana

• 地址: http://<node-ip>:30300
• 用户名: admin
• 密码: changeme (可在 values.yaml 中修改)

Kibana

• 地址: http://<node-ip>:30223

Alertmanager

• 地址: http://<node-ip>:30903

DeepFlow App

• 地址: http://<node-ip>:20418

API Server

• 地址: http://<node-ip>:31520

InfluxDB

• 地址: http://<node-ip>:31521

📊 默认仪表盘

预置的 Grafana 仪表盘包括：

• Kubernetes 资源监控

  • 集群总览
  • 节点资源使用
  • Pod 性能监控
  • 工作负载分析

• 系统组件监控

  • API Server 状态
  • etcd 性能
  • 调度器监控
  • CoreDNS 监控

• 应用性能监控

  • 容器资源使用
  • 网络流量分析
  • 存储性能监控

🔧 自定义配置

外部数据库集成

# 使用外部 ClickHouse
tracing:
  global:
    externalClickHouse:
      enabled: true
      hosts: ["clickhouse.example.com"]
      username: "admin"
      password: "password"
      clusterName: "cluster"

# 使用外部 MySQL
tracing:
  global:
    externalMySQL:
      enabled: true
      ip: "mysql.example.com"
      port: 3306
      username: "admin"
      password: "password"

自定义告警规则

metric:
  prometheus:
    additionalPrometheusRules:
      - name: custom-alerts
        groups:
          - name: custom.rules
            rules:
              - alert: HighCPUUsage
                expr: sum(rate(container_cpu_usage_seconds_total[5m])) by (pod) > 0.9
                for: 5m
                labels:
                  severity: critical
                annotations:
                  summary: "Pod CPU usage > 90%"

存储配置

# 配置持久化存储
logging:
  elasticsearch:
    volumeClaimTemplate:
      resources:
        requests:
          storage: 100Gi
      storageClass: "fast-ssd"

tracing:
  clickhouse:
    storageConfig:
      persistence:
        - name: clickhouse-path
          size: 200Gi
          storageClass: "fast-ssd"

🛠️ 故障排除

常见问题

1. Pod 启动失败

   kubectl describe pod <pod-name> -n xnet
   kubectl logs <pod-name> -n xnet

2. 存储卷挂载失败

   • 检查 StorageClass 配置
   • 确认 PVC 状态

3. 网络连接问题

   • 检查 Service 和 Endpoint 状态
   • 验证网络策略配置

性能优化

• 调整 Prometheus 数据保留时间
• 配置合适的资源限制和请求
• 使用 SSD 存储提升 I/O 性能
• 根据集群规模调整副本数

📝 版本信息

• Chart 版本: 1.0.0
• 应用版本: 1.0.0
• 支持的 Kubernetes 版本: 1.20+
• Prometheus Operator: v0.83.0
• DeepFlow: v7.0

🤝 贡献

欢迎提交 Issue 和 Pull Request 来改进这个项目。

📄 许可证

本项目采用 MIT 许可证。