Strimzi Kafka Operator 升级导致 Prometheus 监控端点变更的技术分析

背景概述

在使用 Strimzi Kafka Operator 管理 Kafka MirrorMaker2 集群时，从 0.39.0 版本升级到 0.42.0 版本后，用户发现原有的 Prometheus 监控指标采集失效。经过排查发现，这是由于底层 JMX Prometheus Exporter 的 HTTP 端点行为发生了变化。

技术细节解析

旧版本行为（0.39.0）

在 0.39.0 版本中，JMX Prometheus Exporter 的监控端点表现出以下特性：

• 访问 / 根路径会返回监控指标
• 访问 /metrics 路径同样会返回监控指标
• 这种双重兼容性使得用户可以使用任一路径配置 Prometheus 采集

新版本行为（0.42.0）

升级到 0.42.0 版本后，端点行为发生了如下变化：

• 访问 / 根路径仅返回一个简单的 HTML 页面，其中包含指向 /metrics 的指引
• 只有 /metrics 路径会实际返回监控指标数据
• 这种变更更符合 Prometheus 监控端点的标准实现规范

影响范围

这一变更主要影响以下场景：

1. 在 Pod 注解中配置了 prometheus.io/path: / 的用户
2. 直接通过 HTTP 客户端访问根路径获取指标的系统
3. 依赖于旧版端点行为的自定义监控脚本

解决方案建议

对于遇到此问题的用户，建议采取以下措施：

1. 更新采集配置： 将 Pod 注解中的 prometheus.io/path 从 / 修改为 /metrics

   annotations:
     prometheus.io/path: /metrics
     prometheus.io/port: "9404"
     prometheus.io/scrape: "true"
   

2. 验证指标可用性： 升级后可通过以下命令验证端点是否正常工作：

   curl localhost:9404/metrics
   

3. 注意指标名称变更： 同时需要注意，新版本可能还包含部分监控指标名称的变更，建议检查告警规则和仪表盘配置。

技术启示

这个案例为我们提供了几个重要的技术启示：

1. 依赖管理的重要性：作为基于多个开源组件构建的系统，Strimzi 的某些行为变化可能源于底层依赖的更新。

2. 监控端点的标准化：从兼容多个端点到只支持标准 /metrics 路径，体现了向 Prometheus 监控规范靠拢的趋势。

3. 升级前的充分测试：在进行 Operator 升级时，建议先在测试环境验证监控系统等关键组件的兼容性。

4. 变更日志的完整性：虽然这个端点的变化未被明确记录，但它提醒我们关注依赖更新可能带来的隐性变更。

最佳实践建议

为避免类似问题，建议采用以下最佳实践：

1. 始终按照标准规范配置监控采集路径（使用 /metrics）
2. 在升级前查阅所有相关组件的变更日志
3. 为关键监控系统设置告警，及时发现采集异常
4. 考虑在 CI/CD 流程中加入监控端点健康检查

通过理解这些技术细节和采取适当的应对措施，用户可以确保在 Strimzi Kafka Operator 升级过程中保持监控系统的稳定性和连续性。