Prometheus Operator 安装指南:三种主流部署方案详解
2026-02-04 05:06:43作者:范靓好Udolf
前言
Prometheus Operator 是 Kubernetes 生态中用于简化 Prometheus 监控系统部署和管理的核心工具。本文将深入讲解三种主流安装方式,帮助您根据实际环境选择最适合的部署方案。
环境准备
在开始安装前,请确保满足以下条件:
- 已部署 Kubernetes 集群(版本 ≥1.16.0)
- 配置好 kubectl 命令行工具
- 建议使用最新版 Prometheus Operator(≥0.39.0)
重要提示:如果您的集群版本较旧,建议先升级 Kubernetes 再部署 Operator,以避免兼容性问题。
方案一:YAML 文件直接部署
这是最基础的部署方式,适合需要完全控制部署过程的用户。
部署步骤
- 安装 CRD 和 Operator
# 获取最新版本并部署
LATEST=$(curl -s https://api.github.com/repos/prometheus-operator/prometheus-operator/releases/latest | jq -cr .tag_name)
curl -sL https://github.com/prometheus-operator/prometheus-operator/releases/download/${LATEST}/bundle.yaml | kubectl create -f -
- 自定义命名空间部署(需安装 Kustomize)
NAMESPACE=monitoring # 替换为您的命名空间
TMPDIR=$(mktemp -d)
LATEST=$(curl -s https://api.github.com/repos/prometheus-operator/prometheus-operator/releases/latest | jq -cr .tag_name)
curl -s "https://raw.githubusercontent.com/prometheus-operator/prometheus-operator/refs/tags/$LATEST/kustomization.yaml" > "$TMPDIR/kustomization.yaml"
curl -s "https://raw.githubusercontent.com/prometheus-operator/prometheus-operator/refs/tags/$LATEST/bundle.yaml" > "$TMPDIR/bundle.yaml"
(cd $TMPDIR && kustomize edit set namespace $NAMESPACE) && kubectl create -k "$TMPDIR"
- 验证部署状态
kubectl wait --for=condition=Ready pods -l app.kubernetes.io/name=prometheus-operator
方案特点
- 部署过程透明可控
- 适合需要深度定制的场景
- 需要手动管理后续升级
方案二:Kube-Prometheus 全家桶
这是推荐给新手的集成化方案,一次性部署完整的监控体系。
部署流程
- 获取部署清单
git clone https://github.com/prometheus-operator/kube-prometheus.git
cd kube-prometheus
- 分阶段部署
# 第一阶段:创建CRD和命名空间
kubectl create -f manifests/setup
# 等待CRD就绪
until kubectl get servicemonitors --all-namespaces ; do sleep 1; done
# 第二阶段:部署监控组件
kubectl create -f manifests/
- 一键式部署(可选)
kubectl create -f manifests/setup -f manifests
包含组件
- Prometheus Operator
- 预配置的 Prometheus 实例(prometheus-k8s)
- Alertmanager 告警系统
- Grafana 仪表盘
- 预定义的告警规则和服务监控
卸载方法
kubectl delete --ignore-not-found=true -f manifests/ -f manifests/setup
方案三:Helm Chart 部署
适合习惯使用 Helm 的运维团队,提供灵活的配置选项。
部署要点
- 该方案使用社区维护的 kube-prometheus-stack chart
- 包含与方案二类似的组件集合
- 支持通过 values.yaml 进行深度定制
核心优势
- 版本管理方便
- 支持配置覆盖
- 简化升级和回滚流程
方案对比与选型建议
| 特性 | YAML 部署 | Kube-Prometheus | Helm Chart |
|---|---|---|---|
| 易用性 | 低 | 高 | 中 |
| 定制灵活性 | 高 | 中 | 高 |
| 升级维护便利性 | 低 | 中 | 高 |
| 预置监控规则 | 无 | 丰富 | 丰富 |
| 适合场景 | 专家用户 | 快速验证 | 生产环境 |
对于生产环境,推荐优先考虑 Helm Chart 方案;如果是测试环境快速验证,Kube-Prometheus 是最佳选择;当需要特殊定制时,可以采用 YAML 直接部署。
常见问题
-
资源占用问题
完整部署会占用较多资源,生产环境建议根据实际需求裁剪组件 -
版本兼容性
特别注意 Kubernetes 版本与 Operator 版本的匹配关系 -
网络访问
确保集群能够访问所需镜像仓库 -
持久化存储
生产环境务必配置持久化卷,防止监控数据丢失
希望本指南能帮助您顺利部署 Prometheus Operator,构建强大的 Kubernetes 监控体系。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
暂无描述
Dockerfile
779
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677