Linkerd2 使用外部 Prometheus 监控数据持久化实践
2025-05-21 00:06:02作者:齐添朝
背景介绍
在 Kubernetes 服务网格 Linkerd2 的监控方案中,可视化组件 linkerd-viz 默认会部署一个内置的 Prometheus 实例。然而,这个内置实例存在数据无法持久化的问题,当 Pod 重启后历史监控数据就会丢失。本文将详细介绍如何配置 Linkerd2 使用外部 Prometheus 实现监控数据的持久化存储。
核心问题分析
Linkerd2 的 linkerd-viz 组件提供了服务网格的可观测性功能,包括路由指标、服务拓扑等。这些功能依赖于 Prometheus 采集和存储的指标数据。默认情况下,linkerd-viz 会部署一个非持久化的 Prometheus 实例,这会导致:
- 历史监控数据无法保留
- 无法进行长期趋势分析
- 重启后所有指标数据丢失
解决方案实施
1. 部署外部 Prometheus
使用 Helm 部署一个持久化的 Prometheus 实例到 linkerd-viz 命名空间:
server:
podAnnotations:
linkerd.io/inject: enabled
global:
scrape_interval: 10s
scrape_timeout: 10s
evaluation_interval: 10s
service:
servicePort: 9090
persistentVolume:
size: 20Gi
serverFiles:
prometheus.yml:
scrape_configs:
- job_name: 'linkerd-controller'
kubernetes_sd_configs:
- role: pod
namespaces:
names:
- 'linkerd'
- 'linkerd-viz'
relabel_configs:
- source_labels:
- __meta_kubernetes_pod_container_port_name
action: keep
regex: admin-http
- source_labels: [__meta_kubernetes_pod_container_name]
action: replace
target_label: component
- job_name: 'linkerd-service-mirror'
kubernetes_sd_configs:
- role: pod
relabel_configs:
- source_labels:
- __meta_kubernetes_pod_label_linkerd_io_control_plane_component
- __meta_kubernetes_pod_container_port_name
action: keep
regex: linkerd-service-mirror;admin-http$
- source_labels: [__meta_kubernetes_pod_container_name]
action: replace
target_label: component
- job_name: 'linkerd-proxy'
kubernetes_sd_configs:
- role: pod
relabel_configs:
- source_labels:
- __meta_kubernetes_pod_container_name
- __meta_kubernetes_pod_container_port_name
- __meta_kubernetes_pod_label_linkerd_io_control_plane_ns
action: keep
regex: ^linkerd-proxy;linkerd-admin;linkerd$
- source_labels: [__meta_kubernetes_namespace]
action: replace
target_label: namespace
- source_labels: [__meta_kubernetes_pod_name]
action: replace
target_label: pod
- source_labels: [__meta_kubernetes_pod_label_linkerd_io_proxy_job]
action: replace
target_label: k8s_job
- action: labeldrop
regex: __meta_kubernetes_pod_label_linkerd_io_proxy_job
- action: labelmap
regex: __meta_kubernetes_pod_label_linkerd_io_proxy_(.+)
- action: labeldrop
regex: __meta_kubernetes_pod_label_linkerd_io_proxy_(.+)
- action: labelmap
regex: __meta_kubernetes_pod_label_linkerd_io_(.+)
- action: labelmap
regex: __meta_kubernetes_pod_label_(.+)
replacement: __tmp_pod_label_$1
- action: labelmap
regex: __tmp_pod_label_linkerd_io_(.+)
replacement: __tmp_pod_label_$1
- action: labeldrop
regex: __tmp_pod_label_linkerd_io_(.+)
- action: labelmap
regex: __tmp_pod_label_(.+)
关键配置说明:
- 启用了持久化存储(20Gi)
- 配置了 Linkerd 特有的抓取规则
- 设置了合理的抓取间隔
- 确保服务端口与容器端口一致(9090)
2. 配置 Linkerd Viz 使用外部 Prometheus
修改 linkerd-viz 的 Helm 配置:
prometheus:
enabled: false
prometheusUrl: "http://prometheus-server.linkerd-viz.svc.cluster.local:9090"
3. 安全策略配置
为确保安全访问,需要配置适当的 Server 和 AuthorizationPolicy:
apiVersion: policy.linkerd.io/v1beta3
kind: Server
metadata:
name: prometheus-server-admin
namespace: linkerd-viz
spec:
accessPolicy: deny
podSelector:
matchLabels:
app.kubernetes.io/component: server
app.kubernetes.io/instance: prometheus
app.kubernetes.io/name: prometheus
port: 9090
proxyProtocol: HTTP/1
apiVersion: policy.linkerd.io/v1alpha1
kind: AuthorizationPolicy
metadata:
name: prometheus-server-admin
namespace: linkerd-viz
spec:
requiredAuthenticationRefs:
- kind: ServiceAccount
name: metrics-api
namespace: linkerd-viz
targetRef:
group: policy.linkerd.io
kind: Server
name: prometheus-server-admin
4. 扩展 MeshTLSAuthentication
更新 allow-viz 策略以包含 Prometheus 相关身份:
apiVersion: policy.linkerd.io/v1alpha1
kind: MeshTLSAuthentication
metadata:
name: linkerd-viz
namespace: linkerd-viz
spec:
identities:
- "tap.linkerd-viz.serviceaccount.identity.linkerd.cluster.local"
- "prometheus.linkerd-viz.serviceaccount.identity.linkerd.cluster.local"
- "prometheus-server.linkerd-viz.serviceaccount.identity.linkerd.cluster.local"
验证与调试
完成配置后,需要进行以下验证:
- 检查 Prometheus 目标状态是否健康
- 确认 linkerd viz dashboard 显示正常
- 测试 linkerd viz routes 命令功能
- 检查各组件日志是否有错误
常见问题排查点:
- Prometheus 配置必须放在 serverFiles 下而非 server
- 确保服务端口配置正确
- 检查网络策略是否允许必要通信
- 验证身份认证配置是否正确
最佳实践建议
- 根据集群规模调整 Prometheus 的存储大小
- 考虑设置适当的保留策略
- 定期备份 Prometheus 数据
- 监控 Prometheus 资源使用情况
- 考虑使用 Thanos 或 Cortex 实现长期存储
通过以上配置,Linkerd2 的监控数据将持久化存储在外部 Prometheus 中,既保留了 Linkerd 提供的丰富监控功能,又解决了数据持久化问题,为服务网格的长期运行监控提供了可靠保障。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8