概述

還記得在之前的介紹中，我們提到 Grafana 團隊，推出了自家的 SaaS 產品「Grafana Cloud」，Grafana Cloud 是 Grafana 團隊提供的一個完整的全託管服務，它整合了 Grafana、Prometheus、Loki 和其他工具，我們只要按照步驟安裝必須的 Agent 採集我們本地資料，就能夠輕鬆地監控和觀察他們的基礎設施、應用程序以及其他系統，非常適合早期團隊以及小型用戶群。

而在這邊想提到的是，在 Kubernetes 中學習 Grafana Stack 以及維護其整個基礎設施架構，本身就是一件非常不容易的任務，但不代表這樣我們就必須擁有一支專業的維運團隊，才能擁有良好的監控服務品質，而 Grafana Cloud 不只為我們提供 Grafana 相關服務的全託管服務，他們還為了 Kubernetes 叢集打造出被名為「Kubernetes Monitoring」的應用區塊，來降低我們對 Kubernetes 可觀測性的門檻以及成本，同時我們也可以透過觀察，了解官方對於可觀測性的最佳實踐，現在就讓我們一探 Grafana 精心替我們準備的好菜吧。

Kubernetes Monitoring in Grafana Cloud

很顯然，我們會基於非常多種原因以及很多動機需要監控 Kubernetesh 叢集，但手動完成這件事需要對 Kubernetes 生態以及監控領域一定水準的了解，獲得這些好處可能成本會相當沈重。隨著時間，他還會增加了出錯的可能性，從而在不知不覺中使問題無法掌控。

這就是為何 Grafana Cloud 在 2022 年正式引入 Kubernetes Monitoring 功能區塊，它可以為您處理許多手動困難，以便您可以專注於充分利用 Kubernetes 監控。無論你是 SRE、應用程序開發人員還是 DevOps 管理員，Grafana Cloud 中的 Kubernetes 監控都可以讓您更輕鬆地排查事件、推出更改和維護服務器。

Grafana Cloud 用戶只需將 Grafana Agent 安裝到自己的 Kubernetes 集群上，幾分鐘之內，各種指標就會發送到 Prometheus 和 Grafana。從那裡，Grafana Cloud 用戶可以開箱即用地訪問其 Kubernetes 基礎設施的指標、日誌和 Kubernetes 事件以及預構建的儀表板和警報。

而適合使用 Grafana Cloud 的原因除了其完整便捷的使用門檻外，最大的因素在於 Grafana Cloud 提供一定額度的免費方案，足以讓早期團隊或個人開發者使用。

就來看看他們承諾的永久免費計畫及付費方案：

有興趣的同學也可以到 Grafana 官方 playground 來體驗 Kubernetes Monitoring 帶來的體驗：https://play.grafana.org/a/grafana-k8s-app/home。

使用 Kubernetes Monitoring 的理由

如果 Grafana Cloud 的 Kubernetes Monitoring 只是幫我們建出跟開源版本一模一樣的監控系統，我想 Grafana 團隊不會有今天這樣的成就，也確實在 Kubernetes Monitoring 介面中，為我們帶來了前所未有的方便，就讓我們一起來看看他的厲害之處有哪些吧。

Cluster Navigation

Cluster Navigation 是一個用於可視化各個級別的 Kubernetes 對象的全新界面，使用者可以非常直覺的管理多個叢集，並且顆粒等級由叢集到最細的容器，可以沿著麵包屑層層延伸，可以快速跳轉到特定命名空間以查看正在運行的 Kubernetes Pod 數量、實時觀察部署情況或縮小 Pod 處於不良狀態的任何服務範圍，並且全面整合了各個服務使用狀況及日誌，使得管理及維護人員的時間成本大幅降低。

Cost Analysis

我們可以點選 Cost 區塊來幫助我們了解 Kubernetes 基礎設施消耗的資源成本，並確定潛在節省的領域。

此圖表中有兩個選項卡顯示基礎設施成本：

• Overview：按不同雲服務提供商劃分的成本。
• Savings：按每種資源細分的成本，以及與未使用資源相關的成本。

Grafana Cloud 中的 Cost 功能來自於開源專案 OpenCost ，一個專注於 Kubernetes 雲平台成本可視化的專案，也是許多雲端平台文件中，主要推薦的成本輔助工具。

Prebuilt Grafana dashboards for Kubernetes Monitoring

除了 Cluster Navigation 之外，安裝 Grafana Agent 還會為我們提供多個預構建的 Kubernetes 儀表板和警報，以監控集群、命名空間、工作負載和 Pod 級別的 CPU 使用情況。因此，Grafana Cloud 用戶可以立即開始在儀表板中跟踪使用的資源、運行的 Pod 和存儲操作。

Machine learning tools

CPU 和內存預測可以幫助您確保資源在資源使用高峰期間可用，並幫助您減少由於過度配置而導致的未使用資源量。

Grafana 的機器學習功能為 Grafana Cloud 用戶帶來了預測他們系統的當前和未來狀態的能力。要進行預測，首先需要確定源查詢，即要進行建模的時間序列，並配置機器學習模型。此後，系統將開始在 Grafana Cloud 後端進行模型的訓練。當模型訓練完成後，您可以透過發送查詢來預測該時間序列在未來某段時間內的可能值。此外，該模型還會提供預測值的區間。

值得注意的是，這個模型是自適應的。隨著新的數據和模式的出現，它將持續進行學習，確保其預測保持最新且與您的數據同步。

Kubernetes Monitoring 實戰

現在，就讓我們來體驗看看 Grafana Cloud 號稱數分鐘內就可以搭建起的完整 Kubernetes 監控系統吧

註冊帳號並登入 Grafana Cloud

Grafana Cloud 提供完全不需要信用卡的免費會員使用，可以在輸入基本資料後，轉眼間就正式進入個人的 Grafana Cloud 首頁，迎接你的將會是目前方案的使用額度狀況，讓每個人都能第一時間注意到自己的使用量，以免很多人都經歷過的天價賬單悲劇不斷重演。

安裝 Kubernetes Monitorinig 專用 Grafana Agent

沒錯，我們一登入進來馬上進可以進入安裝環節，而仔細一看官方提供給我們的安裝五步驟，已經可以說是保母級別的安裝教學了，只要確定你有基本的安裝工具並且命名叢集好後，產生一個 Token 後，就可以直接複製第四步驟的內容貼進指令列中執行。

安裝流程

大致流程如下：

1. 準備好 kubectl、helm 安裝必備指令。
2. 選用啟用功能並指定相關資源名稱。
3. 產生或使用已存在的 Access Policy Token。
4. 將下列 Grafana Agent 客製 Helm 安裝指令內容複製並部署到自己的叢集上。
5. 最後，就可以在自己的 Kubernetes Monitoring 區塊上看見自己叢集的相關資訊了。

在第四步中，我們可以得到如下的部署指令及參數，接著我們只要放進指令列執行安裝即可：

helm repo add grafana https://grafana.github.io/helm-charts &&
  helm repo update &&
  helm upgrade --install grafana-k8s-monitoring grafana/k8s-monitoring \
    --namespace "k8s-monitoring" --create-namespace --values - <<EOF
cluster:
  name: "docker-desktop"

externalServices:
  prometheus:
    host: "https://prometheus-****.grafana.net"
    basicAuth:
      username: "1128739"
      password: "****"

  loki:
    host: "https://logs-prod-011.grafana.net"
    basicAuth:
      username: "663469"
      password: "****"

opencost:
  opencost:
    exporter:
      defaultClusterId: "docker-desktop"
    prometheus:
      external:
        url: "https://prometheus-****.grafana.net/api/prom"
EOF

如果出現以下類似錯誤，代表所安裝的 Prometheus CRDs 有設定上的衝突，建議可以先把 Prometheus CRDs 先移除。

Error: rendered manifests contain a resource that already exists. Unable to continue with install: CustomResourceDefinition "alertmanagers.monitoring.coreos.com" in namespace "" exists and cannot be imported into the current release: invalid ownership metadata; label validation error: missing key "app.kubernetes.io/managed-by": must be set to "Helm"; annotation validation error: missing key "meta.helm.sh/release-name": must be set to "grafana-k8s-monitoring"; annotation validation error: missing key "meta.helm.sh/release-namespace": must be set to "k8s-monitoring"

順利的話，就可以看到如下的安裝成功畫面。

Update Complete. ⎈Happy Helming!⎈
Release "grafana-k8s-monitoring" does not exist. Installing it now.
NAME: grafana-k8s-monitoring
LAST DEPLOYED: Tue Sep 12 01:34:20 2023
NAMESPACE: k8s-monitoring
STATUS: deployed
REVISION: 1
TEST SUITE: None

最後，我們就可以順利查看 Grafana Cloud Kubernetes Monitoring 上的自己本地叢集資料。

果真是分鐘級的開箱及用啊！

結論

隨著對 Grafana 逐漸了解，越能體會套 Grafana Cloud 對自家產品的高度整合，絕對不是開源專案版本可以輕鬆跟上的，其強大和靈活的監控可視化能力，不僅簡化了設定過程，還提供大量了預設介面，使得每個團隊都能在短時間內快速上手，開始實現監控的最大價值，另一個特別讓我印象深刻的功能是 Grafana Cloud 的機器學習預測。這項功能為我提供了未來數據的洞察，幫助我們更好地理解和預測系統行為，這在預防可能的問題或故障時非常有價值。此外，Grafana Cloud 的外部整合能力也相當出色。不僅支持多種數據源，還能輕鬆與其他工具和平台進行整合，使得數據的匯聚和可視化過程更加無縫。

總結來說，Grafana Cloud 提供了一個高效、全面且易於使用的可觀測性解決方案，不論我們規模龐大服務複雜的大型企業，或是步調快速的新創團隊，都能在 Grafana Cloud 身上找到需要的理由。

相關程式碼同步收錄在：

https://github.com/MikeHsu0618/grafana-stack-in-kubernetes/tree/main/day18

References

Monitor the past, present, and future of your Kubernetes resource utilization | Grafana Labs

Rein in spending with Kubernetes cost monitoring in Grafana Cloud | Grafana Labs

How to monitor Kubernetes nodes in Grafana Cloud

5 key benefits of Kubernetes monitoring

Kubernetes Monitoring in Grafana Cloud: Prebuilt Grafana dashboards, preconfigured Kubernetes metrics and alerts, and more

Introduction to Grafana Kubernetes Monitoring | Grafana Cloud documentation