云原生之运维监控实践-使用Prometheus与Grafana实现对ElasticSearch服务的监测

背景

如果你要为应用程序构建规范或用户故事，那么务必先把应用程序每个组件的监控指标考虑进来，千万不要等到项目结束或部署之前再做这件事情。——《Prometheus监控实战》

去年写了一篇在Docker环境下部署若依微服务ruoyi-cloud项目的文章，当时使用的是 docker-compose 在单台机器上部署若依微服务 ruoyi-cloud 项目；在这个基础上，作为演示项目，我们计划实现对所有基础组件和微服务的监控。之前记录了搭建 Prometheus 与 Grafana 监控系统的过程。今天这篇文章主要是记录下对 ElasticSearch 服务的监测， ElasticSearch 自带了一个用于监控的内置端点： _prometheus/metrics 。

虚机资源

共用到了2台虚机，1台作为应用服务节点，1台运维监控节点。

基本选用当前最新版本，即将安装的 Prometheus 和 Grafana 及组件版本信息如下：

• Prometheus版本：v2.54.1
• Grafana版本：11.2.0
• elasticsearch-exporter版本：v1.8.0

系统环境

[root@ops ~]# uname -a
Linux ops 5.10.0-182.0.0.95.oe2203sp3.x86_64 #1 SMP Sat Dec 30 13:10:36 CST 2023 x86_64 x86_64 x86_64 GNU/Linux
[root@ops ~]# cat /proc/version
Linux version 5.10.0-182.0.0.95.oe2203sp3.x86_64 (root@dc-64g.compass-ci) (gcc_old (GCC) 10.3.1, GNU ld (GNU Binutils) 2.37) #1 SMP Sat Dec 30 13:10:36 CST 2023

ops节点：docker-compose安装Prometheus与Grafana

参考云原生之运维监控实践-OpenEuler22.03SP3上安装Prometheus与Grafana实现主机状态监测

svc节点：docker-compose安装elasticsearch-exporter

有了 Prometheus 与 Grafana 的基础环境，我们来实现对 ElasticSearch 状态的监控：通过 elasticsearch-exporter 快速采集 ElasticSearch 的指标数据，它是使用Go语言写的，端口号为：9114，供 Prometheus 进行采集和分析。

安装elasticsearch-exporter

在需要监测的主机上，编辑 docker-compose.yml 文件，增加安装 elasticsearch-exporter 配置。

• [root@svc monitoring]# vi docker-compose.yml

version: '3'
services:
  ops-elasticsearch-exporter:
    container_name: ops-elasticsearch-exporter
    image: quay.io/prometheuscommunity/elasticsearch-exporter:v1.8.0
    restart: unless-stopped
    command:
      - '--es.uri=http://elastic:you-guess@192.168.44.168:9200'
      - '--es.all'
      - '--es.indices'
      - '--es.indices_settings'
      - '--es.indices_mappings'
      - '--es.shards'
      - '--es.timeout=20s'
    ports:
      - "9114:9114"

通过命令： docker-compose up -d 完成镜像拉取、并启动 ops-elasticsearch-exporter 服务。

修改Prometheus配置

在 Prometheus 配置中增加对svc主机上 ElasticSearch 运行状态的抓取配置。

• [root@ops monitoring]# vi ./prometheus/conf/prometheus.yml

scrape_configs:
  - job_name: "ops-elasticsearch"
    scrape_interval: 60s
    scrape_timeout: 30s
    metrics_path: "/metrics"
    static_configs:
      - targets: ["192.168.44.168:9114"]

重启 Prometheus 容器。

[root@ops monitoring]# docker restart ops-prometheus

验证elasticsearch-exporter安装结果

• 浏览器验证metrics端点 浏览器访问http://192.168.44.168:9114/metrics

• Prometheus控制台验证elasticsearch相关的指标

配置Grafana对主机状态的可视化

浏览器访问http://192.168.44.169:3000。

• 配置数据源
  1. 点击左侧菜单中的”Add new connection”。
  2. 选择或搜索”Data Sources”。
  3. 点击”Add data source”并选择”Prometheus”。
  4. 在”HTTP”部分输入Prometheus地址，eg：http://192.168.44.169:9090
  5. 点击”Save & Test”确认连接成功。
• 查看现成的仪表板

https://grafana.com/grafana/dashboards/这个页面是 Grafana 的官方仪表板目录，用户可以在这里找到和共享各种现成的 Grafana 仪表板。这些仪表板覆盖了多种监控需求，包括系统性能、应用监控、网络流量等。用户可以根据自己的需求搜索和导入适合的仪表板，提高监控效率和可视化效果。这里我们搜索 ElasticSearch ，结果中有个 ElasticSearch - Cluster ，点击进去可以查看详细的UI效果，复制仪表板的id，此处是13071(2322也可以)。

• 导入现成的仪表板

1. 在右侧菜单中点击”New”按钮，然后选择”Import”。
2. 在输入框中，可以直接输入现成仪表板的ID，或者上传JSON文件。常用的主机监控仪表板ID是13071（ElasticSearch - Cluster）。
3. 点击”Load”，随后选择已配置好的数据源。
4. 点击”Import”完成导入。

ElasticSearch监控效果

小总结

If you can’t measure it, you can’t improve it!

没有度量就没有改进，实际上，监控系统有以下两个客户：技术，业务。上述内容即是对技术组件的监控，方便技术方面的改进与优化。 本文记录了在 Docker 环境下通过 Prometheus 和 Grafana 实现对 ElasticSearch 服务的监控。具体步骤包括在服务节点上使用 docker-compose 安装 elasticsearch-exporter ，配置 Prometheus 抓取 ElasticSearch 的监控数据，并在 Grafana 中配置数据源和导入现成的监控仪表板，以实现对搜索引擎服务的性能监控和可视化。

Reference

• https://github.com/prometheus-community/elasticsearch_exporter/releases
• https://grafana.com/grafana/dashboards/

If you have any questions or any bugs are found, please feel free to contact me.

Your comments and suggestions are welcome!