Prometheus监控运维实战十九： Thanos介绍

Posted 运维老兵Alex

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Prometheus监控运维实战十九： Thanos介绍相关的知识，希望对你有一定的参考价值。

在前面的文章中，我们介绍了Prometheus的高可用方案，但就如文中所说，目前官方的方案还存在一些问题，尤其是在大规模的监控环境中并不完美。鉴于Prometheus的火爆，目前市面上已有不少第三方的开源解决方案用于完善高可用、大并发和数据持久化等问题。

Thanos(灭霸）即是其中之一，也是目前较为流行的解决方案，本文将对其进行介绍。


一. 产品介绍

Thanos为英国游戏技术公司Improbable 开源的一套监控解决方案，它通过一组功能组件，可以用无侵入的方式与Prometheus配合部署，实现全局查询 、跨集群存储等能力，较好地的提升了Prometheus的高可用性与扩展性。

源码地址仓库：https://github.com/thanos-io/thanos

Prometheus监控运维实战十九：

该产品具有以下 特点：

  1. 可实现跨集群的全局查询功能。
  2. 兼容现有的Prometheus API 接口 ，可实现无缝集成。
  3. 提供数据压缩功能和降准采样，提升查询速度。
  4. 重复数据删除和合并，并从Pormetheus HA 集群中收集指标。
  5. 支持多种对象存储系统，包括S3、微软Azure、腾讯COS、Google GCP、Openstack Swift 等，可支持大规模数据的长期存储。


二. 功能组件

Thanos包含以下主要功能组件：

Sidecar（边车组件）：Thanos通过该组件实现与Prometheus集成，配置Sidecar连接Prometheus，并读取数据给到Querier进行实时查询，另外，通过Sidecar还可以将Prometheus采集的数据上传到对象存储进行保存。该组件与Prometheus运行在同一台机器或同一个Pod中。

Querier（查询组件）：实现与Prometheus兼容的API并支持Prom语法，与其他组件（Sidecar或Store Gateway）一起协同工作，用于查询Prometheus的数据指标和做为Grafana的监控展示数据源。

Store Gateway（存储网关）：实现与Sidercar一致的API提供给Querier进行查询，当Sidecar将数据存储到对象存储后，Prometheus会清理掉本地数据保证本地空间可用，当Querier需要调取历史数据库，则会通过Store Gateway读取对象存储中保存的数据。

Comactor（压缩组件）：主要用于对采集到的数据进行压缩和降采样，以提升对长期数据的查询效率。

Ruler（规则组件）：用于对多个Alertmanager的告警规则进行统一管理 。

Receiver（接收器）：接收Promehtus的 remote-write数据，用于Receiver模式下的数据收集。

Thanos有两种运行模式，分别为Sidecar和Receiver，区别在于Sidercar主动获取Prometheus数据，而Receiver则是被动接收remote-write传送的数据，由于Receiver模式很少使用，本文不做介绍，只讲解Sidercar模式。

Sidercar模式架构图：

Prometheus监控运维实战十九：

三. Prometheus配置

Thanos本身并不从目标实例处采集指标，监控指标的采集依然通过Prometheus来完成。 Thanos对Prometheus的版本有要求，需要部署2.21版本以上。

在本文示例中，我们部署两个Prometheus节点，分别为prom1和prom2，用于实现高可用的功能。Prometheus相关的安装部署方法可参见前面的文章 ，此处不再过多叙述。

prom1：192.168.214.101
prom2: 192.168.214.102

在高可用的情况下，由于数据会有重复，需要在external_labels的标签集中区分不同的实例。本文通过增加replica标签做区分 ，在不同的实例填不同的值，如0或1。

以上这点非常重要，因为Thanos的数据去重功能依赖external_labels来区分不同的实例。

global:
  scrape_interval:     30s
  evaluation_interval: 60s
  external_labels:
    env: dev
    replica: 0

启动Prometheus

prometheus  \\
   --config.file=/etc/prometheus/prometheus.yml \\
   --storage.tsdb.path=/data/prometheus \\
   --web.listen-address=0.0.0.0:9090 \\
   --storage.tsdb.max-block-duration=2h \\
   --storage.tsdb.min-block-duration=2h \\
   --storage.tsdb.retention.time=2h \\
   --web.enable-lifecycle

注释 ：--storage.tsdb.min-block-duration和--storage.tsdb.min-block-duration参数必须添加且配置相同的值，用于关闭Prometheus的本地压缩功能，否则在使用compactor在压缩数据时会出现问题，并且会在Sidecar启动时报错；--storage.tsdb.retention.time配置本地只保留两小时数据，减少空间占用；--web.enable-lifecycle 用于支持Webhook方式重新加载Prometheus配置。Sidercar会关注Prometheus的配置文件，并在出现变化时通过Webhook方式让Prometheus自动更新配置。

打开浏览器，访问http://$IP:9090，可以看到Prometheus已正常启动。

​Prometheus监控运维实战十九：


四. 部署Thanos

1. 集群架构

我们在上面的两个Prometheus的节点服务器中部署Sidercar，用于获取监控数据。同时，配置历史数据写入到对象存储中进行持久化保存。部署一个Store Gateway对接对象存储，同时，Compactor组件会定时对存储中数据进行压缩索引及降采样操作。Querier做为面向用户的组件，对接Sidercar和Store Gateway获取数据并进行展示。（另外还有的Receiver和ruler组件由于使用不是很多，本文不做介绍，有需要可自行查阅。）

集群的架构图：

Prometheus监控运维实战十九：


2. 下载安装包

Thnaos虽然有多个功能组件，但都是使用同一个二进制文件进行部署，通过不同的启动命令启用不同的功能，非常方便。

此处我们下载当前最新的v0.23.1版本，并将解压的二进制文件放到bin目录中。

$ wget https://github.com/thanos-io/thanos/releases/download/v0.23.1/thanos-0.23.1.linux-amd64.tar.gz
$ tar -xvf thanos-0.23.1.linux-amd64.tar.gz 
$ cd thanos-0.23.1.linux-amd64
$ mv thanos  /usr/local/bin/

3.Sidecar部署 

Sidercar为Thanos的关键组件，通过Sidercar实现了与Prometheus的无缝集成。Sidercar对Prometheus的实例几乎没有任何影响，Prometheus依然做为一个独立的实例运行，你不需要对其配置进行修改。Siderca提供了一个数据API，用于我们查询Prometheus中的指标数据，同时默认会将超过两个小时的数据上传到对象存储 ，进行备份保存。

Sidercar组件必须与Prometheus运行在同一台机器或同一个Kubernetes Pod中，启动命令如下所示：

thanos sidecar \\
    --tsdb.path              /data/prometheus \\
    --prometheus.url         http://localhost:9090 \\
    --objstore.config-file   bucket_config.yaml \\
    --http-address              0.0.0.0:19191 \\
    --grpc-address              0.0.0.0:19091

注释 ：--tsdb.path 用于指定Prometheus 数据存储路径；--prometheus.url 指定Prometheus访问地址；--objstore.config-file 设置上传数据的对象存储信息；--http-address 配置http端口，用于提供Sidercar的metrics信息；--grpc-address 配置grpc端口，用于与其他Thanos组件通信

Thanos支持多种对象存储及本地文件系统，如下列表所示：

Provider

Maturity

Aimed For

Auto-tested on CI

Maintainers

Google Cloud Storage

Stable

Production Usage

yes

@bwplotka

AWS/S3 (and all S3-compatible storages e.g disk-based Minio)

Stable

Production Usage

yes

@bwplotka

Azure Storage Account

Stable

Production Usage

no

@vglafirov

OpenStack Swift

Beta (working PoC)

Production Usage

yes

@FUSAKLA

Tencent COS

Beta

Production Usage

no

@jojohappy,@hanjm

AliYun OSS

Beta

Production Usage

no

@shaulboozhiao,

@wujinhu

Local Filesystem

Stable

Testing and Demo only

yes

@bwplotka

以阿里云的oss为例，如下为bucket.yml配置格式：

type: ALIYUNOSS
config:
  endpoint: ""
  bucket: ""
  access_key_id: ""
  access_key_secret: ""

Sidecar默认会每隔两个小时备份数据到对象存储，当Sidercar运行超过两个小时后，我们可以在对象存储中看到备份的数据。

​Prometheus监控运维实战十九：


4. Store Gateway部署

当Sidercar把监控数据备份到对象存储后，我们只需要在Prometheus中保留短期的数据，如数个小时。这样可以减少Prometheus的压力，也可用于应付大部分的查询 。但当需要查询历史数据时，我们需要通过Store Gateway来查询对象存储中保存的数据。

Store Gateway 主要与对象存储交互，从对象存储获取已经保存的数据。Store Gateway实现与Sidecar一样的数据api，Querier组件可以从 store gateway 查询历史数据。Store Gateway支持横向扩展，可配置多个Store Gateway拉取多个对象存储数据。

启动命令：

thanos store \\
    --data-dir             /data/thanos/store \\
    --objstore.config-file bucket_config.yaml \\
    --http-address         0.0.0.0:19194 \\
    --grpc-address         0.0.0.0:19094

注释 ：--data-dir 配置缓存目录地址，Store Gateway会在本地磁盘上保留有关所有远程块的少量信息，并使其与存储桶保持同步；--objstore.config-file 设置对象存储信息，与Sidercar的配置一致；--http-address 配置http端口，用于提供访问界面和metrics信息；--grpc-address 配置grpc端口，用于与其他Thanos组件通信。

程序启动过，打开浏览器访问http://$IP:19191，可以看到对象存储中已存储的块信息。

​Prometheus监控运维实战十九：


5. Querier部署

前面我们已经配置好Sidercar和Store Gateway组件，接下来我们为Thanos配置一个全局查询界面，即Querier组件。Querier连接Sidercar后，会根据给定的PromQL查询自动检测需要联系哪些Prometheus服务器，当要查询历史数据时，则是通过Store Gateway查询对象存储内容。Querier还提供与Prometheus官方一致的HTTP API，可以接入Grafana进行监控展示，并支持PromQL语法。

启动命令如下所示：

thanos query \\
    --http-address 0.0.0.0:19192 \\
    --grpc-address 0.0.0.0:19092 \\
    --query.replica-label replica \\
    --store        192.168.214.101:19091 \\ #prom1实例Sidercar地址
    --store        192.168.214.102:19091 \\ #prom2实例Sidercar地址
    --store        192.168.214.102:19094   #Store Gateway地址

注释 ：--query.replica-label 指定重复数据删除的标记label，query在查询数据时，将根据此label评估是否重复数据；--store 用于指定Sidercar和Store Gateway的连接地址，此示例前两个store配置了prom1和prom2的Sidercar地址，第三个则是连接到store gateway；--http-address 指定Querier的UI界面访问地址；


启动完成后，打开浏览器，访问http://$IP:19192 即可查看Querier的UI界面。“Use Deduplication”项默认已勾选，Querier会根据指定的扩展标签进行数据去重，这保证了在用户层面不会因为高可用模式而出现重复数据的问题。“Use Partial Response”选项用于允许部分响应的情况，这要求用户在一致性与可用性之间做选择。当某个store出现故障而无法响应时，此时是否还需要返回其他正常store的数据。如果对可用性要求更高的场景，可以勾选此项。

Prometheus监控运维实战十九：

Querier兼容Prometheus的API接口，因此，Grafana可直接添加Querier组件地址做为Prometheus数据源。

Prometheus监控运维实战十九：

Prometheus监控运维实战十九：


6. Compactor 部署

在默认情况下，Prometheus会定期压缩旧数据以提升查询效率，但在前面的操作中，我们关闭了此功能。因此，我们需要使用Compactor对对象存储中的数据进行类似操作。

Compactor会为以下数据进行降采样操作，降采样有利于对大时间范围的提供快速获取结果的能力：1. 为大于 40 小时 (2d, 2w) 的块创建 5m 降采样；2. 为大于 10 天 (2w) 的块创建 1 小时降采样。

同时，compact也将对索引进行压缩，包括将来自同个Prometheus实例的多个块压缩为一个，这有利于对提升数据的查询效率。compact通过扩展标签集来区分不同的Prometheus实例，所以，在Thanos集群中不同实例的Prometheus 扩展标签集必须是唯一的，否则会导致compact出现错误。

启动命令如下所示：

thanos compact \\
    --data-dir             /var/thanos/compact \\
    --objstore.config-file bucket_config.yaml \\
    --http-address         0.0.0.0:19191

注释：--data-dir 指定用于数据处理的临时工作空间，为保证compact正常工作，建议提供100-300G的容量；--objstore.config-file 指定对象存储的信息，Thanos的其他组件如Sdiercar、Store Gateway只需要提供对象存储的读写权限即可，但compact还需要提供删除权限，因为它会对数据进行操作；--http-address compact的http地址，用于提供metrics指标。

目前，Thanos还不支持多个compact对单个存储对象存储并发进行操作的功能，必须以单实例的方式运行compact。在任务完成后，compact的程序会退出，我们可将其做为定时任务的方式来运行。如果需要程序保持运行，可使用--wait和--wait-interval 参数实现。

由于对象存储本身对于数据是永久保留，如果希望只保留指定时间内的数据，可以通过配置Compactor 的--retention.resolution-raw 、--retention.resolution-5m 和 --retention.resolution-1h 三个参数来实现，分别为原始数据的保留时间、5m分钟降采样数据的保留时间和1小时降采样数据保留时间，其中--retention.resolution-raw 不能小于其他两个时间段，否则会影响compact的降采样操作。


结语：

当前中文网上对于Thanos产品组件介绍的相关资料较少，并且由于产品还在快速迭代中，原有的文档往往已经不再适用。在研究的过程中笔者也只能依赖于官网的英文资料，并在实际使用中做验证。本文应该算是目前比较系统性介绍产品的一份资料，按照文中的操作介绍，可以搭建出满足实际需要的集群架构。

目前产品依然处于快速迭代中，更多的使用内容，读者可自行参见官方文档学习 ：https://thanos.io/tip/thanos/getting-started.md/。




以上是关于Prometheus监控运维实战十九： Thanos介绍的主要内容，如果未能解决你的问题，请参考以下文章

Prometheus监控运维实战六： Node_exporter监控主机

Prometheus监控运维实战十二：Exporter详解

Prometheus监控运维实战八：可视化

Prometheus监控运维实战七： 主机监控指标

Prometheus监控运维实战十三：Docker容器监控

Prometheus监控运维实战十：告警管理