Longhorn，企业级云原生容器分布式存储之监控

目录

设置 Prometheus 和 Grafana 来监控 Longhorn 将 Longhorn 指标集成到 Rancher 监控系统中 Longhorn 监控指标 支持 Kubelet Volume 指标 Longhorn 警报规则示例

设置 Prometheus 和 Grafana 来监控 Longhorn

概览

Longhorn 在 REST 端点 http://LONGHORN_MANAGER_IP:PORT/metrics 上以 Prometheus 文本格式原生公开指标。有关所有可用指标的说明，请参阅 Longhorn's metrics。您可以使用 Prometheus, Graphite, Telegraf 等任何收集工具来抓取这些指标，然后通过 Grafana 等工具将收集到的数据可视化。

本文档提供了一个监控 Longhorn 的示例设置。监控系统使用 Prometheus 收集数据和警报，使用 Grafana 将收集的数据可视化/仪表板(visualizing/dashboarding)。高级概述来看，监控系统包含：

Prometheus 服务器从 Longhorn 指标端点抓取和存储时间序列数据。Prometheus 还负责根据配置的规则和收集的数据生成警报。Prometheus 服务器然后将警报发送到 alertmanager。 alertManager 然后管理这些警报(alerts)，包括静默(silencing)、抑制(inhibition)、聚合(aggregation)和通过电子邮件、呼叫通知系统和聊天平台等方法发送通知。 Grafana 向 Prometheus 服务器查询数据并绘制仪表板进行可视化。

下图描述了监控系统的详细架构。

上图中有 2 个未提及的组件：

Longhorn 后端服务是指向 Longhorn manager pods 集的服务。Longhorn 的指标在端点 http://LONGHORN_MANAGER_IP:PORT/metrics 的 Longhorn manager pods 中公开。 Prometheus operator 使在 Kubernetes 上运行 Prometheus 变得非常容易。operator 监视 3 个自定义资源：ServiceMonitor、Prometheus 和 alertManager。当用户创建这些自定义资源时，Prometheus Operator 会使用用户指定的配置部署和管理 Prometheus server, AlerManager。

安装

按照此说明将所有组件安装到 monitoring 命名空间中。要将它们安装到不同的命名空间中，请更改字段 namespace: OTHER_NAMESPACE

创建 monitoring 命名空间

apiVersion: v1 kind: Namespace 
metadata:   name: monitoring 

安装 Prometheus Operator

部署 Prometheus Operator 及其所需的 ClusterRole、ClusterRoleBinding 和 Service Account。

apiVersion: rbac.authorization.k8s.io/v1 kind: ClusterRoleBinding 
metadata:   labels: 
    app.kubernetes.io/component: controller     app.kubernetes.io/name: prometheus-operator 
    app.kubernetes.io/version: v0.38.3   name: prometheus-operator 
  namespace: monitoring roleRef: 
  apiGroup: rbac.authorization.k8s.io   kind: ClusterRole 
  name: prometheus-operator subjects: 
- kind: ServiceAccount   name: prometheus-operator 
  namespace: monitoring --- 
apiVersion: rbac.authorization.k8s.io/v1 kind: ClusterRole 
metadata:   labels: 
    app.kubernetes.io/component: controller     app.kubernetes.io/name: prometheus-operator 
    app.kubernetes.io/version: v0.38.3   name: prometheus-operator 
  namespace: monitoring rules: 
- apiGroups:   - apiextensions.k8s.io 
  resources:   - customresourcedefinitions 
  verbs:   - create 
- apiGroups:   - apiextensions.k8s.io 
  resourceNames:   - alertmanagers.monitoring.coreos.com 
  - podmonitors.monitoring.coreos.com   - prometheuses.monitoring.coreos.com 
  - prometheusrules.monitoring.coreos.com   - servicemonitors.monitoring.coreos.com 
  - thanosrulers.monitoring.coreos.com   resources: 
  - customresourcedefinitions   verbs: 
  - get   - update 
- apiGroups:   - monitoring.coreos.com 
  resources:   - alertmanagers 
  - alertmanagers/finalizers   - prometheuses 
  - prometheuses/finalizers   - thanosrulers 
  - thanosrulers/finalizers   - servicemonitors 
  - podmonitors   - prometheusrules 
  verbs:   - '*' 
- apiGroups:   - apps 
  resources:   - statefulsets 
  verbs:   - '*' 
- apiGroups:   - "" 
  resources:   - configmaps 
  - secrets   verbs: 
  - '*' - apiGroups: 
  - ""   resources: 
  - pods   verbs: 
  - list   - delete 
- apiGroups:   - "" 
  resources:   - services 
  - services/finalizers   - endpoints 
  verbs:   - get 
  - create   - update 
  - delete - apiGroups: 
  - ""   resources: 
  - nodes   verbs: 
  - list   - watch 
- apiGroups:   - "" 
  resources:   - namespaces 
  verbs:   - get 
  - list   - watch 
--- apiVersion: apps/v1 
kind: Deployment metadata: 
  labels:     app.kubernetes.io/component: controller 
    app.kubernetes.io/name: prometheus-operator     app.kubernetes.io/version: v0.38.3 
  name: prometheus-operator   namespace: monitoring 
spec:   replicas: 1 
  selector:     matchLabels: 
      app.kubernetes.io/component: controller       app.kubernetes.io/name: prometheus-operator 
  template:     metadata: 
      labels:         app.kubernetes.io/component: controller 
        app.kubernetes.io/name: prometheus-operator         app.kubernetes.io/version: v0.38.3 
    spec:       containers: 
      - args:         - --kubelet-service=kube-system/kubelet 
        - --logtostderr=true         - --config-reloader-image=jimmidyson/configmap-reload:v0.3.0 
        - --prometheus-config-reloader=quay.io/prometheus-operator/prometheus-config-reloader:v0.38.3         image: quay.io/prometheus-operator/prometheus-operator:v0.38.3 
        name: prometheus-operator         ports: 
        - containerPort: 8080           name: http 
        resources:           limits: 
            cpu: 200m             memory: 200Mi 
          requests:             cpu: 100m 
            memory: 100Mi         securityContext: 
          allowPrivilegeEscalation: false       nodeSelector: 
        beta.kubernetes.io/os: linux       securityContext: 
        runAsNonRoot: true         runAsUser: 65534 
      serviceAccountName: prometheus-operator --- 
apiVersion: v1 kind: ServiceAccount 
metadata:   labels: 
    app.kubernetes.io/component: controller     app.kubernetes.io/name: prometheus-operator 
    app.kubernetes.io/version: v0.38.3   name: prometheus-operator 
  namespace: monitoring --- 
apiVersion: v1 kind: Service 
metadata:   labels: 
    app.kubernetes.io/component: controller     app.kubernetes.io/name: prometheus-operator 
    app.kubernetes.io/version: v0.38.3   name: prometheus-operator 
  namespace: monitoring spec: 
  clusterIP: None   ports: 
  - name: http     port: 8080 
    targetPort: http   selector: 
    app.kubernetes.io/component: controller     app.kubernetes.io/name: prometheus-operator 

安装 Longhorn ServiceMonitor

Longhorn ServiceMonitor 有一个标签选择器 app: longhorn-manager 来选择 Longhorn 后端服务。稍后，Prometheus CRD 可以包含 Longhorn ServiceMonitor，以便 Prometheus server 可以发现所有 Longhorn manager pods 及其端点。

apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor 
metadata:   name: longhorn-prometheus-servicemonitor 
  namespace: monitoring   labels: 
    name: longhorn-prometheus-servicemonitor spec: 
  selector:     matchLabels: 
      app: longhorn-manager   namespaceSelector: 
    matchNames:     - longhorn-system 
  endpoints:   - port: manager 

安装和配置 Prometheus alertManager

使用 3 个实例创建一个高可用的 alertmanager 部署：

apiVersion: monitoring.coreos.com/v1 kind: alertmanager 
metadata:   name: longhorn 
  namespace: monitoring spec: 
  replicas: 3 

除非提供有效配置，否则 alertmanager 实例将无法启动。有关 alertmanager 配置的更多说明，请参见此处。下面的代码给出了一个示例配置：

global:   resolve_timeout: 5m 
route:   group_by: [alertname] 
  receiver: email_and_slack receivers: 
- name: email_and_slack   email_configs: 
  - to:      from:  
    smarthost:      # SMTP authentication information. 
    auth_username:      auth_identity:  
    auth_password:      headers: 
      subject: 'Longhorn-alert'     text: |- 
      {{ range .alerts }}         *alert:* {{ .Annotations.summary }} - `{{ .Labels.severity }}` 
        *Description:* {{ .Annotations.description }}         *Details:* 
        {{ range .Labels.SortedPairs }} • *{{ .Name }}:* `{{ .Value }}`         {{ end }} 
      {{ end }}   slack_configs: 
  - api_url:      channel:  
    text: |-       {{ range .alerts }} 
        *alert:* {{ .Annotations.summary }} - `{{ .Labels.severity }}`         *Description:* {{ .Annotations.description }} 
        *Details:*         {{ range .Labels.SortedPairs }} • *{{ .Name }}:* `{{ .Value }}` 
        {{ end }}       {{ end }} 

将上述 alertmanager 配置保存在名为 alertmanager.yaml 的文件中，并使用 kubectl 从中创建一个 secret。

alertmanager 实例要求 secret 资源命名遵循 alertmanager-{alertMANAGER_NAME} 格式。在上一步中，alertmanager 的名称是 longhorn，所以 secret 名称必须是 alertmanager-longhorn

$ kubectl create secret generic alertmanager-longhorn --from-file=alertmanager.yaml -n monitoring 

为了能够查看 alertmanager 的 Web UI，请通过 Service 公开它。一个简单的方法是使用 NodePort 类型的 Service ：

apiVersion: v1 kind: Service 
metadata:   name: alertmanager-longhorn 
  namespace: monitoring spec: 
  type: NodePort   ports: 
  - name: web     nodePort: 30903 
    port: 9093     protocol: TCP 
    targetPort: web   selector: 
    alertmanager: longhorn 

创建上述服务后，您可以通过节点的 IP 和端口 30903 访问 alertmanager 的 web UI。

使用上面的 NodePort 服务进行快速验证，因为它不通过 TLS 连接进行通信。您可能希望将服务类型更改为 ClusterIP，并设置一个 Ingress-controller 以通过 TLS 连接公开 alertmanager 的 web UI。

安装和配置 Prometheus server

创建定义警报条件的 PrometheusRule 自定义资源。

apiVersion: monitoring.coreos.com/v1 kind: PrometheusRule 
metadata:   labels: 
    prometheus: longhorn     role: alert-rules 
  name: prometheus-longhorn-rules   namespace: monitoring 
spec:   groups: 
  - name: longhorn.rules     rules: 
    - alert: LonghornVolumeUsageCritical       annotations: 
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is at {{$value}}% used for           more than 5 minutes. 
        summary: Longhorn volume capacity is over 90% used.       expr: 100 * (longhorn_volume_usage_bytes / longhorn_volume_capacity_bytes) > 90 
      for: 5m       labels: 
        issue: Longhorn volume {{$labels.volume}} usage on {{$labels.node}} is critical.         severity: critical 

有关如何定义警报规则的更多信息，请参见https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#alerting-rules

如果激活了 RBAC 授权，则为 Prometheus Pod 创建 ClusterRole 和 ClusterRoleBinding：

apiVersion: v1 kind: ServiceAccount 
metadata:   name: prometheus 
  namespace: monitoring apiVersion: rbac.authorization.k8s.io/v1beta1 
kind: ClusterRole metadata: 
  name: prometheus   namespace: monitoring 
rules: - apiGroups: [""] 
  resources:   - nodes 
  - services   - endpoints 
  - pods   verbs: ["get", "list", "watch"] 
- apiGroups: [""]   resources: 
  - configmaps   verbs: ["get"] 
- nonResourceURLs: ["/metrics"]   verbs: ["get"] 
apiVersion: rbac.authorization.k8s.io/v1beta1 kind: ClusterRoleBinding 
metadata:   name: prometheus 
roleRef:   apiGroup: rbac.authorization.k8s.io 
  kind: ClusterRole   name: prometheus 
subjects: - kind: ServiceAccount 
  name: prometheus   namespace: monitoring 

创建 Prometheus 自定义资源。请注意，我们在 spec 中选择了 Longhorn 服务监视器(service monitor)和 Longhorn 规则。

apiVersion: monitoring.coreos.com/v1 kind: Prometheus 
metadata:   name: prometheus 
  namespace: monitoring spec: 
  replicas: 2   serviceAccountName: prometheus 
  alerting:     alertmanagers: 
      - namespace: monitoring         name: alertmanager-longhorn 
        port: web   serviceMonitorSelector: 
    matchLabels:       name: longhorn-prometheus-servicemonitor 
  ruleSelector:     matchLabels: 
      prometheus: longhorn       role: alert-rules 

为了能够查看 Prometheus 服务器的 web UI，请通过 Service 公开它。一个简单的方法是使用 NodePort 类型的 Service：

apiVersion: v1 kind: Service 
metadata:   name: prometheus 
  namespace: monitoring spec: 
  type: NodePort   ports: 
  - name: web     nodePort: 30904 
    port: 9090     protocol: TCP 
    targetPort: web   selector: 
    prometheus: prometheus 

创建上述服务后，您可以通过节点的 IP 和端口 30904 访问 Prometheus server 的 web UI。

此时，您应该能够在 Prometheus server UI 的目标和规则部分看到所有 Longhorn manager targets 以及 Longhorn rules。

使用上述 NodePort service 进行快速验证，因为它不通过 TLS 连接进行通信。您可能希望将服务类型更改为 ClusterIP，并设置一个 Ingress-controller 以通过 TLS 连接公开 Prometheus server 的 web UI。

安装 Grafana

创建 Grafana 数据源配置：

apiVersion: v1 kind: ConfigMap 
metadata:   name: grafana-datasources 
  namespace: monitoring data: 
  prometheus.yaml: |-     { 
        "apiVersion": 1,         "datasources": [ 
            {                "access":"proxy", 
                "editable": true,                 "name": "prometheus", 
                "orgId": 1,                 "type": "prometheus", 
                "url": "http://prometheus:9090",                 "version": 1 
            }         ] 
    } 

创建 Grafana 部署：

apiVersion: apps/v1 kind: Deployment 
metadata:   name: grafana 
  namespace: monitoring   labels: 
    app: grafana spec: 
  replicas: 1   selector: 
    matchLabels:       app: grafana 
  template:     metadata: 
      name: grafana       labels: 
        app: grafana     spec: 
      containers:       - name: grafana 
        image: grafana/grafana:7.1.5         ports: 
        - name: grafana           containerPort: 3000 
        resources:           limits: 
            memory: "500Mi"             cpu: "300m" 
          requests:             memory: "500Mi" 
            cpu: "200m"         volumeMounts: 
          - mountPath: /var/lib/grafana             name: grafana-storage 
          - mountPath: /etc/grafana/provisioning/datasources             name: grafana-datasources 
            readOnly: false       volumes: 
        - name: grafana-storage           emptyDir: {} 
        - name: grafana-datasources           configMap: 
              defaultMode: 420               name: grafana-datasources 

在 NodePort 32000 上暴露 Grafana：

apiVersion: v1 kind: Service 
metadata:   name: grafana 
  namespace: monitoring spec: 
  selector:     app: grafana 
  type: NodePort   ports: 
    - port: 3000       targetPort: 3000 
      nodePort: 32000 

使用上述 NodePort 服务进行快速验证，因为它不通过 TLS 连接进行通信。您可能希望将服务类型更改为 ClusterIP，并设置一个 Ingress-controller 以通过 TLS 连接公开 Grafana。

使用端口 32000 上的任何节点 IP 访问 Grafana 仪表板。默认凭据为：

User: admin Pass: admin 

安装 Longhorn dashboard

进入 Grafana 后，导入预置的面板：https://grafana.com/grafana/dashboards/13032

有关如何导入 Grafana dashboard 的说明，请参阅 https://grafana.com/docs/grafana/latest/reference/export_import/

成功后，您应该会看到以下 dashboard：

将 Longhorn 指标集成到 Rancher 监控系统中

关于 Rancher 监控系统

使用 Rancher，您可以通过与领先的开源监控解决方案 Prometheus 的集成来监控集群节点、Kubernetes 组件和软件部署的状态和进程。

有关如何部署/启用 Rancher 监控系统的说明，请参见https://rancher.com/docs/rancher/v2.x/en/monitoring-alerting/

将 Longhorn 指标添加到 Rancher 监控系统

如果您使用 Rancher 来管理您的 Kubernetes 并且已经启用 Rancher 监控，您可以通过简单地部署以下 ServiceMonitor 将 Longhorn 指标添加到 Rancher 监控中：

apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor 
metadata:   name: longhorn-prometheus-servicemonitor 
  namespace: longhorn-system   labels: 
    name: longhorn-prometheus-servicemonitor spec: 
  selector:     matchLabels: 
      app: longhorn-manager   namespaceSelector: 
    matchNames:     - longhorn-system 
  endpoints:   - port: manager 

创建 ServiceMonitor 后，Rancher 将自动发现所有 Longhorn 指标。

然后，您可以设置 Grafana 仪表板以进行可视化。

Longhorn 监控指标

Volume(卷)

指标名	说明	示例
longhorn_volume_actual_size_bytes	对应节点上卷的每个副本使用的实际空间	longhorn_volume_actual_size_bytes{node="worker-2",volume="testvol"} 1.1917312e+08
longhorn_volume_capacity_bytes	此卷的配置大小（以 byte 为单位）	longhorn_volume_capacity_bytes{node="worker-2",volume="testvol"} 6.442450944e+09
longhorn_volume_state	本卷状态：1=creating, 2=attached, 3=Detached, 4=Attaching, 5=Detaching, 6=Deleting	longhorn_volume_state{node="worker-2",volume="testvol"} 2
longhorn_volume_robustness	本卷的健壮性: 0=unknown, 1=healthy, 2=degraded, 3=faulted	longhorn_volume_robustness{node="worker-2",volume="testvol"} 1

Node(节点)

指标名	说明	示例
longhorn_node_status	该节点的状态：1=true, 0=false	longhorn_node_status{condition="ready",condition_reason="",node="worker-2"} 1
longhorn_node_count_total	Longhorn 系统中的节点总数	longhorn_node_count_total 4
longhorn_node_cpu_capacity_millicpu	此节点上的最大可分配 CPU	longhorn_node_cpu_capacity_millicpu{node="worker-2"} 2000
longhorn_node_cpu_usage_millicpu	此节点上的 CPU 使用率	longhorn_node_cpu_usage_millicpu{node="pworker-2"} 186
longhorn_node_memory_capacity_bytes	此节点上的最大可分配内存	longhorn_node_memory_capacity_bytes{node="worker-2"} 4.031229952e+09
longhorn_node_memory_usage_bytes	此节点上的内存使用情况	longhorn_node_memory_usage_bytes{node="worker-2"} 1.833582592e+09
longhorn_node_storage_capacity_bytes	本节点的存储容量	longhorn_node_storage_capacity_bytes{node="worker-3"} 8.3987283968e+10
longhorn_node_storage_usage_bytes	该节点的已用存储	longhorn_node_storage_usage_bytes{node="worker-3"} 9.060941824e+09
longhorn_node_storage_reservation_bytes	此节点上为其他应用程序和系统保留的存储空间	longhorn_node_storage_reservation_bytes{node="worker-3"} 2.519618519e+10

Disk(磁盘)

指标名	说明	示例
longhorn_disk_capacity_bytes	此磁盘的存储容量	longhorn_disk_capacity_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 8.3987283968e+10
longhorn_disk_usage_bytes	此磁盘的已用存储空间	longhorn_disk_usage_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 9.060941824e+09
longhorn_disk_reservation_bytes	此磁盘上为其他应用程序和系统保留的存储空间	longhorn_disk_reservation_bytes{disk="default-disk-8b28ee3134628183",node="worker-3"} 2.519618519e+10

Instance Manager(实例管理器)

 

指标名	说明	示例
longhorn_instance_manager_cpu_usage_millicpu	这个 longhorn 实例管理器的 CPU 使用率	longhorn_instance_manager_cpu_usage_millicpu{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 80
longhorn_instance_manager_cpu_requests_millicpu	在这个 Longhorn 实例管理器的 kubernetes 中请求的 CPU 资源	longhorn_instance_manager_cpu_requests_millicpu{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 250
longhorn_instance_manager_memory_usage_bytes	这个 longhorn 实例管理器的内存使用情况	longhorn_instance_manager_memory_usage_bytes{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 2.4072192e+07
longhorn_instance_manager_memory_requests_bytes	这个 longhorn 实例管理器在 Kubernetes 中请求的内存	longhorn_instance_manager_memory_requests_bytes{instance_manager="instance-manager-e-2189ed13",instance_manager_type="engine",node="worker-2"} 0

Manager(管理器)

指标名	说明	示例
longhorn_manager_cpu_usage_millicpu	这个 Longhorn Manager 的 CPU 使用率	longhorn_manager_cpu_usage_millicpu{manager="longhorn-manager-5rx2n",node="worker-2"} 27
longhorn_manager_memory_usage_bytes	这个 Longhorn Manager 的内存使用情况	longhorn_manager_memory_usage_bytes{manager="longhorn-manager-5rx2n",node="worker-2"} 2.6144768e+07

支持 Kubelet Volume 指标

关于 Kubelet Volume 指标

Kubelet 公开了以下指标：

kubelet_volume_stats_capacity_bytes kubelet_volume_stats_available_bytes kubelet_volume_stats_used_bytes kubelet_volume_stats_inodes kubelet_volume_stats_inodes_free kubelet_volume_stats_inodes_used

这些指标衡量与 Longhorn 块设备内的 PVC 文件系统相关的信息。

它们与 longhorn_volume_* 指标不同，后者测量特定于 Longhorn 块设备(block device)的信息。

您可以设置一个监控系统来抓取 Kubelet 指标端点以获取 PVC 的状态并设置异常事件的警报，例如 PVC 即将耗尽存储空间。

一个流行的监控设置是 prometheus-operator/kube-prometheus-stack,，它抓取 kubelet_volume_stats_* 指标并为它们提供仪表板和警报规则。

Longhorn CSI 插件支持

在 v1.1.0 中，Longhorn CSI 插件根据 CSI spec 支持 NodeGetVolumeStats RPC。

这允许 kubelet 查询 Longhorn CSI 插件以获取 PVC 的状态。

然后 kubelet 在 kubelet_volume_stats_* 指标中公开该信息。

Longhorn 警报规则示例

我们在下面提供了几个示例 Longhorn 警报规则供您参考。请参阅此处获取所有可用 Longhorn 指标的列表并构建您自己的警报规则。

apiVersion: monitoring.coreos.com/v1 kind: PrometheusRule 
metadata:   labels: 
    prometheus: longhorn     role: alert-rules 
  name: prometheus-longhorn-rules   namespace: monitoring 
spec:   groups: 
  - name: longhorn.rules     rules: 
    - alert: LonghornVolumeActualSpaceUsedWarning       annotations: 
        description: The actual space used by Longhorn volume {{$labels.volume}} on {{$labels.node}} is at {{$value}}% capacity for           more than 5 minutes. 
        summary: The actual used space of Longhorn volume is over 90% of the capacity.       expr: (longhorn_volume_actual_size_bytes / longhorn_volume_capacity_bytes) * 100 > 90 
      for: 5m       labels: 
        issue: The actual used space of Longhorn volume {{$labels.volume}} on {{$labels.node}} is high.         severity: warning 
    - alert: LonghornVolumeStatusCritical       annotations: 
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is Fault for           more than 2 minutes. 
        summary: Longhorn volume {{$labels.volume}} is Fault       expr: longhorn_volume_robustness == 3 
      for: 5m       labels: 
        issue: Longhorn volume {{$labels.volume}} is Fault.         severity: critical 
    - alert: LonghornVolumeStatusWarning       annotations: 
        description: Longhorn volume {{$labels.volume}} on {{$labels.node}} is Degraded for           more than 5 minutes. 
        summary: Longhorn volume {{$labels.volume}} is Degraded       expr: longhorn_volume_robustness == 2 
      for: 5m       labels: 
        issue: Longhorn volume {{$labels.volume}} is Degraded.         severity: warning 
    - alert: LonghornNodeStorageWarning       annotations: 
        description: The used storage of node {{$labels.node}} is at {{$value}}% capacity for           more than 5 minutes. 
        summary:  The used storage of node is over 70% of the capacity.       expr: (longhorn_node_storage_usage_bytes / longhorn_node_storage_capacity_bytes) * 100 > 70 
      for: 5m       labels: 
        issue: The used storage of node {{$labels.node}} is high.         severity: warning 
    - alert: LonghornDiskStorageWarning       annotations: 
        description: The used storage of disk {{$labels.disk}} on node {{$labels.node}} is at {{$value}}% capacity for           more than 5 minutes. 
        summary:  The used storage of disk is over 70% of the capacity.       expr: (longhorn_disk_usage_bytes / longhorn_disk_capacity_bytes) * 100 > 70 
      for: 5m       labels: 
        issue: The used storage of disk {{$labels.disk}} on node {{$labels.node}} is high.         severity: warning 
    - alert: LonghornNodeDown       annotations: 
        description: There are {{$value}} Longhorn nodes which have been offline for more than 5 minutes.         summary: Longhorn nodes is offline 
      expr: longhorn_node_total - (count(longhorn_node_status{condition="ready"}==1) OR on() vector(0))       for: 5m 
      labels:         issue: There are {{$value}} Longhorn nodes are offline 
        severity: critical     - alert: LonghornIntanceManagerCPUUsageWarning 
      annotations:         description: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} has CPU Usage / CPU request is {{$value}}% for 
          more than 5 minutes.         summary: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} has CPU Usage / CPU request is over 300%. 
      expr: (longhorn_instance_manager_cpu_usage_millicpu/longhorn_instance_manager_cpu_requests_millicpu) * 100 > 300       for: 5m 
      labels:         issue: Longhorn instance manager {{$labels.instance_manager}} on {{$labels.node}} consumes 3 times the CPU request. 
        severity: warning     - alert: LonghornNodeCPUUsageWarning 
      annotations:         description: Longhorn node {{$labels.node}} has CPU Usage / CPU capacity is {{$value}}% for 
          more than 5 minutes.         summary: Longhorn node {{$labels.node}} experiences high CPU pressure for more than 5m. 
      expr: (longhorn_node_cpu_usage_millicpu / longhorn_node_cpu_capacity_millicpu) * 100 > 90       for: 5m 
      labels:         issue: Longhorn node {{$labels.node}} experiences high CPU pressure. 
        severity: warning 

 

在https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#alerting-rules 查看有关如何定义警报规则的更多信息。