帶你演示Prometheus擴展Cortex的水平擴展以及高可用複製

這章，咱們主要講一下 Prometheus 的擴展 Cortex 的安裝過程，以及Cortex的水平擴展。這些內容官網均可以找到。

環境準備

• GO 的語言環境，配置好 GOMODULE
• 從 Github 上將 Cortex 的源程序克隆下來，Github克隆很慢，能夠先導入 Gitee，再從 Gitee 上克隆；

開始編譯

Cortex 的安裝

咱們進入到 Cortex 的文件目錄，執行指令:

go build ./cmd/cortex

開始執行:

./cortex -config.file=./docs/configuration/single-process-config.yaml

通常狀況下不會出問題，有問題應該是 Linux 缺乏了相關程序，自行下載便可。執行完就行了

Promethus

這個咱們直接解壓 .tar.gz 文件包，進入 prometheus 目錄，修改 prometheus.yml , 增長配置：

remote_write:
  - url: http://localhost:9009/api/prom/push

配置文件是 yml 格式的，請遵照相關規則。

驗證

./prometheus

如今咱們須要經過 Grafana 來進行數據的讀取。

docker run --rm -d --name=grafana -p 3000:3000 grafana/grafana

如今咱們就在 Grafana 裏面去作GUI 就行了。

水平擴展

水平擴展的實現，咱們也是依賴於 Docker

# 構建鏡像，這一步基本成不了 
make ./cmd/cortex/.uptodate

上面的景象咱們構建不出來，咱們就下載鏡像：

docker pull cortexproject/cortex

# 建立 cortex 的網絡
docker network create cortex
# 單個節點Consul實例，用於協調Cortex集羣
docker run -d --name=consul --network=cortex -e CONSUL_BIND_INTERFACE=eth0 consul

docker run -d --name=cortex1 --network=cortex \
    -v $(pwd)/docs/configuration/single-process-config.yaml:/etc/single-process-config.yaml \
    -p 9001:9009 \
    cortexproject/cortex:master-1f600cb1 \
    -config.file=/etc/single-process-config.yaml \
    -ring.store=consul \
    -consul.hostname=consul:8500

docker run -d --name=cortex2 --network=cortex \
    -v $(pwd)/docs/configuration/single-process-config.yaml:/etc/single-process-config.yaml \
    -p 9002:9009 \
    cortexproject/cortex:master-1f600cb1 \
    -config.file=/etc/single-process-config.yaml \
    -ring.store=consul \
    -consul.hostname=consul:8500

咱們的驗證方式是：
在瀏覽器中輸入: http://{ip}:9001/ring , 或者是 9002 端口
正常狀況下看到的會是這兩個:

而後，咱們如今將 Prometheus 接入到其中的一個實例: 好比 9001

remote_write
  - url: http://localhost:9001/api/prom/push

再用到 Grafana 驗證的時候，這時候的 Cortex 地址就是Docker 的容器地址： http://172.18.0.3:9009/api/prom

清理,後續須要在從新設置

docker rm -f cortex1 cortex2 consul grafana

docker network remove cortex

高可用

這裏主要針對的是 當 Integers 出現單個的宕機狀態時，當前宕機的 integer 須要將本身的 sample 複製到其餘的 integer .

docker network create cortex

docker run -d --name=consul --network=cortex -e CONSUL_BIND_INTERFACE=eth0 consul

docker run -d --name=grafana --network=cortex -p 3000:3000 grafana/grafana

咱們開始建立咱們的實例:

docker run -d --name=cortex1 --network=cortex \
    -v $(pwd)/docs/configuration/single-process-config.yaml:/etc/single-process-config.yaml \
    -p 9001:9009 \
    cortexproject/cortex:master-1f600cb1 \
    -config.file=/etc/single-process-config.yaml \
    -ring.store=consul \
    -consul.hostname=consul:8500 \
    -distributor.replication-factor=3


docker run -d --name=cortex2 --network=cortex \
    -v $(pwd)/docs/configuration/single-process-config.yaml:/etc/single-process-config.yaml \
    -p 9002:9009 \
    cortexproject/cortex:master-1f600cb1 \
    -config.file=/etc/single-process-config.yaml \
    -ring.store=consul \
    -consul.hostname=consul:8500 \
    -distributor.replication-factor=3

docker run -d --name=cortex3 --network=cortex \
    -v $(pwd)/docs/configuration/single-process-config.yaml:/etc/single-process-config.yaml \
    -p 9003:9009 \
    cortexproject/cortex:master-1f600cb1 \
    -config.file=/etc/single-process-config.yaml \
    -ring.store=consul \
    -consul.hostname=consul:8500 \
    -distributor.replication-factor=3

如今咱們寫入到 cortex1 中，測試 cortex3 是否會存在數據：

咱們能夠看到，每一個 cortex 節點都寫入了數據，可是咱們的數據只寫入了 cortex1 , 這就是 cortex 之間的複製。

如今咱們要 cortex2 掛掉，看看什麼效果：

能夠看到的是，cortex2 掛了，可是 其餘兩個都仍是正常的狀態，這就是 Cortex 裏面的高可用。