海外多区下的监控系统，你了解几分？

1. 相关背景

待在工作岗位上 ，海外总得做点事，多区也想做点新鲜事。下的系统但并不是监控解分你想做就有机会去做，并能做好。海外

一个人做 、多区还是下的系统能和大家一起做，最终的监控解分结果是不一样的 。这就涉及到时机 ，海外大家能否达成一致的免费模板多区动机。

今年是下的系统降本增效的一年 
，很多公司在裁员、监控解分减配降本
。海外因此，多区对整个线上服务的下的系统负载情况汇总
，精细化的监控数据有所需求 。

为了合规，海外服务的架构分区，源码下载数据分散管理，以前很难想象可以集中数据 。但是这种需求，现在有了解决办法。

在内部的一些系统中 ，目前的监控系统无法程序化集成，无法通过规则拼接 URL 展示监控相关的数据 。

对于终端用户来说 ，监控能够与业务形态相匹配，可以快速地找到业务相关的监控数据，将给业务带来极大方便。云计算

无论从公司预期背景
，还是自身规范化需求出发，这都是一个时机成熟
、可以尝试推动的事情。

2. 海外服务的拓扑

对于海外服务，我们需要根据业务发展战略 ，选择区域部署服务。比如
，如果准备在欧洲开展业务
，那么就需要选择华为
 、AWS 等云厂在该地区提供的云服务作为基础设施。服务器租用对于面向全球的业务
，需要在很多区域建设服务节点 ，包括新加坡 、日本
、印度 、美西等。由于各地区的数据保护条例 ，不允许将当地的数据传输到其他地区，因此数据和服务只能本地化。

每个区域是一个独立的对外提供服务的单元 ，模板下载具有独立的数据存储
、K8s 集群、API 网关等。这种分区的服务拓扑，会给运维带来很大挑战，需要在每个区逐一进行变更。在 面向全球的镜像分发网络[1] 一文中
，我描述了跨地区构建的全球性运维网络。如下图:

基于公网，通过 StrongVPN、WireGuard 等软件构建企业内网，可以实现在一个中心区域对全区的亿华云控制 。这种控制包括 ，全区的应用发布、流量控制 、镜像分发、监控告警等
。

在打通全区内网之后，我们接着对监控从三个方面进行了调整，分别是基础资源监控 ，Kubernetes 监控，业务数据监控。其中，基础资源和 Kubernetes 属于短周期监控数据
，而业务数据属于长周期监控数据。短周期监控数据 ，需要补齐足够的标签方便业务人员过滤查询，使用 Prometheus 监控即可。而长周期监控数据，采用的是 Thanos 方案，避免 Prometheus 查询长周期数据时导致云主机宕机 。

3. 基础监控

在每个区域仅有一个 Prometheus 拉取全部基础资源的监控数据，这些基础资源包括云主机、Redis、MySQL 等中间件。直接上 Prometheus 的配置:

复制cat /etc/prometheus/prometheus.yml1. 复制- job_name: "node_exporter" file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/node*.yml" - job_name: mongo_exporter file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/mongo*.yml" - job_name: elasticsearch_exporter file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/es*.yml"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.

通过 file_sd_configs 指定 Prometheus 自动发现服务的目录 ，通过 refresh_interval 指定 Prometheus 重新加载配置文件的周期，当有新的服务需要添加监控时，只需要修改所属类型的资源列表即可。下面接着来看资源列表的定义:

复制cat /etc/prometheus/file_sd/node-prod.yml1. 复制- labels: region: "region-a" team_id: 123 host_name: "a-b-c" host_ip: "0.0.0.0" targets: - 0.0.0.0:91001.2.3.4.5.6.7.

如下图 ，每个区一个 Prometheus 拉取监控数据，在中心区域通过 Thanos Query 汇总全部的监控数据
，提供全区的监控数据查询能力。

最终在 Grafana 上需要呈现两个面板，一个是资源的汇总，一个是资源的详情 。如下图是基础资源汇总的面板:

通过汇总面板，我们能够知道指定区域有多少资源、各个资源的负载情况。通过 Thanos Query 汇总数据源，我们能够知道全区的资源概况
。

4. Kubernetes 监控

对于 Kubernetes 监控，我们采用的部署策略是，每个集群安装一个 Prometheus 仅存储 3d 的数据 ，不进行持久化。在每个区域部署一个 Thanos Query 汇总全部 Kubernetes 的监控数据 。下图是相关拓扑 
：

根据社区的 Prometheus Helm Chart 包，我们新增了 Thanos Sidecar 重新打包之后，推送到内部 Habor 镜像仓库。新增集群时 ，只需要进行两步操作  ：

安装 Prometheus 复制export HELM_EXPERIMENTAL_OCI=1helm chart pull harbor.chenshaowen.com/monitor/prometheus:15.0.1helm chart export harbor.chenshaowen.com/monitor/prometheus:15.0.1

cd prometheus

kubectl create

ns monitor

helm -n monitor install prom-k8s --set server.global.external_labels.cluster=cluster-1 --set server.global.external_labels.region=region-1 .1.2.3.4.5.6.

这里需要注意的是，通过 external_labels.cluster 给每个 Kubernetes 集群一个唯一的名字。

在 Thanos Query 中添加查询 API可以参考前面的文档 使用 Thanos 集中管理多 Prometheus 实例数据[2] 。

在 Grafana 面板上，我们提供了两个层级的视角: 分区和全区的数据源，汇总和详情的面板 。如下图是其中的一个汇总面板:

5. 业务数据监控

业务数据主要是业务自行上报、关注的数据 ，比如，用户登录、下单、支付等。这类数据异构  ，无法统一进行管理，我们提供统一的解决方案、Grafana

服务，由业务自行绘图即可。

这里采用的是 Thanos 方案，参考: Thanos 进阶使用指南[3] 。

下面是部署拓扑图:

下面是查询长周期数据：

6. 总结

本篇主要是介绍了最近在做的一些工作 ，针对海外多区场景，我们将监控分为三层 
，基础监控、Kubernetes 监控 、业务监控数据。其中基础监控，包括云主机、Redis 中间件等，而 Kubernetes 主要是面向应用，业务数据属于业务关系的上报数据 。

针对这三种层次的划分 ，分别提供了三种部署的方案，满足业务对监控查询的需求 。

参考资料

[1]面向全球的镜像分发网络:

https://www.chenshaowen.com/blog/a-global-images-distribution-network.html

[2]使用 Thanos 集中管理多 Prometheus 实例数据: https://www.chenshaowen.com/blog/manage-multiple-prometheus-using-thanos.html

[3]Thanos 进阶使用指南: https://www.chenshaowen.com/blog/an-advanced-user-guide-about-thanos.html