检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
监控 使用Prometheus监控多个集群 使用dcgm-exporter监控GPU指标 将Prometheus监控数据上报至第三方监控平台 通过PromQL语句查询Prometheus数据
Prometheus（停止维护） 插件简介 Prometheus是一套开源的系统监控报警框架。它启发于Google的borgmon监控系统，由工作在SoundCloud的Google前员工在2012年创建，作为社区开源项目进行开发，并于2015年正式发布。2016年，Prometheus正式加入Cloud
监控日志 工作负载的“事件”保存多长时间？ 容器监控的内存使用率与实际弹性伸缩现象不一致 父主题： 工作负载
rometheus，对接监控多个集群的指标信息。 方案架构 将多个集群对接到同一个Prometheus监控系统，如下所示，节约维护成本和资源成本，且方便汇聚监控信息。 前提条件 目标集群已创建。 Prometheus与目标集群之间网络保持连通。 已在一台Linux主机中使用二进制
Pod监控 如果您需要监控Pod的资源使用情况，可以前往“监控中心 > Pod”页面查看。该页面提供了指定集群下所有Pod的综合信息，以及单个Pod的详细监控数据，包括CPU/内存使用率、网络流入/流出速率等。 功能入口 登录CCE控制台，单击集群名称进入集群详情页。 在左侧导航
env.yaml 步骤三：对接第三方监控平台 登录CCE控制台，选择一个已安装云原生监控插件的集群，单击集群名称。 在左侧导航栏中选择“配置中心”，并切换至“监控运维配置”页签。 开启“对接第三方监控平台”，将云原生监控插件采集到的数据上报至第三方监控平台。 数据上报地址：即步骤一中获取的Remote
集群监控 当您想观测整个集群的资源使用情况和健康度时，可以在“监控中心 > 集群”页面查看，该页面提供了单个集群的监控情况，包含集群健康度、健康概况、资源消耗Top统计和数据面监控多维度的信息概况。 功能入口 登录CCE控制台，单击集群名称进入集群详情页。 在左侧导航栏中选择“监控中心”，单击“集群”页签。
在左侧导航栏中选择“配置中心”，切换至“监控运维配置”页签。 修改“采集配置”。 监控采集任务配置由系统预置采集配置、ServiceMonitor采集配置、PodMonitor采集配置和Targets采集配置配置项共同提供。 系统预置采集配置 为保证插件默认行为的一致性，系统预置采集功能默认不开启，强烈建议您开启系统预置采集功能。
单击Pod名称可以查看Pod的详细监控数据。更多相关内容，请参见Pod监控。 监控 在此处，您可以方便地查看节点在近1小时、近8小时、近24小时以及自定义时间段内各维度资源的使用情况。如需查看更多监控信息，请单击“查看全部仪表盘”，跳转至“仪表盘”页面，相应指导请参见使用仪表盘。 图4 节点监控 CPU相关指标
开通监控中心 开通监控中心将在集群中安装云原生监控插件，该插件提供监控中心的指标采集功能。开通后，监控中心将采集集群中的指标并上报至AOM实例。本章节介绍如何为集群开通监控中心功能。 开通监控中心后，集群中的指标将上报至AOM实例，AOM针对基础指标免费，自定义指标由AOM服务收费，具体请参考价格详情。
云原生监控插件升级检查异常处理 检查项内容 在集群升级过程中，云原生监控插件从3.9.0之前的版本升级至3.9.0之后的版本升级时，存在兼容性问题，需检查该插件是否开启了grafana的开关。 解决方案 由于云原生监控插件在3.9.0之后的版本，不再聚合grafana的能力，因此
enablethird 否 Boolean 指标是否上报第三方监控系统 url_third 否 String 三方监控系统上报指标URL basic_auth_username_third 否 String 对接三方监控系统的账号（BasicAuth认证方式） basic_auth_password_third
监控运维配置 CCE为您提供监控应用及资源的能力，支持采集各项指标及事件等数据以分析应用健康状态，您可以通过“配置中心 > 监控运维配置”统一调整监控运维参数。 您需要开通监控中心，以使用监控运维配置的所有功能。 监控配置 采集配置 系统预置采集：可视化管理云原生监控插件的监控采集任务。详情请参见管理监控采集任务。
快捷。 监控中心架构 图1 监控中心架构 云原生监控插件将在CCE集群中采集exporter暴露的指标，通过Prometheus RemoteWrite的方式，将数据写入至AOM实例。 监控中心将基于AOM实例中存储的指标，提供多维度数据洞察、仪表盘的功能。 云原生监控插件也提供
工作负载监控 如果您需要监控工作负载的资源使用情况，可以前往“监控中心 > 工作负载”页面查看。该页面提供了指定集群下所有工作负载的综合信息，以及单个工作负载的详细监控数据，包括CPU/内存使用率、网络流入/流出速率等。 功能入口 登录CCE控制台，单击集群名称进入集群详情页。
使用云原生监控插件监控自定义指标 CCE提供了云原生监控插件，支持使用Prometheus监控自定义指标。 本文将通过一个Nginx应用的示例演示如何使用Prometheus监控自定义指标，步骤如下： 安装并访问云原生监控插件 CCE提供了集成Prometheus功能的插件，支持一键安装。
事件监控 Kubernetes事件涵盖了集群的运行状态和各类资源的调度情况，对运维人员日常观察资源的变更以及定位问题均有帮助。为了实现这一目标，您需要为集群安装log-agent插件，该插件可以采集Kubernetes事件，并在“监控中心 > 事件”页面进行展示。 功能入口 登录
仅适用于监控Kubernetes社区原生的GPU资源（nvidia.com/gpu），不支持监控CCE提供的GPU虚拟化资源。 前提条件 目标集群已创建，且集群中包含GPU节点，并已运行GPU相关业务。 在集群中安装CCE AI 套件 (NVIDIA GPU)和云原生监控插件。 CCE
节点系统参数检查异常处理 检查项内容 检查您节点上默认系统参数是否被修改。 解决方案 如您的bms节点上bond0网络的mtu值非默认值1500，将出现该检查异常。 非默认参数可能导致业务丢包，请改回默认值。 父主题： 升级前检查异常问题排查
节点操作系统 集群版本与操作系统对应关系 如下为当前已经发布的集群版本与操作系统版本的对应关系，请参考： 表1 弹性云服务器-虚拟机节点操作系统 操作系统 集群版本 CCE Standard集群 CCE Turbo集群 最新内核信息 VPC网络模型 容器隧道网络模型 云原生网络2
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
