Collecte de métriques Prometheus et OpenMetrics avec Kubernetes
Recueillez vos métriques Prometheus et OpenMetrics exposées à partir de votre application exécutée dans Kubernetes à l’aide de l’Agent Datadog et de l’intégration Datadog/OpenMetrics ou Datadog/Prometheus.
Présentation
Depuis la version 6.5.0, l’Agent inclut des checks OpenMetrics et Prometheus capables de scraper les endpoints Prometheus. Nous vous conseillons d’utiliser le check OpenMetrics du fait de son efficacité accrue et de sa prise en charge complète du format texte Prometheus. Pour en savoir plus sur l’utilisation avancée de l’interface OpenMetricsCheck
et le développement d’un check custom, consultez la section Outils de développement. N’utilisez le check Prometheus que lorsque l’endpoint de métriques ne prend pas en charge un format texte.
Cette page décrit les principes d’utilisation de base de ces checks. Ils vous permettent de scraper des métriques custom à partir d’endpoints Prometheus.
Pour obtenir une explication sur le mappage de métriques Prometheus et OpenMetrics avec des métriques Datadog, consultez le guide dédié.
Configuration
Installation
Déployez l’Agent Datadog dans votre cluster Kubernetes. Les checks OpenMetrics et Prometheus sont inclus dans le paquet de l’Agent Datadog : vous n’avez donc rien d’autre à installer sur vos conteneurs ou vos hosts.
Configuration
Configurez votre check OpenMetrics ou Prometheus à l’aide de la fonctionnalité Autodiscovery, en appliquant les annotations
suivantes à votre pod OpenMetrics/Prometheus :
# (...)
metadata:
#(...)
annotations:
ad.datadoghq.com/<IDENTIFICATEUR_CONTENEUR>.check_names: |
["openmetrics"]
ad.datadoghq.com/<IDENTIFICATEUR_CONTENEUR>.init_configs: |
[{}]
ad.datadoghq.com/<IDENTIFICATEUR_CONTENEUR>.instances: |
[
{
"prometheus_url": "http://%%host%%:%%port%%/<ENDPOINT_PROMETHEUS> ",
"namespace": "<PRÉFIXE_ESPACENOMMAGE_MÉTRIQUES_POUR_DATADOG>",
"metrics": [{"<MÉTRIQUES_À_RÉCUPÉRER>":"<NOUVEAU_NOM_MÉTRIQUE>"}]
}
]
spec:
containers:
- name: '<IDENTIFICATEUR_CONTENEUR>'
Les placeholders à configurer sont les suivants :
Placeholder | Description |
---|
<PORT_PROMETHEUS> | Le port auquel se connecter afin d’accéder à l’endpoint Prometheus. |
<ENDPOINT_PROMETHEUS> | L’URL pour les métriques traitées par le conteneur, au format Prometheus. |
<PRÉFIXE_ESPACENOMMAGE_MÉTRIQUES_POUR_DATADOG> | L’espace de nommage spécifié ici sera ajouté comme préfixe à chaque métrique lors de son affichage dans Datadog. |
<MÉTRIQUE_À_RÉCUPÉRER> | La clé de la métrique Prometheus à récupérer à partir de l’endpoint Prometheus. |
<NOUVEAU_NOM_MÉTRIQUE> | Lorsque ce paramètre facultatif est défini, la clé de métrique <MÉTRIQUE_À_RÉCUPÉRER> est remplacée par le <NOUVEAU_NOM_MÉTRIQUE> dans Datadog. Si vous choisissez de ne pas utiliser cette option, passez une liste de chaînes plutôt que des paires key:value . |
Pour obtenir la liste complète des paramètres disponibles pour les instances, notamment namespace
et metrics
, consultez le tableau dans le guide de collecte de hosts Prometheus.
Prise en main
Collecte de métriques simple
Lancez l’Agent Datadog.
Utilisez le DaemonSet Prometheus prometheus.yaml
pour lancer un pod Prometheus qui comporte la configuration Autodiscovery :
Configuration Autodiscovery :
# (...)
spec:
replicas: 2
selector:
matchLabels:
app: prometheus
purpose: example
template:
metadata:
labels:
app: prometheus
purpose: example
annotations:
ad.datadoghq.com/prometheus-example.check_names: |
["openmetrics"]
ad.datadoghq.com/prometheus-example.init_configs: |
[{}]
ad.datadoghq.com/prometheus-example.instances: |
[
{
"prometheus_url": "http://%%host%%:%%port%%/metrics",
"namespace": "documentation_example_kubernetes",
"metrics": [ {"promhttp_metric_handler_requests_total": "prometheus.handler.requests.total"}]
}
]
# (...)
Commande pour créer le pod Prometheus :
kubectl create -f prometheus.yaml
Accédez à votre page Metric summary pour visualiser les métriques recueillies : prometheus_target_interval_length_seconds*
.
Collecte de métriques avec des annotations Prometheus
Grâce à la fonctionnalité Autodiscovery Prometheus, l’Agent Datadog peut détecter les annotations Prometheus natives (comme prometheus.io/scrape
, prometheus.io/path
ou prometheus.io/port
) et planifier automatiquement des checks OpenMetrics de façon à recueillir des métriques Prometheus dans Kubernetes.
Prérequis
- Agent Datadog v7.27+ ou v6.27+ (pour les checks de pod)
- Agent de cluster Datadog v1.11+ (pour les checks de service et d’endpoint)
Configuration
Configuration de base
Ajoutez ce qui suit dans votre fichier values.yaml
Helm :
...
datadog:
...
prometheusScrape:
enabled: true
...
Grâce à ces lignes, l’Agent Datadog détecte les pods qui possèdent des annotations Prometheus natives et génère les checks OpenMetrics correspondants.
En outre, lorsqu’il est activé, l’Agent de cluster Datadog détecte également les services qui possèdent des annotations Prometheus natives et génère les checks OpenMetrics correspondants.
prometheus.io/scrape=true
: requis.prometheus.io/path
: facultatif (valeur par défaut : /metrics
).prometheus.io/port
: facultatif (valeur par défaut : %%port%%
). Template variable remplacée par le port du conteneur ou service.
Ces paramètres permettent de générer un check qui recueille toutes les métriques exposées, en se basant sur la configuration par défaut de l’intégration OpenMetrics.
Configuration avancée
Vous pouvez définir des configurations de check OpenMetrics avancées ou des règles Autodiscovery personnalisées qui diffèrent des annotations Prometheus natives. Pour ce faire, utilisez le champ de configuration additionalConfigs
du fichier values.yaml
.
additionalConfigs
liste les structures contenant des configurations de check OpenMetrics et des règles Autodiscovery.
Chaque champ de configuration pris en charge par le check OpenMetrics peut être transmis dans la liste des configurations.
La configuration Autodiscovery peut reposer sur des noms de conteneur, des annotations Kubernetes ou un mélange des deux. Si vous définissez kubernetes_container_names
et kubernetes_annotations
, une logique d’addition (AND) s’applique, à savoir que les deux règles doivent être respectées.
kubernetes_container_names
liste les noms de conteneur à cibler. Le wildcard *
peut être utilisé.
kubernetes_annotations
contient deux maps d’étiquettes permettant de définir les règles de découverte : include
et exclude
.
Remarque : dans la configuration de l’Agent Datadog, kubernetes_annotations
a par défaut la valeur suivante :
kubernetes_annotations:
include:
- prometheus.io/scrape: "true"
exclude:
- prometheus.io/scrape: "false"
Exemple :
Dans l’exemple ci-dessous, nous définissons une configuration avancée ciblant le conteneur my-app
, qui exécute le pod app=my-app
. Nous personnalisons également la configuration du check OpenMetrics, en activant l’option send_distribution_buckets
et en définissant un délai d’expiration personnalisé de cinq secondes.
datadog:
...
prometheusScrape:
enabled: true
additionalConfigs:
-
configurations:
- timeout: 5
send_distribution_buckets: true
autodiscovery:
kubernetes_container_names:
- my-app
kubernetes_annotations:
include:
app: my-app
Proposer une intégration personnalisée comme intégration officielle
Par défaut, toutes les métriques récupérées par le check Prometheus générique sont considérées comme des métriques custom. Si vous surveillez un logiciel prêt à l’emploi et que vous pensez qu’il mérite une intégration officielle, n’hésitez pas à apporter votre contribution !
Les intégrations officielles utilisent des répertoires dédiés. Le check générique intègre un système de création d’instances qui se charge de coder en dur la configuration par défaut et les métadonnées des métriques. Reportez-vous au référentiel sur l’intégration kube-proxy pour obtenir un exemple.
Pour aller plus loin
Documentation, liens et articles supplémentaires utiles: