可观测监控 Prometheus 版提供了 Prometheus 托管服务和容器监控服务。容器监控服务产生容器监控费用，容器监控费用包括监控集群规模费用和 Prometheus 实例费用。容器监控服务分为2个版本，容器监控基础版和容器监控 Pro 版。本文介绍了容器监控 Pro 版使用操作、计费说明、功能说明、支持大盘、默认告警规则等。
支持开启容器监控 Pro 版的集群类型
ACK托管集群Pro版
ACK灵骏集群
ACK专有版集群
前提条件
容器监控 Pro 版服务依赖可观测监控 Prometheus 版，需要先开通可观测监控 Prometheus 版（按写入量计费开通链接，按上报量计费开通连接），再开通容器监控 Pro 版。
容器监控 Pro 版计费说明
|
计费项 |
计费说明 |
计费方式 |
计费周期 |
|
监控集群规模费用 |
根据容器集群节点（Node）规模换算 OCU 用量，每10个集群节点换算为1个 OCU。 说明
OCU：可观测资源额度（Observability Capacity Unit）是阿里云云原生可观测推出的新版计费单位，可根据每小时资源使用情况自动统计 OCU 用量，OCU的定价为0.15元/个。 |
按量付费：日容器集群规模费用=每小时 OCU 个数累加求和 * OCU 单价 说明
每小时 OCU 个数 = 当前计费周期内节点最大值除以10 后向上取整 |
计费周期为每小时，可观测监控 Prometheus 版会在00:00后统计前一天每小时的集群节点数最大值，然后按计费规则计算每小时 OCU 个数，通过累计每小时 OCU 个数计算前一天的总 OCU 量，乘以 OCU 单价，按天出容器集群规模监控费用。 |
|
Prometheus 实例费用 |
请参见Prometheus 实例计费。 |
||
如何使用容器监控 Pro 版
方式一：接入时选择容器监控 Pro 版
-
在接入中心页面，选择容器集群监控。
-
在容器集群监控面板，选择需要接入的容器服务集群，然后选择版本为容器监控Pro版，然后单击确定。
方式二：基础版升级为容器监控 Pro 版
升级为容器监控 Pro 版后不支持降级至容器监控基础版。
-
在接入管理页面，选择已接入环境 > 容器环境。
-
单击待升级的容器监控操作列下的升级。在对话框中，单击确认。
基础版与 Pro 版区别
|
类别 |
基础版 |
Pro 版 |
|
容器集群基础指标存储周期 |
7天 |
90天 |
|
Prometheus采集器 |
用户集群内部署 Agent（默认单副本占用集群资源3 Core，4 GB），需自行管理。 |
提供托管采集 Agent，用户不再承担 Agent 的资源成本，提供生产级SLA 99.95%。 |
|
监控大盘 |
内置基础的监控大盘。 |
内置丰富的监控大盘。 |
容器监控Pro版支持大盘
|
类型 |
大盘名称 |
|
监控概览 |
集群监控概览 |
|
集群 Namespace 大盘 |
|
|
集群核心组件 |
ACK Pro API server |
|
ACK Pro ETCD |
|
|
ACK Pro Scheduler |
|
|
ACK Pro Cloud Controller Manager |
|
|
ACK Pro Kube Controller Manager |
|
|
节点监控 |
节点池概览 |
|
集群节点监控详情 |
|
|
应用监控 |
无状态应用监控 |
|
有状态应用监控 |
|
|
守护进程集应用监控 |
|
|
集群 Pod 监控 |
|
|
网络监控 |
CoreDNS 组件监控 |
|
集群 Ingress 流量监控 |
|
|
存储监控 |
CSI 存储组件监控-集群维度 |
|
CSI 存储组件监控-节点维度 |
|
|
Pod IO Monitoring (Pod Level) |
|
|
Frontend Storage IO Monitoring (Cluster Level) |
|
|
GPU 监控 |
集群 GPU 监控-集群维度 |
|
集群 GPU 监控-节点维度 |
|
|
集群 GPU 监控-应用 Pod 维度 |
|
|
成本分析/资源优化 |
资源画像 |
|
其他 |
Backend Storage IO Monitoring (Cluster Level) |
|
k8s-reclaimed-resource |
|
|
集群 Prometheus 自身监控 |
|
|
Virtual Node(ECI) Overview |
默认告警规则
|
告警规则名称/ID |
告警分组 |
模板 |
|
节点 CPU 使用率大于75% |
节点 |
节点 {{ $labels.instance }} CPU 使用率大于 75%，当前 CPU 使用率 {{ printf "%.2f" $value }}% |
|
节点 CPU 使用率大于85% |
节点 |
节点 {{ $labels.instance }} CPU 使用率大于 85%，当前 CPU 使用率 {{ printf "%.2f" $value }}% |
|
节点内存使用率大于75% |
节点 |
节点 {{ $labels.instance }} 内存使用率大于 75%，当前内存使用率 {{ printf "%.2f" $value }}% |
|
节点内存使用率大于85% |
节点 |
节点 {{ $labels.instance }} 内存使用率大于 85%，当前内存使用率 {{ printf "%.2f" $value }}% |
|
节点状态异常 |
节点 |
节点 {{$labels.node}} 处于不可用状态超过 10 分钟 |
|
磁盘使用率大于95% |
节点 |
节点 {{ $labels.instance }} 磁盘 {{ $labels.device }} 使用率超过 95%，当前磁盘使用率 {{ printf "%.2f" $value }}% |
|
Deployment Pod 可用率小于50% |
工作负载 |
命名空间: {{$labels.namespace}} / Deployment: {{$labels.deployment}} Pod 可用率小于 50%, 当前不可用 Pod 数 {{ $value }} |
|
Job 执行失败 |
工作负载 |
命名空间: {{$labels.namespace}}/Job: {{$labels.job_name}} 执行失败 |
|
Pod 启动超时失败 |
工作负载 |
命名空间: {{$labels.namespace}}/Pod: {{$labels.pod_name}}超过15分钟未启动成功，等待原因 {{$labels.reason}} |
|
Pod 状态异常 |
工作负载 |
命名空间: {{$labels.namespace}}/Pod: {{$labels.pod_name}} 处于{{$labels.phase}}状态持续超过10分钟 |
|
Pod 频繁重启 |
工作负载 |
命名空间: {{$labels.namespace}}/Pod: {{$labels.pod_name}} {{$labels.metrics_params_time}}分钟内重启超过{{ $labels.metrics_params_value}}次，当前重启 {{ $value }}次 |
|
容器 CPU 使用率超过85% |
工作负载 |
命名空间: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器: {{$labels.container}} CPU 使用率大于 85%, 当前值{{ printf "%.2f" $value }}% |
|
容器 CPU 使用率超过75% |
工作负载 |
命名空间: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器: {{$labels.container}} CPU使用率大于 75%, 当前值{{ printf "%.2f" $value }}% |
|
容器内存使用率超过75% |
工作负载 |
命名空间: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器: {{$labels.container}} 内存使用率大于 75%, 当前值{{ printf "%.2f" $value }}% |
|
容器内存使用率超过85% |
工作负载 |
命名空间: {{$labels.namespace}} / Pod: {{$labels.pod_name}} / 容器: {{$labels.container}} 内存使用率大于 85%, 当前值{{ printf "%.2f" $value }}% |