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 }}% |