asp.net core程序在k8s中基于rabbitmq队列消息数的HPA实践！

背景

最近一段时间，陆陆续续的把手里头项目都迁移到了k8s中，期间遇到很多的坑，并且也学到了许多k8s的知识（从0-1），大家都知道k8s中的一大特性是自动扩容，对此结合自己的业务发现很是有“用武之地”，我有个业务，是向消息队列中插入消息，然后.net core console app进行消费，但是我这个业务有个特点，要么没有消息生产，要么就是有一大批消息产生。在引用HPA之前，我不得不提前启动“合适数量”的pod（1个pod多个消费者容器）来消费消息，要不然业务方要叫了。但是作为有“洁癖”的开发者，我不想相同的容器有太多的闲置，无所事事，又占用资源。所以我们需要借助HPA来实现自动伸缩扩容，消息多的时候，自动扩容；消息少的时候，自动缩容。

前期准备：

1. 要有一个k8s集群（我是通过kubeadm搭建的3master+N node的集群 1.18.2）

2. 有一个rabbitmq实例3.8.x

3. rabbitmq_exporter：一个通过转化mq:15672接口数据，以metrics接口暴露出来的exporter

4. kube-prometheus：一个将prometheus全家桶集合安装的开源项目

大体实现方向：

将rabbitmq的数据指标，以metrics接口的形式，暴露给prometheus server；然后再promethus中通过添加record rule规则来自定义你的队列指标；然后再promethus adapter中添加一条rule来将之前的指标转化成k8s api所能识别的接口；最后在k8s中定义HPA去监测prometheus adapter service暴露的转化好的接口来动态伸缩。

第一步：暴露rabbitmq数据指标

• rabbitmq官网中monitor一节中有提到它有一个插件是给pormetheus用的，但是我看了下用起来不方便，达不到效果，遂用下面的这个开源项目。

• rabbitmq_exporter这个项目它sample中使用的是直接docker run去启动容器，来进行mq数据指标的暴露，但是你最好把他运行在k8s中，方便管理。

• 准备一个yaml文件，将rabbitmq exporter运行在k8s集群中，并以service的形式，暴露给k8s中安装的prometheus server去抓取

rabbitmq_exporter.yaml

• 然后在k8s master中创建这个yaml： kubectl apply –f rabbitmq_exporter.yaml

• 看到如下内容代表部署成功了：

• 我们看看39419端口暴露的metrics暴露的接口数据长什么样：

• 我们先用kubectl exec命令随便进入一个容器，在容器内部访问上面的svc ip + port

• 然后访问我们上面的svc: curl 10.110.14.151:39419/metrics | grep rabbitmq_queue_messages{

• 看到有图片中的数据，就代表你rabbitmq exporter搭建成功了，否则的话查看下日志解决下。

• 至此，k8s集群中已经存在一个这样的svc接口（10.110.14.151:39419/metrics）他只能在k8s集群内部访问，他暴露的metrics数据中，就包含了队列中消息的数量。

第二步：使rabbitmq metrics指标能够被prometheus server所定时抓取

• 安装prometheus监控全家桶

• 先把原项目clone下来： git conle https://github.com/coreos/kube-prometheus.git

• 

• manifests：这个文件夹里放的全都是prometheus所需资源清单文件

• example.jsonnet：这个文件是生成manifests文件夹的引导文件

• 理论上，你git clone下来的mainfests文件夹，可以直接用的，但是需要做下调整，接下来我通过example.jsonnet来重新编译生成manifests资源清单

• 参考于：https://github.com/coreos/kube-prometheus#compiling

• 为了避免干扰，先将mainfests文件夹删除。

• 我们先修改example.jsonnet文件，让其按照我的要求生成mainfests资源清单：

• 

• 在项目目录下，先执行（第一次会比较慢，大概10来分钟吧，或者失败，请重试！）：

docker run --rm -v $(pwd):$(pwd) --workdir $(pwd) quay.io/coreos/jsonnet-ci jb update

docker run --rm -v $(pwd):$(pwd) --workdir $(pwd) quay.io/coreos/jsonnet-ci ./build.sh example.jsonnet

• 

• 3个UI的组件，之所以是nodeport（可以直接外网通过 主机ip+端口进行访问），是因为上面的jsonnet文件。请详细看下上面图片中的备注

• 参考资料：https://github.com/coreos/prometheus-operator/blob/master/Documentation/additional-scrape-config.md

• 创建prometheus-additional.yaml文件用于配置rabbitmq metrics job

  prometheus-additional.yaml

• 执行：kubectl create secret generic additional-scrape-configs --from-file=prometheus-additional.yaml -n monitoring

• 验证：

• 然后修改：manifests/prometheus-prometheus.yaml

• 执行：kubectl apply -f manifests/prometheus-prometheus.yaml

• 此时prometheus server并没有抓取rabbitmq metrics，需要重新启动下，以加载到我们上述的新target

• 最后我们看下UI，是否成功添加target

• graph中，也能看到rabbitmq_queue_messages指标了

第三步：使用prometheus-adapter来让k8s能够访问的到自定义的资源指标

• 上面全家桶中已经包含了adapter，所以不需要再安装了，推荐实战的小伙伴，仔细看下这个全家桶项目doc。

• 首先，先确保k8s中custom.metrics.k8s.io自定义指标接口可用

• 

• 

• 虽然你能在graph中看到rabbitmq_queue_messages指标，但是这个指标也只有prometheus自己认得，k8s api server并不认得。

• 我们得添加一条prometheus rule，参考资料：点我

• 其实我们在上面已经添加了一条，并且已经运行起来了,监测vhost为xxxx，queue为xxxx的队列。

• 

• labels必选要打上：

• 然后我们给prometheus-adapter添加一条rule用于映射到上面prometheus中的record rule：enriched_rabbitmq_queue_messages

• 参考资料：请戳我，看最后那个人的留言，最佳解释

• 那我们怎么添加呢，我们先看看prometheus-adapter容器的配置文件（rule默认都有一个配置文件维护的）

• 先看下adapter的描述：kubectl describe pod prometheus-adapter-5cdcdf9c8d-5bq5p

• 

• 发现他把配置信息都放到configmap里，那换个角度，只要我们能将给prometheus-adapter添加的rule，追加到这个configmap里面，理论上就可以实现动态增加了。

• 其实adapter所有的配置都在manifests/prometheus-adapter-configMap.yaml

• 记得执行让它生效：kubectl apply -f manifests/prometheus-adapter-configMap.yaml

• 等待几十秒后,验证下：

• 至此自定义metrics指标已经成功，实现了prometheus server不停的监测某个队列的消息数，然后k8s api通过prometheus adapter能够访问到这个指标，这样后面的HPA就简单的多了。

第四步：定义HPA

秒杀+口令「 k8sgogogo 」 到手仅  ¥69