Prometheus Operator
Das Orchestrierungs-Gehirn. Verwaltet Prometheus-Instanzen mit nativen Kubernetes-CRDs — ServiceMonitors, PodMonitors und PrometheusRules für deklarative Konfiguration.
Kern-Engine Produktionsreifer Monitoring-Stack
Vollständige Kubernetes-Observability in einem Stack
Stellen Sie Prometheus, Grafana, Alertmanager und wichtige Exporter als einheitliches Helm-Chart bereit. Enterprise-Monitoring für Ihre Kubernetes-Cluster — in Minuten konfiguriert, nicht in Tagen.
0
GitHub-Sterne
0
Helm-Downloads
0
Verfügbarkeits-SLA
Kernkomponenten
Sechs Säulen des Full-Stack-Monitorings
Jede Komponente arbeitet zusammen, um durchgängige Observability zu liefern — von Infrastrukturmetriken bis hin zu intelligentem Alerting und schönen Dashboards.
Prometheus Server
Branchenstandard-Zeitreihendatenbank. Sammelt, speichert und wertet Metriken aus Ihrem gesamten Cluster mit leistungsfähiger PromQL-Abfragesprache aus.
TSDBGrafana
Umfangreiche Visualisierungsschicht mit vorgefertigten Dashboards für Cluster-Gesundheit, Node-Leistung und Workload-Metriken. Anpassbar und erweiterbar für jeden Anwendungsfall.
VisualisierungAlertmanager
Intelligentes Alert-Routing mit Deduplizierung, Gruppierung und Stummschaltung. Leiten Sie Alerts an Slack, PagerDuty, E-Mail, MS Teams und benutzerdefinierte Webhooks weiter.
AlertingNode Exporter
Als DaemonSet auf jedem Node bereitgestellt, stellt es CPU-, Speicher-, Festplatten-I/O- und Netzwerk-Metriken bereit — für volle Sichtbarkeit der Host-Infrastruktur.
InfrastrukturKube-State-Metrics
Überwacht Kubernetes-API-Objekte — Deployments, Pods, Replica Sets, Services — und verfolgt den gewünschten vs. tatsächlichen Zustand aller Workloads.
K8s-Status Datenfluss
Wie der Stack zusammenarbeitet
Eine einheitliche Datenpipeline von der Metrik-Erfassung über intelligentes Alerting bis hin zur umfassenden Visualisierung.
Orchestrierung
Prometheus Operator überwacht ServiceMonitor- und PodMonitor-CRDs zur automatischen Erkennung von Scrape-Zielen.
Metrik-Erfassung
Node Exporter sammelt Hardware-Metriken; kube-state-metrics erfasst Kubernetes-Objektzustände vom API-Server.
Scraping & Speicherung
Prometheus zieht Metriken von allen erkannten Endpunkten und speichert sie als Zeitreihendaten mit konfigurierbarer Aufbewahrung.
Regelauswertung
PrometheusRule-Objekte definieren Alerting-Bedingungen. Ausgelöste Alerts werden an den Alertmanager zur Weiterleitung gesendet.
Alerting & Benachrichtigung
Alertmanager dedupliziert, gruppiert und leitet Alerts an Slack, PagerDuty, E-Mail oder beliebige Webhook-Empfänger weiter.
Visualisierung
Grafana fragt Prometheus ab, um Echtzeit-Dashboards darzustellen — vorgefertigt für Cluster-Gesundheit und vollständig anpassbar.
Schnellstart
Bereitstellen in drei Befehlen
Von null auf vollständiges Monitoring in unter fünf Minuten mit dem offiziellen Helm-Chart der Prometheus-Community.
Terminal — Bash
# Prometheus Community Helm-Repository hinzufügen $ helm repo add prometheus-community \ https://prometheus-community.github.io/helm-charts $ helm repo update # Einen dedizierten Monitoring-Namespace erstellen $ kubectl create namespace monitoring # Den vollständigen kube-prometheus-stack installieren $ helm install prometheus-stack \ prometheus-community/kube-prometheus-stack \ --namespace monitoring \ --values values.yaml
Best Practices für Produktion
Gebaut für Enterprise-Skalierung
Folgen Sie bewährten Mustern, um einen zuverlässigen, performanten und sicheren Monitoring-Stack in der Produktion zu betreiben.
Persistente Speicherung
Konfigurieren Sie Persistent Volumes für Prometheus und Grafana, um Pod-Neustarts ohne Verlust von Metriken oder Dashboards zu überstehen.
Kardinalitätskontrolle
Überwachen und verwalten Sie die Zeitreihen-Kardinalität, um Speicherexplosionen zu verhindern. Vermeiden Sie Labels mit hoher Kardinalität wie eindeutige IDs.
Hochverfügbarkeit
Betreiben Sie mehrere Prometheus-Replicas mit Pod-Anti-Affinity für unterbrechungsfreies Monitoring über Fehlerbereiche hinweg.
Langzeitspeicherung
Integration mit Thanos, Cortex oder Grafana Cloud über remote_write für historische Datenaufbewahrung über 30 Tage hinaus.
Sicherheit & RBAC
Erzwingen Sie Netzwerkrichtlinien, OIDC/OAuth-Authentifizierung für Grafana und strikte Kubernetes-RBAC für den Monitoring-Namespace.
ServiceMonitor-Erkennung
Verwenden Sie ServiceMonitor- und PodMonitor-CRDs für automatische, dienstbasierte Metrik-Ziel-Erkennung — keine manuelle Konfiguration erforderlich.
Ressourcen-Governance
Setzen Sie CPU-/Speicher-Requests und -Limits für jede Komponente, um Ressourcenknappheit und OOM-Kills in der Produktion zu verhindern.
Vollständige Observability-Säulen
Erweitern Sie über Metriken hinaus: Fügen Sie Loki für Logs und Tempo + OpenTelemetry für verteiltes Tracing in einem einheitlichen Grafana-Stack hinzu.
FAQ
Häufig gestellte Fragen
Alles, was Sie über die Bereitstellung und Verwaltung des kube-prometheus-stack wissen müssen.
Es ist ein umfassendes Helm-Chart, das einen vollständigen Kubernetes-Monitoring- und Alerting-Stack bereitstellt — einschließlich Prometheus, Grafana, Alertmanager, Node Exporter, kube-state-metrics und dem Prometheus Operator. Es bietet produktionsreife Observability sofort einsatzbereit.
Eigenständiges Prometheus erfordert manuelle Konfiguration von Scrape-Zielen, Alerting-Regeln und Dashboards. Der kube-prometheus-stack automatisiert all dies mit dem Prometheus-Operator-Muster mit CRDs wie ServiceMonitor und PrometheusRule, plus vorkonfigurierte Grafana-Dashboards und Alertmanager-Routing.
Für einen kleinen Cluster (1–5 Nodes) benötigt Prometheus typischerweise 2 CPU-Kerne und 4–8 GB RAM. Grafana benötigt etwa 0,5 CPU und 512 MB RAM. Für Produktionscluster skalieren Sie die Ressourcen basierend auf der Anzahl der Zeitreihen und der Scrape-Häufigkeit.
Absolut. Benutzerdefinierte Grafana-Dashboards können über ConfigMaps oder die Grafana-UI bereitgestellt werden. Benutzerdefinierte Alerting-Regeln werden mit PrometheusRule-CRDs definiert, die der Operator automatisch mit der Prometheus-Konfiguration synchronisiert.
Lokaler Prometheus-Speicher wird für 15–30 Tage Aufbewahrung empfohlen. Für längerfristige Speicherung konfigurieren Sie remote_write, um Metriken an Lösungen wie Thanos, Cortex, Grafana Mimir oder verwaltete Dienste wie Amazon Managed Prometheus und Grafana Cloud zu senden.
Die Standardkonfiguration ist ein hervorragender Ausgangspunkt, aber Produktionsbereitstellungen sollten die values.yaml anpassen, um persistente Speicherung zu aktivieren, Ressourcenlimits festzulegen, HA-Replicas zu konfigurieren und Netzwerkrichtlinien für Sicherheit anzuwenden.