1. 相关背景

待在工作岗位上 ，海外总得做点事，多区也想做点新鲜事  。下的系统但并不是监控解分你想做就有机会去做，并能做好。海外

一个人做、多区还是下的系统能和大家一起做 ，最终的监控解分结果是不一样的。这就涉及到时机，海外大家能否达成一致的云计算多区动机。

今年是下的系统降本增效的一年，很多公司在裁员 、监控解分减配降本。海外因此，多区对整个线上服务的下的系统负载情况汇总，精细化的监控数据有所需求
。

为了合规  ，海外服务的架构分区，源码库数据分散管理 ，以前很难想象可以集中数据。但是这种需求 ，现在有了解决办法。

在内部的一些系统中，目前的监控系统无法程序化集成，无法通过规则拼接 URL 展示监控相关的数据。

对于终端用户来说
 ，监控能够与业务形态相匹配
，可以快速地找到业务相关的监控数据，将给业务带来极大方便 。香港云服务器

无论从公司预期背景，还是自身规范化需求出发，这都是一个时机成熟
、可以尝试推动的事情 。

2. 海外服务的拓扑

对于海外服务 ，我们需要根据业务发展战略，选择区域部署服务。比如，如果准备在欧洲开展业务，那么就需要选择华为、AWS 等云厂在该地区提供的云服务作为基础设施。免费模板对于面向全球的业务 ，需要在很多区域建设服务节点，包括新加坡 、日本 、印度 、美西等。由于各地区的数据保护条例，不允许将当地的数据传输到其他地区 ，因此数据和服务只能本地化。

每个区域是一个独立的对外提供服务的单元，高防服务器具有独立的数据存储  、K8s 集群、API 网关等
。这种分区的服务拓扑，会给运维带来很大挑战 ，需要在每个区逐一进行变更。在 面向全球的镜像分发网络[1] 一文中，我描述了跨地区构建的全球性运维网络 。如下图:

基于公网
，通过 StrongVPN 、WireGuard 等软件构建企业内网 ，可以实现在一个中心区域对全区的建站模板控制。这种控制包括
，全区的应用发布、流量控制、镜像分发、监控告警等
 。

在打通全区内网之后，我们接着对监控从三个方面进行了调整，分别是基础资源监控 ，Kubernetes 监控 ，业务数据监控。其中
，基础资源和 Kubernetes 属于短周期监控数据 
，而业务数据属于长周期监控数据 。短周期监控数据，需要补齐足够的标签方便业务人员过滤查询，使用 Prometheus 监控即可。而长周期监控数据
，采用的是 Thanos 方案 ，避免 Prometheus 查询长周期数据时导致云主机宕机 。

3. 基础监控

在每个区域仅有一个 Prometheus 拉取全部基础资源的监控数据，这些基础资源包括云主机
、Redis 、MySQL 等中间件。直接上 Prometheus 的配置:

复制cat /etc/prometheus/prometheus.yml1. 复制- job_name: "node_exporter" file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/node*.yml" - job_name: mongo_exporter file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/mongo*.yml" - job_name: elasticsearch_exporter file_sd_configs: - refresh_interval: 1

m

files: - "/etc/prometheus/file_sd/es*.yml"1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.

通过 file_sd_configs 指定 Prometheus 自动发现服务的目录，通过 refresh_interval 指定 Prometheus 重新加载配置文件的周期 ，当有新的服务需要添加监控时
，只需要修改所属类型的资源列表即可。下面接着来看资源列表的定义:

复制cat /etc/prometheus/file_sd/node-prod.yml1. 复制- labels: region: "region-a" team_id: 123 host_name: "a-b-c" host_ip: "0.0.0.0" targets: - 0.0.0.0:91001.2.3.4.5.6.7.

如下图，每个区一个 Prometheus 拉取监控数据，在中心区域通过 Thanos Query 汇总全部的监控数据，提供全区的监控数据查询能力。

最终在 Grafana 上需要呈现两个面板 ，一个是资源的汇总 ，一个是资源的详情。如下图是基础资源汇总的面板:

通过汇总面板，我们能够知道指定区域有多少资源、各个资源的负载情况
 。通过 Thanos Query 汇总数据源
，我们能够知道全区的资源概况。

4. Kubernetes 监控

对于 Kubernetes 监控，我们采用的部署策略是，每个集群安装一个 Prometheus 仅存储 3d 的数据 ，不进行持久化。在每个区域部署一个 Thanos Query 汇总全部 Kubernetes 的监控数据。下图是相关拓扑
：

根据社区的 Prometheus Helm Chart 包，我们新增了 Thanos Sidecar 重新打包之后，推送到内部 Habor 镜像仓库。新增集群时，只需要进行两步操作 ：

安装 Prometheus 复制export HELM_EXPERIMENTAL_OCI=1helm chart pull harbor.chenshaowen.com/monitor/prometheus:15.0.1helm chart export harbor.chenshaowen.com/monitor/prometheus:15.0.1

cd prometheus

kubectl create

ns monitor

helm -n monitor install prom-k8s --set server.global.external_labels.cluster=cluster-1 --set server.global.external_labels.region=region-1 .1.2.3.4.5.6.

这里需要注意的是，通过 external_labels.cluster 给每个 Kubernetes 集群一个唯一的名字。

在 Thanos Query 中添加查询 API可以参考前面的文档 使用 Thanos 集中管理多 Prometheus 实例数据[2]。

在 Grafana 面板上，我们提供了两个层级的视角: 分区和全区的数据源，汇总和详情的面板
。如下图是其中的一个汇总面板:

5. 业务数据监控

业务数据主要是业务自行上报 、关注的数据 ，比如，用户登录、下单 、支付等。这类数据异构，无法统一进行管理，我们提供统一的解决方案 、Grafana

服务，由业务自行绘图即可
。

这里采用的是 Thanos 方案，参考: Thanos 进阶使用指南[3]  。

下面是部署拓扑图:

下面是查询长周期数据  ：

6. 总结

本篇主要是介绍了最近在做的一些工作，针对海外多区场景，我们将监控分为三层 ，基础监控、Kubernetes 监控、业务监控数据。其中基础监控，包括云主机 、Redis 中间件等，而 Kubernetes 主要是面向应用
，业务数据属于业务关系的上报数据
。

针对这三种层次的划分，分别提供了三种部署的方案 ，满足业务对监控查询的需求 。

参考资料

[1]面向全球的镜像分发网络:

https://www.chenshaowen.com/blog/a-global-images-distribution-network.html

[2]使用 Thanos 集中管理多 Prometheus 实例数据: https://www.chenshaowen.com/blog/manage-multiple-prometheus-using-thanos.html

[3]Thanos 进阶使用指南: https://www.chenshaowen.com/blog/an-advanced-user-guide-about-thanos.html