如何使用 MinIO 作为持久化指标存储运行 Grafana Mimir

分布式系统包含许多活动部件，监控遥测数据（如指标、日志和跟踪）对于获得可视化并允许团队确定问题根本原因至关重要。许多可观测性计划的目标是提高可用性和性能。Grafana Labs 提供了最广泛使用的开源可观测性栈之一（Grafana 用于可视化，Loki 用于日志，Mimir 用于指标，Tempo 用于跟踪，Alertmanager 用于警报），并销售Grafana Cloud 和 Grafana Enterprise。

Grafana Mimir 是一个采用 AGPLv3 许可的开源软件项目，当与 MinIO 结合使用时，它为 Prometheus 指标提供可扩展的长期存储。Mimir 使用基于微服务的架构构建，该架构可水平扩展。每个微服务称为一个组件，Mimir 作为由这些组件组成的单个二进制文件运行。大多数组件是无状态的，不需要在重启之间持久化任何数据。

当您将 Mimir 和 MinIO 结合使用时，您将构建一个特别适合满足企业云原生可观测性需求的基础设施，其特点包括：

• 性能：MinIO 将可扩展性和高性能相结合，使每种工作负载（无论多么苛刻）都能轻松应对。MinIO 能够实现惊人的性能 - 最近的一项基准测试 在仅使用 32 个现成的 NVMe SSD 节点的 GET 操作中实现了 325 GiB/s（349 GB/s），在 PUT 操作中实现了 165 GiB/s（177 GB/s）。
• 规模：MinIO 通过服务器池进行水平扩展，没有规模限制。每个服务器池都是一个独立的节点组，拥有自己的计算、网络和存储资源。在多租户配置中，每个租户都是单个命名空间中服务器池的集群，与其他租户的服务器池完全隔离。可以通过将 MinIO 指向新的服务器池轻松地向现有系统添加容量，MinIO 会自动准备它并将其投入服务。
• 简单性：如果您希望将 Mimir 用于实际用途，而不是花费数小时来调整对象存储，那么您找不到比 MinIO 更简单的解决方案。MinIO 只服务于对象 - 这是我们所做的全部，我们痴迷于成为最好的。其他产品将对象存储和文件存储结合在一起，这会导致多个存储层，从而导致 Mimir 的查询响应时间延迟，并创建更复杂的架构，从而导致更大的故障可能性。
• 多云：MinIO 生于云端，可在任何硬件和软件的任何组合上运行。丰富的集成意味着 MinIO 可以透明地插入现有的安全和管理工具和服务，以集中身份管理、加密密钥管理等。MinIO 在裸机或任何版本的 Kubernetes（包括 GKE、EKS、AKS、Red Hat OpenShift、VMware Tanzu）上提供与 S3 API 兼容的对象存储，并使用主动-主动复制有效地同步数据。
  
  

Grafana Mimir的一些核心优势包括：

• 易于安装和维护：Grafana Mimir 广泛的文档、教程和部署工具使入门变得快速。使用其单体模式，您只需一个二进制文件即可启动并运行 Grafana Mimir，无需任何其他依赖项。部署后，与 Grafana Mimir 打包在一起的最佳实践仪表板、警报和剧本使监控系统健康状况变得容易。
• 大规模可扩展性：您可以跨多台机器运行 Grafana Mimir 的水平可扩展架构，从而能够处理比单个 Prometheus 实例多几个数量级的时序数据。内部测试表明，Grafana Mimir 可以处理多达 10 亿个活动时序数据。
• 指标的全局视图：Grafana Mimir 使您能够运行聚合来自多个 Prometheus 实例的序列的查询，从而为您提供系统的全局视图。其查询引擎广泛地并行化查询执行，因此即使是最高基数的查询也能以极快的速度完成。
• 廉价、持久的指标存储：Grafana Mimir 使用对象存储进行长期数据存储，使其能够利用这种普遍存在、经济高效、高持久性的技术。它与多种对象存储实现兼容，包括 AWS S3、Google Cloud Storage、Azure Blob Storage、OpenStack Swift，以及任何与 S3 兼容的对象存储。
• 高可用性：Grafana Mimir 复制传入的指标，确保在机器发生故障时不会丢失任何数据。其水平可扩展架构还意味着它可以在零停机时间的情况下重新启动、升级或降级，这意味着指标摄取或查询不会中断。
• 原生多租户：Grafana Mimir 的多租户架构使您能够隔离来自独立团队或业务部门的数据和查询，使这些组能够共享相同的集群。高级限制和服务质量控制确保容量在租户之间公平共享。
  

Mimir 的开发旨在成为最具可扩展性和性能的开源时序数据库。Mimir 可以轻松扩展到 10 亿个指标甚至更多，并具有极快的查询性能，比 Cortex（Mimir 旨在取代的 TSDB）快 40 倍。Cortex 自 2018 年以来一直是 CNCF 项目，并被广泛用于存储 Prometheus 指标。在创建 Mimir 时，Grafana Labs 为企业级可观测性奠定了基础，包括 AGPLv3 许可、访问控制以及改进的性能、可扩展性和可用性。

Grafana Labs 对于 Mimir 有一个目标：成为最佳的可扩展时序数据库，无论指标格式如何。企业应该能够在不修改现有代码的情况下使用 Prometheus 指标（以及其他供应商协作的其他指标）。

现在我们已经了解了 Mimir 是什么，让我们来学习一个入门教程。

Grafana Mimir 和 MinIO 教程

本教程借鉴了一个现有的教程，使用 Grafana Mimir，展示了使用 Docker 入门 Mimir 的简单性。

使用 Git 命令行创建 Grafana Mimir 存储库的副本

导航到教程目录

启动 MinIO、Mimir、Prometheus、Grafana 和 NGINX

这将启动以下组件：

• Grafana Mimir - 三个 Mimir 实例，用于高可用性。启用了多租户功能（租户 ID 为 demo）。
• Prometheus - 抓取 Mimir 指标，然后将其写回 Mimir，以便于访问。
• MinIO - 用于块、规则和警报的与 S3 兼容的软件定义持久存储。
• Grafana - 包含预安装的数据源以查询 Mimir，以及用于监控 Mimir 的预安装仪表板。
• 负载均衡器 - 基于 NGINX 的负载均衡器，用于公开 Mimir 实例。
  

使用以下端口：

• Grafana：http://localhost:9000
• Grafana Mimir：http://localhost:9009。
  

本教程的组件协同工作方式如下：

如果您想深入了解本教程中使用的任何配置，请参阅保存到~/mimir/docs/sources/tutorials/play-with-grafana-mimir/config/中的 YAML 文件。

要访问 Grafana，请启动浏览器并打开http://localhost:9000。您将使用 Grafana 查看显示 Mimir 集群状态的仪表板。仪表板查询 Mimir 以获取其显示的指标。从左上角的菜单中，单击“仪表板”，然后单击“浏览”以查看已为教程预加载的仪表板。这些仪表板来自 Grafana Mimir mixin，它将 Grafana Labs 的最佳实践仪表板、记录规则和警报打包在一起，用于监控 Mimir。

启动教程容器后，通常需要 3-5 分钟才能在 Grafana 仪表板中显示指标。我们还在没有入口网关、查询调度程序或 memcached 的情况下运行 Mimir，因此相关的仪表板将为空。

在学习 Mimir 的早期阶段，请先浏览写入、读取、查询和对象存储的仪表板。例如，对象存储仪表板显示自我们启动 Mimir 以来发生的运行操作。

配置记录规则

记录规则是一种机制，它预先计算经常需要或计算成本高的表达式，并将结果保存为一组新的时间序列。请按照以下说明在使用 Grafana 的 Mimir 中配置记录规则。

此 sum:up 记录规则将显示处于运行状态且可访问以进行抓取的 Mimir 实例的数量。创建规则后，即可用于查询和包含在仪表板中。

从左侧工具栏打开“警报”菜单，然后单击“新建警报规则”。

输入以下内容以配置记录规则。

1. 选择 Mimir 或 Loki 记录规则。
2. 配置以下内容：
3. 规则名称 = sum:up
4. 在“选择数据源”字段中选择 Mimir。
5. 命名空间 = example-namespace
6. 组 = example-group
7. 查询表达式 = sum(up)
8. 在右上角选择“保存并退出”。
   

要验证新的记录规则是否正确运行，请从左侧菜单打开“探索”。

在“指标”下拉列表中，选择 sum:up，然后单击右上角的“运行查询”，然后单击“检查器”按钮。在下面，单击“数据”以查看时间和查询结果的列表。结果应为“3”，表示 Mimir 的三个本地实例正在运行。

配置警报规则

基于 Mimir 构建的警报规则遵循与基于 Prometheus 和 Loki 构建的警报规则相同的 PromQL 格式。Grafana 会评估表达式，并在必要时使用 Alertmanager 触发警报。我们之前的一篇博文中对此进行了深入探讨，使用 Prometheus 和 Grafana 进行多云监控和警报。

我们将创建一个警报，当 Mimir 实例数量降至低于三个时触发。

在左侧菜单中，将鼠标悬停在“警报”上，然后单击“新建警报规则”。

1. 选择 Mimir **或** Loki 警报。
2. 配置以下内容：
3. 规则名称 = MimirNotRunning
4. 在“选择数据源”字段中选择 Mimir。
5. 命名空间 = example-**namespace**
6. 组 = example-**group**
7. 查询表达式 = up == 0
8. 在右上角选择“保存并退出”。

导航到“警报”页面，您将看到我们的 Mimir 记录规则和警报规则。请注意，警报旁边显示了一个漂亮的、醒目的绿色“正常”状态，因为我们所有的 Mimir 容器仍在运行。

我们将通过终止三个 Mimir 实例中的一个来模拟错误条件（请确保您位于 ~/mimir/docs/sources/tutorials/play-with-grafana-mimir 目录下）。

由于我们突然终止了一个 Mimir 实例，因此 Grafana 在查询规则时会短暂显示错误。一旦 Mimir 的内部健康检查检测到已终止的实例不健康，此错误将自动解决。

大约一分钟后，警报将很快显示黄色“待定”状态。

再过一分钟，警报将变为红色“触发”状态。

如果我们已使用通知渠道配置了 Alertmanager，警报将触发到相应的机制和联系人。有关说明，请参阅 使用 Prometheus 和 Grafana 进行多云监控和警报。

在我们恢复已终止的 Mimir 实例之前，请返回 Grafana 的“探索”页面并查询我们的 sum:up 记录规则。我们可以看到，即使 Mimir 实例已关闭，Mimir 仍继续记录指标。

最后，恢复 Mimir 实例。

返回“警报”页面，注意我们的警报状态已恢复为“正常”。

结论

在本教程中，您学习了如何在高可用性配置中运行 Grafana Mimir 和 MinIO。我们从 Mimir 本身获取了 Prometheus 指标，然后在 Grafana 中查询和可视化它们。我们还配置了一个记录规则和一个警报，并验证了警报在满足条件时按预期触发。

您还可以配置 Mimir 和 Grafana 以从 MinIO 抓取 Prometheus 指标，并通过 AlertManager 触发警报。Mimir 将数据存储在对象存储中以实现持久性，从而使其能够利用无处不在、经济高效且持久性高的 MinIO。

尝试使用 Grafana Mimir！如果您有任何疑问，请加入我们的 Slack 频道 或发送电子邮件至 hello@min.io。