本文分享自华为云社区《K8s集群nginx-ingress监控告警最佳实践》，作者：可以交个朋友。

一背景

nginx-ingress作为K8s集群中的关键组成部分。主要负责k8s集群中的服务发布，请求转发等功能。如果在访问服务过程中出现404和502等情况，需要引起注意。

二方案简介

可以通过CCE集群插件kube-prometheus-stack进行nginx-ingress服务的指标监控，Grafana仪表盘视图可以自己制作或者导入开源模板，方便时刻观察nginx-ingress的各项运行指标是否处于健康状态。

CCE Prometheus监控指标数据统一remotewrite到华为云AOM2.0服务，可以在AOM2.0服务中展示Prometheus采集的指标数据，并根据业务实际诉求，实现基于指标的的告警通知。

CCE监控插件对接AOM:

AOM查看nginx-ingress

确保Prometheus已成功抓取nginx-ingress指标

nginx-ingress配置热加载失败次数
count(nginx_ingress_controller_config_last_reload_successful{} == 0)
nginx-ingress每个nginx-ingress-controller实例的连接数
sum(nginx_ingress_controller_nginx_process_connections) by (controller_namespace,controller_pod)
nginx-ingress每个nginx-ingress-controller实例中process数
nginx_ingress_controller_nginx_process_num_procs
nginx-ingress每个nginx-ingress-controller实例的每秒请求数
sum(irate(nginx_ingress_controller_requests{}[1m])) by (controller_namespace,controller_pod)
nginx-ingress请求时延
histogram_quantile(0.90, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000

histogram_quantile(0.95, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000

histogram_quantile(0.99, sum(rate(nginx_ingress_controller_request_duration_seconds_bucket{status="200"}[1m])) by (le, ingress, host, path)) * 1000
请求失败率
sum(rate(nginx_ingress_controller_requests{status=~"[4-5].*"}[5m])) / sum(rate(nginx_ingress_controller_requests{}[5m])) * 100