夜莺n9e+监控K8s集群+自定义监控页面

部署需求

使用 Prometheus 抓取数据传给VM 数据库，VM数据库保证数据不丢且好查，用夜莺调用VM数据库，保证能看懂且不被告警烦死。这是目前性价比最高、体验最好的开源监控方案。最主要的原因是因为Alertmanager和Grafana对中文太不友好，而且太麻烦，自定义告警大屏幕，更多是适用于国产化需求比较大的企业。

项目架构图：

📥 采集 (收集)

指标：Node Exporter (主机) 和 Kube-State-Metrics (容器状态) 收集数据 ➡️ 送给 Prometheus。

日志：Promtail 收集容器日志 ➡️ 送给 Loki。

💾 存储 (存档)

Prometheus 把短期指标转存到 VictoriaMetrics (长期存储)。

Loki 直接存储日志。

🧠 分析 (告警)

夜莺 (Nightingale) 同时连接 VictoriaMetrics 和 Loki。

它负责看数据、跑规则，发现异常（如CPU过高、报错增多）。

🔔 通知 (触达)

夜莺通过 HTTP POST 把告警消息推送到自研告警页面。

运维人员在页面上看到报警并处理。

Kubernetes 监控栈部署指南

架构组成：

采集层 : Prometheus Operator (kube-prometheus-stack)
存储层: VictoriaMetrics (单节点)
展示/告警层: Nightingale (夜莺)
依赖组件: MySQL, Redis (夜莺后端依赖)

📋 前置准备

1. 创建命名空间

复制代码

kubectl create namespace yeyin

2. 准备依赖组件 Helm 包 (可选离线模式)

如果您在离线环境，请先在有网的机器下载 Chart 包并传输到服务器。

🚀 第一步：部署 VictoriaMetrics (存储层)

使用 Docker 快速部署单节点 VictoriaMetrics，用于接收 Prometheus 推送的数据。

执行脚本：

复制代码

docker run -d --name vm \
  --restart=always \
  -p 8428:8428 \
  -v /data/vm-data:/vm-data \
  victoriametrics/victoria-metrics:latest \
  -retentionPeriod=3 \
  -storageDataPath=/vm-data \
  -httpListenAddr=:8428

注意：请确保服务器防火墙已放行 8428 端口，以便集群内的 Prometheus 能够访问。

📦 第二步：部署 Prometheus Operator (采集层)

1. 获取 Helm Chart

复制代码

可以直接通过上传
# 添加 Prometheus 社区仓库
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update

# 下载 Chart 包 (在线模式)
helm pull prometheus-community/kube-prometheus-stack --destination ./charts

# 解压备用 (如果需要修改默认 values)
# tar -zxvf ./charts/kube-prometheus-stack-*.tgz

2. 配置 `values.yaml`

创建名为 values.yaml 的文件，核心配置是将数据远程写入 (Remote Write) 到 VictoriaMetrics，并关闭不需要的组件以节省资源，不要报警项和granfana。

复制代码

# ==========================================
# 1. Prometheus 核心配置
# ==========================================
prometheus:
  prometheusSpec:
    # --- 关键配置：远程写入 VictoriaMetrics ---
    remoteWrite:
      - url: "http://<YOUR_SERVER_IP>:8428/api/v1/write"
        # 如果 VM 和 Prometheus 在同一台机器或内网互通，IP 填宿主机 IP
        # 如果在集群内部通过 Service 访问，可改为 http://victoria-metrics.yeyin.svc:8428/api/v1/write
        
        # 优化写入性能配置
        queueConfig:
          capacity: 10000       # 队列容量
          maxShards: 200        # 最大并发分片
          maxSamplesPerSend: 5000 
          batchSendDeadline: 5s   
    
    # --- 资源限制 (根据集群实际情况调整) ---
    resources:
      requests:
        memory: 500Mi
        cpu: 250m
      limits:
        memory: 2Gi
        cpu: 1000m
    
    # --- 数据保留时间 ---
    # 因为数据都推送到 VM 了，本地只需保留少量数据用于缓冲
    retention: 2h 
    
    # --- 存储配置 ---
    # 建议保留少量本地存储以防网络波动，或使用 emptyDir
    storageSpec:
      volumeClaimTemplate:
        spec:
          accessModes: ["ReadWriteOnce"]
          resources:
            requests:
              storage: 5Gi
    
    # --- 允许发现所有的 ServiceMonitor/PodMonitor ---
    serviceMonitorSelectorNilUsesHelmValues: false
    podMonitorSelectorNilUsesHelmValues: false
    ruleSelectorNilUsesHelmValues: false

# ==========================================
# 2. 关闭 Alertmanager (由夜莺接管告警)
# ==========================================
alertmanager:
  enabled: false

# ==========================================
# 3. 关闭 Grafana (由夜莺接管展示)
# ==========================================
grafana:
  enabled: false

# ==========================================
# 4. Node Exporter (采集宿主机指标)
# ==========================================
prometheus-node-exporter:
  enabled: true

# ==========================================
# 5. Kube State Metrics (采集 K8s 对象指标)
# ==========================================
kube-state-metrics:
  enabled: true

⚠️ 重要提示 ：请将 url 中的 <YOUR_SERVER_IP> 替换为运行 VictoriaMetrics 的服务器真实 IP 地址。

3. 安装 Helm Chart

复制代码

helm install k8s-monitor ./kube-prometheus-stack-*.tgz \
  -f values.yaml \
  -n yeyin \
  --create-namespace

4. 验证数据写入

等待几分钟让 Pod 启动并开始采集，然后检查 VictoriaMetrics 是否收到数据。

复制代码

# 查询 up 指标的数量，如果大于 0 说明数据写入成功
curl -g 'http://localhost:8428/api/v1/query?query=up' | jq '.data.result | length'

🌙 第三步：部署 Nightingale (夜莺监控平台)

夜莺需要 MySQL 和 Redis 作为后端存储。您可以选择手动部署 DB，或使用 Docker Compose 一键部署全套（含 DB）。此处推荐使用官方提供的 Docker Compose 方式。

1. 克隆代码

复制代码

cd /root
git clone https://github.com/ccfos/nightingale.git
cd nightingale/docker/compose-bridge

2. 启动服务

确保当前目录下有 docker-compose.yml 文件（通常包含 n9e, mysql, redis, prometheus 等容器定义，但我们可以只利用它的 DB 部分，或者全量启动后配置数据源）。

方式 A：全量启动 (推荐新手，包含内置的 MySQL/Redis)

复制代码

version: '3.8'

# 定义一个独立的网络，确保内部服务互通
networks:
  n9e-network:
    driver: bridge

services:
  # 1. MySQL: 存储夜莺的配置、用户、告警规则等元数据
  mysql:
    image: mysql:8.0
    container_name: n9e-mysql
    hostname: mysql
    restart: always
    environment:
      TZ: Asia/Shanghai
      MYSQL_ROOT_PASSWORD: 1234
      MYSQL_DATABASE: n9e
      MYSQL_CHARACTER_SET_SERVER: utf8mb4
      MYSQL_COLLATION_SERVER: utf8mb4_unicode_ci
    volumes:
      - ./mysqldata:/var/lib/mysql
      # 确保 ../initsql 目录下有 n9e.sql 初始化脚本
      - ../initsql:/docker-entrypoint-initdb.d/
      - ./etc-mysql/my.cnf:/etc/my.cnf
    networks:
      - n9e-network
    ports:
      - "3306:3306"
    command: --default-authentication-plugin=mysql_native_password

  # 2. Redis: 存储缓存、会话、临时数据
  redis:
    image: redis:6.2-alpine
    container_name: n9e-redis
    hostname: redis
    restart: always
    environment:
      TZ: Asia/Shanghai
    networks:
      - n9e-network
    ports:
      - "6379:6379"
    command: redis-server --appendonly yes

  # 3. Nightingale: 核心 Web 服务
  nightingale:
    image: flashcatcloud/nightingale:latest
    container_name: n9e-server
    hostname: nightingale
    restart: always
    environment:
      GIN_MODE: release
      TZ: Asia/Shanghai
      # 等待 MySQL 和 Redis 启动后再启动夜莺
      WAIT_HOSTS: mysql:3306,redis:6379
      WAIT_TIMEOUT: 30
    volumes:
      - ./etc-nightingale:/app/etc
    networks:
      - n9e-network
    ports:
      - "17000:17000"  # Web 界面端口
      - "20090:20090"  # 数据接收端口 (虽然你主要用拉取模式，但保留以防万一)
    depends_on:
      - mysql
      - redis
    command:
      - /app/n9e

docker compose up -d

注：全量启动后，夜莺自带了一个内置的 Prometheus，您需要进入夜莺界面，将数据源修改为我们刚才部署的 VictoriaMetrics ( http://:8428*)。*

方式 B：仅启动 DB (如果您想单独部署夜莺后端二进制)

如果您只想用 docker 跑 MySQL 和 Redis：

编辑 docker-compose.yml，注释掉 n9e (夜莺后端) 和10.prometheus 相关服务，只保留 mysql 和 redis。
执行 docker compose up -d。
然后去夜莺官网下载 Linux 二进制包运行 n9e 服务。

3. 配置夜莺数据源

登录夜莺 Web 界面 (默认端口通常为 17000，账号root,密码root.2020)。
进入 系统设置 -> 数据源管理。

添加新数据源：

- 类型 : Prometheus Like
- 名称 : VictoriaMetrics-K8s
- URL : http://<YOUR_SERVER_IP>:8428
- 设为默认: ✅ 勾选

保存并测试连接。

4. 配置仪表盘

登录夜莺 Web 界面，选择仪表盘。

导入一个文件 -> 选择k8s->选择模版。

✅ 验证与使用

查看 Pod 状态：

kubectl get pods -n yeyin

确保 prometheus-k8s-monitor-prometheus-0, node-exporter-*, kube-state-metrics-* 均为 Running 状态。

导入仪表盘：

- 在夜莺界面，进入 仪表盘 -> 内置仪表盘。
- 搜索 Kubernetes 或 Node Exporter。
- 导入模板，选择刚才配置的 VictoriaMetrics-K8s 数据源。
- 现在您应该能看到集群的 CPU、内存、Pod 状态等图表了！

解决"看不到主机列表"问题：

- 由于未部署 Categraf，夜莺无法自动注册主机。
- 解决方法 ：在夜莺中创建一个 自建仪表盘 ，使用 Table (表格) 面板，编写 PromQL (如 up{job="kubernetes-nodes"}) 来展示所有节点的状态列表。

🔧 故障排查小贴士

数据不显示？

- 检查 Prometheus Pod 日志：kubectl logs -n yeyin -l app.kubernetes.io/name=prometheus --tail=100，查看是否有 remote write 相关的错误。
- 检查网络连通性：在 Prometheus Pod 内 curl http://<VM_IP>:8428/api/v1/write。

夜莺连不上 VM？

- 确认服务器防火墙 (firewalld/ufw/安全组) 已开放 8428 端口。
- 确认 URL 没有多余的 /api/v1/query 后缀，只需写到端口。

为什么使用夜莺？

- 第一点肯定是中文，比granfan要操作，但是每个granfan好看，可以玩性低。
- 国产化，支持国产化。
- 最重要的一点就是强大的告警系统，这篇文章没有讲解，下期单独出一期。

📚 Loki + Promtail 日志系统部署与夜莺查询指南

本文档记录了从单机 Loki 部署、K8s Promtail 采集配置到夜莺（Nightingale）数据源接入及查询的完整流程。

1. 🐳 Loki 服务端部署 (Docker Compose)

在宿主机（如 10.0.0.100）上创建配置文件并启动 Loki 服务。

1.1 创建配置文件 `loki-config.yaml`

复制代码

cat > loki-config.yaml << 'EOF'
auth_enabled: false

server:
  http_listen_port: 3100
  grpc_listen_port: 9096

common:
  instance_addr: 127.0.0.1
  path_prefix: /tmp/loki
  storage:
    filesystem:
      chunks_directory: /tmp/loki/chunks
      rules_directory: /tmp/loki/rules
  replication_factor: 1
  ring:
    kvstore:
      store: inmemory

query_range:
  results_cache:
    cache:
      embedded_cache:
        enabled: true
        max_size_mb: 100

schema_config:
  configs:
    - from: 2020-10-24
      store: tsdb
      object_store: filesystem
      schema: v13
      index:
        prefix: index_
        period: 24h

# 【可选】防止磁盘爆满，设置保留时间 (例如保留 7 天)
# compactor:
#   working_directory: /tmp/loki/compactor
#   shared_store: filesystem
# limits_config:
#   retention_period: 168h 
EOF

1.2 创建 `docker-compose.yml`

复制代码

version: "3.8"

services:
  loki:
    image: grafana/loki:2.9.3
    container_name: loki
    ports:
      - "3100:3100"
    volumes:
      - ./loki-config.yaml:/etc/loki/local-config.yaml:ro
      # 【重要】将数据挂载到宿主机目录，防止容器删除后数据丢失
      - /data/loki:/tmp/loki
    command: -config.file=/etc/loki/local-config.yaml
    restart: unless-stopped
    # 如果宿主机内存紧张，可以限制容器内存
    # deploy:
    #   resources:
    #     limits:
    #       memory: 2G

1.3 启动服务

复制代码

mkdir -p /data/loki
docker-compose up -d

2. ☸️ Promtail 采集端部署 (Helm)

在 K8s 集群中部署 Promtail DaemonSet，负责采集各节点日志并发送给 Loki。

2.1 准备 Helm Chart

上传并解压 Promtail Helm Chart 包：

复制代码

# 假设 chart 包已上传至 /opt/loki/
cd /opt/loki/helm-charts-promtail-6.17.1

2.2 自定义配置文件 `my-values.yaml`

此配置启用了静态文件扫描，并通过正则从文件路径中提取 namespace, pod, container 标签。

复制代码

# my-values.yaml
config:
  # 禁用自动生成的默认客户端配置，使用自定义地址
  clients:
    - url: http://10.0.0.100:3100/loki/api/v1/push
      tenant_id: default
  
  # 【关键】开启宿主机根文件系统挂载，并设置双向传播，确保能读取 /var/log/pods
  hostRootFsMount:
    enabled: true
    mountPropagation: Bidirectional

  snippets:
    scrapeConfigs: |
      # 使用静态配置扫描所有 Pod 日志
      - job_name: kubernetes-pods-static
        static_configs:
          - targets:
              - localhost
            labels:
              job: varlogs
              __path__: /var/log/pods/*/*/*.log
        
        pipeline_stages:
          - cri: {} # 自动处理容器运行时日志格式 (CRI)
        
        relabel_configs:
          # 从路径提取 Namespace (格式: /var/log/pods/<ns>_<pod>_<uid>/<container>/...)
          - source_labels: [__path__]
            regex: '/var/log/pods/([^_]+)_([^_]+)_([^/]+)/([^/]+)/[^/]+\.log'
            replacement: '${1}'
            target_label: namespace
          
          # 从路径提取 Pod Name
          - source_labels: [__path__]
            regex: '/var/log/pods/([^_]+)_([^_]+)_([^/]+)/([^/]+)/[^/]+\.log'
            replacement: '${2}'
            target_label: pod
          
          # 从路径提取 Container Name
          - source_labels: [__path__]
            regex: '/var/log/pods/([^_]+)_([^_]+)_([^/]+)/([^/]+)/[^/]+\.log'
            replacement: '${4}'
            target_label: container
            
          # 提取流名称 (通常用 container 名)
          - source_labels: [__path__]
            regex: '/var/log/pods/([^_]+)_([^_]+)_([^/]+)/([^/]+)/[^/]+\.log'
            replacement: '${4}'
            target_label: stream

2.3 安装 Promtail

复制代码

helm install promtail ./charts/promtail -n logging -f my-values.yaml --create-namespace

注意：请确保 ./charts/promtail 是解压后的正确目录路径。

3. 🔭 夜莺 (Nightingale) 配置与查询

3.1 添加数据源

登录夜莺控制台。
进入 数据源管理 -> 新增数据源。
选择类型：Loki。
填写信息：

- 名称 : Loki-Prod (自定义)
- URL : http://10.0.0.100:3100/loki (确保夜莺服务器能网络通达此地址)
- 认证 : 无 (根据 loki-config.yaml 中 auth_enabled: false)

点击 测试连接，显示成功后保存。

3.2 日志查询示例

进入 可观测性 -> 日志探索 ，选择刚才添加的 Loki-Prod 数据源。

场景：查询 `kube-system` 命名空间的日志

由于我们在 Promtail 配置中通过正则提取了 namespace 标签，现在可以直接使用该标签进行高效过滤。

LogQL 查询语句:

复制代码

{job="varlogs", namespace="kube-system"}

或者，如果你想模糊匹配文件名（如果 filename 标签也被保留了）：

复制代码

{job="varlogs", filename=~".*kube-system.*"}

操作步骤:

在查询框输入上述语句。
右上角时间范围选择 最近 1 小时 或 最近 24 小时。
点击 运行 (Run)。
下方将展示日志列表，支持关键字高亮和上下文查看。

自定义告警大屏与通知网关部署指南

本方案通过 python语言编写了一套轻量级的告警规则管理与可视化平台。该平台暴露 5000 端口，作为 夜莺 (Nightingale) 的自定义通知媒介（Webhook），实现告警信息的统一接收、大屏展示及规则管理。

1. 📦 部署方式

1.1 准备环境

确保服务器（10.0.0.100）已安装 Docker 和 Docker Compose。

1.2 上传代码

将 Codex AI 生成的项目代码包上传至服务器指定目录（例如 /opt/alert-dashboard）。

复制代码

cd /opt

1.3 启动服务

使用 Docker Compose 一键启动应用。

复制代码

docker compose up -d

1.4 访问验证

启动完成后，通过浏览器访问：

地址 : http://10.0.0.100:5000

您将看到包含以下核心模块的告警大屏：

实时告警列表
规则管理中心
通知媒介配置
统计图表

2. 🏗️ 核心概念与架构逻辑

本平台在夜莺告警体系中扮演 "通知网关" 的角色，其核心逻辑分层如下：

|-------------------------------------|-----------------------------------------|----------------------------------------------------------|
| 层级 | 概念定义 | 本平台中的作用 |
| L1: 通知媒介 (Notification Channel) | 发送通道 。定义告警通过何种工具（钉钉、飞书、邮件、HTTP）送达。 | 提供一个标准的 HTTP Webhook 接口，接收夜莺推送的告警 JSON 数据，并在大屏上实时展示。 |
| L2: 通知规则 (Notification Rule) | 路由与模板 。定义"谁"在"什么条件"下收到"什么样"的告警。 | 在夜莺中配置，将告警事件绑定到本平台的 HTTP 媒介，并设定接收团队。 |
| L3: 规则管理 (Rule Management) | 触发条件 。定义监控指标何时被视为异常（PromQL/LogQL）。 | 在本平台大屏上查看规则状态，或在夜莺中创建/导入具体的 PromQL 告警规则。 |

3. ⚙️ 配置流程详解

第一步：创建通知媒介 (在夜莺中配置)

此步骤告诉夜莺："当告警触发时，请把数据发给我们的自定义大屏"。

登录 夜莺控制台 -> 告警管理 -> 通知媒介。
点击 新增媒介 ，选择类型：HTTP/Webhook。

填写配置信息：

- 名称 : Custom Alert Dashboard
- 请求 URL : http://10.0.0.100:5000/api/alert
- 请求方式 : POST
- 请求头 (Headers):

|-----------------|--------------------|
| 参数名 (Key) | 参数值 (Value) |
| Authorization | Bearer change-me |
| Content-Type | application/json |

- 请求体 (Body) (选择 JSON 或 Raw, 填入以下模板):
  
  {
  "events": {{ jsonMarshal $events }}, "sendtos": {{ jsonMarshal$ sendtos }},
  "tpl": {{ jsonMarshal $tpl }}
  }

(注： *{{ ... }}*是夜莺的模板语法，会在发送时自动渲染为实际数据)

点击 测试连接 ，确保返回 200 OK。
保存配置。

第二步：配置通知规则 (在夜莺中配置)

此步骤定义告警的流转逻辑。

进入 告警管理 -> 通知规则 (或订阅规则)。
点击 新建规则。
配置内容：

- 规则名称 : 生产环境核心告警通知
- 适用团队 : 选择对应的运维或开发团队（如 SRE-Team）。
- 绑定媒介 : 勾选上一步创建的 Custom Alert Dashboard。
- 生效时间 : 7x24h (或自定义)。
- 屏蔽设置: (可选) 设置维护期屏蔽。

保存规则。

第三步：创建/导入告警规则 (在夜莺中配置)

定义具体的监控指标阈值。

方式 A：手动创建

进入 告警管理 -> 告警规则 -> 新建规则。
数据源: 选择对应的 Prometheus 或 Loki 数据源。
查询语句 (PromQL):

max(apiserver_current_inflight_requests{}) > 400

(示例：监控 API Server 是否有积压请求)

触发条件:

- 持续时间：1m (持续 1 分钟超过阈值才报警)
- 严重等级：Critical

关联通知规则 : 选择第二步创建的 生产环境核心告警通知。
测试 : 点击"立即测试"或"模拟触发"，观察 10.0.0.100:5000 大屏是否收到数据。

方式 B：导入现有规则 (推荐)

如果您已有成熟的规则配置文件（YAML/JSON）：

进入 告警规则 列表页。
点击导入按钮。
上传文件或粘贴内容。
系统会自动解析并批量创建规则，请检查绑定的 通知规则 是否正确指向了新的大屏媒介。

4. 🔍 验证与运维

验证链路

触发: 手动制造一个异常（或等待自然触发）。
夜莺: 确认夜莺告警事件列表中产生了新事件。
传输 : 确认夜莺执行了通知动作，日志显示 POST http://10.0.0.100:5000/api/alert 成功。
展示 : 刷新 http://10.0.0.100:5000 大屏，确认：

- 告警卡片出现。
- 告警内容（指标值、时间、标签）显示正确。
- 颜色/等级标识符合预期。

安全提示

Token 修改 : 部署后，建议修改代码中的默认 Token (change-me)，并在夜莺的通知媒介配置中同步更新，以防未授权访问。
网络策略 : 确保夜莺服务器到 10.0.0.100:5000 的网络连通性。

通过以上步骤，您已成功构建了一个闭环的告警系统：从底层的指标采集 (Prometheus/Loki) -> 告警判断 (夜莺) -> 通知分发 (自定义 HTTP 媒介) -> 最终可视化展示 (自研大屏)。

夜莺n9e+监控K8s集群+自定义监控页面

部署需求

项目架构图：

📥 采集 (收集)

💾 存储 (存档)

🧠 分析 (告警)

🔔 通知 (触达)

Kubernetes 监控栈部署指南

📋 前置准备

1. 创建命名空间

2. 准备依赖组件 Helm 包 (可选离线模式)

🚀 第一步：部署 VictoriaMetrics (存储层)

📦 第二步：部署 Prometheus Operator (采集层)

1. 获取 Helm Chart

2. 配置 values.yaml

3. 安装 Helm Chart

4. 验证数据写入

🌙 第三步：部署 Nightingale (夜莺监控平台)

1. 克隆代码

2. 启动服务

3. 配置夜莺数据源

4. 配置仪表盘

✅ 验证与使用

🔧 故障排查小贴士

📚 Loki + Promtail 日志系统部署与夜莺查询指南

1. 🐳 Loki 服务端部署 (Docker Compose)

1.1 创建配置文件 loki-config.yaml

1.2 创建 docker-compose.yml

1.3 启动服务

2. ☸️ Promtail 采集端部署 (Helm)

2.1 准备 Helm Chart

2.2 自定义配置文件 my-values.yaml

2.3 安装 Promtail

3. 🔭 夜莺 (Nightingale) 配置与查询

3.1 添加数据源

3.2 日志查询示例

场景：查询 kube-system 命名空间的日志

自定义告警大屏与通知网关部署指南

1. 📦 部署方式

1.1 准备环境

1.2 上传代码

1.3 启动服务

1.4 访问验证

2. 🏗️ 核心概念与架构逻辑

3. ⚙️ 配置流程详解

第一步：创建通知媒介 (在夜莺中配置)

第二步：配置通知规则 (在夜莺中配置)

第三步：创建/导入告警规则 (在夜莺中配置)

方式 A：手动创建

方式 B：导入现有规则 (推荐)

4. 🔍 验证与运维

验证链路

安全提示

2. 配置 `values.yaml`

1.1 创建配置文件 `loki-config.yaml`

1.2 创建 `docker-compose.yml`

2.2 自定义配置文件 `my-values.yaml`

场景：查询 `kube-system` 命名空间的日志