手把手教程：为k8s集群增加prometheus的gpu监控

参考文档：https://github.com/NVIDIA/gpu-monitoring-tools一、k8s环境1、查看k8s集群kubectl get nodes -o wide2、查看k8s集群gpu所在节点kubectl get nodes "-o=custom-columns=NAME:.metadata.name,GPU:.status.allocat...

风夏夜中

2551人浏览 · 2020-03-23 10:45:21

风夏夜中 · 2020-03-23 10:45:21 发布

参考文档：
https://github.com/NVIDIA/gpu-monitoring-tools

一、k8s环境

1、查看k8s集群
    kubectl get nodes -o wide

在这里插入图片描述

2、查看k8s集群gpu所在节点
    kubectl get nodes "-o=custom-columns=NAME:.metadata.name,GPU:.status.allocatable.nvidia\.com/gpu"

在这里插入图片描述

3、为有gpu的节点打标签 并查看
    kubectl label nodes node0 hardware-type=NVIDIAGPU
    kubectl label nodes node2 hardware-type=NVIDIAGPU
    kubectl get nodes --show-labels

在这里插入图片描述
二、增加gpu监控

1、下载代码
    git clone https://github.com/NVIDIA/gpu-monitoring-tools.git
2、打包镜像
    cd gpu-monitoring-tools/exporters/prometheus-dcgm/k8s/pod-gpu-metrics-exporter/
    sudo docker build -t pod-gpu-metrics-exporter .
    cd gpu-monitoring-tools/exporters/prometheus-dcgm/dcgm-exporter/
    sudo docker build -t dcgm-exporter .git
3、上传镜像到docker私有仓库
    过程略
    可参考https://blog.csdn.net/qq_29940863/article/details/89848075
4、修改启动文件镜像地址
    cd gpu-monitoring-tools/exporters/prometheus-dcgm/k8s/pod-gpu-metrics-exporter/
    vim pod-gpu-metrics-exporter-daemonset.yaml
    改动见下图
5、启动
    kubectl apply -f pod-gpu-metrics-exporter-daemonset.yaml

在这里插入图片描述

三、验证

1、查看集群
    kubectl get ds -n monitoring
    kubectl get po -n monitoring
    注：monitoring(ns)和下图中没有红框的ds和po是在为k8s集群添加prometheus监控时所创建的
    参考：https://github.com/coreos/kube-prometheus#quickstart
         https://www.jianshu.com/p/2fbbe767870d

在这里插入图片描述

2、查看url
    访问http://IP:9400/gpu/metrics
    注：IP是node0和node2的地址

四、外部prometheus集成

1、编写配置文件
    vim prometheus.yml
    
    global:
      scrape_interval:     60s
      evaluation_interval: 60s
    
    scrape_configs:
      - job_name: prometheus
        static_configs:
          - targets: ['localhost:9090']
            labels:
              instance: prometheus
    
      - job_name: prom_gpu
        metrics_path: /gpu/metrics
        static_configs:
          - targets: ['IP:9400', 'IP:9400']
            labels:
              instance: gpu
2、启动镜像
    sudo docker run --name prometheus -d -p 9090:9090 -v prometheus.yml:/etc/prometheus/prometheus.yml quay.io/prometheus/prometheus
3、访问
    http://IP:9090

五、其它

1、节点环境
    gpu所在节点可能需要安装docker-compose
    参考：https://docs.docker.com/compose/install/
2、下载 
    https://download.csdn.net/download/qq_29940863/12588524