Bereitstellen von Einblickressourcen und Einrichten von Protokollen

Artikel
11/07/2024

Wichtig

Die von Azure Arc unterstützte Vorschauversion von „Azure IoT Einsatz“ befindet sich derzeit in der Vorschauphase. Sie sollten diese Vorschausoftware nicht in Produktionsumgebungen verwenden.

Sie müssen eine neue Installation von „Azure IoT Einsatz“ bereitstellen, wenn ein allgemein verfügbares Release verfügbar wird. Sie werden kein Upgrade für eine Preview-Installation durchführen können.

Die zusätzlichen Nutzungsbestimmungen für Microsoft Azure-Vorschauen enthalten rechtliche Bedingungen. Sie gelten für diejenigen Azure-Features, die sich in der Beta- oder Vorschauversion befinden oder aber anderweitig noch nicht zur allgemeinen Verfügbarkeit freigegeben sind.

Observability bietet Einblick in jede Ebene Ihrer Azure IoT Operations-Konfiguration. Sie erhalten Einblicke in das tatsächliche Verhalten von Problemen, wodurch die Effektivität des Zuverlässigkeits-Engineerings von Standorten erhöht wird. Azure IoT Operations bietet Observability über benutzerdefinierte kuratierte Grafana-Dashboards, die in Azure gehostet werden. Diese Dashboards werden von dem Azure Monitor verwalteter Dienst für Prometheus und von Container Insights unterstützt. In dieser Anleitung erfahren Sie, wie Sie Azure Managed Prometheus und Grafana einrichten und die Überwachung für Ihren Azure Arc-Cluster aktivieren.

Führen Sie die Schritte in diesem Artikel aus, bevor Sie Azure IoT Einsatz in Ihrem Cluster bereitstellen.

Voraussetzungen

Arc-fähiger Kubernetes-Cluster.
Installation der Azure CLI auf Ihrem Entwicklungscomputer. Die erforderlichen Anweisungen finden Sie unter Installieren der Azure CLI.
Helm ist auf dem Entwicklungscomputer installiert. Anleitungen finden Sie unter Installation von Helm.
Kubectl ist auf dem Entwicklungscomputer installiert. Anleitungen finden Sie unter Installation von Kubernetes-Tools.

Erstellen von Ressourcen in Azure

Registrieren Sie Anbieter für das Abonnement, in dem sich Ihr Cluster befindet.

Hinweis

Dieser Schritt muss nur einmal pro Abonnement durchgeführt werden. Zum Registrieren von Ressourcenanbietern benötigen Sie die Berechtigung zum Ausführen des /register/action-Vorgangs, welche in den Rollen „Mitwirkender“ und „Besitzer“ des Abonnements enthalten ist. Weitere Informationen finden Sie unter Azure-Ressourcenanbieter und -typen.
```
az account set -s <SUBSCRIPTION_ID>
az provider register --namespace Microsoft.AlertsManagement
az provider register --namespace Microsoft.Monitor
az provider register --namespace Microsoft.Dashboard
az provider register --namespace Microsoft.Insights
az provider register --namespace Microsoft.OperationalInsights
```
Installieren Sie Azure CLI-Erweiterungen für die Metriksammlung für Azure Arc-fähige Cluster und Azure Managed Grafana.
```
az extension add --name k8s-extension
az extension add --name amg
```
Erstellen Sie einen Azure Monitor-Arbeitsbereich, um die Metrikerfassung für Ihren Azure Arc-fähigen Kubernetes-Cluster zu aktivieren.
```
az monitor account create --name <WORKSPACE_NAME> --resource-group <RESOURCE_GROUP> --location <LOCATION> --query id -o tsv
```
Speichern Sie die Azure Monitor-Arbeitsbereich-ID aus der Ausgabe dieses Befehls. Sie verwenden die ID, wenn Sie im nächsten Abschnitt die Metrikerfassung aktivieren.
Erstellen Sie eine Azure Managed Grafana-Instanz, um Ihre Prometheus-Metriken zu visualisieren.
```
az grafana create --name <GRAFANA_NAME> --resource-group <RESOURCE_GROUP> --query id -o tsv
```
Speichern Sie die Grafana-ID aus der Ausgabe dieses Befehls. Sie verwenden die ID, wenn Sie im nächsten Abschnitt die Metrikerfassung aktivieren.
Erstellen Sie einen Log Analytics-Arbeitsbereich für Container Insights.
```
az monitor log-analytics workspace create -g <RESOURCE_GROUP> -n <LOGS_WORKSPACE_NAME> --query id -o tsv
```
Speichern Sie die Log Analytics-Arbeitsbereichs-ID aus der Ausgabe dieses Befehls. Sie verwenden die ID, wenn Sie im nächsten Abschnitt die Metrikerfassung aktivieren.

Aktivieren Sie die Metrikerfassung für den Cluster

Aktualisieren Sie den Azure Arc-Cluster, um Metriken zu sammeln und sie an den zuvor erstellten Azure Monitor-Arbeitsbereich zu senden. Sie verknüpfen diesen Arbeitsbereich auch mit der Grafana-Instanz.

az k8s-extension create --name azuremonitor-metrics --cluster-name <CLUSTER_NAME> --resource-group <RESOURCE_GROUP> --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers.Metrics --configuration-settings azure-monitor-workspace-resource-id=<AZURE_MONITOR_WORKSPACE_ID> grafana-resource-id=<GRAFANA_ID>

Aktivieren Sie die Container-Insights-Protokolle für die Protokollsammlung.

az k8s-extension create --name azuremonitor-containers --cluster-name <CLUSTER_NAME> --resource-group <RESOURCE_GROUP> --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers --configuration-settings logAnalyticsWorkspaceResourceID=<LOG_ANALYTICS_WORKSPACE_ID>

Sobald diese Schritte abgeschlossen sind, haben Sie sowohl Azure Monitor als auch Grafana eingerichtet und mit Ihrem Cluster für Einblicke und Metrikerfassung verknüpft.

Bereitstellen eines OpenTelemetry Collector

Definieren und implementieren Sie einen OpenTelemetry (OTel)-Collector in Ihrem Arc-fähigen Kubernetes-Cluster.

Erstellen Sie eine Datei namens otel-collector-values.yaml, und fügen Sie den folgenden Code ein, um einen OpenTelemetry Collector zu definieren:

mode: deployment
fullnameOverride: aio-otel-collector
image:
  repository: otel/opentelemetry-collector
  tag: 0.107.0
config:
  processors:
    memory_limiter:
      limit_percentage: 80
      spike_limit_percentage: 10
      check_interval: '60s'
  receivers:
    jaeger: null
    prometheus: null
    zipkin: null
    otlp:
      protocols:
        grpc:
          endpoint: ':4317'
        http:
          endpoint: ':4318'
  exporters:
    prometheus:
      endpoint: ':8889'
      resource_to_telemetry_conversion:
        enabled: true
      add_metric_suffixes: false
  service:
    extensions:
      - health_check
    pipelines:
      metrics:
        receivers:
          - otlp
        exporters:
          - prometheus
      logs: null
      traces: null
    telemetry: null
  extensions:
    memory_ballast:
      size_mib: 0
resources:
  limits:
    cpu: '100m'
    memory: '512Mi'
ports:
  metrics:
    enabled: true
    containerPort: 8889
    servicePort: 8889
    protocol: 'TCP'
  jaeger-compact:
    enabled: false
  jaeger-grpc:
    enabled: false
  jaeger-thrift:
    enabled: false
  zipkin:
    enabled: false

Notieren Sie sich die folgenden Werte der Datei otel-collector-values.yaml, die Sie im Befehl az iot ops create beim Bereitstellen von Azure IoT Einsatz im Cluster verwenden:
- fullnameOverride
- grpc.endpoint
- check_interval
Speichern und schließen Sie die Datei.

Stellen Sie den Collector bereit, indem Sie die folgenden Befehle ausführen:

kubectl get namespace azure-iot-operations || kubectl create namespace azure-iot-operations
helm repo add open-telemetry https://open-telemetry.github.io/opentelemetry-helm-charts

helm repo update
helm upgrade --install aio-observability open-telemetry/opentelemetry-collector -f otel-collector-values.yaml --namespace azure-iot-operations

Konfigurieren der Prometheus-Metriksammlung

Konfigurieren Sie die Prometheus-Metriksammlung auf Ihrem Cluster.

Erstellen Sie eine Datei namens ama-metrics-prometheus-config.yaml, und fügen Sie die folgende Konfiguration ein:

apiVersion: v1
data:
  prometheus-config: |2-
    scrape_configs:
      - job_name: otel
        scrape_interval: 1m
        static_configs:
          - targets:
            - aio-otel-collector.azure-iot-operations.svc.cluster.local:8889
      - job_name: aio-annotated-pod-metrics
        kubernetes_sd_configs:
          - role: pod
        relabel_configs:
          - action: drop
            regex: true
            source_labels:
              - __meta_kubernetes_pod_container_init
          - action: keep
            regex: true
            source_labels:
              - __meta_kubernetes_pod_annotation_prometheus_io_scrape
          - action: replace
            regex: ([^:]+)(?::\\d+)?;(\\d+)
            replacement: $1:$2
            source_labels:
              - __address__
              - __meta_kubernetes_pod_annotation_prometheus_io_port
            target_label: __address__
          - action: replace
            source_labels:
              - __meta_kubernetes_namespace
            target_label: kubernetes_namespace
          - action: keep
            regex: 'azure-iot-operations'
            source_labels:
              - kubernetes_namespace
        scrape_interval: 1m
kind: ConfigMap
metadata:
  name: ama-metrics-prometheus-config
  namespace: kube-system

Wenden Sie die Konfigurationsdatei an, indem Sie den folgenden Befehl ausführen:
```
kubectl apply -f ama-metrics-prometheus-config.yaml
```

Bereitstellen von Dashboards in Grafana

Azure IoT Operations bietet ein Beispiel-Dashboard, das Ihnen viele der Visualisierungen bietet, die Sie benötigen, um den Zustand und die Leistung Ihrer Azure IoT Einsatz-Bereitstellung zu verstehen.

Führen Sie die folgenden Schritte aus, um die von Azure IoT Operations kuratierten Grafana-Dashboards zu installieren.

Klonen oder downloaden Sie das azure-iot-operations-Repository, um die Grafana-Dashboard-JSON-Beispieldatei lokal zu erhalten: https://github.com/Azure/azure-iot-operations.
Melden Sie sich bei der Grafana-Konsole an. Sie können über das Azure-Portal auf die Konsole zugreifen oder den Befehl az grafana show verwenden, um die URL abzurufen.
```
az grafana show --name <GRAFANA_NAME> --resource-group <RESOURCE_GROUP> --query url -o tsv
```
Wählen Sie in der Grafana-Anwendung das Symbol + aus.
Wählen Sie Dashboard importieren aus.
Navigieren Sie zum Beispieldashboardverzeichnis in Ihrer lokalen Kopie des Azure IoT Einsatz-Repositories: azure-iot-operations>samples>grafana-dashboard, und wählen Sie dann die Dashboarddatei aio.sample.json aus.
Wenn die Anwendung dazu auffordert, wählen Sie Ihre verwaltete Prometheus-Datenquelle aus.
Klicken Sie auf Importieren.

Freigeben über