文档中心

托管 Prometheus

Prometheus 数据采集与接入

Prometheus-agent 稳定性提升最佳实践

Prometheus-agent 是托管 Prometheus 为容器服务（VKE）集群提供的采集器组件，其稳定性与集群观测结果和质量息息相关。本文介绍如何在实践中提升该组件的稳定性。

背景信息

在容器服务集群中，Prometheus-agent 组件会不定期更新新版本，新版会进行优化和稳定性提升，建议您关注组件发布记录，并及时将组件升级到新版本。详情请参见组件发布记录。

同时，为避免 Prometheus-agent 组件在使用过程中，由于集群规模逐渐扩大而引发性能等问题，导致不必要故障（例如：指标采集数据丢失），建议您参考以下常用操作，减少潜在隐患，提升 Prometheus-agent 组件的稳定性。

常用操作

升级版本

如果您集群中的 Prometheus-agent 组件不是最新版本，建议您升级至最新版本。详情请参见升级组件。

注意

Prometheus-agent 组件在 v2.8.0 版本中增加了组件自监控指标采集功能，允许使用容器服务的云原生观测功能监控组件自身的指标和状态。

如果组件版本小于 v2.8.0，请升级至最新版本。

如果暂时无法升级，请参考下文步骤二，创建组件自监控采集配置。

请确保容器服务集群的 Prometheus-agent 组件为标准化方式部署，否则可能无法通过控制台升级。标准化部署方式如下：

登录容器服务控制台。

在左侧导航栏中选择集群，单击需要配置的目标集群。

在集群管理页面的左侧导航栏中，选择组件管理，并选择监控页签。

找到 Prometheus-agent 组件卡片，选择该组件右上角的 ... > 安装，即可安装该组件。安装时的配置项说明，请参见安装组件。

如果您希望采集集群中的容器基础指标，需要在集群中开启云原生观测和基础观测。详情请参见开启观测、基础观测。

创建自监控采集配置

当您集群中的 Prometheus-agent 组件版本小于 v2.8.0 版本，且暂时无法升级时，可以参照如下步骤，在容器集群中使用 ServiceMonitor 创建自监控采集配置。

登录容器服务控制台。

在左侧菜单栏中选择集群，并在右侧集群列表中选择目标集群。

单击集群名称，进入集群配置页面。

在左侧菜单栏中选择工作负载 > 对象浏览器。单击使用 Yaml 创建，通过 ServiceMonitor 配置服务发现。

在类型下拉菜单中选择自定义。

在 Yaml 配置框内输入 Yaml 配置。

开启自动扩缩容

随着集群规模和采集指标数量的逐渐增长，可能造成 Prometheus-agent 组件资源规格不满足需求，造成 OOM 或者采集受限，严重时会导致采集数据丢失。为避免上述问题，建议开启组件的自动扩缩容功能，系统会根据组件资源的使用情况，自动扩缩容采集组件的副本数。

您可以在部署组件时或组件部署完成后，开启组件的自动扩缩容功能。本文组件部署完成后为例，操作步骤如下：

登录容器服务控制台。

在左侧导航栏中选择集群，单击需要配置的目标集群。

在集群管理页面的左侧导航栏中，选择组件管理，并选择监控页签。

单击 Prometheus-agent 组件卡片上的配置，在弹出的配置页面中，启用组件扩缩容功能，并指定最大分片数。

配置项

说明

组件扩缩容

配置是否开启 vm-agent 采集器和 kube-state-metrics 组件的自动扩缩容功能。

不开启：组件的分片数为配置的初始分片数。不会随着资源占用率的提升而自动扩容。

开启：需要配置组件的最大分片数。组件会基于资源占用率自动扩缩容，具体逻辑如下：

vm-agent 扩容：任一资源（CPU 或内存）使用率 > 70% 时，自动扩容。

vm-agent 缩容：全部资源（CPU 和内存）使用率均 < 30% 时，自动缩容。

kube-state-metrics 扩容：任一资源（CPU 或内存）使用率 > 70% 时，自动扩容。

kube-state-metrics 缩容：全部资源（CPU 和内存）使用率均 < 70% 时，自动缩容。

注意

vm-agent 扩缩容冷却时间为 30 分钟。kube-state-metrics 基于 HPA 进行扩缩容量。

配置组件自动扩缩容功能后，请保证集群资源充足，否则可能由于资源不足，导致组件扩容失败。

vm-agent 采集器和 kube-state-metrics 组件扩容时，为保证负载均衡，建议配置 kube-state-metrics 组件的分片数为 vm-agent 采集器分片数的整数倍，例如：kube-state-metrics 组件分片数：vm-agent 采集器分片数为 1:1 或 2:1 等。

配置告警

托管 Prometheus 提供了 Prometheus-agent 组件的告警模版，建议您配置组件告警，方便第一时间发现组件的异常。

说明

告警模版中默认的告警阈值比较严格，如果实际产生有较多的告警，可自行根据情况调整阈值。

登录容器服务控制台。

在顶部导航栏，选择目标地域。

在左侧导航栏中选择告警中心 > 告警规则模板，选择预置模板页签。

在预置模板页面中，找到 vmagent 告警模版。单击操作栏中的应用模版。

配置具体的告警规则和阈值。配置详情，请参见创建告警规则组。

查看监控看板

预置看板

在集群中开启云原生观测后，您可以在托管 Prometheus 的预置看板中，查看 Prometheus-agent 组件监控看板。

说明

查看看板时，请选择与集群绑定的托管 Prometheus 工作区。

在顶部导航栏，选择目标地域。

在左侧导航栏中选择监控看板，在看板列表里搜索 vmagent 即可。

建议重点关注看板中的以下图表：

CPU 和 RSS memory % usage：该图表展示了组件资源使用情况。

Persistent queue dropped：该图表展示了持久化队列是否有丢点。如果 vmagent 有性能问题或者异常情况，则对应指标无法发送至托管 Prometheus 工作区。此时，组件会将指标存储到持久化队列中，等待下次恢复后发送，如果该图表中的指标有展示，则表示整体发送有丢点的情况。

RemoteWrite connection saturation：该图表展示了发送连接的饱和度。如果饱和度 > 80%，表明每个发送包的延迟较大，可以考虑调大 vmagent 的 CPU Limit 值，从而增大发送并发度。

自建看板

您也可以根据需求，自建 Grafana 并导入 Prometheus-agent 组件监控看板。详情请参见如下文档。

部署：在容器服务集群中部署 Grafana 并接入工作区。

看板：在自建 Grafana 中导入如下看板 JSON 配置文件。

vmagent-dashboard.json

最近更新时间：2026.06.25 13:59:07

这个页面对您有帮助吗？

有用

无用