在CentOS上配置Kubernetes監控前，需確保以下基礎環境已就緒：
kubectl get nodes驗證節點狀態為Ready）；kubectl命令行工具（版本與集群版本兼容）；Prometheus Operator是Kubernetes原生的監控解決方案，可自動化Prometheus、Alertmanager、Grafana等組件的部署與管理。
# 添加Prometheus Community Helm倉庫
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update
# 安裝Prometheus Operator（包含Prometheus、Alertmanager、Grafana）
helm install prometheus prometheus-community/kube-prometheus-stack -n monitoring --create-namespace
此命令會自動創建monitoring命名空間，并部署以下組件：
Prometheus通過ServiceMonitor資源自動發現Kubernetes集群中的服務（如kube-state-metrics、Node Exporter）。若需自定義采集目標，可編輯Prometheus的ServiceMonitor配置：
# 查看Prometheus的ServiceMonitor列表
kubectl get servicemonitors -n monitoring
# 示例：自定義采集名為"my-app"的應用指標（需提前部署對應的Exporter）
cat <<EOF | kubectl apply -f -
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
name: my-app-monitor
namespace: monitoring
spec:
selector:
matchLabels:
app: my-app # 目標應用的標簽
endpoints:
- port: metrics # 應用暴露指標的端口名稱
interval: 15s # 采集間隔
EOF
默認情況下，Prometheus Operator會自動配置以下核心組件的采集：
Grafana通過Prometheus作為數據源，展示集群監控數據的儀表盤。
# 獲取Grafana的管理員密碼（首次登錄需使用）
kubectl get secret -n monitoring grafana -o jsonpath="{.data.admin-password}" | base64 --decode ; echo
# 端口轉發Grafana服務到本地（方便訪問）
kubectl port-forward -n monitoring svc/grafana 3000:80
# 訪問Grafana（在瀏覽器中打開）
http://<CentOS節點IP>:3000
登錄后（默認用戶名/密碼：admin + 上述獲取的密碼），完成以下配置：
Configuration > Data Sources，點擊Add data source，選擇Prometheus，填寫URL為http://prometheus-operated.monitoring.svc.cluster.local:9090（Prometheus服務的集群內地址），點擊Save & Test驗證連接；Dashboards > Import，輸入以下常用儀表盤ID（覆蓋Kubernetes監控的核心場景）：
1860：Kubernetes集群狀態（節點、Pod、Namespace）；2027：Kubernetes節點資源使用率（CPU、內存、磁盤）；2111：Kubernetes Pod資源使用率（CPU、內存）；4086：Kubernetes網絡流量監控。通過PrometheusRule資源定義告警規則，當集群出現異常時觸發Alertmanager通知。示例如下：
# 創建告警規則文件（如k8s-alerts.yaml）
apiVersion: monitoring.coreos.com/v1
kind: PrometheusRule
metadata:
name: k8s-alerts
namespace: monitoring
spec:
groups:
- name: kubernetes-alerts
rules:
# 告警：Pod CPU使用率超過85%（持續2分鐘）
- alert: HighPodCPUUsage
expr: sum(rate(container_cpu_usage_seconds_total{namespace!="", pod!="", container!="POD"}[5m])) by (namespace, pod, container) > 0.85
for: 2m
labels:
severity: critical
annotations:
summary: "Pod CPU使用率過高（{{ $labels.namespace }}/{{ $labels.pod }}/{{ $labels.container }}）"
description: "Pod {{ $labels.pod }} 的CPU使用率已超過85%，持續2分鐘。"
# 告警：節點內存使用率超過90%（持續5分鐘）
- alert: HighNodeMemoryUsage
expr: (1 - (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes)) * 100 > 90
for: 5m
labels:
severity: warning
annotations:
summary: "節點內存使用率過高（{{ $labels.instance }}）"
description: "節點 {{ $labels.instance }} 的內存使用率已超過90%，持續5分鐘。"
應用告警規則：
kubectl apply -f k8s-alerts.yaml
Alertmanager會根據規則發送通知，需提前配置通知渠道（如郵件、Slack），編輯values.yaml文件（Helm安裝時使用的配置文件）中的alertmanager.config部分即可。
若未通過Prometheus Operator自動部署，可手動安裝：
kubectl apply -f https://github.com/kubernetes-sigs/kube-state-metrics/releases/latest/download/components.yaml
此組件會暴露集群資源的詳細狀態指標（如Pod的重啟次數、Deployment的副本數），供Prometheus采集。
若未通過Prometheus Operator自動部署，可手動創建DaemonSet：
kubectl apply -f https://raw.githubusercontent.com/prometheus/node_exporter/master/examples/node-exporter-daemonset.yaml
此DaemonSet會在每個節點上運行Node Exporter，采集節點的CPU、內存、磁盤、網絡等硬件指標。
檢查Prometheus是否正常運行：
kubectl get pods -n monitoring -l app.kubernetes.io/name=prometheus
若所有Pod狀態為Running，則表示Prometheus已啟動。
訪問Grafana儀表盤：
通過http://<CentOS節點IP>:3000登錄Grafana，查看導入的儀表盤是否有數據（如節點CPU、內存使用率）。
觸發告警測試：
手動創建一個高CPU使用的Pod（如stress容器），觀察Prometheus是否生成告警，并通過Alertmanager發送通知。
ServiceMonitor的selector是否匹配目標服務的標簽，或Prometheus的scrape_interval是否設置過短；expr表達式是否正確，或Prometheus的evaluation_interval是否設置過長。通過以上步驟，可在CentOS上為Kubernetes集群搭建一套完整的監控體系，實現對集群狀態、資源使用、應用性能的全面監控與告警。
