Bereitstellen von Einblickressourcen und Einrichten von Protokollen

Azure IoT Einsatz-Einblick bietet Einsicht in jede Ebene Ihrer Konfiguration und gibt Ihnen Erkenntnisse über das tatsächliche Verhalten von Problemen, wodurch die Effektivität der Sitezuverlässigkeits-Entwicklung erhöht wird. Azure IoT Einsatz bietet Einblick durch benutzerdefinierte kuratierte Grafana-Dashboards, die in Azure gehostet werden, unterstützt vom verwalteter Azure Monitor-Dienst für Prometheus und Container Insights.

In diesem Artikel erfahren Sie, wie Sie Einblicksressourcen von Azure IoT Einsatz bereitstellen, Azure Managed Prometheus und Grafana einrichten und eine umfassende Überwachung für Ihren Azure Arc-Cluster ermöglichen. Sie können alle Observability-Ressourcen mithilfe eines automatisierten Skripts bereitstellen oder die manuellen Schritte für ein angepasstes Setup ausführen.

Voraussetzungen

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

Die Azure CLI Beispiele in diesem Artikel verwenden Umgebungsvariablen, sodass Sie jeden Wert einmal festlegen und dann die Befehle as-iskopieren und einfügen können. Wenn Sie die Azure IoT Einsatz Codespaces-Umgebung aus dem Quickstart verwenden, sind diese Variablen bereits für Sie festgelegt und Sie können diesen Schritt überspringen. Ansonsten setze die folgenden Umgebungsvariablen in deiner Shell, bevor du die Befehle ausführst.

Die folgenden Skripte legen die am häufigsten verwendeten Umweltvariablen fest:

SUBSCRIPTION_ID=<subscription-id>
RESOURCE_GROUP=<resource-group-name>
AIO_INSTANCE_NAME=<instance-name>
CLUSTER_NAME=<cluster-name>
LOCATION=<region>

$SUBSCRIPTION_ID = "<subscription-id>"
$RESOURCE_GROUP = "<resource-group-name>"
$AIO_INSTANCE_NAME = "<instance-name>"
$CLUSTER_NAME = "<cluster-name>"
$LOCATION = "<region>"

Du musst nur die Variablen festlegen, die dieser Artikel verwendet. Dieser Artikel könnte zusätzliche Umgebungsvariablen für die von Ihnen gewählten Ressourcennamen verwenden. Der Artikel erklärt, wie man sie dort platziert, wo sie eingeführt werden.

Bereitstellen mit dem automatisierten Skript

Um alle Observability-Ressourcen in einem einzigen Schritt einzurichten, verwenden Sie das automatisierte deploy-observability-resources.sh Skript. Das Skript automatisiert die Schritte in diesem Artikel, von der Erstellung von Azure-Ressourcen über die Einrichtung der Observability-Konfiguration. Sie können das Skript mehrmals sicher ausführen. Es überspringt Ressourcen, die bereits vorhanden sind, und aktualisiert Ressourcen, die Änderungen benötigen.

1. Laden Sie das Skript herunter:

   curl -fsSL -o deploy-observability-resources.sh \
     https://raw.githubusercontent.com/Azure/azure-iot-operations/main/scripts/observability/deploy-observability-resources.sh
   chmod +x deploy-observability-resources.sh
   

2. Legen Sie die erforderlichen Umgebungsvariablen fest, und führen Sie das Skript aus:

   export RESOURCE_GROUP=<RESOURCE_GROUP>
   export CLUSTER_NAME=<CLUSTER_NAME>
   export INSTANCE_NAME=<INSTANCE_NAME>
   export WORKSPACE_NAME=<WORKSPACE_NAME>
   export GRAFANA_NAME=<GRAFANA_NAME>
   export LOGS_WORKSPACE_NAME=<LOGS_WORKSPACE_NAME>
   export LOCATION=<LOCATION>
   
   ./deploy-observability-resources.sh
   

   Setze LOCATION auf die Azure-Region für die Bereitstellung neuer Ressourcen. Wenn alle Ressourcen bereits vorhanden sind, ist LOCATION optional.

   Variable	Description
   RESOURCE_GROUP	Azure-Ressourcengruppe für Ihre Azure IoT-Vorgänge und Überwachungsressourcen.
   CLUSTER_NAME	Name des Arc-fähigen Kubernetes-Clusters, in dem Azure IoT Einsatz bereitgestellt wird.
   INSTANCE_NAME	Name der zu konfigurierenden Azure IoT Einsatz-Instanz.
   WORKSPACE_NAME	Name für den Azure Monitor-Arbeitsbereich (erstellt, wenn er nicht vorhanden ist).
   GRAFANA_NAME	Name für die Azure Managed Grafana-Instanz (erstellt, wenn sie nicht vorhanden ist).
   LOGS_WORKSPACE_NAME	Name für den Log Analytics-Arbeitsbereich (erstellt, wenn er nicht vorhanden ist).
   LOCATION	Azure-Region für neue Ressourcen. Optional, wenn alle Ressourcen bereits vorhanden sind.

Fahren Sie nach Abschluss des Skripts mit der Bereitstellung von Dashboards für Grafana fort, um die kuratierten Dashboards zu importieren.

Erstellen von Ressourcen in Azure

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

   Note

   Führen Sie diesen Schritt nur einmal pro Abonnement aus. Zum Registrieren von Ressourcenanbietern benötigen Sie die Berechtigung zum Ausführen des /register/action Vorgangs, der 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
   

2. Installieren sie Azure CLI-Erweiterungen für die Metriksammlung für Azure Arc-fähige Cluster und azure Managed Grafana:

   az extension add --upgrade --name k8s-extension
   az extension add --upgrade --name amg
   

3. Erstellen Sie einen Azure Monitor-Arbeitsbereich, um die Metriksammlung für Ihren Azure Arc-fähigen Kubernetes-Cluster zu aktivieren:

   AZURE_MONITOR_WORKSPACE_ID=$(az monitor account create --name $WORKSPACE_NAME --resource-group $RESOURCE_GROUP --location $LOCATION --query id -o tsv)
   

   Der Befehl speichert die Azure Monitor Workspace ID in AZURE_MONITOR_WORKSPACE_ID. Sie verwenden die ID, wenn Sie im nächsten Abschnitt die Metrikerfassung aktivieren.

4. Erstellen Sie eine Azure Managed Grafana-Instanz, um Ihre Prometheus-Metriken zu visualisieren:

   GRAFANA_ID=$(az grafana create --name $GRAFANA_NAME --resource-group $RESOURCE_GROUP --query id -o tsv)
   

   Der Befehl speichert die Grafana-ID in GRAFANA_ID. Sie verwenden die ID, wenn Sie im nächsten Abschnitt die Metrikerfassung aktivieren.

5. Erstellen eines Log Analytics-Arbeitsbereichs für Containereinblicke:

   LOG_ANALYTICS_WORKSPACE_ID=$(az monitor log-analytics workspace create -g $RESOURCE_GROUP -n $LOGS_WORKSPACE_NAME --query id -o tsv)
   

   Der Befehl speichert die Log Analytics-Arbeitsbereichs-ID in LOG_ANALYTICS_WORKSPACE_ID. Du verwendest die ID, wenn du im nächsten Abschnitt die Logsammlung aktivierst.

Aktivieren Sie die Metrikerfassung für den Cluster

Aktualisieren Sie den Azure Arc-Cluster, um Metriken zu sammeln und sie an den Azure Monitor-Arbeitsbereich zu senden, den Sie erstellt haben. 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

Container Insights-Protokolle zur Protokollerfassung aktivieren

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

Nachdem 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.

1. 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: 0.143.0
   
   config:
     processors:
       memory_limiter:
         limit_percentage: 80
         spike_limit_percentage: 10
         check_interval: 60s
   
     receivers:
       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
   
       telemetry:
         metrics:
           level: none
   
       pipelines:
         metrics:
           receivers:
             - otlp
           exporters:
             - prometheus
   
   resources:
     limits:
       cpu: "100m"
       memory: "512Mi"
   
   ports:
     metrics:
       enabled: true
       containerPort: 8889
       servicePort: 8889
       protocol: TCP
   

2. 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

3. Speichern und schließen Sie die Datei.

4. 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.

1. 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
   

2. Wenden Sie die Konfigurationsdatei an, indem Sie den folgenden Befehl ausführen:

   kubectl apply -f ama-metrics-prometheus-config.yaml
   

Einrichten der Einblickskonfiguration

Sie können die Einblickskonfiguration Ihrer Azure IoT Einsatz-Bereitstellung jederzeit einrichten. Nachdem Observability-Ressourcen konfiguriert wurden, können Sie die Observability-Konfiguration aktualisieren, indem Sie den az iot ops upgrade Befehl mit dem --ops-config Parameter ausführen, um die neuen Konfigurationswerte anzugeben:

az iot ops upgrade --resource-group $RESOURCE_GROUP --name $AIO_INSTANCE_NAME --ops-config observability.metrics.openTelemetryCollectorAddress=aio-otel-collector.azure-iot-operations.svc.cluster.local:4317 observability.metrics.exportInternalSeconds=60

Bereitstellen von Dashboards in Grafana

Azure IoT Einsatz bietet ein Beispieldashboard, das Ihnen viele der Visualisierungen bietet, die Sie benötigen, um die Integrität und Leistung Ihrer Azure IoT Einsatz-Bereitstellung zu verstehen.

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

1. Klonen Sie oder laden Sie das Repository explore-iot-operations herunter, um die JSON-Datei des Grafana-Dashboards lokal herunterzuladen: https://github.com/Azure-Samples/explore-iot-operations.

2. 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
   

3. Wählen Sie auf der Grafana-Startseite die Kachel Erstes Dashboard erstellen aus.

4. Wählen Sie Dashboard importieren aus.

5. Navigieren Sie zu dem Beispiel-Dashboardverzeichnis in Ihrer lokalen Kopie des Azure IoT Einsatz-Repositorys, explore-iot-operations >-Beispiele > Einblick > grafana-dashboard, und wählen Sie dann die aio-observability.json-Dashboarddatei aus.

6. Wenn die Anwendung dazu auffordert, wählen Sie Ihre verwaltete Prometheus-Datenquelle aus.

7. Klicken Sie auf Importieren.

Nächste Schritte

• Aktivieren Sie sichere Einstellungen zum Einrichten von geheimen Verwaltungs- und verwalteten Identitäten.
• Verwalten von Zertifikaten für externe Kommunikation.