用 Helm 在 Kubernetes 上部署 Prometheus

在 Kubernetes 上部署 Prometheus 最省事的方式是 Helm chart——一条命令拉起 Prometheus + Alertmanager + Node Exporter + kube-state-metrics 全家桶。本文走完从安装到生产定制的流程。

为什么是 Helm

手工维护 Prometheus 的 K8s 资源（Deployment、Service、ConfigMap、RBAC、PVC……）是几十上百个 YAML 的工作量。Helm 把它们打包成 chart，参数化定制，升级回滚一键完成。

快速开始

# 添加仓库
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update

# 默认配置安装
helm install prometheus prometheus-community/prometheus --namespace monitoring --create-namespace

几分钟后 kubectl get pods -n monitoring 应看到 prometheus-server、alertmanager、node-exporter（DaemonSet）、kube-state-metrics 全部 Running。

生产必改：values 定制

# values.yaml
server:
  persistentVolume:
    enabled: true
    size: 50Gi                    # 默认 8Gi，生产远远不够
  retention: 30d                  # 保留期
  resources:
    requests: { cpu: 500m, memory: 2Gi }
    limits:   { cpu: 2,    memory: 8Gi }

alertmanager:
  persistentVolume:
    enabled: true

helm upgrade prometheus prometheus-community/prometheus -n monitoring -f values.yaml

⚠️ chart 输出的警告要认真看——比如持久化默认关闭，Pod 重建数据全丢。

更主流的选择：kube-prometheus-stack

如果目标是"K8s 集群监控全家桶"，直接用更大的 chart：

helm install monitoring prometheus-community/kube-prometheus-stack -n monitoring

它在 Prometheus 之上打包了：Grafana（含几十套预置 K8s 仪表盘）、Prometheus Operator（用 ServiceMonitor/PodMonitor CRD 声明式管理抓取目标）、预置告警规则集。K8s 场景下这基本是社区标准答案。

核心概念：ServiceMonitor

Operator 模式下，抓取配置不再改 prometheus.yml，而是写 CRD：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: my-app
  namespace: monitoring
spec:
  selector:
    matchLabels: {app: my-app}
  endpoints:
    - port: metrics
      interval: 15s

应用只要暴露 /metrics 并打好标签，监控自动跟上。

观测云对照

K8s 监控的另一条路：DataKit 以 DaemonSet 部署即可采集集群全量指标（主机、容器、K8s 对象状态），无需维护 Prometheus + Operator + Grafana 的组件矩阵；已有 kube-prometheus-stack 的资产也可以保留——DataKit 抓取其暴露的指标，数据进观测云统一存储与告警，本地只留轻量采集层，长期存储和高可用交给平台。

常见问题（FAQ）

Q：prometheus chart 和 kube-prometheus-stack 选哪个？
A：只想监控外部目标（把 K8s 当运行环境）→ 轻量的 prometheus chart；要监控 K8s 集群本身 + 应用 → kube-prometheus-stack。

Q：PVC 扩容后能直接改 size 吗？
A：取决于 StorageClass 是否支持在线扩容（allowVolumeExpansion: true）。不支持的话需要新建 PV 迁移数据。

Q：多集群怎么搞？
A：每集群跑本地 Prometheus，用 remote write 汇聚到中心（Thanos 或观测云这类平台），中心做全局视图与统一告警。