OpenShift中Prometheus配置：如何让导出器包含节点角色标签以实现Worker节点CPU请求告警

嘿，我来帮你搞定这个问题！看起来你现在的核心痛点是聚合后的CPU请求指标没带上节点角色标签，导致没法只针对worker节点做告警过滤。咱们一步步来解决：

1. 先确认节点角色的实际标签键 #

首先得搞清楚OpenShift集群里节点角色对应的标签到底叫什么——默认情况下它可不是kubernetes_node_role哦。你可以用这条PromQL查询所有节点的标签：

kube_node_labels

执行后你会看到类似node-role.kubernetes.io/worker="true"或者node_role="worker"这样的标签，把这个标签键记下来，后面要用到。

2. 调整Prometheus的记录规则，保留节点角色标签 #

你现在用的namespace_cpu:kube_pod_container_resource_requests:sum这个聚合指标，大概率是在聚合时丢掉了节点相关的标签。咱们需要修改Prometheus的Recording Rule，让它在求和时保留节点角色标签。

比如如果查到的节点角色标签是node-role.kubernetes.io/worker，可以这样定义规则：

groups:
- name: namespace_cpu_requests
  rules:
  - record: namespace_cpu:kube_pod_container_resource_requests:sum
    expr: sum by (namespace, kubernetes_node_role) (kube_pod_container_resource_requests_cpu_cores)

这里的kubernetes_node_role可以替换成你想统一使用的标签名，或者直接用查到的原始标签键。

3. 配置Relabel规则，把节点标签传递给Pod指标 #

有时候Pod相关的指标不会自动继承节点的标签，这时候需要在Prometheus的抓取配置里加Relabel规则，把节点的角色标签附加到Pod指标上。

比如在scrape_configs里针对kubelet的抓取配置添加：

relabel_configs:
- source_labels: [__meta_kubernetes_node_label_node-role.kubernetes.io/worker]
  action: replace
  target_label: kubernetes_node_role
  replacement: worker
- source_labels: [__meta_kubernetes_node_label_node-role.kubernetes.io/master]
  action: replace
  target_label: kubernetes_node_role
  replacement: master

这样就能把节点的角色标签转换成统一的kubernetes_node_role标签，方便后续聚合和过滤。

4. 验证配置是否生效 #

修改完配置后，重启OpenShift里的Prometheus Pod（通常是prometheus-k8s开头的Pod），然后重新查询namespace_cpu:kube_pod_container_resource_requests:sum，看看指标是不是已经带上kubernetes_node_role标签了。如果标签存在，再执行你的过滤查询：

namespace_cpu:kube_pod_container_resource_requests:sum{kubernetes_node_role=~"worker"}

这时候应该就能拿到worker节点的CPU请求数据了。

5. 配置告警规则（可选） #

确认指标正常后，就可以设置告警规则了，比如：

groups:
- name: worker_cpu_requests_alerts
  rules:
  - alert: HighWorkerCPURequests
    expr: namespace_cpu:kube_pod_container_resource_requests:sum{kubernetes_node_role=~"worker"} > 5  # 这里的阈值根据你的集群情况调整
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "Worker节点CPU请求过高"
      description: "Namespace {{ $labels.namespace }} 在Worker节点的CPU请求总和为 {{ $value }} 核"

备注：内容来源于stack exchange，提问作者Adrián Blázquez