为已启用 Arc 的 Kubernetes 群集启用监视

如 Azure Monitor 中的 Kubernetes 监视中所述，Azure Monitor 的多个功能协同工作，以全面监视 Kubernetes 群集。本文介绍如何为在其他云和本地运行的已启用 Arc 的群集启用以下功能：

Prometheus 指标
托管型 Grafana
容器日志记录
控制平面日志

支持的群集

本文中所述的载入和配置过程支持以下群集。

Azure 本地上的 AKS
AKS 边缘软件包
Canonical
Azure 上的群集 API 提供商
Azure Stack Edge 上的 K8s
Red Hat OpenShift 分发版，包括 Azure Red Hat OpenShift （ARO）
SUSE Rancher（Rancher Kubernetes 引擎）
SUSE Rancher K3s
VMware （TKG）

对于启用 Arc 的拥有 Windows 节点的群集，可以在群集内的 Linux 节点上设置托管的 Prometheus，并配置从运行在 Windows 节点上的指标终结点抓取指标。请查看在启用 Arc 的集群中使用 Windows 节点进行指标收集

支持已启用 Azure Arc 的群集上的 ARM64 节点。有关支持 ARM64 节点的已启用 Azure Arc 的群集的详细信息，请参阅群集要求。

先决条件

至少需要群集的参与者访问权限才能加入。
需要监视读取者或监视参与者才能在启用监视后查看数据。
请验证防火墙要求以及已启用 Azure Arc 的 Kubernetes 网络要求。

创建工作区

下表介绍了支持本文中启用的 Azure Monitor 功能所需的工作区。如果还没有每种类型的现有工作区，则可以在载入过程中创建它们。请参阅设计 Log Analytics 工作区体系结构，获取有关要创建多少个工作区以及应在何处放置工作区的指导。

功能 / 特点	工作空间	注释
托管 Prometheus	Azure Monitor 工作区	如果在载入时未指定现有的 Azure Monitor 工作区，将使用资源组的默认工作区。如果群集所在区域尚不存在默认工作区，则将在一个名为 `DefaultAzureMonitorWorkspace-<mapped_region>` 的资源组中创建一个名称格式为 `DefaultRG-<cluster_region>` 的工作区。 `Contributor` 权限足以允许加载项将数据发送到 Azure Monitor 工作区。若要链接 Azure Monitor 工作区以查看 Azure 托管 Grafana 中的指标，则需要 `Owner` 级别权限。这是必需项，因为执行入门步骤的用户需要能够在 Azure Monitor 工作区上为 Azure 托管 Grafana 系统标识授予 `Monitoring Reader` 角色，以便查询指标。
容器日志记录控制平面日志	Log Analytics 工作区	可以将群集附加到同一Microsoft Entra 租户中不同 Azure 订阅中的 Log Analytics 工作区，但必须使用 Azure CLI 或 Azure 资源管理器模板。目前不能使用 Azure 门户执行此配置。如果要将现有群集连接到另一订阅中的 Log Analytics 工作区，则必须在订阅中向 Log Analytics 工作区注册 Microsoft.ContainerService 资源提供程序。有关详细信息，请参阅注册资源供应商。如果未指定现有的 Log Analytics 工作区，将使用资源组的默认工作区。如果群集区域中尚不存在默认工作区，会使用 `DefaultWorkspace-<GUID>-<Region>` 格式的名称创建一个工作区。
托管型 Grafana	Azure 托管 Grafana 工作区]（/managed-grafana/quickstart-managed-grafana-portal#create-an-azure-managed-grafana-workspace）	将 Grafana 工作区链接到 Azure Monitor 工作区，以使从群集收集的 Prometheus 指标可供 Grafana 仪表板使用。

启用 Prometheus 指标和容器日志记录

在群集上启用 Prometheus 和容器日志记录时，群集中会安装 Azure Monitor 代理的容器化版本。可以在新的或现有群集上同时配置这些功能，也可以单独启用每个功能。

同时为集群启用托管的 Grafana 和 Prometheus 指标抓取。有关连接 Azure Monitor 工作区和 Azure 托管 Grafana 工作区的选项，请参阅链接 Grafana 工作区。

先决条件

群集必须使用托管标识身份验证。
必须在群集和 Azure Monitor 工作区的订阅中注册以下资源提供程序：
- Microsoft.ContainerService (微软容器服务)
- Microsoft.Insights
- Microsoft.AlertsManagement
- Microsoft.Monitor
以下资源提供程序必须在 Grafana 工作区订阅中注册：
- Microsoft.Dashboard

CLI
ARM
Azure 门户

先决条件

托管标识身份验证是 CLI 版本 2.49.0 或更高版本中的默认设置。

Prometheus 指标

将 azure-monitor-metrics 选项与 az k8s-extension create 配合使用，以安装擦除 Prometheus 指标的指标加载项。这将使用 Azure Monitor 中默认 Prometheus 指标配置中所述的配置。若要修改此配置，请参阅在 Azure Monitor 托管服务中自定义抓取 Prometheus 指标的配置。

请参阅以下示例。

### Use default Azure Monitor workspace
az k8s-extension create --name azuremonitor-metrics --cluster-name <cluster-name> --resource-group <resource-group> --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers.Metrics

## Use existing Azure Monitor workspace
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=<workspace-name-resource-id>

### Use an existing Azure Monitor workspace and link with an existing Grafana workspace
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=<workspace-name-resource-id> grafana-resource-id=<grafana-workspace-name-resource-id>


### Use optional parameters
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=<workspace-name-resource-id> grafana-resource-id=<grafana-workspace-name-resource-id> AzureMonitorMetrics.KubeStateMetrics.MetricAnnotationsAllowList="pods=[k8s-annotation-1,k8s-annotation-n]" AzureMonitorMetrics.KubeStateMetrics.MetricLabelsAllowlist "namespaces=[k8s-label-1,k8s-label-n]"

示例

az k8s-extension create --name azuremonitor-metrics --cluster-name "my-cluster"--resource-group "my-resource-group" --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers.Metrics --configuration-settings azure-monitor-workspace-resource-id "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/my-resource-group/providers/microsoft.monitor/accounts/my-workspace" grafana-resource-id="/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/my-resource-group/providers/Microsoft.Dashboard/grafana/my-workspace"

可选参数

以下附加可选参数可用于已启用 Azure Arc 的群集：

参数	Description	违约	上游 Arc 群集设置
`ClusterDistribution`	群集的分布。	`Azure.Cluster.Distribution`	是的
`CloudEnvironment`	群集的云环境。	`Azure.Cluster.Cloud`	是的
`MountCATrustAnchorsDirectory`	是否装载 CA 信任定位点目录。	`true`	否
`MountUbuntuCACertDirectory`	是否装载 Ubuntu CA 证书目录。	除非 `true` 发行版，否则 `aks_edge`。	否

参数名称和说明

批注键 AzureMonitorMetrics.KubeStateMetrics.MetricAnnotationsAllowList

在资源的 kube_resource_annotations 指标中使用的 Kubernetes 注释键的逗号分隔列表。例如，kube_pod_annotations 是 pod 资源的注释指标。默认情况下，此指标仅包含名称和命名空间标签。若要包含更多注释，请提供资源名称（复数形式）和要允许使用的 Kubernetes 注释键的列表。可为每个资源提供一个 * 以允许任何注释，但这会严重影响性能。例如，pods=[kubernetes.io/team,...],namespaces=[kubernetes.io/team],...。

标签键 AzureMonitorMetrics.KubeStateMetrics.MetricLabelsAllowlist

资源的 kube_resource_labels 指标中使用的更多 Kubernetes 标签键的逗号分隔列表。例如，kube_pod_labels 是 Pod 资源的标签指标。默认情况下，此指标仅包含名称和命名空间标签。若要包含更多标签，请提供一个复数形式的资源名称列表以及想要允许这些资源使用的 Kubernetes 标签键。可为每个资源提供一个 * 以允许任何标签，但这会严重影响性能。例如，pods=[app],namespaces=[k8s-label-1,k8s-label-n,...],...。

参数	名称和说明
批注键	`AzureMonitorMetrics.KubeStateMetrics.MetricAnnotationsAllowList` 在资源的 `kube_resource_annotations` 指标中使用的 Kubernetes 注释键的逗号分隔列表。例如，kube_pod_annotations 是 pod 资源的注释指标。默认情况下，此指标仅包含名称和命名空间标签。若要包含更多注释，请提供资源名称（复数形式）和要允许使用的 Kubernetes 注释键的列表。可为每个资源提供一个 `*` 以允许任何注释，但这会严重影响性能。例如，`pods=[kubernetes.io/team,...],namespaces=[kubernetes.io/team],...`。
标签键	`AzureMonitorMetrics.KubeStateMetrics.MetricLabelsAllowlist` 资源的 kube_resource_labels 指标中使用的更多 Kubernetes 标签键的逗号分隔列表。例如，kube_pod_labels 是 Pod 资源的标签指标。默认情况下，此指标仅包含名称和命名空间标签。若要包含更多标签，请提供一个复数形式的资源名称列表以及想要允许这些资源使用的 Kubernetes 标签键。可为每个资源提供一个 `*` 以允许任何标签，但这会严重影响性能。例如，`pods=[app],namespaces=[k8s-label-1,k8s-label-n,...],...`。

容器日志

将 azuremonitor-containers 选项与 az k8s-extension create 配合使用以安装日志加载项。

请参阅以下示例。

### Use default Log Analytics workspace
az k8s-extension create --name azuremonitor-containers --cluster-name <cluster-name> --resource-group <resource-group> --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers

### Use existing Log Analytics workspace
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=<workspace-resource-id>

### Use managed identity authentication (default as k8s-extension version 1.43.0)
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 amalogs.useAADAuth=true

### Use advanced configuration settings
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  amalogs.resources.daemonset.limits.cpu=150m amalogs.resources.daemonset.limits.memory=600Mi amalogs.resources.deployment.limits.cpu=1 amalogs.resources.deployment.limits.memory=750Mi

### With custom mount path for container stdout & stderr logs
### Custom mount path not required for Azure Stack Edge version > 2318. Custom mount path must be /home/data/docker for Azure Stack Edge cluster with version <= 2318
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 amalogs.logsettings.custommountpath=<customMountPath>

### Customize log collection settings
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 amalogs.useAADAuth=true dataCollectionSettings='{"interval":"1m","namespaceFilteringMode": "Include", "namespaces": [ "kube-system"],"enableContainerLogV2": true,"streams": ["<streams to be collected>"]}'

请参阅 Helm 图表的资源请求和限制部分，了解可用的配置设置。

示例

az k8s-extension create --name azuremonitor-containers --cluster-name "my-cluster" --resource-group "my-resource-group" --cluster-type connectedClusters --extension-type Microsoft.AzureMonitor.Containers --configuration-settings logAnalyticsWorkspaceResourceID="/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/my-resource-group/providers/Microsoft.OperationalInsights/workspaces/my-workspace"

支持 Arc 功能的具有前向代理的群集

如果群集配置了正向代理，则代理设置会自动应用于扩展。对于使用 AMPLS + 代理的群集，应忽略代理配置。使用配置设置 amalogs.ignoreExtensionProxySettings=true 启动扩展。

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 amalogs.ignoreExtensionProxySettings=true

启用了 Arc 的 Windows 节点群集

已启用 Arc 且包含 Windows 节点的 Kubernetes 群集不支持托管标识认证。通过指定 amalogs.useAADAuth=false 来使用旧式身份验证，如以下示例所示。

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 amalogs.useAADAuth=false

删除扩展实例

以下命令仅删除扩展实例，但不删除 Log Analytics 工作区。 Log Analytics 资源中的数据保持不变。

az k8s-extension delete --name azuremonitor-containers --cluster-type connectedClusters --cluster-name <cluster-name> --resource-group <resource-group>

日志配置文件

若要自定义群集的日志收集设置，可以使用以下格式以 JSON 文件的形式提供配置。如果未提供配置文件，则使用下表中标识的默认设置。

{
  "interval": "1m",
  "namespaceFilteringMode": "Include",
  "namespaces": ["kube-system"],
  "enableContainerLogV2": true, 
  "streams": ["Microsoft-Perf", "Microsoft-ContainerLogV2"]
}

下表描述了配置中的每个设置。

Name	Description
`interval`	确定代理收集数据的频率。有效值为 1m - 30 米（以 1 米为单位）如果该值超出允许的范围，则默认值为 1 m。默认值：1m。
`namespaceFilteringMode`	Include：只会从命名空间字段中的值收集数据。 Exclude：会从所有命名空间收集数据，但命名空间字段中的值除外。 Off：忽略任何命名空间选择并收集所有命名空间中的数据。默认值：关闭
`namespaces`	逗号分隔的 Kubernetes 命名空间数组，用于根据 namespaceFilteringMode 收集清单和性能数据。例如，如果在使用 Include 设置的情况下指定 namespaces = ["kube-system", "default"]，则只收集这两个命名空间的数据。如果使用Exclude设置，代理会从除kube-system和default之外的所有其他命名空间收集数据。如果使用 Off 设置，代理将从所有命名空间收集数据，包括 kube-system 和 default。将忽略无效和无法识别的命名空间。没有。
`enableContainerLogV2`	用于启用 ContainerLogV2 架构的布尔标志。如果设置为 true，则 stdout/stderr 日志将引入到 ContainerLogV2 表。否则，除非在 ConfigMap 中另有指定，否则容器日志将引入到 ContainerLog 表。指定单个流时，必须包含 ContainerLog 或 ContainerLogV2 的相应表。默认值：True
`streams`	表流的数组。请参阅Stream 值，了解有效流及其对应表的列表。默认值：ContainerLogV2、KubeEvents、KubePodInventory

先决条件

必须已创建 Azure Monitor 工作区和 Azure 托管 Grafana 实例。
模板必须部署在 Azure 托管 Grafana 实例所在的资源组中。
如果 Azure 托管 Grafana 实例所在的订阅不是 Azure Monitor 工作区订阅，请根据Microsoft.Dashboard中的指导，将 Azure Monitor 工作区订阅注册到资源提供程序。
在群集订阅中具有 User Access Administrator 角色的用户可以通过部署模板直接启用 Monitoring Reader 角色。

注释

目前在 Bicep 中，无法像在 ARM 模板中那样，在 Azure Monitor 工作区的字符串参数“资源 ID”上显式限定 Monitoring Reader 角色分配的范围。 Bicep 需要 resource | tenant 类型的值。此外，Azure Monitor 工作区没有 REST API 规范。

因此，Monitoring Reader角色的默认范围位于资源组上。该角色通过继承应用于同一 Azure Monitor 工作区，这是预期的行为。部署此 Bicep 模板后，为 Grafana 实例授予对该资源组中所有 Azure Monitor 工作区的Monitoring Reader权限。

Prometheus 指标

检索 Grafana 资源所需的值

如果 Azure 托管 Grafana 实例已链接到 Azure Monitor 工作区，则必须在模板中包含此列表，否则将被覆盖。在 Azure 门户中 Azure 托管 Grafana 实例的概述页面上，选择“JSON 视图”，然后复制的值，该值如下面的示例所示azureMonitorWorkspaceIntegrations。如果该值不存在，则实例尚未链接到任何 Azure Monitor 工作区。

"properties": {
    "grafanaIntegrations": {
        "azureMonitorWorkspaceIntegrations": [
            {
                "azureMonitorWorkspaceResourceId": "full_resource_id_1"
            },
            {
                "azureMonitorWorkspaceResourceId": "full_resource_id_2"
            }
        ]
    }
}

下载并编辑模板和参数文件

下载所需的文件。
- 模板文件：https://aka.ms/azureprometheus-arc-arm-template
- 参数文件：https://aka.ms/azureprometheus-arc-arm-template-parameters

编辑参数文件中的以下值。 ARM 和 Bicep 模板使用一组相同的值。从它们的概述页面的JSON视图中检索资源 ID。

参数	价值
`azureMonitorWorkspaceResourceId`	Azure Monitor 工作区的资源 ID。从 Azure Monitor 工作区“概述”页的“JSON 视图”中检索。
`azureMonitorWorkspaceLocation`	Azure Monitor 工作区的位置。从 Azure Monitor 工作区“概述”页的“JSON 视图”中检索。
`clusterResourceId`	群集的资源 ID。从群集“概述”页的“JSON 视图”中检索。
`clusterLocation`	群集的位置。从群集“概述”页的“JSON 视图”中检索。
`metricLabelsAllowlist`	要在资源的标签指标中使用的 Kubernetes 标签键的逗号分隔列表。
`metricAnnotationsAllowList`	要在资源的注释指标中使用的更多 Kubernetes 标签键的逗号分隔列表。
`grafanaResourceId`	托管 Grafana 实例的资源 ID。从 Grafana 实例“概述”页面的“JSON 视图”中检索。
`grafanaLocation`	托管 Grafana 实例的位置。从 Grafana 实例“概述”页面的“JSON 视图”中检索。
`grafanaSku`	托管 Grafana 实例的 SKU。从 Grafana 实例“概述”页面的“JSON 视图”中检索。使用sku.name。

打开模板文件，并使用从 Grafana 实例检索的值更新文件末尾的 grafanaIntegrations 属性。这类似于以下示例。在这些示例中，full_resource_id_1 和 full_resource_id_2 已在 Azure 托管 Grafana 资源 JSON 中。最后的 azureMonitorWorkspaceResourceId 条目已在模板中，用于链接到参数文件中提供的 Azure Monitor 工作区资源 ID。

{
    "type": "Microsoft.Dashboard/grafana",
    "apiVersion": "2022-08-01",
    "name": "[split(parameters('grafanaResourceId'),'/')[8]]",
    "sku": {
        "name": "[parameters('grafanaSku')]"
    },
    "location": "[parameters('grafanaLocation')]",
    "properties": {
        "grafanaIntegrations": {
        "azureMonitorWorkspaceIntegrations": [
            {
                "azureMonitorWorkspaceResourceId": "full_resource_id_1"
            },
            {
                "azureMonitorWorkspaceResourceId": "full_resource_id_2"
            },
            {
                "azureMonitorWorkspaceResourceId": "[parameters('azureMonitorWorkspaceResourceId')]"
            }
        ]
        }
    }
}

使用部署资源管理器模板的任意有效方法，用参数文件部署模板。有关不同方法的示例，请参阅部署示例模板。

容器日志

先决条件

模板必须部署在群集所在的同一资源组中。

下载并安装模板

下载和编辑模板和参数文件。
- 模板文件：https://aka.ms/arc-k8s-azmon-extension-msi-arm-template
- 参数文件：https://aka.ms/arc-k8s-azmon-extension-msi-arm-template-params
- 模板文件（旧式身份验证）：https://aka.ms/arc-k8s-azmon-extension-arm-template
- 参数文件（旧式身份验证）：https://aka.ms/arc-k8s-azmon-extension-arm-template-params

编辑参数文件中的以下值。 ARM 和 Bicep 模板使用一组相同的值。从它们的概述页面的JSON视图中检索资源 ID。

参数	Description
`clusterResourceId`	群集的资源 ID。
`clusterRegion`	群集的位置。
`workspaceResourceId`	Log Analytics 工作区的资源 ID。
`workspaceRegion`	Log Analytics 工作区的区域。
`workspaceDomain`	Log Analytics 工作区的域。 `opinsights.azure.cn` 由世纪互联运营的 Microsoft Azure
`enableRetinaNetworkFlowLogs`	一个用于指示是否启用 Retina 网络流日志的标记。
`enableContainerLogV2`	用于启用 ContainerLogV2 架构的布尔标志。如果设置为 true，stdout/stderr 日志将发送到 ContainerLogV2 表。否则，容器日志将发送到 ContainerLog 表，除非在 ConfigMap 中另有指定。指定单个流时，必须包含 ContainerLog 或 ContainerLogV2 的相应表。
`enableSyslog`	指定是否应启用 Syslog 收集。
`syslogLevels`	如果启用了 Syslog 收集，请指定要收集的日志级别。
`dataCollectionInterval`	确定代理收集数据的频率。有效值为 1m - 30m，间隔为 1m。默认值为 1m。如果该值超出允许的范围，则默认为 1m。
`namespaceFilteringModeForDataCollection`	Include：只会从命名空间字段中的值收集数据。 Exclude：会从所有命名空间收集数据，但命名空间字段中的值除外。 Off：忽略任何命名空间选择并收集所有命名空间中的数据。
`namespacesForDataCollection`	逗号分隔的 Kubernetes 命名空间数组，用于根据 namespaceFilteringMode 收集清单和性能数据。例如，如果在使用 Include 设置的情况下指定 namespaces = ["kube-system", "default"]，则只收集这两个命名空间的数据。如果使用Exclude设置，代理会从除kube-system和default之外的所有其他命名空间收集数据。如果使用 Off 设置，代理将从所有命名空间收集数据，包括 kube-system 和 default。将忽略无效和无法识别的命名空间。
`streams`	表流的数组。请参阅Stream 值，了解有效流及其对应表的列表。若要为容器日志启用高缩放模式，请使用 `Microsoft-ContainerLogV2-HighScale`。
`useAzureMonitorPrivateLinkScope`	指定是否对与 Azure Monitor 的群集连接使用专用链接。
`azureMonitorPrivateLinkScopeResourceId`	如果使用专用链接，则专用链接范围的资源 ID。

使用部署资源管理器模板的任意有效方法，用参数文件部署模板。有关不同方法的示例，请参阅部署示例模板。

请在 Azure 门户中进入您的集群。在服务菜单中，选择“ 监视 ”，然后选择“ 监视设置”。

配置选项

新群集和现有群集的配置选项相同。唯一的区别是，可能需要选择 “高级设置 ”以查看现有群集的所有选项。

已为你选择 Prometheus 指标、Grafana 和容器日志及事件。如果你现在有 Azure Monitor 工作区、Grafana 工作区和 Log Analytics 工作区，系统会为你选择它们。
如果你希望选择备用工作区或创建新工作区，请选择“高级设置”。使用“日志记录配置文件和经典配置文件”设置，你可以修改默认集合详细信息来降低监视成本。有关详细信息，请参阅在容器见解中启用成本优化设置。
选择配置。

对于容器日志，必须选择一个日志记录配置文件，该配置文件定义将收集哪些日志，以及以何种频率收集日志。下表中列出了可用的配置文件。

成本预设	收集频率	命名空间筛选器	Syslog 收集	收集的数据
日志和事件（默认值）	1米	None	未启用	ContainerLogV2 KubeEvents KubePodInventory
Syslog	1米	None	默认启用	所有标准容器分析表
标准	1米	None	未启用	所有标准容器分析表
成本优化	5米	排除 kube-system、gatekeeper-system、azure-arc	未启用	所有标准容器分析表

如果要自定义设置，请单击“编辑集合设置”。下表描述了其中每个设置。

Name	Description
收集频率	确定代理收集数据的频率。有效值为 1m - 30m，间隔为 1m。默认值为 1m。无法通过 ConfigMap 配置此选项。
命名空间筛选	关：收集所有命名空间上的数据。 Include：只会从命名空间字段中的值收集数据。 Exclude：会从所有命名空间收集数据，但命名空间字段中的值除外。逗号分隔的 Kubernetes 命名空间数组，用于根据 namespaceFilteringMode 收集清单和性能数据。例如，如果在使用 Include 设置的情况下指定 namespaces = ["kube-system", "default"]，则只收集这两个命名空间的数据。如果使用Exclude设置，代理会从除kube-system和default之外的所有其他命名空间收集数据。
收集到的数据	定义要收集的容器见解表。有关每个分组的说明，请参阅下文。
启用 ContainerLogV2	用于启用 ContainerLogV2 架构的布尔标志。如果设置为 true，则 stdout/stderr 日志将引入到 ContainerLogV2 表。否则，除非在 ConfigMap 中另有指定，否则容器日志将引入到 ContainerLog 表。指定单个流时，必须包含 ContainerLog 或 ContainerLogV2 的相应表。
启用 Syslog 日志收集	从群集启用 Syslog 收集。

通过“收集的数据”选项，可选择为群集填充的表。这些表按最常见的方案进行分组。

Grouping	Tables	注释
全部（默认值）	所有标准容器分析表	需要它才能启用默认容器见解可视化效果
Performance	Perf、InsightsMetrics
日志和事件	ContainerLog 或 ContainerLogV2，KubeEvents，KubePodInventory	如果您已启用托管的 Prometheus 指标，建议这么做。
工作负荷、部署和 HPA	InsightsMetrics、KubePodInventory、KubeEvents、ContainerInventory、ContainerNodeInventory、KubeNodeInventory、KubeServices
永久性卷	InsightsMetrics、KubePVInventory

数据流值

当指定要使用 CLI 或 ARM 收集的表时，请指定与 Log Analytics 工作区中的特定表相对应的流名称。下表列出了每个表的流名称。

注释

如果你熟悉数据收集规则的结构，则你应该知道此表中的流名称在 DCR 的数据流节中指定。

Stream	容器见解表
Microsoft-容器清单	ContainerInventory
Microsoft-ContainerLog	ContainerLog
Microsoft-ContainerLogV2	ContainerLogV2
Microsoft-ContainerLogV2-HighScale	ContainerLogV2（高缩放模式）¹
Microsoft-ContainerNodeInventory	容器节点清单
Microsoft-InsightsMetrics	InsightsMetrics
Microsoft-KubeEvents	KubeEvents
Microsoft-KubeMonAgentEvents	KubeMonAgentEvents
Microsoft-KubeNodeInventory	KubeNodeInventory
Microsoft-KubePodInventory	KubePodInventory
Microsoft-KubePVInventory	KubePVInventory
Microsoft-KubeServices	KubeServices
Microsoft-Perf	性能

¹ 不要同时使用 Microsoft-ContainerLogV2 和MicrosoftContainerLogV2-HighScale。这将导致出现重复数据。

适用的表和指标

收集频率和命名空间筛选的设置不适用于所有日志数据。下表列出了 Log Analytics 工作区中的表以及应用于每个工作区的设置。

表名称	间隔？	命名空间？	注解
ContainerInventory	是的	是的
容器节点清单	是的	否	数据收集的命名空间设置不适用，因为 Kubernetes 节点不是命名空间范围的资源
KubeNodeInventory	是的	否	数据收集的命名空间设置不适用，因为 Kubernetes 节点不是命名空间范围的资源
KubePodInventory	是的	是的
KubePVInventory	是的	是的
KubeServices	是的	是的
KubeEvents	否	是的	数据收集的间隔设置不适用于 Kubernetes 事件
性能	是的	是的	数据收集的命名空间设置不适用于与 Kubernetes 节点相关的指标，因为 Kubernetes 节点不是命名空间范围的对象。
InsightsMetrics	是的	是的	数据收集设置仅适用于收集以下命名空间的指标：container.azm.ms/kubestate、container.azm.ms/pv 和 container.azm.ms/gpu

注释

命名空间筛选不适用于 ama-logs 代理记录。因此，即使 kube-system 命名空间列于排除的命名空间中，与 ama-logs 代理容器关联的记录仍将引入。

指标命名空间	间隔？	命名空间？	注解
Insights.container/nodes	是的	否	节点不是命名空间范围的资源
洞察.容器/组件	是的	是的
Insights.container/containers	是的	是的
Insights.container/persistentvolumes	是的	是的

特殊场景

请查看以下参考，了解特定方案的配置要求。

如果您正在使用私人链接，请查看在 Azure Monitor 中为 Kubernetes 监控启用私人链接。
若要启用高缩放模式，请遵循为监视加载项启用高缩放模式中的加入过程。还必须按照更新 ConfigMap 中的说明更新 ConfigMap，并且 DCR 流需要从 Microsoft-ContainerLogV2 更改为 Microsoft-ContainerLogV2-HighScale。

启用控制平面日志

控制平面日志作为 Azure Monitor 中的资源日志实现。若要收集这些日志，请为群集创建诊断设置。将它们发送到容器日志所在的 Log Analytics 工作区。

CLI
ARM
Azure 门户

在 Azure CLI 中使用 az monitor diagnostic-settings create 命令来创建诊断设置。有关参数说明，请参阅此命令的文档。

以下示例创建一个诊断设置，用于将所有 Kubernetes 类别发送到 Log Analytics 工作区。这包括特定于资源的模式，用于将日志发送到 Microsoft.ContainerService/fleets 支持的资源日志中列出的特定表。

az monitor diagnostic-settings create \
--name 'Collect control plane logs' \
--resource  /subscriptions/<subscription ID>/resourceGroups/<resource group name>/providers/Microsoft.ContainerService/managedClusters/<cluster-name> \
--workspace /subscriptions/<subscription ID>/resourcegroups/<resource group name>/providers/microsoft.operationalinsights/workspaces/<log analytics workspace name> \
--logs '[{"category": "karpenter-events","enabled": true},{"category": "kube-audit","enabled": true},
{"category": "kube-apiserver","enabled": true},{"category": "kube-audit-admin","enabled": true},{"category": "kube-controller-manager","enabled": true},{"category": "kube-scheduler","enabled": true},{"category": "cluster-autoscaler","enabled": true},{"category": "cloud-controller-manager","enabled": true},{"category": "guard","enabled": true},{"category": "csi-azuredisk-controller","enabled": true},{"category": "csi-azurefile-controller","enabled": true},{"category": "csi-snapshot-controller","enabled": true},{"category": "fleet-member-agent","enabled": true},{"category": "fleet-member-net-controller-manager","enabled": true},{"category": "fleet-mcs-controller-manager","enabled": true}]'
--metrics '[{"category": "AllMetrics","enabled": true}]' \
--export-to-resource-specific true

下面是用于为控制平面日志创建诊断设置的示例模板和参数文件。修改模板以收集不同的类别或将日志发送到其他目标。

肱二头肌

param clusterName string
param workspaceId string
param settingName string

resource cluster 'Microsoft.ContainerService/managedClusters@2021-05-01-preview' existing = {
  name: clusterName
}

resource setting 'Microsoft.Insights/diagnosticSettings@2021-05-01-preview' = {
  name: settingName
  scope: cluster
  properties: {
    workspaceId: workspaceId
    logs: [
      {
        category: 'kube-apiserver'
        enabled: true
      }
      {
        category: 'kube-audit'
        enabled: true
      }
      {
        category: 'kube-audit-admin'
        enabled: true
      }
      {
        category: 'kube-controller-manager'
        enabled: true
      }
      {
        category: 'kube-scheduler'
              }
      {
        category: 'cluster-autoscaler'
        enabled: true
      }
      {
        category: 'guard'
        enabled: true
      }
    ]
  }
}

JSON

{
    "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
    "contentVersion": "1.0.0.0",
    "parameters": {
        "clusterName": {
            "type": "String"
        },
        "workspaceId": {
            "type": "String"
        },
        "settingName": {
            "type": "String"
        }
    },
    "resources": [
        {
            "type": "Microsoft.Insights/diagnosticSettings",
            "apiVersion": "2021-05-01-preview",
            "scope": "[format('Microsoft.ContainerService/managedClusters/{0}', parameters('clusterName'))]",
            "name": "[parameters('settingName')]",
            "properties": {
                "workspaceId": "[parameters('workspaceId')]",
                "logs": [
                    {
                        "category": "kube-apiserver",
                        "enabled": true
                    },
                    {
                        "category": "kube-audit",
                        "enabled": true
                    },
                    {
                        "category": "kube-audit-admin",
                        "enabled": true
                    },
                    {
                        "category": "kube-controller-manager",
                        "enabled": true
                    },
                    {
                        "category": "kube-scheduler",
                        "enabled": false
                    },
                    {
                        "category": "cluster-autoscaler",
                        "enabled": true
                    },
                    {
                        "category": "guard",
                        "enabled": true
                    }
                ]
            }
        }
    ]
}

{
  "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentParameters.json#",
  "contentVersion": "1.0.0.0",
  "parameters": {
    "settingName": {
        "value": "<cluster-name>"
    },
    "workspaceId": {
      "value": "/subscriptions/<subscription id>/resourcegroups/<resourcegroup name>/providers/microsoft.operationalinsights/workspaces/<workspace name>"
    },
    "scope": {
      "value": "Microsoft.<resource type>/<resourceName>"
    }
  }
}

启用 Windows 指标（预览版）

自托管 Prometheus 插件容器版本 6.4.0-main-02-22-2023-3ee44b9e 起，Windows 指标收集已在 Arc 启用的群集上启用。加入 Azure Monitor 指标附加组件可使 Windows 守护进程集 pod 在节点池上开始运行。支持 Windows Server 2019 和 Windows Server 2022。按照以下步骤使 Pod 能够从 Windows 节点池收集指标。

注释

没有 CPU/内存限制windows-exporter-daemonset.yaml，因此可能会超额分配 Windows 节点。有关详细信息，请参阅资源预留

在部署工作负载时，请对容器设置资源内存和 CPU 限制。这也会从 NodeAllocatable 中扣减，并且可以帮助群集范围的计划程序确定将哪些 pod 放置在哪些节点上。在没有限制的情况下调度 Pod 可能会导致 Windows 节点过度配置，并且在极端情况下可能会导致节点不健康。

安装 Windows 导出程序

通过部署 windows 导出程序 YAML 文件，在节点上手动安装 Windows 导出程序以访问 Windows 指标。启用以下收集器。有关更多收集器，请参阅用于 Windows 系统度量指标的 Prometheus 导出器。

[defaults]
container
memory
process
cpu_info

部署 windows-exporter-daemonset YAML 文件。如果在节点中应用了任何污点，则需要应用适当的容忍度。

kubectl apply -f windows-exporter-daemonset.yaml

启用 Windows 指标

将windowsexporter和windowskubeproxy布尔值在指标设置 ConfigMap 中设置为true，然后将其应用到群集。请参阅使用 ConfigMap 自定义从 Kubernetes 集群收集 Prometheus 指标。

启用录制规则

启用开箱即用仪表板所需的录制规则：

如果使用 CLI 入门，请添加选项 --enable-windows-recording-rules。
如果使用 ARM 模板、Bicep 或 Azure Policy 载入，在参数文件中将enableWindowsRecordingRules设置为true。
如果群集已载入，使用此 ARM 模板和此参数文件以创建规则组。这会添加所需的记录规则，这不是在集群上的 ARM 操作，不会影响集群目前的监控状态。

添加抓取任务

配置群集中 Linux 节点上运行的托管 Prometheus，以从 Windows 节点上运行的终结点中抓取指标。将以下抓取任务添加到 ama-metrics-prometheus-config-configmap.yaml，并将 configmap 应用到集群。

  scrape_configs:
    - job_name: windows-exporter
      scheme: http
      scrape_interval: 30s
      label_limit: 63
      label_name_length_limit: 511
      label_value_length_limit: 1023
      tls_config:
        ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt
        insecure_skip_verify: true
      bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
      kubernetes_sd_configs:
      - role: node
      relabel_configs:
      - source_labels: [__meta_kubernetes_node_name]
        target_label: instance
      - action: keep
        source_labels: [__meta_kubernetes_node_label_kubernetes_io_os]
        regex: windows
      - source_labels:
        - __address__
        action: replace
        target_label: __address__
        regex: (.+?)(\:\d+)?
        replacement: $$1:9182

验证部署

使用 kubectl 命令行工具验证是否已正确部署代理。

托管 Prometheus

验证是否已在 Linux 节点池上正确部署 DaemonSet

kubectl get ds ama-metrics-node --namespace=kube-system

Pod 数应等于群集上的 Linux 节点数。输出应与下面的示例类似：

User@aksuser:~$ kubectl get ds ama-metrics-node --namespace=kube-system
NAME               DESIRED   CURRENT   READY   UP-TO-DATE   AVAILABLE   NODE SELECTOR   AGE
ama-metrics-node   1         1         1       1            1           <none>          10h

验证是否已正确部署 Windows 节点

kubectl get ds ama-metrics-win-node --namespace=kube-system

Pod 数应等于群集上的 Windows 节点数。输出应与下面的示例类似：

User@aksuser:~$ kubectl get ds ama-metrics-node --namespace=kube-system
NAME                   DESIRED   CURRENT   READY   UP-TO-DATE   AVAILABLE   NODE SELECTOR   AGE
ama-metrics-win-node   3         3         3       3            3           <none>          10h

验证是否为 Prometheus 部署了两个 ReplicaSet

kubectl get rs --namespace=kube-system

输出应与下面的示例类似：

User@aksuser:~$kubectl get rs --namespace=kube-system
NAME                            DESIRED   CURRENT   READY   AGE
ama-metrics-5c974985b8          1         1         1       11h
ama-metrics-ksm-5fcf8dffcd      1         1         1       11h

容器日志记录

验证是否已在 Linux 节点池上正确部署 DaemonSet

kubectl get ds ama-logs --namespace=kube-system

Pod 数应等于群集上的 Linux 节点数。输出应与下面的示例类似：

User@aksuser:~$ kubectl get ds ama-logs --namespace=kube-system
NAME       DESIRED   CURRENT   READY     UP-TO-DATE   AVAILABLE   NODE SELECTOR   AGE
ama-logs   2         2         2         2            2           <none>          1d

验证是否已正确部署 Windows 节点

kubectl get ds ama-logs-windows --namespace=kube-system

Pod 数应等于群集上的 Windows 节点数。输出应与下面的示例类似：

User@aksuser:~$ kubectl get ds ama-logs-windows --namespace=kube-system
NAME                   DESIRED   CURRENT   READY     UP-TO-DATE   AVAILABLE   NODE SELECTOR     AGE
ama-logs-windows           2         2         2         2            2       <none>            1d

验证容器日志记录解决方案的部署

kubectl get deployment ama-logs-rs --namespace=kube-system

输出应与下面的示例类似：

User@aksuser:~$ kubectl get deployment ama-logs-rs --namespace=kube-system
NAME          READY   UP-TO-DATE   AVAILABLE   AGE
ama-logs-rs   1/1     1            1           24d

使用 CLI 查看配置

使用 aks show 命令查看是否已启用解决方案，并查看 Log Analytics 工作区资源 ID 以及有关群集的摘要信息。

az aks show --resource-group <resourceGroupofAKSCluster> --name <nameofAksCluster>

该命令将会返回有关解决方案的 JSON 格式信息。 addonProfiles 部分应包括有关 omsagent 的信息，如下例所示：

"addonProfiles": {
    "omsagent": {
        "config": {
            "logAnalyticsWorkspaceResourceID": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/my-resource-group/providers/microsoft.operationalinsights/workspaces/my-workspace",
            "useAADAuth": "true"
        },
        "enabled": true,
        "identity": null
    },
}

后续步骤

如果您在尝试注册时遇到问题，请查看故障排除指南。
了解如何在 Azure 门户的容器见解中分析 Kubernetes 监控数据。

Last updated on 2025-11-27

通过

为已启用 Arc 的 Kubernetes 群集启用监视

支持的群集

先决条件

创建工作区

启用 Prometheus 指标和容器日志记录

先决条件

先决条件

Prometheus 指标

可选参数

容器日志

日志配置文件

数据流值

适用的表和指标

特殊场景

启用控制平面日志

启用 Windows 指标（预览版）

安装 Windows 导出程序

启用 Windows 指标

启用录制规则

添加抓取任务

验证部署

托管 Prometheus

容器日志记录

后续步骤

其他资源