Argocd 运维与最佳实践

Argocd 运维与最佳实践

---

Argo CD 的可观测性：监控你的控制平面

Argo CD 是我们持续交付的“大脑”和“中枢神经”，它的健康状况至关重要。我们必须像对待任何一个核心生产服务一样，对它建立完善的可观测性。

A. Prometheus 指标 (Prometheus Metrics)

Argo CD 的核心组件（API Server, Repo Server, Application Controller）都原生暴露了大量丰富的 Prometheus 格式的指标。

• 如何暴露和抓取: Argo CD 的 argocd-metrics Service（端口 8082）和 argocd-repo-server-metrics Service（端口 8084）专门用于暴露这些指标。你需要在 Prometheus 的配置中添加相应的 scrape jobs 来抓取它们。

• SRE 需要关注的关键指标:

  • argocd_app_sync_total: 应用同步操作的总次数。通过 rate() 函数可以计算出同步频率。
  • argocd_app_sync_latency_seconds_bucket: 应用同步操作的延迟分布。可以用来计算 P95/P99 同步延迟。
  • argocd_app_info: 这是一个非常有用的指标，它通过标签 (label) 暴露了每个应用的健康状态 (health_status) 和同步状态 (sync_status)。我们可以用它来告警：
    • count(argocd_app_info{health_status!="Healthy"}): 计算处于非健康状态的应用数量。
    • count(argocd_app_info{sync_status!="Synced"}): 计算处于失步状态的应用数量。
  • argocd_cluster_connection_status: Argo CD 与其所管理的目标集群的连接状态。
  • argocd_repo_server_request_latency_seconds_bucket: Git 仓库操作（如 git fetch）的延迟。