网络考试seo教程优化

总体步骤：

1. 部署dcgm-exporter的DaemonSet和Service，确保Service有正确的标签和端口。

2. 创建ServiceMonitor，选择dcgm-exporter的Service，并指定端口。

3. 检查Prometheus的targets页面，确认dcgm-exporter是否被正确发现和抓取。

4. 可能需要调整Prometheus的RBAC或网络策略，确保访问权限。

1，部署dcgm-exporter

创建dcgm-exporter.yaml文件，包含DaemonSet和Service：

# dcgm-exporter.yaml
apiVersion: apps/v1
kind: DaemonSet
metadata:name: dcgm-exporternamespace: monitoring  # 假设与kube-prometheus同命名空间labels:app: dcgm-exporter
spec:selector:matchLabels:app: dcgm-exportertemplate:metadata:labels:app: dcgm-exporterspec:nodeSelector:nvidia.com/gpu.present: "true"  # 仅在有GPU的节点运行tolerations:- key: nvidia.com/gpuoperator: Existseffect: NoSchedulecontainers:- name: dcgm-exporterimage: nvidia/dcgm-exporter:3.3.4-3.6.12-ubuntu22.04ports:- containerPort: 9400resources:limits:nvidia.com/gpu: 1  # 分配1个GPU
---
apiVersion: v1
kind: Service
metadata:name: dcgm-exporternamespace: monitoringlabels:app: dcgm-exporter  # ServiceMonitor通过此标签选择
spec:selector:app: dcgm-exporterports:- name: metricsport: 9400targetPort: 9400

应用配置：

kubectl apply -f dcgm-exporter.yaml

2. 创建ServiceMonitor资源

创建dcgm-service-monitor.yaml文件，定义如何抓取指标：

# dcgm-service-monitor.yaml
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:name: dcgm-exporternamespace: monitoring  # 必须与Prometheus Operator监控的命名空间匹配labels:release: kube-prometheus  # 根据实际kube-prometheus部署的标签调整
spec:jobLabel: dcgm-exporterendpoints:- port: metrics  # 对应Service的端口名称interval: 15spath: /metrics  # 指标路径selector:matchLabels:app: dcgm-exporter  # 匹配Service的标签namespaceSelector:matchNames:- monitoring  # 指定Service所在的命名空间

应用配置：

kubectl apply -f dcgm-service-monitor.yaml

3,验证配置

检查Pod状态

kubectl get pods -n monitoring -l app=dcgm-exporter

查看Service和Endpoints：

kubectl get svc,ep -n monitoring dcgm-exporter

访问Prometheus UI：

1，端口转发Prometheus服务：

kubectl --namespace monitoring port-forward svc/prometheus-operated 9090

2，打开浏览器访问 http://localhost:9090/targets，确认dcgm-exporter目标状态为UP。

查询GPU指标：

在Prometheus中输入DCGM_FI_DEV_GPU_UTIL验证指标是否存在。