Grafana Dashboard

English | 简体中文

Spiderpool 内置 Grafana Dashboard，可视化展示 IPAM 和 RDMA 指标。

前置条件

Grafana Operator（管理 Dashboard CRD）
Prometheus
Spiderpool Metrics 已启用

安装

Helm 方式

安装 Spiderpool 时启用 Dashboard：

helm install spiderpool spidernet-io/spiderpool \
  -n kube-system \
  --set grafanaDashboard.install=true \
  --set spiderpoolAgent.prometheus.enabled=true \
  --set spiderpoolController.prometheus.enabled=true

指定 Dashboard 命名空间：

helm install spiderpool spidernet-io/spiderpool \
  -n kube-system \
  --set grafanaDashboard.install=true \
  --set grafanaDashboard.namespace=monitoring

手动导入

Dashboard JSON 文件在 charts/spiderpool/files/ 目录：

文件	说明
`grafana-ipam.json`	IPAM 指标
`grafana-rdma-pod.json`	Pod 粒度 RDMA 指标
`grafana-rdma-node.json`	节点粒度 RDMA 指标
`grafana-rdma-cluster.json`	集群粒度 RDMA 指标
`grafana-rdma-workload.json`	工作负载粒度 RDMA 指标

Helm 参数

参数	说明	默认值
`grafanaDashboard.install`	安装 Dashboard，依赖 Grafana Operator CRDs	`false`
`grafanaDashboard.namespace`	Dashboard 命名空间，默认同 Helm release	`""`
`grafanaDashboard.annotations`	附加 annotations	`{}`
`grafanaDashboard.labels`	附加 labels	`{}`

Dashboard 内容

IPAM Dashboard 由三行面板组成：

IPAM Overview —— 核心统计：

面板	说明
Total IPPools / Total Subnets	当前 SpiderIPPool 与 SpiderSubnet 资源数量
Allocation Rate / Release Rate	当前 IPAM 分配与释放请求速率

IPAM Allocation / Release —— IPAM 核心行为：

面板	说明
Allocation & Release Rate	spiderpool-agent 处理的 IPAM 分配与释放请求速率
IPAM Failures & GC	分配/释放失败速率与 IP GC 活动；失败曲线正常应恒为零
IP Allocation Latency	端到端分配延迟 P50/P95/P99
IP Release Latency	端到端释放延迟 P50/P95/P99

IaaS Network Provider —— 适用于使用 IaaS 托管 IP 池的集群：

面板	说明
IaaS Allocation Rate by Path	按模式（`node`/`global`）与路径（`cache_hit` 预热复用 / `cold_create` 实时云端创建）拆分的分配速率
IaaS Cache Hit Ratio	直接命中预热元数据（无需 provider RPC）的分配占比
IaaS Allocation Latency by Path	分配延迟 P50/P95；`cache_hit` 应为毫秒级，`cold_create` 包含云端 sub-ENI 创建
Provider API Request Rate	Agent 调用 provider 的客户端请求速率，按操作（`allocate`/`release`）拆分
Provider API Latency (client-side)	Agent 视角的 provider 调用延迟 P50/P95
IaaS Failures & Anomalies	全部 IaaS 失败计数（分配失败、RPC 失败、claim 回滚、元数据解码失败），健康集群只显示 0 基线

RDMA Dashboard 按不同粒度展示 RDMA 网络指标：

Dashboard	粒度	指标示例
RDMA Pod	Pod	读写请求数、错误计数、CNP 包
RDMA Node	节点	RDMA 设备状态、端口速率
RDMA Cluster	集群	RDMA 资源总览
RDMA Workload	工作负载	Deployment/StatefulSet 的 RDMA 用量

启用 RDMA 指标

RDMA Dashboard 依赖 RDMA 指标采集：

helm install spiderpool spidernet-io/spiderpool \
  -n kube-system \
  --set grafanaDashboard.install=true \
  --set spiderpoolAgent.prometheus.enabled=true \
  --set spiderpoolAgent.prometheus.enabledRdmaMetric=true

故障排除

Dashboard 无数据

首先确认 Prometheus 正在采集 spiderpool-agent 和 spiderpool-controller 指标，检查 ServiceMonitor 是否创建。然后验证 Metrics 环境变量：

kubectl get pods -n kube-system -l app.kubernetes.io/component=spiderpool-agent \
  -o jsonpath='{.items[0].spec.containers[0].env[?(@.name=="SPIDERPOOL_ENABLED_METRIC")].value}'

RDMA 指标无数据

确认节点有 RDMA 设备，且 spiderpoolAgent.prometheus.enabledRdmaMetric 设置为 true。