Pular para o conteúdo

Recursos

Métricas do CloudWatch

Com cloudwatch.enabled, o orbit-agent lê métricas do AWS CloudWatch, por padrão as do RDS, e as grava no orbit-stack junto com tudo o que já coleta. Dashboards, alertas e o Orbit SQL passam a consultar CPU, conexões ou IOPS do RDS em PromQL, como qualquer outra série.

O que é coletado e como é nomeado

Cada item de cloudwatch.metrics é Namespace:Metric:Statistic. O padrão são oito métricas do RDS:

MétricaEstatísticaSérie
CPUUtilizationAverageaws_rds_cpuutilization_average
DatabaseConnectionsAverageaws_rds_database_connections_average
FreeableMemoryAverageaws_rds_freeable_memory_average
FreeStorageSpaceAverageaws_rds_free_storage_space_average
ReadIOPSSumaws_rds_read_iops_sum
WriteIOPSSumaws_rds_write_iops_sum
DMLLatencyAverageaws_rds_dmllatency_average (Aurora)
BlockedTransactionsSumaws_rds_blocked_transactions_sum (Aurora)

Os nomes seguem o prometheus/cloudwatch_exporter: aws_<namespace>_<metric>_<statistic> em snake case (com underscore só onde uma letra minúscula ou um dígito encontra uma maiúscula), com um label por dimensão do CloudWatch no mesmo snake case (DBInstanceIdentifier vira dbinstance_identifier) e job="aws_rds". Os pontos mantêm os timestamps de 1 minuto do próprio CloudWatch.

Por isso, um dashboard do Grafana feito para o cloudwatch_exporter funciona sem mudança:

promql
max(aws_rds_cpuutilization_average{job="aws_rds"}) by (dbinstance_identifier)

Um dashboard do Grafana v2 (dashboard.grafana.app/v2) entra por Dashboards → Importar, e os seus painéis de CloudWatch (namespace, nome da métrica, estatística) são traduzidos para o mesmo PromQL.

Atraso

O próprio CloudWatch publica as métricas do RDS cerca de 1 a 2 minutos depois do minuto que elas descrevem. Além disso, o orbit-agent lê a cada cloudwatch.interval (3 minutos por padrão) e pede o intervalo inteiro mais três minutos em cada leitura, então um ponto aparece no Deck no máximo um intervalo depois de existir no CloudWatch, e nenhum minuto fica de fora, seja qual for o intervalo. Pontos que chegam atrasados ao CloudWatch entram na leitura seguinte. Uma leitura que falha (throttling, credenciais) deixa os minutos dela para a próxima que der certo, que lê desde três minutos antes da última leitura bem-sucedida, no máximo duas horas para trás; um reinício do orbit-agent recomeça pelos últimos seis minutos.

Custo

O GetMetricData não tem cota gratuita: a AWS cobra US$ 0,01 por 1.000 métricas pedidas, não importa quantos pontos cada uma devolva. Pedir os últimos minutos com resolução de 1 minuto numa só leitura custa o mesmo que pedir um ponto. O intervalo define a conta; a resolução não a altera:

text
monthly cost = series × (30 × 24 × 60 / interval_minutes) × 0.01 / 1000

Para 10 instâncias × 8 métricas (80 séries):

IntervaloLeituras por diaPor mês
1m1.440US$ 34,56
2m720US$ 17,28
3m (padrão)480US$ 11,52
5m288US$ 6,91
10m144US$ 3,46
30m48US$ 1,15

Um intervalo maior só atrasa os pontos: cada leitura ainda traz todos os minutos desde a anterior, então 10m ou 30m reduzem a conta na mesma proporção e mantêm a resolução de 1 minuto.

Só as séries que o CloudWatch lista como ativas recentemente (ListMetrics com RecentlyActive) são pedidas: uma instância apagada deixa de custar em poucas horas. As chamadas de descoberta (ListMetrics) são cobradas como requisições comuns de API, um valor desprezível nesse ritmo.

Configuração

ValorEnv no orbit-agentPadrão
cloudwatch.enabledORBIT_AGENT_CLOUDWATCH_ENABLEDfalse
cloudwatch.intervalORBIT_AGENT_CLOUDWATCH_INTERVAL3m (mínimo de 1m)
cloudwatch.regionORBIT_AGENT_CLOUDWATCH_REGIONo AWS_REGION do pod, senão us-east-1
cloudwatch.metricsORBIT_AGENT_CLOUDWATCH_METRICSas oito métricas do RDS acima
cloudwatch.serviceAccount.annotations{}; o ARN da role do IRSA vai aqui

Exige telemetry.agent com engine orbit. Com networkPolicy.enabled, abre a saída do orbit-agent para TCP 443 (CloudWatch e STS; as faixas privadas e o metadata da instância continuam fechados) e para o agente do Pod Identity em 169.254.170.23:80.

IAM: a mesma role somente leitura

O orbit-agent usa a role que o orbit-api usa para a fatura (docs/finops-aws.md), com mais duas ações somente leitura:

AçãoPara quê
cloudwatch:GetMetricDataos pontos, até 500 séries por chamada
cloudwatch:ListMetricsquais séries existem e estão ativas recentemente

A política é deploy/aws/finops-readonly-policy.json. Ela não cita nenhuma conta nem recurso.

EKS Pod Identity (recomendado). Rode o script de novo: ele reescreve a política inline e cria a associação de <release>-orbit-agent, sem mexer no que já existe.

bash
CLUSTER=my-eks NAMESPACE=sreorbit RELEASE=sreorbit deploy/aws/setup-pod-identity.shhelm upgrade sreorbit deploy/helm/sreorbit -n sreorbit --reuse-values --set cloudwatch.enabled=true

IRSA. Dê à role a trust de deploy/aws/trust-irsa.json para system:serviceaccount:<namespace>:<release>-orbit-agent e depois:

bash
helm upgrade sreorbit deploy/helm/sreorbit -n sreorbit --reuse-values \  --set cloudwatch.enabled=true \  --set cloudwatch.serviceAccount.annotations."eks\.amazonaws\.com/role-arn"=arn:aws:iam::<account>:role/sreorbit-finops-readonly

Verificação

O orbit-agent publica no próprio /metrics, que o chart já coleta:

SérieO que mede
orbit_agent_cloudwatch_requests_total{api,result}chamadas a ListMetrics e GetMetricData, ok ou erro
orbit_agent_cloudwatch_metrics_requested_totala unidade cobrada
orbit_agent_cloudwatch_seriesséries em leitura
orbit_agent_cloudwatch_last_success_timestamp_secondsa última leitura que funcionou

Quanto custaram os últimos 30 dias, a partir desses números:

promql
increase(orbit_agent_cloudwatch_metrics_requested_total[30d]) * 0.01 / 1000

O AWS Cost Explorer mostra a mesma conta no tipo de uso CW:GMD-Metrics do CloudWatch. Quando nada mais na conta chama o GetMetricData, os dois números batem.

Uma leitura que parou de funcionar aparece como result="error" e com o timestamp de sucesso antigo. Chamadas negadas indicam que falta a role ou a associação: rode o script de novo.

Remoção

bash
helm upgrade sreorbit deploy/helm/sreorbit -n sreorbit --reuse-values --set cloudwatch.enabled=falseaws eks delete-pod-identity-association --cluster-name my-eks --association-id <id>

Encontre o id com aws eks list-pod-identity-associations --cluster-name my-eks --namespace sreorbit. Mantenha a role se o orbit-api ainda lê a fatura; tire o statement SreOrbitCloudWatchReadOnly da política se quiser removê-lo também.