VictoriaMetrics sur GKE Autopilot — Guide de lab

📖 Guide de configuration

Vue d'ensemble

Durée estimée : 20–30 minutes

VictoriaMetrics est une base de données de séries temporelles rapide, économique et compatible avec Prometheus — le backend auto-hébergé de référence pour le stockage de métriques à associer au module Grafana de ce catalogue. Ce lab vous fait parcourir le cycle de vie opérationnel complet du module VictoriaMetrics on GKE Autopilot sur Google Cloud : le déployer, y accéder et le vérifier, l'exploiter au quotidien, l'observer, diagnostiquer les problèmes courants et le supprimer.

C'est l'un des labs les plus simples de l'ensemble des modules applicatifs de ce catalogue — VictoriaMetrics n'a aucune dépendance à une base de données externe (c'est lui-même une base de données), aucun job d'initialisation et aucun secret à gérer ; la plupart des étapes de dépannage habituelles d'un premier déploiement liées à ces éléments ne s'appliquent donc pas ici.

Le lab porte sur l'exploitation du module GKE et de la plateforme Google Cloud, et non sur les fonctionnalités du produit VictoriaMetrics. Pour la liste complète des services provisionnés et de chaque paramètre de configuration (organisés par groupe), consultez le Guide de configuration — ce lab ne reprend volontairement pas ce détail afin de rester exact dans la durée.

Objectifs

À la fin de ce lab, vous saurez :

• Déployer le module depuis la plateforme RAD et repérer les ressources qu'il provisionne.
• Vous connecter au cluster GKE et atteindre le service uniquement interne (ClusterIP) via kubectl port-forward.
• Vérifier l'ingestion et interroger l'API compatible PromQL.
• Effectuer les opérations du jour 2 — inspecter, mettre à jour la version et connecter un collecteur (scraper) ou une source de données Grafana.
• Observer l'utilisation des ressources et le comportement d'ingestion de VictoriaMetrics lui-même avec Cloud Logging et Cloud Monitoring.
• Diagnostiquer et résoudre les problèmes de déploiement et d'exécution les plus courants.
• Démanteler proprement le déploiement.

Prérequis

• Services_GCP (fournit le VPC, le cluster GKE Autopilot, Artifact Registry et les comptes de service partagés dont dépend ce module). Vous n'avez pas besoin de le déployer vous-même au préalable — la plateforme détecte automatiquement s'il existe déjà dans le projet cible et, sinon, le provisionne avant ce module (voir la tâche 1).
• Un projet Google Cloud avec la facturation activée.
• gcloud CLI et kubectl installés ; gcloud auth login et gcloud auth application-default login effectués.
• Le rôle IAM Project Owner (ou équivalent) sur le projet.
• Vous apportez votre propre projet ? Avant le premier déploiement dans celui-ci, la boîte de dialogue de confirmation du déploiement vous demande de prouver que vous le contrôlez (Get verification code, exécutez les commandes affichées en tant que propriétaire (Owner) du projet, puis Verify) et d'attribuer le rôle Owner au compte de service de déploiement RAD. Un projet que RAD crée pour vous n'exige ni l'un ni l'autre.
• Le mode avancé pour les modifications ultérieures. Le formulaire de création ne demande que la première page de paramètres (et, dans un projet que RAD crée pour vous, guère plus que le nom du tenant et la région). Tout autre paramètre du Guide de configuration — y compris les paramètres de mise à l'échelle et de version des tâches du jour 2 — se modifie ensuite avec Update sur la page du déploiement après avoir coché Enable advanced mode, ce qui exige un solde de crédits couvrant le coût de build estimé de la mise à jour (les mises à jour n'entraînent jamais de frais de module). Sur un environnement de lab, seul un administrateur peut utiliser le mode avancé.
• Un accès à la plateforme RAD avec l'autorisation de déployer des modules dans le projet.
• Un accès kubectl au cluster. Comme VictoriaMetrics utilise par défaut service_type = "ClusterIP" (uniquement interne, par conception — il est destiné à être collecté et interrogé depuis l'intérieur du cluster, et non exposé publiquement), ce lab l'atteint via kubectl port-forward plutôt que par une URL publique. Il n'est pas possible de vérifier ce module uniquement depuis un navigateur avec la configuration par défaut.

Définissez une fois ces variables shell ; chaque tâche ci-dessous les réutilise :

export PROJECT="<your-gcp-project-id>"
export REGION="us-central1"           # the region you deploy into

---

Tâche 1 — Déployer le module [Automatisé]

1. Ouvrez Solutions → Solution Catalog → RAD modules dans la navigation supérieure de la plateforme RAD, ouvrez VictoriaMetrics (GKE) dans la liste Platform Modules pour démarrer la configuration, choisissez Configuration Form sous How would you like to configure this deployment? (le formulaire s'ouvre sur le Conversational Assistant si vous détenez des crédits achetés ou si vous êtes partenaire ou administrateur), définissez project_id et passez en revue les paramètres. Ne configurez que ce dont vous avez besoin — le Guide de configuration documente chaque paramètre par groupe, avec ses valeurs par défaut. Cliquez sur Deploy Module, vérifiez le coût estimé dans la boîte de dialogue Deployment Confirmation lorsqu'elle apparaît et cliquez sur Submit (si la boîte de dialogue ajoute ensuite une étape de confirmation, comme la vérification d'un projet que vous apportez, effectuez-la et cliquez sur Confirm), ce qui ouvre la page d'état du déploiement avec les journaux en temps réel.

2. La plateforme déploie la charge de travail dans le cluster GKE Autopilot sous forme de StatefulSet, provisionne un PersistentVolumeClaim bloc (classe de stockage standard/HDD, 20Gi par défaut) monté sur /victoria-metrics-data, et construit l'image de conteneur personnalisée. Il n'y a ni base de données SQL, ni Redis, ni secret Secret Manager, ni job d'initialisation à attendre — VictoriaMetrics est un binaire autonome, sans notion de schéma ni de migration. C'est donc l'un des modules de ce catalogue qui atteignent le plus rapidement un état sain ; les premiers déploiements prennent généralement 8 à 15 minutes (le build de l'image et le provisionnement des nœuds Autopilot représentent l'essentiel — aucune phase d'amorçage de base de données ne s'y ajoute).

3. Connectez-vous au cluster et repérez l'espace de noms avec des filtres indépendants des noms :

   CLUSTER=$(gcloud container clusters list --project="$PROJECT" --format="value(name)" --limit=1)
   gcloud container clusters get-credentials "$CLUSTER" --region="$REGION" --project="$PROJECT"
   
   NS=$(kubectl get ns -o name | grep victoriametrics | head -1 | cut -d/ -f2)
   echo "Cluster: $CLUSTER   Namespace: $NS"
   kubectl get all -n "$NS"

---

Tâche 2 — Accéder et vérifier [Manuel]

VictoriaMetrics utilise par défaut service_type = "ClusterIP" — il n'y a aucun point de terminaison public, par conception. Atteignez-le via kubectl port-forward ou kubectl exec.

1. Confirmez que le pod s'exécute et que le PVC du StatefulSet est lié :

   kubectl get pods,svc,pvc -n "$NS"
   kubectl describe pvc -n "$NS"

2. Vérifiez l'état de santé directement dans le pod (aucune mise en réseau nécessaire — la vérification la plus rapide) :

   POD=$(kubectl get pod -n "$NS" -o jsonpath='{.items[0].metadata.name}')
   kubectl exec -n "$NS" "$POD" -- wget -qO- http://127.0.0.1:8428/health
   # expect: OK

3. Redirigez le port du service pour l'atteindre depuis votre shell, et confirmez que l'API de requête répond :

   SVC=$(kubectl get svc -n "$NS" -o jsonpath='{.items[0].metadata.name}')
   kubectl port-forward "svc/$SVC" 8428:8428 -n "$NS" &
   sleep 3
   curl -s http://localhost:8428/health              # expect: OK
   curl -s 'http://localhost:8428/api/v1/query?query=up' | head -c 300

4. Envoyez une métrique d'exemple via le point de terminaison d'import compatible avec le remote_write de Prometheus et interrogez-la en retour, afin de confirmer de bout en bout le chemin ingestion → stockage → requête :

   # Simple ingestion via the InfluxDB line-protocol-style import endpoint
   curl -s -X POST 'http://localhost:8428/api/v1/import/prometheus' \
     --data-binary 'lab_smoke_test{source="lab-guide"} 1'
   
   sleep 2
   curl -s 'http://localhost:8428/api/v1/query?query=lab_smoke_test' | head -c 400

   Si le type de service est LoadBalancer (un remplacement délibéré — consultez le tableau des pièges du Guide de configuration avant de le faire), utilisez directement l'IP externe au lieu de la redirection de port :

   EXTERNAL_IP=$(kubectl get svc -n "$NS" \
     -o jsonpath='{.items[?(@.spec.type=="LoadBalancer")].status.loadBalancer.ingress[0].ip}')
   echo "External IP: $EXTERNAL_IP"
   curl -s "http://${EXTERNAL_IP}:8428/health"

---

Tâche 3 — Exploiter et maintenir en service (jour 2) [Manuel]

1. Inspectez la charge de travail — l'état du pod et du StatefulSet :

   kubectl get statefulset,pods -n "$NS"
   kubectl describe statefulset -n "$NS"

2. Mise à l'échelle — il n'y en a pas. Contrairement à la plupart des modules avec état de ce catalogue, ne portez pas min_instance_count/max_instance_count au-delà de 1. Le mode nœud unique de VictoriaMetrics n'offre ni clustering ni réplication intégrés — un second pod écrivant sur le même PVC corrompt les fichiers de données. Si vous avez besoin de plus de capacité, redimensionnez plutôt cpu_limit/memory_limit du pod et stateful_pvc_size (mise à l'échelle verticale) via le flux Update de la plateforme RAD.

3. Mettez à jour la version de l'application en modifiant le paramètre application_version dans l'interface RAD et en l'appliquant via Update ; une nouvelle image est construite et le StatefulSet redéploie l'unique pod. latest correspond à une version figée dans l'argument de build du Dockerfile (actuellement v1.148.0), et non à un tag flottant ; les changements de version sont donc toujours explicites et reproductibles.

4. Connectez un véritable collecteur ou Grafana. Depuis l'intérieur du cluster (par exemple depuis un pod Grafana ou un collecteur au format Prometheus tel que vmagent), atteignez VictoriaMetrics via son nom DNS interne au cluster, indiqué dans service_url parmi les sorties du déploiement :

   kubectl get svc -n "$NS" -o jsonpath='{.items[0].metadata.name}{"\n"}'
   # In Grafana: add a Prometheus-type datasource pointed at
   # http://<service-name>.<namespace>.svc.cluster.local:8428

   Pour un émetteur remote_write Prometheus ou Grafana Alloy, faites pointer l'URL remote_write vers http://<service>.<namespace>.svc.cluster.local:8428/api/v1/write.

5. Inspectez le PVC et les fichiers de données sur disque :

   kubectl get pvc -n "$NS"
   kubectl exec -n "$NS" \
     "$(kubectl get pod -n "$NS" -o jsonpath='{.items[0].metadata.name}')" \
     -- ls -la /victoria-metrics-data

---

Tâche 4 — Observer [Manuel]

VictoriaMetrics est le backend d'observabilité ; « l'observer » recouvre donc deux choses différentes : la vue du pod par la plateforme (Cloud Logging/Monitoring standard, comme pour toute charge de travail) et les métriques d'ingestion et de ressources que VictoriaMetrics rapporte sur lui-même.

1. Journaux et métriques au niveau de la plateforme — depuis kubectl ou l'explorateur de journaux (Logs Explorer) :

   kubectl logs -n "$NS" \
     "$(kubectl get pod -n "$NS" -o jsonpath='{.items[0].metadata.name}')" --tail=50

   Filtre du Logs Explorer : resource.type="k8s_container" AND resource.labels.namespace_name="<namespace>".

   Ouvrez les tableaux de bord GKE / Kubernetes dans Cloud Monitoring et examinez l'utilisation du CPU, de la mémoire et du disque du pod au regard des valeurs cpu_limit/memory_limit et stateful_pvc_size que vous avez configurées.

2. Les métriques de VictoriaMetrics sur lui-même. VictoriaMetrics expose un point de terminaison /metrics standard au format Prometheus décrivant son propre débit d'ingestion, le nombre de séries temporelles actives, l'utilisation du disque et la latence des requêtes — utile pour bien dimensionner stateful_pvc_size et memory_limit avant de connecter une véritable charge de travail :

   curl -s http://localhost:8428/metrics | grep -E '^vm_(rows|data_size_bytes|free_disk_space_bytes)' | head -20

   Dans un déploiement réel, collectez ce point de terminaison avec Grafana/vmagent/Prometheus comme vous le feriez pour toute autre cible — VictoriaMetrics peut se superviser lui-même en utilisant son propre chemin d'ingestion.

---

Tâche 5 — Dépanner et déboguer [Manuel]

Des techniques durables pour les modes de défaillance que vous rencontrerez le plus probablement. Il s'agit de diagnostics au niveau de la plateforme, qui ne changent pas avec les versions de VictoriaMetrics. Consultez la section Configuration Pitfalls du Guide de configuration pour les pièges propres à chaque paramètre.

• Pod non Ready / CrashLoopBackOff : inspectez les événements et les journaux :

  kubectl describe pod -n "$NS" <pod>          # Events section shows scheduling/probe/mount errors
  kubectl logs -n "$NS" <pod> --previous       # logs from the crashed container

• PVC non lié / erreurs de stockage : confirmez que le PVC a été provisionné avec succès et que le fsGroup est correctement défini pour l'accès en écriture :

  kubectl get pvc -n "$NS"
  kubectl describe pvc -n "$NS"

  N'oubliez pas qu'il n'existe pas de solution de repli GCS FUSE pour ce module — si le PVC ne peut pas être lié (par exemple quota SSD_TOTAL_GB/DISKS_TOTAL_GB épuisé), le pod ne peut pas démarrer du tout.
• /health inaccessible via port-forward alors que le pod est Running : confirmez que vous redirigez le bon service/port (8428) et qu'aucun autre processus kubectl port-forward n'occupe déjà le port local ; rabattez-vous sur kubectl exec ... -- wget -qO- http://127.0.0.1:8428/health pour distinguer un problème de couche réseau d'un problème de couche applicative.
• Les données ingérées n'apparaissent pas dans les requêtes : confirmez que l'horodatage de votre écriture de test se trouve dans la fenêtre de rétention (12 mois par défaut — peu probable pour une écriture récente, mais à écarter si vous chargez d'anciennes données) et que vous avez interrogé le bon nom de métrique et les bons labels.
• Tentative de mise à l'échelle horizontale entraînant une corruption ou des erreurs d'écriture : ce module déploie VictoriaMetrics en mode nœud unique par conception ; max_instance_count doit rester à 1. Il n'existe aucun moyen pris en charge d'ajouter des réplicas sur le même PVC.
• Erreurs de récupération d'image : confirmez que l'image existe dans Artifact Registry et que le compte de service des nœuds peut la récupérer.

---

Tâche 6 — Démanteler [Automatisé]

Sur la page Deployments, ouvrez le déploiement et cliquez sur l'icône Trash (Delete). La suppression exécute terraform destroy et est irréversible (l'enregistrement du déploiement est conservé pour l'historique). Si un déploiement est bloqué et que la plateforme RAD ne peut plus le gérer (par exemple après des modifications manuelles en conflit avec l'état Terraform), utilisez plutôt Purge (depuis la même boîte de dialogue Delete) — cette action retire le déploiement des enregistrements de RAD sans détruire les ressources cloud (RAD oublie le déploiement). Cela supprime tout ce que le module a créé — la charge de travail Kubernetes et l'espace de noms, le PersistentVolumeClaim et le Persistent Disk sous-jacent, ainsi que les images Artifact Registry. Il n'y a ni bucket GCS, ni instance Cloud SQL, ni secret Secret Manager à nettoyer pour ce module — VictoriaMetrics n'en crée aucun.

Les ressources appartenant à Services_GCP (le VPC, le cluster GKE, le registre partagé) sont gérées séparément et ne sont pas supprimées ici.

---

Récapitulatif

Tâche	Type	Résultat
1 — Déployer	Automatisé	Le module construit l'image personnalisée et déploie le StatefulSet GKE + PVC ; aucune phase de base de données, de secret ou de job d'initialisation à attendre
2 — Accéder et vérifier	Manuel	Atteindre le service uniquement interne via kubectl port-forward ou exec ; confirmer /health et un véritable aller-retour ingestion→requête
3 — Exploiter	Manuel	Inspecter le StatefulSet, mettre à jour la version, connecter un véritable collecteur/Grafana — pas de mise à l'échelle horizontale
4 — Observer	Manuel	Journaux/métriques de la plateforme pour le pod, ainsi que les métriques d'ingestion/stockage rapportées par VictoriaMetrics lui-même
5 — Dépanner	Manuel	Diagnostiquer les problèmes de pod, de PVC, de connectivité et de fenêtre de rétention
6 — Démanteler	Automatisé	Delete (Trash) supprime toutes les ressources du module — aucune base de données externe ni aucun secret à nettoyer séparément