Kubernetes集群中要监控哪些组件?采集哪些指标?
导读:让我们看一看在Kubernetes集群中应该监控哪些组件。
Kubernetes集群由控制平面和工作节点两类组件组成。控制平面包括API Server、etcd、Scheduler以及Controller Manager。工作节点则包括kubelet、Container Runtime、kube-proxy、kube-dns以及Pod。你需要监控所有这些组件以确保集群和应用程序的正常运行。
Kubernetes通过多种方式暴露这些组件的指标,让我们看看可以使用哪些不同的组件来采集集群的指标。
01 cAdvisor
Container Advisor(或者称为cAdvisor)是一个开源项目,用来采集节点上容器的资源使用情况和指标。cAdvisor内置在kubelet中,kubelet运行在集群中的每个节点上。它通过Linux cgroups(Control Group,控制组)来收集内存和CPU指标。
cgroups是Linux内核的一个功能,用来隔离诸如CPU、磁盘I/O或者网络I/O等资源。cAdvisor也会通过Linux内核内置的statfs来收集磁盘指标。你不需要关心这些技术的实现细节,但是应该理解这些指标是如何暴露的,以及你需要采集什么类型的信息。最后,你应该将cAdvisor视为所有容器指标的可信来源。
02 Metrics Server
Kubernetes Metrics Server和Metrics Server API替代了弃用的Heapster。Heapster在数据接收器的架构上存在一些缺陷,导致在Heapster的核心代码中引入了大量的供应商解决方案。
这个问题最终通过在Kubernetes中将Resource Metrics API(资源指标API)和Custom Metrics API(自定义指标API)实现成一个聚合API而得到解决。这样就可以在不改变API的情况下切换不同的实现。
Metrics Server API和Metrics Server有两个方面需要理解。
首先,Metrics Server是 Resource Metrics API的典型实现,它通过kubelet的API采集诸如CPU和内存这类资源的指标,并将其存储在内存中以供Kubernetes Scheduler、HPA(Horizontal Pod Autoscaler)以及VPA(Vertical Pod Autoscaler)使用。
其次,Custom Metrics API 允许监控系统收集任意指标,这将允许在监控方案中构建自定义的适配器,将监控范围扩展到核心资源指标之外。
例如,Prometheus构建了最早的自定义指标适配器之一,它可以让你基于自定义的指标来使用HPA。这样就可以根据场景提供更好的伸缩性,因为你可以引入诸如队列大小这样的指标, 并且基于这类外部指标进行缩放。
Metrics API的标准化为扩展传统的CPU和内存指标提供了更多的可能。
03 kube-state-metrics
kube-state-metrics是Kubernetes的一个附加组件,用来监控存储在Kubernetes中的对象。cAdvisor和Metrics Server 用于提供资源使用的详细指标,而kube-state-metrics则关注识别集群中对象的状态。
以下是一些kube-state-metrics可以回答的问题:
Pod
有多少Pod部署在集群中?
有多少Pod处于挂起状态?
是否有足够的资源来满足Pod的请求?
Deployment
有多少Pod处于运行状态或者预期的状态?
有多少副本可用?
哪些Deployment已更新过?
Node
工作节点处于什么状态?
集群中分配了多少CPU?
是否存在不可调度的节点?
Job
Job是何时启动的?
Job是何时结束的?
多少Job失败了?
在撰写本文时,kube-state-metrics可以追踪22种Kubernetes对象类型,这个范围还在扩大,你可以从官方Github仓库中找到相关文档。
本文摘编自《Kubernetes实战》,经出版方授权发布。(ISBN:9787111672128)
推荐语:Kubernetes联合创始人撰写,来自微软一线专家的实践指南。
划重点👇
干货直达👇
在公众号对话框输入以下关键词查看更多优质内容!
读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化AI | 人工智能 | 机器学习 | 深度学习 | NLP5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生
据统计,99%的大咖都关注了这个公众号👇