監(jiān)控Kubernetes，第一部分：挑戰(zhàn)+數(shù)據(jù)來(lái)源

VioletJack 發(fā)布于2019-07-01 16:59 / 680人閱讀

摘要：在本系列的第一部分中，我將介紹監(jiān)控的挑戰(zhàn)和主要數(shù)據(jù)來(lái)源。稍后，我將深入探討和部署，并使用下面列出的數(shù)據(jù)源的實(shí)際示例。監(jiān)控挑戰(zhàn)使團(tuán)隊(duì)更容易管理容器，在自動(dòng)維護(hù)所需狀態(tài)的同時(shí)調(diào)度和配置容器。

作者：Sean Porter

我們的行業(yè)長(zhǎng)期以來(lái)一直依賴基于微服務(wù)的架構(gòu)來(lái)更快、更安全地交付軟件。微服務(wù)的出現(xiàn)和無(wú)處不在自然為容器技術(shù)鋪平了道路，使我們能夠重新思考如何構(gòu)建和部署我們的應(yīng)用程序。Docker在2013年加入戰(zhàn)場(chǎng)，對(duì)于專(zhuān)注于基礎(chǔ)架構(gòu)和云遷移現(xiàn)代化的公司而言，像Docker這樣的工具對(duì)于大規(guī)模快速發(fā)布應(yīng)用程序至關(guān)重要。

但是，隨著速度的提升帶來(lái)了挑戰(zhàn)，容器在編排方面引入了不小的復(fù)雜性。進(jìn)入Kubernetes：一個(gè)開(kāi)源容器編排系統(tǒng)，用于自動(dòng)化容器化應(yīng)用程序的部署、擴(kuò)展和管理，Kubernetes控制平面命令和控制你的基礎(chǔ)架構(gòu)。Kubernetes最初由谷歌于2014年推出，現(xiàn)在由云原生計(jì)算基金會(huì)維護(hù)（順便提一下，谷歌幫助組建了Kubernetes，以確保它保持自由免費(fèi)和競(jìng)爭(zhēng)力）。如果你使用Docker來(lái)容器化你的應(yīng)用程序，那么你肯定會(huì)使用Kubernetes進(jìn)行編排。（當(dāng)然還有其他的編排器，比如Docker Swarm和Apache Mesos，但Kubernetes已成為容器編排領(lǐng)域的領(lǐng)導(dǎo)者。）

在本系列的第一部分中，我將介紹監(jiān)控Kubernetes的挑戰(zhàn)和主要數(shù)據(jù)來(lái)源。稍后，我將深入探討Kubernetes和Docker部署，并使用下面列出的數(shù)據(jù)源的實(shí)際示例。

Kubernetes監(jiān)控：挑戰(zhàn)

Kubernetes使團(tuán)隊(duì)更容易管理容器，在自動(dòng)維護(hù)所需狀態(tài)的同時(shí)調(diào)度和配置容器。核心價(jià)值觀是它作為一個(gè)通用平臺(tái)，Kubernetes可以在任何地方部署你的應(yīng)用程序，無(wú)論是AWS、GCP、Azure還是裸機(jī)。同樣，所有這些功能和自動(dòng)化都帶來(lái)了挑戰(zhàn)，特別是在關(guān)注性能方面。無(wú)論部署的規(guī)模如何，你仍需要知道該部署中有多少可用資源，以及了解已部署應(yīng)用程序和容器的運(yùn)行狀況。正如微服務(wù)使我們重新思考如何構(gòu)建應(yīng)用程序一樣，Kubernetes要求我們改變傳統(tǒng)的監(jiān)控方法，容器編排的動(dòng)態(tài)特性需要采用動(dòng)態(tài)的監(jiān)控方法。

以下是我看到的挑戰(zhàn)：

在這個(gè)新的動(dòng)態(tài)時(shí)代，你的應(yīng)用程序在不斷地移動(dòng)。

在Kubernetes之前，將應(yīng)用程序分布在多個(gè)云（公共和私有云，以及不同的云提供商）中并非易事。現(xiàn)在分發(fā)應(yīng)用程序很容易，我們遇到了一系列新問(wèn)題。

就像從單體到微服務(wù)架構(gòu)的轉(zhuǎn)變一樣，采用Kubernetes意味著需要監(jiān)控許多小塊。

你已經(jīng)聽(tīng)說(shuō)過(guò)像牛（cattle）一樣處理你的基礎(chǔ)設(shè)施而不是寵物（pet）的優(yōu)點(diǎn)。Kubernetes是這種畜牧方法的縮影，可以輕松實(shí)現(xiàn)大量和短暫的基礎(chǔ)設(shè)施。就這樣，通過(guò)標(biāo)簽（label）和注釋?zhuān)╝nnotation）等標(biāo)識(shí)符跟蹤您的Kubernetes pod及其容器變得至關(guān)重要。

Kubernetes監(jiān)控：數(shù)據(jù)來(lái)源

基本上，監(jiān)控工具從四個(gè)來(lái)源收集Kubernetes數(shù)據(jù)：

運(yùn)行著Kubelet的Kubernetes主機(jī)。Kubernetes主機(jī)的資源有限，因此監(jiān)控它們尤其重要。有許多方法可以從這些主機(jī)中獲取數(shù)據(jù)，但最常見(jiàn)的方法是使用Prometheus節(jié)點(diǎn)導(dǎo)出器（node exporter）從Kubernetes主機(jī)中獲取數(shù)據(jù)，并在HTTP端點(diǎn)上公開(kāi)系統(tǒng)資源遙測(cè)數(shù)據(jù)（例如CPU使用和內(nèi)存）。

Kubernetes進(jìn)程，又叫做Kubelet指標(biāo)，包括apiserver、kube-scheduler和kube-controller-manager的指標(biāo)。這些內(nèi)容為你提供有關(guān)Kubernetes節(jié)點(diǎn)及其運(yùn)行工作的詳細(xì)信息。

Kubelet的內(nèi)置cAdvisor。這里有一個(gè)很好的總結(jié)，但基本上Kubelet附帶了對(duì)cAdvisor的內(nèi)置支持，它可以收集、聚合、處理和導(dǎo)出正在運(yùn)行的容器的指標(biāo)。cAdvisor（它還具有對(duì)Docker容器的原生支持）為你提供每容器使用、跟蹤資源隔離參數(shù)和歷史資源使用情況。因?yàn)镵ubernetes是控制平面，它可以指定使用多少內(nèi)存，并利用cAdvisor跟蹤。

kube-state-metrics，它為你提供集群級(jí)別的信息，可以全面了解Kubernetes集群上發(fā)生的情況，例如你配置的所有pod及其當(dāng)前狀態(tài)。kube-state-metrics覆蓋所有Kubernetes服務(wù)并收集有關(guān)其當(dāng)前狀態(tài)的信息，例如運(yùn)行的容器數(shù)量、處于特定狀態(tài)的容器數(shù)量、是否有任何表明它們不健康或我們處于容量飽和狀態(tài)等。從README，kube-state-metrics“監(jiān)聽(tīng)Kubernetes API服務(wù)器”。

接下來(lái)：容器狀態(tài)和使用Prometheus收集數(shù)據(jù)

如果你有跟蹤這話題，你可能會(huì)注意到你可以使用Prometheus監(jiān)控所有這四個(gè)數(shù)據(jù)源。你可能還注意到我們只討論監(jiān)控Kubernetes而不是監(jiān)控它上面運(yùn)行的應(yīng)用程序（并且，這可能與你聽(tīng)到的有關(guān)Kubernetes監(jiān)控的所有內(nèi)容一致）。在我的下一篇文章中，我將以Prometheus展示Kubernetes和Docker監(jiān)控，討論它為什么能夠很好地適應(yīng)Kubernetes生態(tài)系統(tǒng)，并識(shí)別差距。