日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
用MetricsServer對Kubernetes集群實現(xiàn)全面資源監(jiān)控

[[403353]]

創(chuàng)新互聯(lián)服務(wù)項目包括個舊網(wǎng)站建設(shè)、個舊網(wǎng)站制作、個舊網(wǎng)頁制作以及個舊網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，個舊網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到個舊省份的部分城市，未來相信會繼續(xù)擴大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

【】不知您是否使用過Prometheus、Azure Monitor、AWS Container Insight之類的可觀察性工具，或者是諸如Logic Monitor之類的商業(yè)產(chǎn)品，來監(jiān)控Kubernetes集群，并在儀表板上顯示CPU和內(nèi)存等方面的資源指標?其實，Kubernetes具有一套內(nèi)置的Metrics API和一個簡單的命令行查詢界面--kubectl top，可用于獲取某個Kubernetes對象的CPU和內(nèi)存消耗狀況的快照。

可用于從集群的Kubelets處收集資源使用數(shù)據(jù)的Kubernetes Metrics API，是一種依賴于Metrics Server集群的插件。而Metrics API的主要使用者(consumer)是Horizo??ntal Pod Autoscaler(HPA，)。它使用由Metrics API提供的指標，以及觀察到的資源狀態(tài)值，來縮放Pod的數(shù)量。除Metrics API之外，HPA還可從運行在群集上的應(yīng)用程序(自定義的指標)和群集外的服務(wù)(外部指標)中，根據(jù)各項設(shè)定指標，以實現(xiàn)Pod的自動擴展。通常，外部應(yīng)用會向HPA提供一些典型示例，包括：基于開源事件的、自動可伸縮性KEDA的服務(wù)，以及Logic Monitor。與HPA相似，依賴于Metrics Server的Vertical Pod Autoscaler(VPA，)也可以自動調(diào)整Pod中容器的CPU和內(nèi)存的相關(guān)限制。

可見，自動縮放和監(jiān)控是Metrics API和Metrics Server的兩個主要用例。要深入研究Kubernetes監(jiān)控，我們勢必在集群上部署Metrics Server。如果您正在運行AWS EKS集群，那么請參照EKS Metrics Server指南中的相關(guān)說明，在集群上安裝Kubernetes Metrics Server。具體而言，您可以在終端上使用如下命令，來實現(xiàn)輕松的安裝：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml 
    3.

在默認情況下，Azure AKS群集已經(jīng)包括了Metrics Server的部署。因此，若要創(chuàng)建準系統(tǒng)(barebone)的AKS集群，請在終端上執(zhí)行如下AZ命令：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. az group create --name --location australiaeast 
    3.   
  
  
  
  3. az aks create -n --node-count 1 --node-vm-size Standard_B2s --load-balancer-sku basic --node-osdisk-size 32 --resource-group --generate-ssh-keys 
    4.   
  
  
  
  4. az aks get-credentials --resource-group --name 
    5.

若要驗證Metrics Server部署的運行狀況，請執(zhí)行如下命令：

 
 
 
 
    
  
  
  
  
  1. Shell  
    2.   
  
  
  
  2. kubectl get deployment metrics-server -n kube-system 
    3.

我們需要在集群上運行一個應(yīng)用程序，以測試由Metrics Server實現(xiàn)的Metrics API的功效。為此，我們將Azure Voting App(https://github.com/Azure-Samples/azure-voting-app-redis)部署到該群集中。這是一個由Redis作為后端，以Python為前端的簡單應(yīng)用。它的每個后端上都運行著一個Pod。我們可以通過執(zhí)行如下終端命令，將該應(yīng)用部署到目標集群中：

 
 
 
 
    
  
  
  
  
  1. Shell  
    2.   
  
  
  
  2. kubectl apply -f https://raw.githubusercontent.com/Azure-Samples/azure-voting-app-redis/master/azure-vote-all-in-one-redis.yaml 
    3.

若要獲取應(yīng)用程序前端的外部IP地址，請執(zhí)行如下命令。值得注意的是，云端環(huán)境可能需要等待一段時間，才能為您的服務(wù)分配一個外部IP地址：

 
 
 
 
    
  
  
  
  
  1. Shell  
    2.   
  
  
  
  2. kubectl describe services azure-vote-front | grep 'LoadBalancer Ingress' 
    3.

現(xiàn)在，讓我們在集群上運行一個功能齊全的應(yīng)用。通過由上述命令獲得的IP地址，瀏覽器可以導(dǎo)航至應(yīng)用程序的前端界面(如下圖所示)。

 

接下來，讓我們開始監(jiān)控集群中的各種對象，及其狀態(tài)指標。

監(jiān)控節(jié)點

該端點的Metrics API是：/apis/metrics.k8s.io/。若要訪問該API，您可以：

  • 通過使用如下命令實現(xiàn)端口轉(zhuǎn)發(fā)：
 
 
 
 
    
  
  
  
  
  1. Shell  
    2.   
  
  
  
  2. kubectl port-forward -n kube-system svc/metrics-server :443 
    3.
  • 使用kubectl的相關(guān)命令：
 
 
 
 
    
  
  
  
  
  1. Shell  
    2.   
  
  
  
  2. kubectl get --raw "/apis/metrics.k8s.io/v1beta1/" | jq '.' 
    3.

下面，讓我們通過向/apis/metrics.k8s.io/v1beta1/端點發(fā)送GET請求(如下圖所示)，來檢查可用于通過API查詢的資源：

 

若要查看集群所有節(jié)點的各項指標的快照，請執(zhí)行如下命令：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl get --raw /apis/metrics.k8s.io/v1beta1/nodes | jq '.' 
    3.

下圖展示了終端上的命令輸出：

為了將請求的范圍縮小到單個節(jié)點上，我們可以向/apis/metrics.k8s.io/v1beta1/nodes/ 端點發(fā)送GET請求。

監(jiān)控Pods

如下面的命令所示，您可以通過分別向/apis/metrics.k8s.io/v1beta1/pods端點和/apis/metrics.k8s.io/v1beta1/pods/ 端點發(fā)送GET請求，來查詢所有Pod或特定Pod的狀態(tài)指標： 

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl get --raw /apis/metrics.k8s.io/v1beta1/pods | jq '.' 
    3.

下圖展示了終端上有關(guān)集群中Pod的狀況快照：

 

如果某個Pod由多個容器組成，那么其API的響應(yīng)將包含每個容器資源的統(tǒng)計信息。您可以使用如下命令將請求定向到單個Pod上。

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl get --raw /apis/metrics.k8s.io/v1beta1/namespaces/default/pods/ 
    3.

Kubernetes的命令行界面：kubectl top

如果您覺得原始的Metrics API交互并不太方便，則可以使用Kubernetes命令行界面的相關(guān)命令--kubectl top(具體命令如下)，來查看所有節(jié)點與Pod、以及特定節(jié)點與Pod的資源消耗統(tǒng)計信息：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl top node 
    3.   
  
  
  
  3. kubectl top pods --all-namespaces 
    4.

下圖展示了集群中節(jié)點和容器的資源狀態(tài)快照：

 

監(jiān)控容器

若要檢查某個Pod中各個容器所消耗的資源，請將參數(shù)—container添加到top命令中，如下面所示：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl top pods --all-namespaces --containers 
    3.

提示：若要了解Kubernetes CLI命令的具體用法，請使用命令--kubectl help ，以快速獲取。例如，您可以直接輸入：kubectl help top。

用top了解容器內(nèi)部

眾所周知，top是在Linux上廣為流行的命令，它可以方便用戶監(jiān)控Linux上的不同進程、及其資源的使用情況。而且默認情況下，該命令已安裝在每一種Linux發(fā)行版上了。在此，我們可以借用該命令，來深入監(jiān)控容器內(nèi)部正在運行的各個進程。具體而言，我們可以將shell切入到一個正在運行的容器上，并以非交互模式運行top。請參見如下命令：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl exec  -- top -bn1 
    3.

由于我們是在默認(default)名稱空間中，部署了應(yīng)用示例Azure Vote App，因此我們將針對該應(yīng)用程序中的每個pod，執(zhí)行如下top命令：

 
 
 
 
    
  
  
  
  
  1. Shell 
    2.   
  
  
  
  2. kubectl get pods -n default -o custom-columns=name:metadata.name --no-headers | xargs -I{} sh -c 'echo {}; kubectl exec {} -- top -bn1' 
    3.

下圖展示了終端上輸出的執(zhí)行結(jié)果：

具體輸出內(nèi)容包括：

1. 系統(tǒng)時間、正常運行時間、以及用戶會話。

2. 用到的內(nèi)存：RAM和Swap(磁盤的一部分，功能類似RAM)。

3. 在容器中運行的進程。

4. 基于各種進程花費的CPU時間，得出的CPU使用率。

5. 平均加載時間(如：1、5或15分鐘)。

6. 各項任務(wù)特征，包括：進程ID、啟動進程的用戶、Nice值、優(yōu)先級、內(nèi)存的消耗、進程的狀態(tài)、CPU時間、以及進程名稱。

監(jiān)控Kubernetes狀態(tài)

Kube-state-metrics是一種服務(wù)，可用于偵聽Kubernetes API服務(wù)器，并生成有關(guān)對象狀態(tài)(例如部署、節(jié)點和Pod)的狀態(tài)指標。當然，kube-state-metrics服務(wù)不會持久保存數(shù)據(jù)，它僅通過提供一個測量端點，為所有請求對象的最新數(shù)據(jù)點提供服務(wù)。您可以使用諸如Prometheus之類的工具，來捕獲服務(wù)端點，并將數(shù)據(jù)持久性地保存在永久性存儲中。

您可以通過GitHub上的相關(guān)文檔，獲悉有關(guān)kube-state-metrics服務(wù)的背景知識，以及安裝與使用指南的更多信息。值得注意的是，kube-state-metrics并不能替代Metrics Server。畢竟Metrics Server可以幫助用戶監(jiān)控群集節(jié)點和Pod上的CPU與內(nèi)存的使用情況。而kub??e-state-metrics服務(wù)則是協(xié)助用戶監(jiān)控有關(guān)Pod、節(jié)點、以及其他Kubernetes對象的數(shù)量、運行狀況、以及可用性信息等群集狀態(tài)。

小結(jié)

在本文中，我們學習了如何將Metrics Server安裝到集群中，也探討了如何使用各個級別的監(jiān)控命令，來獲悉Node、Pod和Container的資源使用情況。此外，我們還學習了如何使用Linux的top命令，來分析容器中的進程消耗資源的程度。最后，我們討論了kubernetes-state-metrics服務(wù)在監(jiān)控Kubernetes對象狀態(tài)中發(fā)揮的作用，以及它與Metrics Server之間的關(guān)鍵性區(qū)別。

【譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為.com】

 


網(wǎng)頁名稱：用MetricsServer對Kubernetes集群實現(xiàn)全面資源監(jiān)控
轉(zhuǎn)載來于：http://www.5511xx.com/article/djcgijp.html