kubernetes监控

kubernetets容器资源限制

Kubernetes采用request和limit两种限制类型来对资源进行分配

request(需求资源)：即运行Pod的节点必须满足运行Pod的最基本需求才能运行Pod

limit(资源限额)：即运行Pod期间，可能内存使用量会增加，可以在yaml文件中设定最多能使用多少内存配置资源限额

资源类型：

CPU的单位是核心数，内存的单位是字节；

一个容器申请0.5个CPU，就相当于申请1个CPU的一半，你也可以加个后缀m表示千分之一的概念；比如说100m的CPU，100豪的CPU和0.1个CPU是一样的

内存单位：

K、M、G、T、P、E             #通常以1000为换算标准

Ki、Mi、Gi、Ti、Pi、Ei        #通常以1024为换算标准

##内存限制示例

如果容器超过设定的内存限制，则会被终止；如果可重新启动，则与所有其他类型的运行时故障一样，kubelet将重新启动它；如果一个容器超过其内存请求，那么当节点内存不足时，它的Pod可能被逐出

##cpu限制示例

##调度失败是因为申请的CPU资源超出集群节点所能提供的资源；但CPU使用率过高，不会被杀死pod

##为namespace设置资源限制

##LimitRange在namespace中施加的最小和最大内存限制只有在创建和更新Pod时才会被应用，改变LimitRange不会对之前创建的Pod造成影响

##为namespace设置资源配额

##命名空间下的资源超出配额后将不能再运行pod

##以上创建的ResourceQuota对象将在default命名空间中添加以下限制：每个容器必须设置内存需求（memory request）、内存限额（memory limit）、cpu需求（cpu request）和cpu限额（cpu limit）

##为Namespace配置Pod配额

##设置Pod配额以限制可以在namespace中运行的Pod数量

kubernetes资源监控

Metrics-Server

Metrics-Server是集群核心监控数据的聚合器，用来替换之前的heapster

容器相关的Metrics主要来自于kubelet内置的cAdvisor服务，有了Metrics-Server之后，用户就可以通过标准的Kubernetes API来访问到这些监控数据

Metrics API只可以查询当前的度量数据，并不保存历史数据；Metrics API URI为/apis/metrics.k8s.io/，在k8s.io/metrics维护；必须部署metrics-server才能使用该API，metrics-server通过调用Kubelet Summary API获取数据

Metrics Server并不是kube-apiserver的一部分，而是通过Aggregator这种插件机制，在独立部署的情况下同kube-apiserver一起统一对外服务的

kube-aggregator其实就是一个根据URL选择具体的API后端的代理服务器

Metrics-server属于Core metrics(核心指标)，提供API metrics.k8s.io，仅提供Node和Pod的CPU和内存使用情况，而其他Custom Metrics(自定义指标)由Prometheus等组件来完成

资源下载：https://github.com/kubernetes-incubator/metrics-server

Metrics-server部署：

##下载资源文件

##准备资源文件中所需镜像并上传至私有仓库

##更改资源文件中的镜像指向私有仓库后应用，此时出现以上错误

##由于Pod需要监听1000以下的端口时需要root权限，则修改资源文件中的容器使用端口号

##重新应用文件又有新的X509证书类错误

##启用集群全部节点的TLS Bootstrap证书签发，并重启kubelet服务

##签发所有节点的证书

##以上设置完成后，metrics-server的pod即可成功就绪并运行

Metric Server支持一个参数--kubelet-insecure-tls，可以跳过证书检查，然而官方也明确了这种方式不推荐生产使用

至此Metrics-server即部署完成，测试其监控效果

Dashboard

Dashboard可以给用户提供一个可视化的Web界面来查看当前集群的各种信息；用户可以用Kubernetes Dashboard部署容器化的应用、监控应用的状态、执行故障排查任务以及管理Kubernetes各种资源

网址：https://github.com/kubernetes/dashboard

下载部署文件：https://raw.githubusercontent.com/kubernetes/dashboard/v2.4.0/aio/deploy/recommended.yaml

##准备镜像

##应用资源文件

##将dashboard服务的类型修改为loadbalancer，以便在集群外部访问；裸金属环境下外