2020-03-15 21:11:46 Echa攻城獅

kubernetes從入門到精通系列目錄：

21.1 核心指標流水線

由 kubelet、metrics-server 以及由 apiserver 提供的 api 組成；主要 CPU累計使用率、內存實時使用率、POD 資源佔用率及容器的磁盤佔用率。

metrics-server（新一代的資源指標獲取方式）

它是一個 apiserver ，它僅僅用於服務於核心指標服務的，它不是 k8s 的組成部分，僅僅是託管在 k8s 之上 POD。

k8s 的 apiserver 和 metrics-server 的 apiserver 前端應該加一個代理服務器，它就是一個聚合器，把來自多個不同的 apiserver 聚合成一個。它就是 kube-aggregator，經過它聚合後的 api 我麼將通過 /apis/metrics.k8s.io/v1/beta1 來獲取。

21.2監控流水線

用於從系統收集各種指標數據並提供終端用戶、存儲系統以及 HPA，它包含核心指標和非核心指標，非核心指標不能被 k8s 所理解，k8s-prometheus-adapter 就是轉換為 k8s 所理解格式的一個插件

prometheus

CNCF下的第二大項目，收集各種維度的指標，

它收集的信息，來決定是否進行 HPA（自動伸縮）的一個標準

prometheus 既作為監控系統使用，也作為特殊指標的提供者來使用，但是如果想要作為特殊指標提供給 HPA 這樣的機制使用，需要轉換格式，而這個轉換為特殊指標的一個插件叫：k8s-prometheus-adapter。

21.3 安裝 metrics-server

官方倉庫，這裡我使用第一個

<code>https://github.com/kubernetes-incubator/metrics-server/tree/master/deploy/1.8%2B      # 插件官方地址
https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/metrics-server    # k8s 官方插件示例
/<code>

安裝部署相關的文件：/tree/master/deploy/，修改 metrics-server-deployment.yaml 文件

<code>containers:
- name: metrics-server
  image: k8s.gcr.io/metrics-server-amd64:v0.3.1
  imagePullPolicy: Always
  args:                                               # 添加參數
  - '--kubelet-preferred-address-types=InternalIP'    # 不使用主機名，使用 IP
  - '--kubelet-insecure-tls'                          # 不驗證客戶端證書
  volumeMounts:
  - name: tmp-dir
    mountPath: /tmp
/<code>

<code>$ kubectl apply -f ./
/<code>

查看 POD 和 Service 的啟動情況

<code>$ kubectl get pods -n kube-system
$ kubectl get svc -n kube-system
/<code>

查看 API 中是否存在，metrics.k8s.io/v1beta1

<code>$ kubectl api-versions
/<code>

通過測試接口獲取監控數據，kubectl proxy –port 8080，kubectl top 也可以正常使用了

<code>$ curl http://127.0.0.1:8080/apis/metrics.k8s.io/v1beta1
$ kubectl top nodes
/<code>

21.4 安裝 prometheus

工作原理

<code>-   prometheus 通過 pull metrilcs 指令從每個 Jobs/exporters 拉取數據
-   其他的 short-lived jobs 也可以通過向 pushgateway 主動發送數據，由 prometheus 被動接收
-   prometheus 自身實現了一個時間序列數據庫，會將得到的數據存儲到其中
-   在 k8s 需要使用 service discovery 來發現服務取得需要監控的目標
-   可以使用 apiclient、webui、Grafana、來將 prometheus 中的數據展示出來
-   當需要報警的時候還會推送給 alertmanager 這個組件由這個組件來發送報警 

/<code>

部署文件

<code>https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/prometheus
https://github.com/iKubernetes/k8s-prom
/<code>

21.5 HPA命令行方式

創建 POD 和 service

<code>kubectl run myapp --image=ikubernetes/myapp:v1 --replicas=1 --requests='cpu=50m',memory='256Mi' --limits='cpu=50m,memory=256Mi' --labels='app=myapp' --expose --port=80
/<code>

創建 HPA 控制器

<code>kubectl autoscale deployment myapp --min=1 --max=8 --cpu-percent=60
/<code>

查看 HPA 控制器，kubectl get hpa

<code>NAME    REFERENCE          TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
myapp   Deployment/myapp   0%/60%    1         8         1          17s
/<code>

開始壓力測試

<code>ab -c 100 -n 5000000 http://172.16.100.102:32749/index.html
/<code>

測試結果，自動擴容生效

<code>$ kubectl get hpa -w 

NAME    REFERENCE          TARGETS   MINPODS   MAXPODS   REPLICAS   AGE
myapp   Deployment/myapp   0%/60%    1         8         1          7m35s
myapp   Deployment/myapp   34%/60%   1         8         1          9m58s
myapp   Deployment/myapp   102%/60%   1         8         1          11m
myapp   Deployment/myapp   102%/60%   1         8         2          11m
myapp   Deployment/myapp   96%/60%    1         8         2          12m
myapp   Deployment/myapp   96%/60%    1         8         4          12m
myapp   Deployment/myapp   31%/60%    1         8         4          13m
myapp   Deployment/myapp   26%/60%    1         8         4          14m
myapp   Deployment/myapp   0%/60%     1         8         4          15m
myapp   Deployment/myapp   0%/60%     1         8         4          17m
myapp   Deployment/myapp   0%/60%     1         8         3          18m

$ kubectl get pods
NAME                     READY   STATUS        RESTARTS   AGE
myapp-64bf6764c5-45qwj   0/1     Terminating   0          7m1s
myapp-64bf6764c5-72crv   1/1     Running       0          20m
myapp-64bf6764c5-gmz6c   1/1     Running       0          8m1s
/<code>

21.6 HPA清單

清單定義詳見：kubectl explain hpa.spec

<code>maxReplicas                       <integer>         # 自動伸縮的 POD 數量上限
minReplicas                       <integer>         # 自動伸縮的 POD 數量下限
scaleTargetRef                    <object>          # 其他的伸縮指標
  apiVersion                      <string>          # 指標 api 版本
  kind                            <string>          # 指標類型
  name                            <string>          # 可用指標
targetCPUUtilizationPercentage    <integer>         # 根據目標 平均 CPU 利用率閾值評估自動伸縮
/<integer>/<string>/<string>/<string>/<object>/<integer>/<integer>/<code>

示例清單，它實現了對 myapp 這個 deployment 控制器下的 POD 進行自動擴容

<code>apiVersion: autoscaling/v2beta1
kind: HorizontalPodAutoscaler
metadata: 

  name: myapp-hpa-v2
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: myapp
  minReplicas: 1
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      targetAverageUtilization: 55
  - type: Resource
    resource:
      name: memory
      targetAverageValue: 50Mi/<code>