k8s 監控(二)監控叢集元件和 pod
在上一篇文章中,我們已經在 k8s 中安裝了 Prometheus,並且收集了它自身的監控指標。而在這篇文章,我們將收集 k8s 所有元件和 pod 的監控指標。
在這之前需要先修改下之前監控 Prometheus 自身使用的一個配置,因為它來源於 prometheus-operator,更多的是我對它使用這個配置的理解。而我們自己直接使用的話,沒有必要搞這麼麻煩,下面是修改後的內容。
- job_name: prometheus
honor_labels: false
kubernetes_sd_configs:
- role: endpoints
namespaces:
names:
- monitoring
scrape_interval: 30s
relabel_configs:
- action: keep
source_labels:
- __meta_kubernetes_service_label_prometheus
regex: k8s
- source_labels:
- __meta_kubernetes_namespace
target_label: namespace
- source_labels:
- __meta_kubernetes_service_name
target_label: service
- source_labels:
- __meta_kubernetes_pod_name
target_label: pod
- target_label: endpoint
replacement: web
複製程式碼
這一看就懂,我也就不多做解釋了。下面我們開始進入正題,首先監控 etcd。
監控 etcd
之前我們通過 curl 命令訪問到了 etcd 監控指標所在的 URL,知道了它的監控指標有哪些,現在我們要配置 Prometheus,讓其收集這些監控資料。
之前也提到過,k8s 中 Prometheus 的監控是通過發現 endpoint 的方式進行,而 endpoint 又是 service 建立的,所以我們需要先建立一個 etcd 的 service。
我們新建一個名為 kube-etcd-service.yml
的檔案,內容如下:
apiVersion: v1
kind: Service
metadata:
name: kube-etcd
labels:
k8s-app: kube-etcd
namespace: kube-system
spec:
clusterIP: None
ports:
- name: http-metrics
port: 2379
protocol: TCP
targetPort: 2379
selector:
component: etcd
type: ClusterIP
複製程式碼
說明:
- 由於 etcd 處於 kube-system 名稱空間,所以這裡的 namespace 也應該是 kube-system;
- 因為 etcd pod 本身會存在
component=etcd
這個標籤,所以這裡的選擇器使用的就是這個。
kubectl apply -f kube-etcd-service.yml
複製程式碼
建立成功後,可以通過如下命令檢視它建立的 endpoint:
kubectl -n kube-system get endpoints kube-etcd
複製程式碼
現在通過這個 endpoint 就能夠訪問到後面三臺 etcd,現在只需要在 Prometheus 中新增對應的配置即可,配置內容如下。
- job_name: kube-etcd
honor_labels: false
kubernetes_sd_configs:
- role: endpoints
namespaces:
names:
- kube-system
scheme: https
tls_config:
insecure_skip_verify: false
ca_file: /etc/prometheus/secrets/etcd-client-cert/ca.crt
cert_file: /etc/prometheus/secrets/etcd-client-cert/healthcheck-client.crt
key_file: /etc/prometheus/secrets/etcd-client-cert/healthcheck-client.key
relabel_configs:
- action: keep
source_labels:
- __meta_kubernetes_service_label_k8s_app
regex: kube-etcd
- source_labels:
- __meta_kubernetes_namespace
target_label: namespace
- source_labels:
- __meta_kubernetes_service_name
target_label: service
- source_labels:
- __meta_kubernetes_pod_name
target_label: pod
- target_label: endpoint
replacement: http-metrics
metric_relabel_configs:
- action: drop
regex: (etcd_debugging|etcd_disk|etcd_request|etcd_server|grpc_server).*
source_labels:
- __name__
複製程式碼
因為訪問 etcd 需要驗證客戶端證書,所以這裡需要提供證書和私鑰檔案。這三個檔案之前都已掛載到 Prometheus 容器中,直接拿來用就行。
下面的 relabel_configs
就不多提了,和前面監控 Prometheus 自身的配置差不多,最主要的還是 metric_relabel_configs
,它是用來刪除我們不需要的監控指標的。
這裡將以 etcd_debugging|etcd_disk|etcd_request|etcd_server|grpc_server
這些開頭的監控指標都刪掉了,你們不要學我,最好搞清楚它的作用來決定是不是將其刪掉,我純粹是看不懂所以才刪的。
最後將上面的內容貼上進 prometheus-config.yml
。當你 apply 配置檔案後,不要急著 reload,因為 Prometheus 中可能沒有立即更新,你可以通過 kubectl exec -it 連線到 Prometheus 的 pod 中驗證下配置檔案是否已經更新。
如果更新了,就直接通過下面命令讓其 reload:
curl -XPOST PROMETHEUS_IP:9090/-/reload
複製程式碼
然後訪問 Prometheus 的 web 頁面,就可以在 targets 中看到 etcd 了。
監控 apiserver
apiserver 的監控方式更簡單,因為它的 service 已經自動建立了。但你需要注意的是,它的 service 建立在 default 名稱空間,名為 kubernetes
。
沒什麼好說的,直接放出 Prometheus 監控 apiserver 的配置。
- job_name: kube-apiserver
honor_labels: false
kubernetes_sd_configs:
- role: endpoints
namespaces:
names:
- default
scrape_interval: 30s
scheme: https
tls_config:
insecure_skip_verify: false
ca_file: /var/run/secrets/kubernetes.io/serviceaccount/ca.crt
server_name: kubernetes
bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
relabel_configs:
- action: keep
source_labels:
- __meta_kubernetes_service_label_component
regex: apiserver
metric_relabel_configs:
- source_labels:
- __name__
action: drop
regex: (apiserver_storage_data_key_generation_latencies_microseconds_bucket|apiserver_admission_controller_admission_latencies_milliseconds_bucket|apiserver_admission_step_admission_latencies_milliseconds_bucket|apiserver_admission_step_admission_latencies_milliseconds_summary|apiserver_request_latencies_bucket|apiserver_request_latencies_summary|apiserver_storage_data_key_generation_latencies_microseconds_bucket|rest_client_request_latency_seconds_bucket)
複製程式碼
這裡因為 insecure_skip_verify
設為了 false,也就是校驗服務端證書,所以這裡提供了 ca 檔案和 server_name。同樣,這個證書事先已經掛載到了容器中,所以直接指定就行。
因為我不想關注的指標太多,所以刪了一批。先宣告,我是瞎刪的,並不懂它們的確切意義,只是覺得沒啥用,所以就刪了,你們別學我!
最後你看著 reload 吧。
監控 pod
pod 的監控指標是 kubelet 提供的,前面也已經使用 curl 命令看到了,因此這裡也是直接幹。
我不知道是我之前手動建立的還是怎樣,我這裡已經存在了 kubelet 的 service,並且 service 只暴露了 10250 這一個埠,但是在其對應的 endpoint 上,卻有以下三個埠。
ports:
- name: http-metrics
port: 10255
protocol: TCP
- name: cadvisor
port: 4194
protocol: TCP
- name: https-metrics
port: 10250
protocol: TCP
複製程式碼
如果你們不是這種情況,那就自己建立一個 service。如果也是這種情況,那在 relabel_configs
中,不僅要對 service 標籤進行過濾,還得對埠進行過濾,因為我們只需要 10250 埠。
它的配置如下:
- job_name: pods
honor_labels: true
kubernetes_sd_configs:
- role: endpoints
namespaces:
names:
- kube-system
scrape_interval: 30s
metrics_path: /metrics/cadvisor
scheme: https
tls_config:
insecure_skip_verify: true
bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
relabel_configs:
- action: keep
source_labels:
- __meta_kubernetes_service_label_k8s_app
regex: kubelet
- action: keep
source_labels:
- __meta_kubernetes_endpoint_port_name
regex: https-metrics
- source_labels:
- __meta_kubernetes_namespace
target_label: namespace
- source_labels:
- __meta_kubernetes_service_name
target_label: service
- source_labels:
- __meta_kubernetes_pod_name
target_label: pod
- target_label: endpoint
replacement: https-metrics
metric_relabel_configs:
- source_labels:
- __name__
regex: container_(cpu_cfs_periods_total|fs_inodes_total|fs_sector_reads_total|fs_sector_writes_total|last_seen|memory_mapped_file|memory_working_set_bytes|spec_memory_reservation_limit_bytes|spec_memory_swap_limit_bytes|tasks_state)
action: drop
- source_labels:
- container
regex: ""
action: drop
- action: labeldrop
regex: (id|name|pod_name|image)
複製程式碼
上面通過下面這個配置從三個埠中篩選出我們所需要的 10250 埠,因為它的名稱為 https-metrics:
- action: keep
source_labels:
- __meta_kubernetes_endpoint_port_name
regex: https-metrics
複製程式碼
後面的 metric_relabel_configs
中,除了刪除了一些我認為沒用的監控指標外,還刪除了所有 container 標籤為空的監控指標,就像這些:
container_memory_cache{container="",container_name="",id="/",image="",name="",namespace="",pod="",pod_name=""} 2.144395264e+09 1565777155746
container_memory_cache{container="",id="/kubepods.slice",pod_name=""} 7.14027008e+08 1565777155757
container_memory_cache{container="",id="/kubepods.slice/kubepods-besteffort.slice",pod_name=""} 3.5053568e+08 1565777145294
container_memory_cache{container="",id="/kubepods.slice/kubepods-besteffort.slice/kubepods-besteffort-poda213e57700fd1325c59a70dd70f1a07d.slice",namespace="kube-system",pod="etcd-ops.k8s.master.01.sit",pod_name="etcd-ops.k8s.master.01.sit"} 3.09784576e+08 1565777149076
container_memory_cache{container="",id="/kubepods.slice/kubepods-besteffort.slice/kubepods-besteffort-podcfdbebf5_8211_11e9_8699_005056a7c0c5.slice",pod="kube-proxy-xw8sw",pod_name="kube-proxy-xw8sw"} 4.0767488e+07 1565777147425
複製程式碼
實在不知道這些是幹啥的,而且數量非常多,乾脆直接刪掉。同時還刪除了一些標籤,比如下面這種的:
container_fs_io_current{container="coredns",container_name="coredns",device="/dev/mapper/centos-root",endpoint="https-metrics",id="/kubepods.slice/kubepods-burstable.slice/kubepods-burstable-poda9693624_85e3_11e9_80cb_005056a7c0c5.slice/docker-9b95ca870a0e7a8fde7ce116b07fc696bd91bea75f6bc61478f3ecc98f36f131.scope",image="sha256:eb516548c180f8a6e0235034ccee2428027896af16a509786da13022fe95fe8c",instance="10.99.100.2:10250",job="pods",name="k8s_coredns_coredns-fb8b8dccf-9dvh7_kube-system_a9693624-85e3-11e9-80cb-005056a7c0c5_2",pod="coredns-fb8b8dccf-9dvh7",pod_name="coredns-fb8b8dccf-9dvh7",service="kubelet"}
複製程式碼
可以看到 id、name 和 image 這些標籤的值非常長,不好看不說,還浪費記憶體和儲存資源,我就都刪了。它貌似會造成一個 pod 中如果有多個容器,你可能無法知道這個容器是監控指標中是哪一個,因為 image 這個標籤被刪了。
反正我刪了,你看著辦。刪除之後就是這樣:
container_fs_io_current{container="coredns",service="kubelet"}
複製程式碼
當然很多標籤是我們自己建立,如果你不需要,可以在上面的 relabel_configs
中刪除對應標籤的配置。或許你還想刪其他的標籤,那你往上面的配置中加就行。
最後記得 reload。
安裝 kube-state-metrics
k8s 的其他元件我就不繼續監控了,包括 kubelet、controller manager、coredns 等,它們監控的手段和之前的幾個元件都差不多,相信你們自己弄起來也是輕輕鬆鬆。
下面我們會安裝 kube-state-metrics,這個東西會連線 apiserver,然後將叢集裡的各種資源的指標都暴露出來,比如 configMap、ingress、secret、pod、deployment、statefulset 等,這是對 pod 指標的一大補充,非常有用。
RBAC 許可權
因為它要訪問叢集內的所有資源,才能將它們的資訊提供出去,因此部署它之前,先為它建立一些許可權。這些許可權都會繫結到一個 serviceAccount 上,然後我們用這個 sa 執行 kube-state-metrics 就行。
kube-state-metrics-clusterRole.yml:
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: kube-state-metrics
rules:
- apiGroups:
- ""
resources:
- configmaps
- secrets
- nodes
- pods
- services
- resourcequotas
- replicationcontrollers
- limitranges
- persistentvolumeclaims
- persistentvolumes
- namespaces
- endpoints
verbs:
- list
- watch
- apiGroups:
- extensions
resources:
- daemonsets
- deployments
- replicasets
- ingresses
verbs:
- list
- watch
- apiGroups:
- apps
resources:
- statefulsets
- daemonsets
- deployments
- replicasets
verbs:
- list
- watch
- apiGroups:
- batch
resources:
- cronjobs
- jobs
verbs:
- list
- watch
- apiGroups:
- autoscaling
resources:
- horizontalpodautoscalers
verbs:
- list
- watch
- apiGroups:
- authentication.k8s.io
resources:
- tokenreviews
verbs:
- create
- apiGroups:
- authorization.k8s.io
resources:
- subjectaccessreviews
verbs:
- create
- apiGroups:
- policy
resources:
- poddisruptionbudgets
verbs:
- list
- watch
- apiGroups:
- certificates.k8s.io
resources:
- certificatesigningrequests
verbs:
- list
- watch
複製程式碼
kube-state-metrics-clusterRoleBinding.yml:
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
name: kube-state-metrics
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: kube-state-metrics
subjects:
- kind: ServiceAccount
name: kube-state-metrics
namespace: monitoring
複製程式碼
kube-state-metrics-role.yml:
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
name: kube-state-metrics
namespace: monitoring
rules:
- apiGroups:
- ""
resources:
- pods
verbs:
- get
- apiGroups:
- extensions
resourceNames:
- kube-state-metrics
resources:
- deployments
verbs:
- get
- update
- apiGroups:
- apps
resourceNames:
- kube-state-metrics
resources:
- deployments
verbs:
- get
- update
複製程式碼
kube-state-metrics-roleBinding.yml:
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
name: kube-state-metrics
namespace: monitoring
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: Role
name: kube-state-metrics
subjects:
- kind: ServiceAccount
name: kube-state-metrics
複製程式碼
kube-state-metrics-serviceAccount.yml:
apiVersion: v1
kind: ServiceAccount
metadata:
name: kube-state-metrics
namespace: monitoring
複製程式碼
deployment 和 service
kube-state-metrics 會提供兩個指標頁面,一個是暴露叢集內資源的,另一個是它自身的,它自身的可以選擇性的關注。
先建立 kube-state-metrics-deployment.yml:
apiVersion: apps/v1
kind: Deployment
metadata:
labels:
app: kube-state-metrics
name: kube-state-metrics
namespace: monitoring
spec:
replicas: 1
selector:
matchLabels:
app: kube-state-metrics
template:
metadata:
labels:
app: kube-state-metrics
spec:
containers:
- args:
- --port=10000
- --telemetry-port=10001
image: quay.io/coreos/kube-state-metrics:v1.6.0
name: kube-state-metrics
resources:
limits:
cpu: 100m
memory: 150Mi
requests:
cpu: 100m
memory: 150Mi
- command:
- /pod_nanny
- --container=kube-state-metrics
- --cpu=100m
- --extra-cpu=2m
- --memory=150Mi
- --extra-memory=30Mi
- --threshold=5
- --deployment=kube-state-metrics
env:
- name: MY_POD_NAME
valueFrom:
fieldRef:
apiVersion: v1
fieldPath: metadata.name
- name: MY_POD_NAMESPACE
valueFrom:
fieldRef:
apiVersion: v1
fieldPath: metadata.namespace
image: k8s.gcr.io/addon-resizer:1.8.4
name: addon-resizer
resources:
limits:
cpu: 50m
memory: 30Mi
requests:
cpu: 10m
memory: 30Mi
nodeSelector:
kubernetes.io/os: linux
securityContext:
runAsNonRoot: true
runAsUser: 65534
serviceAccountName: kube-state-metrics
複製程式碼
指定了兩個啟動引數,也就是兩個埠,其中 10000 是暴露叢集資源指標的埠,10001 就是它自身了。除了 kube-state-metrics 之外,還啟動了 addon-resizer 這個容器,我不知道它是幹啥的,反正官方怎麼搞我們怎麼弄就是了。
最後是 service 檔案 kube-state-metrics-service.yml:
apiVersion: v1
kind: Service
metadata:
labels:
k8s-app: kube-state-metrics
name: kube-state-metrics
namespace: monitoring
spec:
clusterIP: None
ports:
- name: http-main
port: 10000
targetPort: 10000
- name: http-self
port: 10001
targetPort: 10001
selector:
app: kube-state-metrics
複製程式碼
兩個埠都暴露出來,你可以都收集或者只收集 10000 埠。如果只收集 10000,你可以只暴露一個埠,也可以兩個都暴露,然後在 Prometheus 配置中過濾掉一個埠即可。
收集監控資料
將上面所有的檔案都 apply 之後,就可以直接配置 Prometheus 進行收集了。在此之前,你可以使用 curl 命令訪問它的指標頁面,看看裡面都有啥:
curl IP:10000/metrics
curl IP:10001/metrics
複製程式碼
這個 ip 地址不用我說怎麼拿吧,然後你就可以看到叢集資源的指標非常非常非常的多,我覺得你最好對其進行過濾,將不需要的統統拒絕掉,不然對 Prometheus 造成的壓力很大。
然後下面就是 Prometheus 的配置:
- job_name: kube-state-metrics
honor_labels: true
kubernetes_sd_configs:
- role: endpoints
namespaces:
names:
- monitoring
scrape_interval: 30s
scrape_timeout: 30s
tls_config:
insecure_skip_verify: true
bearer_token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
relabel_configs:
- action: keep
source_labels:
- __meta_kubernetes_service_label_k8s_app
regex: kube-state-metrics
- action: keep
source_labels:
- __meta_kubernetes_endpoint_port_name
regex: http-main
metric_relabel_configs:
- source_labels:
- __name__
regex: (kube_daemonset_status_number_ready|kube_daemonset_status_number_unavailable|kube_deployment_status_replicas_unavailable|kube_deployment_spec_paused|kube_deployment_spec_strategy_rollingupdate_max_surge|kube_deployment_spec_strategy_rollingupdate_max_unavailable|kube_endpoint_address_available|kube_endpoint_address_not_ready|kube_node_info|kube_node_spec_unschedulable|kube_node_status_condition|kube_node_status_capacity|kube_node_status_capacity|kube_node_status_allocatable|kube_persistentvolumeclaim_info|kube_persistentvolumeclaim_status_phase|kube_persistentvolumeclaim_resource_requests_storage_bytes|kube_persistentvolume_status_phase|kube_persistentvolume_info|kube_persistentvolume_capacity_bytes|kube_pod_info|kube_pod_status_phase|kube_pod_status_ready|kube_pod_container_info|kube_pod_container_status_waiting|kube_pod_container_status_waiting_reason|kube_pod_container_status_running|kube_pod_container_status_terminated_reason|kube_pod_container_status_last_terminated_reason|kube_pod_container_status_restarts_total|kube_pod_container_resource_limits|kube_service_info|kube_statefulset_status_replicas_current|kube_statefulset_status_replicas_ready)
action: keep
複製程式碼
配置的內容就無需我多提了,和前面監控的配置都差不多。
主要是這裡刪除了一大批我不關注的指標,注意我這裡做的是白名單,只收集我指定的,因為不需要的實在太多,寫不過來。雖然正則表示式這麼長,但是由於指標名稱短,且 regex 預設錨定了行首和行尾,所以匹配效率還是很高的。
最後記得 reload。
ok,本文到此為止,下一篇會提到如何使用 grafana 和 alertmanager,謝謝!