从kubectl top看K8S监控

时间 2020-06-13

标签 kubectl k8s 监控繁體版

原文原文链接

一. 前言

kubectl top 能够很方便地查看node、pod的实时资源使用状况：如CPU、内存。这篇文章会介绍其数据链路和实现原理，同时借kubectl top 阐述 k8s 中的监控体系，窥一斑而知全豹。最后会解释常见的一些问题：html

kubectl top 为何会报错？
kubectl top node 怎么计算，和节点上直接 top 有什么区别？
kubectl top pod 怎么计算，包含 pause 吗？
kubectl top pod 和exec 进入 pod 后看到的 top 不同？
kubectl top pod 和 docker stats获得的值为何不一样？

如下命令的运行环境为：node

k8s 1.8
k8s 1.13

二. 使用

kubectl top 是基础命令，可是须要部署配套的组件才能获取到监控值linux

1.8如下：部署 heapter
1.8以上：部署 metric-server

kubectl top node: 查看node的使用状况git

kubectl top pod: 查看 pod 的使用状况github

不指定pod 名称，则显示命名空间下全部 pod，--containers能够显示 pod 内全部的containerdocker

指标含义：api

和k8s中的request、limit一致，CPU单位100m=0.1 内存单位1Mi=1024Ki
pod的内存值是其实际使用量，也是作limit限制时判断oom的依据。pod的使用量等于其全部业务容器的总和，不包括 pause 容器，值等于cadvisr中的container_memory_working_set_bytes指标
node的值并不等于该node 上全部 pod 值的总和，也不等于直接在机器上运行 top 或 free 看到的值

三. 实现原理

3.1 数据链路

kubectl top 、 k8s dashboard 以及 HPA 等调度组件使用的数据是同样，数据链路以下：缓存

使用 heapster 时：apiserver 会直接将metric请求经过 proxy 的方式转发给集群内的 hepaster 服务。安全

而使用 metrics-server 时：apiserver是经过/apis/metrics.k8s.io/的地址访问metric网络

这里能够对比下kubect get pod时的日志：

3.2 metric api

能够发现，heapster使用的是 proxy 转发，而 metric-server 和普通 pod都是使用 api/xx 的资源接口，heapster采用的这种 proxy 方式是有问题的：

1. proxy只是代理请求，通常用于问题排查，不够稳定，且版本不可控
1. heapster的接口不能像apiserver同样有完整的鉴权以及client集成，两边都维护的话代价高，如generic apiserver）
1. pod 的监控数据是核心指标（HPA调度），应该和 pod 自己拥有同等地位，即 metric应该做为一种资源存在，如metrics.k8s.io 的形式，称之为 Metric Api

因而官方从 1.8 版本开始逐步废弃 heapster，并提出了上边Metric api 的概念，而metrics-server 就是这种概念下官方的一种实现，用于从 kubelet获取指标，替换掉以前的 heapster

3.3 kube-aggregator

有了metrics-server组件，采集到了须要的数据，也暴露了接口，但走到这一步和 heapster 其实没有区别，最关键的一步就是如何将打到apiserver的/apis/metrics.k8s.io请求转发给metrics-server组件？解决方案就是：kube-aggregator。

kube-aggregator是对 apiserver 的有力扩展，它容许k8s的开发人员编写一个本身的服务，并把这个服务注册到k8s的api里面，即扩展 API，metric-server其实在 1.7版本就已经完成了，只是在等kube-aggregator的出现。

kube-aggregator是 apiserver 中的实现，有些 k8s 版本默认没开启，你能够加上这些配置
来开启。他的核心功能是动态注册、发现汇总、安全代理。

如metric-server注册 pod 和 node 时:

3.4 监控体系

在提出 metric api 的概念时，官方页提出了新的监控体系，监控资源被分为了2种：

Core metrics(核心指标)：从 Kubelet、cAdvisor 等获取度量数据，再由metrics-server提供给 Dashboard、HPA 控制器等使用。
Custom Metrics(自定义指标)：由Prometheus Adapter提供API custom.metrics.k8s.io，由此可支持任意Prometheus采集到的指标。

核心指标只包含node和pod的cpu、内存等，通常来讲，核心指标做HPA已经足够，但若是想根据自定义指标:如请求qps/5xx错误数来实现HPA，就须要使用自定义指标了。

目前Kubernetes中自定义指标通常由Prometheus来提供，再利用k8s-prometheus-adpater聚合到apiserver，实现和核心指标（metric-server)一样的效果。

3.5 kubelet

前面提到，不管是 heapster仍是 metric-server，都只是数据的中转和聚合，二者都是调用的 kubelet 的 api 接口获取的数据，而 kubelet 代码中实际采集指标的是 cadvisor 模块，你能够在 node 节点访问 10255 端口（read-only-port)获取监控数据：

Kubelet Summary metrics: 127.0.0.1:10255/metrics，暴露 node、pod 汇总数据
Cadvisor metrics: 127.0.0.1:10255/metrics/cadvisor，暴露 container 维度数据

示例，容器的内存使用量：

kubelet虽然提供了 metric 接口，但实际监控逻辑由内置的cAdvisor模块负责，演变过程以下：

从k8s 1.6开始，kubernetes将cAdvisor开始集成在kubelet中，不须要单独配置
从k8s 1.7开始，Kubelet metrics API 再也不包含 cadvisor metrics，而是提供了一个独立的 API 接口来作汇总
从k8s 1.12开始，cadvisor 监听的端口在k8s中被删除，全部监控数据统一由Kubelet的API提供

到这里为止，k8s范围内的监控体系就结束了，若是你想继续了解cadvisor和 cgroup 的内容，能够向下阅读

3.6 cadvisor

cadvisor由谷歌开源，使用Go开发，项目地址也是google/cadvisor，cadvisor不只能够搜集一台机器上全部运行的容器信息，包括CPU使用状况、内存使用状况、网络吞吐量及文件系统使用状况，还提供基础查询界面和http接口，方便其余组件进行数据抓取。在K8S中集成在Kubelet里做为默认启动项，k8s官方标配。

cadvisor 拿到的数据结构示例：

核心逻辑：

经过new出来的memoryStorage以及sysfs实例，建立一个manager实例，manager的interface中定义了许多用于获取容器和machine信息的函数

cadvisor的指标解读：cgroup-v1

cadvisor获取指标时实际调用的是 runc/libcontainer库，而libcontainer是对 cgroup文件的封装，即 cadvsior也只是个转发者，它的数据来自于cgroup文件。

3.7 cgroup

cgroup文件中的值是监控数据的最终来源，如

mem usage的值，来自于

/sys/fs/cgroup/memory/docker/[containerId]/memory.usage_in_bytes

若是没限制内存，Limit = machine_mem，不然来自于

/sys/fs/cgroup/memory/docker/[id]/memory.limit_in_bytes

内存使用率 = memory.usage_in_bytes/memory.limit_in_bytes

通常状况下，cgroup文件夹下的内容包括CPU、内存、磁盘、网络等信息：

如memory下的几个经常使用的指标含义：

memory.stat中的信息是最全的：

原理到这里结束，这里解释下最开始的kubectl top 的几个问题：

四. 问题

4.1 kubectl top 为何会报错

通常状况下 top 报错有如下几种，能够 kubectl top pod -v=10看到具体的调用日志

没有部署 heapster 或者 metric-server，或者pod运行异常，能够排查对应 pod日志
要看的pod 刚刚建出来，还没来得及采集指标，报 not found 错误，默认1 分钟
以上两种都不是，能够检查下kubelet 的 10255 端口是否开放，默认状况下会使用这个只读端口获取指标，也能够在heapster或metric-server的配置中增长证书，换成 10250 认证端口

4.2 kubectl top pod 内存怎么计算，包含 pause容器吗

每次启动 pod，都会有一个 pause 容器，既然是容器就必定有资源消耗（通常在 2-3M 的内存），cgroup 文件中，业务容器和 pause 容器都在同一个 pod的文件夹下。

但 cadvisor 在查询 pod 的内存使用量时，是先获取了 pod 下的container列表，再逐个获取container的内存占用，不过这里的 container 列表并无包含 pause，所以最终 top pod 的结果也不包含 pause 容器

pod 的内存使用量计算

kubectl top pod 获得的内存使用量，并非cadvisor 中的container_memory_usage_bytes，而是container_memory_working_set_bytes，计算方式为：

container_memory_usage_bytes == container_memory_rss + container_memory_cache + kernel memory
container_memory_working_set_bytes = container_memory_usage_bytes - total_inactive_file（未激活的匿名缓存页）

container_memory_working_set_bytes是容器真实使用的内存量，也是limit限制时的 oom 判断依据

cadvisor 中的 container_memory_usage_bytes对应 cgroup 中的 memory.usage_in_bytes文件，但container_memory_working_set_bytes并无具体的文件，他的计算逻辑在 cadvisor 的代码中，以下：

同理，node 的内存使用量也是container_memory_working_set_bytes

4.3 kubectl top node 怎么计算，和节点上直接 top 有什么区别

kubectl top node获得的 cpu 和内存值，并非节点上全部 pod 的总和，不要直接相加。top node是机器上cgroup根目录下的汇总统计

在机器上直接 top命令看到的值和 kubectl top node 不能直接对比，由于计算逻辑不一样，如内存，大体的对应关系是(前者是机器上 top，后者是kubectl top):

rss + cache = (in)active_anon + (in)active_file

4.4 kubectl top pod 和exec 进入 pod 后看到的 top 不同

top命令的差别和上边一致，没法直接对比，同时，就算你对 pod 作了limit 限制，pod 内的 top 看到的内存和 cpu总量仍然是机器总量，并非pod 可分配量

进程的RSS为进程使用的全部物理内存（file_rss＋anon_rss），即Anonymous pages＋Mapped apges（包含共享内存）
cgroup RSS为（anonymous and swap cache memory），不包含共享内存。二者都不包含file cache

4.5 kubectl top pod 和 docker stats获得的值为何不一样？

docker stats dockerID 能够看到容器当前的使用量：

若是你的 pod中只有一个 container，你会发现docker stats 值不等于kubectl top 的值，既不等于 container_memory_usage_bytes，也不等于container_memory_working_set_bytes。

由于docker stats 和 cadvisor 的计算方式不一样，整体值会小于 kubectl top：计算逻辑是：

docker stats = container_memory_usage_bytes - container_memory_cache

五. 后记

通常状况下，咱们并不须要时刻关心node 或 pod 的使用量，由于有集群自动扩缩容(cluster-autoscaler)和pod 水平扩缩容（HPA）来应对这两种资源变化，资源指标的意义更适合使用prometheus来持久化 cadvisor 的数据，用于回溯历史或者发送报警。

关于prometheus的内容能够看容器监控系列

其余补充：

虽然kubectl top help中显示支持Storage，但直到 1.16 版本仍然不支持
1.13 以前须要 heapster，1.13 之后须要metric-server，这部分kubectl top help的输出有误，里面只提到了heapster
k8s dashboard 中的监控图默认使用的是 heapster，切换为 metric-server后数据会异常，须要多部署一个metric-server-scraper 的 pod 来作接口转换，具体参考 pr：https://github.com/kubernetes...