zoukankan      html  css  js  c++  java
  • 第12篇Kubernetes 监控

     
     
    一、Weave Scope:
    Weave Scope 容器地图
     
    创建 Kubernetes 集群并部署容器化应用只是第一步。一旦集群运行起来,我们需要确保一起正常,所有必要组件就位并各司其职,有足够的资源满足应用的需求。Kubernetes 是一个复杂系统,运维团队需要有一套工具帮助他们获知集群的实时状态,并为故障排查提供及时和准确的数据支持。
     
    Weave Scope 是 Docker 和 Kubernetes 可视化监控工具。Scope 提供了至上而下的集群基础设施和应用的完整视图,用户可以轻松对分布式的容器化应用进行实时监控和问题诊断。
    Weave Scope 的最大特点是会自动生成一张 Docker 容器地图,让我们能够直观地理解、监控和控制容器。千言万语不及一张图,先感受一下。
     
     
    Weave Scope部署
     
    安装 Scope 的方法很简单,执行如下命令:
    #kubectl apply -f scope.yaml
     
    部署成功后,有如下相关组件:
    1. DaemonSet weave-scope-agent,集群每个节点上都会运行的 scope agent 程序,负责收集数据。
    2. Deployment weave-scope-app,scope 应用,从 agent 获取数据,通过 Web UI 展示并与用户交互。
    3. Service weave-scope-app,默认是 ClusterIP 类型,为了方便已通过 kubectl edit 修改为 NodePort。
     
    使用weavescope
     
    登陆weavescope
    浏览器访问 http://ip:28125/,Scope 默认显示当前所有的Controller(Deployment、DaemonSet 等)。
     

    拓扑结构

    Scope 会自动构建应用和集群的逻辑拓扑。比如点击顶部 PODS,会显示所有 Pod 以及 Pod 之间的依赖关系。
    点击 HOSTS,会显示各个节点之间的关系。
     

    实时资源监控

    可以在 Scope 中查看资源的 CPU 和内存使用情况。
    支持图,表,柱状图显示
     

    在线操作

    Scope 还提供了便捷的在线操作功能,比如选中某个 Host,点击 >_ 按钮可以直接在浏览器中打开节点的命令行终端:
     
     
    点击 Deployment 的 + 可以执行 Scale Up 操作:
     
     
     
    可以 attach、restart、stop 容器,以及直接在 Scope 中排查问题:
    详细信息包括这么几部分:
    Status:CPU、内存的实时使用情况以及历史曲线。
    INFO:容器 image、启动命令、状态、网络等信息。
    以下几项需拉动滚动条查看。

    PROCESSES:容器中运行的进程。

    ENVIRONMENT VARIABLES:环境变量。
    DOCKER LABELS:容器启动命令。
    IMAGE:镜像详细信息。

    在容器信息的上面还有一排操作按钮。

    attach 到容器启动进程,相当于执行 docker container attach
    打开shell,相当于执行docker container exec
    重启容器,相当于执行 docker container restart
    暂停容器,相当于执行 docker container pause
    关闭容器,相当于执行 docker container stop
     

    强大的搜索功能

    Scope 支持关键字搜索和定位资源。
     
    还可以进行条件搜索,比如查找和定位 cpu > 1% 的 Containers 。
     
    Weave Scope 界面极其友好,操作简洁流畅,更多功能留给大家去探索。
     
     
     
    二、用 Heapster 监控集群:
    Heapster介绍
     
    Heapster 是 Kubernetes 原生的集群监控方案。Heapster 以 Pod 的形式运行,它会自动发现集群节点、从节点上的 Kubelet 获取监控数据。Kubelet 则是从节点上的 cAdvisor 收集数据。
    Heapster 将数据按照 Pod 进行分组,将它们存储到预先配置的 backend 并进行可视化展示。Heapster 当前支持的 backend 有 InfluxDB(通过 Grafana 展示),Google Cloud Monitoring 等。Heapster 的整体架构如下图所示:
    Heapster 本身是一个 Kubernetes 应用,部署方法很简单,之前章节中我们实践了由 Heapster、InfluxDB 和 Grafana 组成的监控方案。Kubelet 和 cAdvisor 是 Kubernetes 的自带组件,无需额外部署。

     

  • 相关阅读:
    Linux/Ubuntu tree 命令以树形结构显示文件夹目录结构
    apt-get install的默认安装路径
    error: (-215:Assertion failed) !_src.empty() in function 'cv::cvtColor'
    利用keras进行手写数字识别模型训练,并输出训练准确度
    OpenCV:图像的合并和切分
    OpenCV:图像的按位运算
    OpenCV:增加和减少图像的亮度,图像的加减法
    OpenCV:获取图像当中某一点的坐标
    OpenCV:图像的裁剪
    OpenCV:图像的水平、垂直、水平垂直翻转
  • 原文地址:https://www.cnblogs.com/zhou2019/p/10799688.html
Copyright © 2011-2022 走看看