如何观察 Kubernetes 指标和部署：全面指南

Kubernetes 是一个高度动态的容器编排系统，有效监控它对维护性能、可靠性和安全至关重要。Kubernetes 的可观察性确保高可用性和系统的最佳性能。由于 Kubernetes 环境动态且分布式，有效监控部署、Pod 和系统指标需要全面的可观察性方法。这包括跟踪实时指标、日志和追踪，以了解应用程序和基础设施组件的行为。在此了解更多关于 Kubernetes 监控的信息。

本指南涵盖如何执行 Kubernetes 监控针对指标和部署进行深入探讨，使用本地工具 （kubectl，Metrics Server） 和第三方解决方案 （Prometheus，Grafana，ManageEngine Applications Manager）.

Kubernetes 可观察性的必要性：为何比以往更重要

Kubernetes 环境本质上是短暂且复杂的。工作负载不断创建、扩展和销毁。此动态性加上微服务架构的分布式特性，需要强大的可观察性策略。缺乏策略将导致：

无法预测的性能： 短暂的工作负载和自动扩展可能导致资源波动，影响应用性能。
排查难题： 分布式微服务使得没有端到端请求跟踪时难以定位问题根因。
安全漏洞： 缺乏对应用行为的可见性，会使系统容易受到安全威胁。
资源浪费： 资源分配效率低下会导致不必要的成本。

为缓解这些风险并确保 Kubernetes 部署的顺利运行，必须拥抱可观察性的三大支柱：

指标： 实时的数值数据，提供系统和应用性能的量化视图。
日志： 事件和错误的文本记录，提供应用行为的上下文洞察。
追踪： 请求在微服务中传播的端到端跟踪，揭示依赖关系和延迟。

结合这些元素，DevOps 团队可以检测异常、排查问题并优化性能。

观察 Kubernetes 指标：您的集群脉搏

指标提供了对 Kubernetes 环境的实时、量化视图。Kubernetes 提供多种内置和外部工具以捕获指标。以下是获取 Kubernetes 指标的几种方法：

1. 利用 Kubernetes Metrics Server 获取基本资源洞察：

Metrics Server 是一个轻量级的集群内资源使用数据聚合器，适用于：

水平 Pod 自动扩展（HPA）： 基于资源利用率实现动态扩展。
快速资源检查： 提供节点和 Pod 的 CPU 与内存使用快照。
排查突发峰值： 识别即时资源瓶颈。

安装：

使用以下 bash 脚本：

kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

验证：

kubectl get deployment metrics-server -n kube-system

常用命令：

Kubernetes 通过 Metrics Server 暴露关键资源使用数据。以下是获取资源使用的部分命令：

kubectl top nodes: Node CPU/memory usage.
kubectl top pods --all-namespaces: Pod CPU/memory usage.
kubectl describe pod <pod-name>: Detailed pod info (resource requests/limits).
kubectl get pods --all-namespaces: Pod status list.

限制：

Metrics Server 不存储历史数据，限制了其对长期趋势分析的适用性。

2. Prometheus 监控 Kubernetes 指标

Prometheus 是 Kubernetes 指标监控的事实标准，因其提供：

长期存储： 支持历史数据分析和趋势识别。
PromQL： 一种强大的查询语言，用于从指标中提取细粒度洞察。
Grafana 集成： 提供丰富的可视化和仪表盘。

设置 Prometheus 进行 Kubernetes 监控的步骤：

使用 Helm 部署 Prometheus：

helm repo add prometheus-community https://prometheus-community.github.io/helm-charts

验证安装：

kubectl get pods -n monitoring

访问 Prometheus 仪表盘：

kubectl port-forward svc/prometheus-server 9090:80 -n monitoring

关键指标和 PromQL 查询：

查询	描述
`up{job="kubernetes-nodes"}`	检查节点可用性。
`sum(rate(node_cpu_seconds_total{mode="user"}[5m])) by (node)`	计算每个节点的 CPU 使用率。
`sum(kube_pod_container_status_restarts_total) by (pod, namespace)`	跟踪 Pod 重启次数。
`histogram_quantile(0.95, rate(http_server_requests_seconds[5m]))`	测量 95 百分位请求延迟。

或者，

为简化 Kubernetes 监控体验，ManageEngine Applications Manager 提供预配置仪表盘和 AI 驱动的异常检测，避免了手动配置 Prometheus 的复杂性。

观察 Kubernetes 部署

观察 Kubernetes 部署有两种方法：

1. 使用 Kubectl 监控部署

可以使用以下命令实时观察 Kubernetes 部署：

命令	描述
`kubectl get deployments --all-namespaces`	列出所有部署。
`kubectl describe deployment <deployment-name>`	描述特定部署。
`kubectl rollout status deployment <deployment-name>`	监控滚动更新。
`kubectl logs -f <pod-name>`	查看详细 Pod 日志。

2. 使用 Grafana 可视化部署

结合 Grafana 的可视化能力和 Prometheus 的指标收集，可深入了解 Kubernetes 部署。以下是获取 Kubernetes 部署可视化报告的步骤：

通过 Helm 安装 Grafana：
helm install grafana grafana/grafana
访问仪表盘：
kubectl port-forward svc/grafana 3000:80
从 Grafana Labs 导入预构建的 Kubernetes 监控仪表盘。

或者，

ManageEngine Applications Manager 可直接集成 Kubernetes，实现实时部署可视化和异常监控。它通过与 Prometheus 无缝集成，允许摄取现有 Prometheus 指标并与其他 IT 基础设施数据集中管理，提供预构建仪表盘、AI 驱动的异常检测减少警报疲劳及关联能力加速排障，同时支持 Kubernetes 资源的自动发现并保持供应商中立，简化了 Kubernetes 的可观察性，无需复杂的独立 Prometheus 配置。

观察 Kubernetes 日志以获取更深入的洞察

日志对于调试、排查问题和深入了解应用内部工作机制至关重要。有效的日志可观察性对于识别部署失败、定位性能瓶颈和维护 Kubernetes 环境整体健康非常关键。以下是两种日志观察方法：

1. 原生 Kubernetes 日志

Kubernetes 命令行工具 kubectl 提供直接访问 Pod 日志的功能，是检查应用行为的快速高效方式。

命令	目的	用例
`kubectl logs <pod-name>`	获取指定 Pod 中主容器的日志。该命令适合快速检查单个应用进程的输出。	快速诊断单容器 Pod 中的问题，检查应用初始化消息，或监视特定进程的输出。
`kubectl logs <pod-name> --all-containers`	聚合并显示指定 Pod 中所有容器的日志。适用于调试包含多个 sidecar 容器或紧密交互微服务的复杂 Pod。	排查多容器间的交互问题，检查 sidecar 容器（例如日志代理、服务网格）的日志，或分析多组件应用的行为。

2. 使用 Fluentd & Elasticsearch 集中日志聚合

对于大规模 Kubernetes 部署，集中日志聚合解决方案不可或缺。EFK 堆栈（Fluentd、Elasticsearch、Kibana）提供了强大且可扩展的日志管理与分析平台。

观察 Kubernetes 追踪以监控微服务

在微服务架构中，请求遍历多个服务，分布式追踪对于理解请求流和定位性能瓶颈不可或缺。

用于 Kubernetes 追踪的 Jaeger

Jaeger 是领先的开源追踪解决方案，可视化请求路径并识别微服务间的延迟问题。

实施步骤：

通过 Helm 安装 Jaeger：
helm install jaeger jaegertracing/jaeger
使用 OpenTelemetry SDK 为应用进行自动化埋点。
访问 Jaeger UI：
kubectl port-forward svc/jaeger-query 16686:80

或者，

ManageEngine Applications Manager 简化了追踪过程。避免安装配置 Jaeger 和 SDK 埋点的复杂性。Applications Manager 提供集成的分布式追踪，简化微服务的可观察性。

总之，有效的 Kubernetes 可观察性不是一次性设置，而是持续监控、分析和优化的过程。通过拥抱三大支柱并利用合适的工具，您可以保障 Kubernetes 部署的健康、性能和安全。

使用 ManageEngine Applications Manager 实现 Kubernetes 可观察性自动化

说实话，手动配置上述可观察性指南非常繁琐。对于寻求简化、无忧碍 Kubernetes 监控解决方案，提供主动洞察和运营效率的企业，ManageEngine Applications Manager 是一个强大且直观的平台。它旨在减轻复杂 Kubernetes 监控设置的负担，提供一套强大功能，带来即时价值和长期收益。其核心功能包括：

预配置 Kubernetes 监控仪表盘： 消除从零构建自定义仪表盘的耗时过程。Applications Manager 提供现成仪表盘，可即时显示 Kubernetes 集群、节点、Pod 和容器的健康与性能。这些仪表盘精心设计，展示关键指标和日志，帮助团队快速识别趋势、异常和潜在问题。
集群、节点和 Pod 健康的实时警报： 通过实时警报，及时获知关键事件和性能偏差，领先潜在问题。Applications Manager 智能警报系统监控 Kubernetes 基础设施的健康，立即通知节点故障、Pod 崩溃、资源枯竭等关键情况，确保团队迅速响应，最大限度减少停机时间。
AI 驱动的异常检测： 超越传统阈值警报，采用 AI 异常检测。Applications Manager 的机器学习算法分析历史数据，识别 Kubernetes 指标中不寻常的模式，使您能够主动发现微妙的性能劣化和潜在问题，减少误报从而降低警报疲劳。
多集群可视化： 实现跨多个集群和云提供商的 Kubernetes 部署统一视图。ManageEngine Applications Manager 提供集中可视化，帮助您从单一界面监控和管理整个 Kubernetes 生态系统，简化多集群管理，确保所有环境中一致的监控实践。
轻松集成 Prometheus： 与现有可观察性工具和流程无缝集成。ManageEngine Applications Manager 提供与 Prometheus 等流行工具的开箱即用集成，充分利用现有投资，构建统一的可观察性生态系统。此供应商中立的做法尤为重要。

通过正确的可观察性策略，组织能够主动检测问题，优化资源利用，并保持 Kubernetes 基础设施的弹性。

为什么选择 Applications Manager？

凭借直观的界面、强大的警报功能和灵活的部署选项，Applications Manager 使组织能够减少停机时间，提升运营效率，并提供卓越的用户体验。无论您管理的是本地、云端还是混合环境，Applications Manager 都能简化 IT 监控的复杂性。

使用 Applications Manager 提升您的 Kubernetes 监控水平。立即下载体验不同，或安排个性化演示获得专人导览。

Angeline， 市场分析师

Angeline 是 ManageEngine 市场团队成员，热衷于探索技术领域，尤其是可观察性、DevOps 和 AIOps。她擅长简化复杂话题，帮助读者导航不断发展的技术格局。