kubernetes+docker监控之简介

https://my.oschina.net/fufangchun/blog/714530

摘要: Docker的监控原则：根据docker官方声明，一个容器不建议跑多个进程，所以不建议在容器中使用agent进行监控（zabbix等），agent应该运行在宿主机，通过cgroup或是docker api获取监控数据。

kubernetes+docker监控

   Docker的监控原则：根据docker官方声明，一个容器不建议跑多个进程，所以不建议在容器中使用agent进行监控（zabbix等），agent应该运行在宿主机，通过cgroup或是docker api获取监控数据。

 

1、监控分类介绍：

 

①、自行开发：

  通过调用docker的api接口，获取数据、处理、展示，这里不做介绍。

  例如：

   1）、爱奇艺参照cadvisor开发的dadvisor，数据写入graphite，等同于cadvisor+influxdb，爱奇艺的dadvisor并没有开源

②、Docker——cadvisor：

    Google的 cAdvisor 是另一个知名的开源容器监控工具。

    只需在宿主机上部署cAdvisor容器，用户就可通过Web界面或REST服务访问当前节点和容器的性能数据(CPU、内存、网络、磁盘、文件系统等等)，非常详细。

    默认cAdvisor是将数据缓存在内存中，数据展示能力有限；它也提供不同的持久化存储后端支持，可以将监控数据保存、汇总到Google BigQuery、InfluxDB或者Redis之上。

    新的Kubernetes版本里，cadvior功能已经被集成到了kubelet组件中

    需要注意的是，cadvisor的web界面，只能看到单前物理机上容器的信息，其他机器是需要访问对应ip的url，数量少时，很有效果，当数量多时，比较麻烦，所以需要把cadvisor的数据进行汇总、展示，就看【cadvisor+influxdb+grafana】

 

③、Docker——Cadvisor+InfluxDB+Grafana：

    Cadvisor   ：将数据，写入InfluxDB

    InfluxDB   ：时序数据库，提供数据的存储，存储在指定的目录下

    Grafana   ：提供了WEB控制台，自定义查询指标，从InfluxDB查询数据，并展示。

此组合仅是监控Docker，不含kubernetes

 

④、Kubernetes——Heapster+InfluxDB+Grafana：

    Heapster：在k8s集群中获取metrics和事件数据，写入InfluxDB，heapster收集的数据比cadvisor多，却全，而且存储在influxdb的也少。

    InfluxDB：时序数据库，提供数据的存储，存储在指定的目录下。

    Grafana：提供了WEB控制台，自定义查询指标，从InfluxDB查询数据，并展示。

 

2、Cadvisor+Heapster+InfluxDB+Grafana的注意事项：

①、Cadvisor注意事项：

    Cadvisor，只需要在kubelet命令中，启用Cadvisor，和配置相关信息，即可。

    不需要作为pod或是命令启动

--cadvisor-port=4194 --storage-driver-db="cadvisor" --storage-driver-host="localhost:8086"

 

②、InfluxDB注意事项：

1）、Influxdb必须是0.8.8版本的，否则，Cadvisor的日志会出现：

E0704 14:29:14.163238 05655 memory.go:94] failed to write stats to influxDb - Server returned (404): 404 page not found

http://blog.csdn.net/llqkk/article/details/50555442

    说是Cadvisor不支持Influxdb的0.9版本，所以这里使用0.8.8的，【ok了】

 

不同版本的Cadvisor和Influxdb对照表（测试ok）：

Cadvisor版本	Influxdb版本
0.7.1	0.8.8
0.23.2	0.9.6（以上）

【Cadvisor和Influxdb的版本不对应，就可以在Cadvisor看到404的报错】

2）、influxdb的数据，需要定期清理，单台Cadvisor，半天的数据就有600M

#单位：【小时：h】、【天：d】

#删除一小时内：

delete from /^stats.*/ where time > now() - 1h 

#删除一小时外：

delete from /^stats.*/ where time < now() - 1h

3）、关于influxdb可用性的问题，可以写脚本，定期检查是否有相关的数据库和表，没有就出现创建

#检查是否有某个库

curl -G 'http://192.168.16.100:8086/db?u=root&p=root&q=list+databases&pretty=true'

curl -G 'http://192.168.16.100:8086/db?u=root&p=root&q=show+databases&pretty=true'

#检查某库中的表【points部分】

curl -G 'http://192.168.16.100:8086/db/cadvisor/series?u=root&p=root&q=list+series&pretty=true'

#创建库：

库名：cadvisor

curl "http://www.perofu.com:8086/db?u=root&p=root" -d "{\"name\": \"cadvisor\"}"

③、Grafana注意事项：

    Grafana的数据检索，很需要花功夫，可以查看官网相关的语句，也可以直接借用其他人的模板

    Influxdb查询语句：

https://docs.influxdata.com/influxdb/v0.8/api/query_language/

 

④、Heapster注意事项：

    对于较大规模的k8s集群，heapster目前的cache方式会吃掉大量内存。

    因为要定时获取整个集群的容器信息，信息存储在内存会成为问题，再加上heaspter要支持api获取临时metrics。

    如果将heapster以pod方式运行，很容易出现OOM。所以目前建议关掉cache,并以standalone的方式独立出k8s平台，建议每个node都单独运行容器

    heapster最大的好处是其抓取的监控数据可以按pod，container，namespace等方式分组，

这样就能进行监控信息的隐私化，即每个k8s的用户只能看到自己的应用的资源使用情况。

    heapster收集的数据比cadvisor多，却全，而且存储在influxdb的也少，虽是Google的，但是作用却不尽相同

    Heapster容器单独启动时，会连接influxdb，并创建k8s数据库

heapster收集的数据metric的分类有两种，【grafana搜索时，要注意】

    1）、cumulative ：聚合的是【累计值】，包括cpu使用时间、网络流入流出量，

    2）、gauge ：聚合的是【瞬时值】，包括内存使用量

参考：https://github.com/kubernetes/heapster/blob/master/docs/storage-schema.md

	描述	分类
cpu/limit	cpu预设值，yaml文件可设置	瞬时值
cpu/node_reservation	kube节点的cpu预设值，类似cpu/limit	瞬时值
cpu/node_utilization	cpu利用率	瞬时值
cpu/request	cpu请求资源，yaml文件可设置	瞬时值
cpu/usage	cpu使用	累计值
cpu/usage_rate	cpu使用速率	瞬时值
filesystem/limit	文件系统限制	瞬时值
filesystem/usage	文件系统使用	瞬时值
memory/limit	内存限制，yaml文件可设置	瞬时值
memory/major_page_faults	内存主分页错误	累计值
memory/major_page_faults_rate	内存主分页错误速率	瞬时值
memory/node_reservation	节点内存预设值	瞬时值
memory/node_utilization	节点内存使用率	瞬时值
memory/page_faults	内存分页错误	瞬时值
memory/page_faults_rate	内存分页错误速率	瞬时值
memory/request	内存申请，yaml文件可设置	瞬时值
memory/usage	内存使用	瞬时值
memory/working_set	内存工作使用	瞬时值
network/rx	网络接收总流量	累计值
network/rx_errors	网络接收错误数	不确定
network/rx_errors_rate	网络接收错误数速率	瞬时值
network/rx_rate	网络接收速率	瞬时值
network/tx	网络发送总流量	累计值
network/tx_errors	网络发送错误数	不确定
network/tx_errors_rate	网络发送错误数速率	瞬时值
network/tx_rate	网络发送速率	瞬时值
uptime	容器启动时间，毫秒	瞬时值