Kubelet 可观测性最佳实践

Kubelet 介绍

Kubelet 是 Kubernetes 集群中的一个核心组件，它在每个节点上运行并负责维护容器的生命周期。这包括创建和删除容器、监控容器的健康状况以及向 Kubernetes 控制平面报告容器的状态。此外，Kubelet 还负责将容器日志上传到配置的日志服务器，并提供容器运行时的度量信息。对 Kubelet 的性能进行深入了解和监控是确保 Kubernetes 集群稳定性和效率的关键。

Kubelet 监控主要有以下几个方面的维度：

监控维度	描述	重要性
节点状态监控	监控节点的健康状况，包括 Ready、NotReady 状态	高
容器状态监控	监控容器的运行状态，如 Running、Paused、Terminated 等	高
系统资源监控	监控 CPU、内存、磁盘等资源的使用情况	高
网络监控	监控 Pod 和节点的网络性能和连接状态	中
事件和日志监控	监控 Kubernetes 集群中的事件和日志，帮助理解应用程序和资源的状态	高
追踪监控	跟踪请求在系统各服务和组件中的流程	中
Pod 调度和运行	监控 Pod 的调度效率和运行时性能	高
Kubelet API 性能	监控 Kubelet API 的响应时间和错误率	中
镜像拉取和存储	监控容器镜像的拉取效率和存储使用情况	中

Kubelet 组件的核心指标接口，除了本身的 /metrics 以外，还包括 cAdvisor 相关的指标接口 /metrics/cadvisor。以下为接口的简要说明。

/metrics

/metrics 接口提供了 kubelet 自身以及节点级别的监控指标。这些指标可以帮助管理员监控节点资源使用情况，优化资源分配，并快速定位性能瓶颈。以下是一些关键的指标类型：

• CPU 指标：包括 cpu_usage_total（总 CPU 使用量）和 cpu_usage_percent（CPU 使用率）等。
• 内存指标：包括 memory_usage_total（总内存使用量）和 memory_usage_percent（内存使用率）等。
• 存储指标：包括 disk_io_total（总磁盘 I/O）和 disk_io_rate（磁盘 I/O 速率）等。
• 网络指标：包括网络流量和带宽使用情况等。

这些指标对于监控节点资源使用和性能分析至关重要。

/metrics/cadvisor

/metrics/cadvisor 接口是由集成在 kubelet 中的 cAdvisor 提供的，用于监控容器资源使用情况。cAdvisor（Container Advisor）是 Google 开源的一个工具，它可以在各种容器环境中运行，包括 Docker、rkt 等。以下是 cAdvisor 的一些关键特性和指标：

• 容器级别的监控：cAdvisor 提供了容器级别的资源使用数据，包括 CPU、内存、磁盘 I/O 等。
• 实时数据：cAdvisor 定期从容器中收集信息，并暴露在 HTTP 接口上供用户查询。

观测云

观测云是一款专为 IT 工程师打造的全链路可观测产品，它集成了基础设施监控、应用程序性能监控和日志管理，为整个技术栈提供实时可观察性。这款产品能够帮助工程师全面了解端到端的用户体验追踪，了解应用内函数的每一次调用，以及全面监控云时代的基础设施。此外，观测云还具备快速发现系统安全风险的能力，为数字化时代提供安全保障。

部署 DataKit

DataKit 是一个开源的、跨平台的数据收集和监控工具，由观测云开发并维护。它旨在帮助用户收集、处理和分析各种数据源，如日志、指标和事件，以便进行有效的监控和故障排查。DataKit 支持多种数据输入和输出格式，可以轻松集成到现有的监控系统中。

登录观测云控制台，在「集成」 - 「DataKit」选择对应安装方式，当前采用 Linux 主机部署 DataKit。

编辑 datakit.yaml ，把 token 粘贴到 ENV_DATAWAY 环境变量值中“token=”后面，设置环境变量 ENV_CLUSTER_NAME_K8S 的值并增加环境变量 ENV_NAMESPACE，这两个环境变量的值一般和集群名称对应，一个工作空间集群名称要唯一。

        - name: ENV_NAMESPACEvalue: xxxx

把 datakit.yaml 上传到可以连接到 Kubernetes 集群的主机上，执行如下命令。

kubectl apply -f datakit.yaml
kubectl get pod -n datakit

采集器配置

KubernetesPrometheus 是 DataKit 的一个采集器，它根据自定义配置实现自动发现 Prometheus 服务并进行采集，极大简化了采集 Kubernetes 集群中 Kubelet 指标的复杂度。

通过在 DataKit 的 Comfigmap 中添加 kubernetesprometheus.conf 采集器，对 Kubelet 中 /metrics 以及 /metrics/cadvisor 指标接口进行采集。

apiVersion: v1
kind: ConfigMap
metadata:name: datakit-confnamespace: datakit
data:kubelet.conf: |-[inputs.kubernetesprometheus][[inputs.kubernetesprometheus.instances]]role       = "node"selector   = "kubernetes.io/os=linux"scrape     = "true"scheme     = "https"port       = "__kubernetes_node_kubelet_endpoint_port"path       = "/metrics"params     = ""interval   = "15s"[inputs.kubernetesprometheus.instances.custom]measurement        = "kubelet"job_as_measurement = true[inputs.kubernetesprometheus.instances.custom.tags]instance      = "__kubernetes_mate_instance"cluster_name_k8s       = "default"job          =  "kubelet"[inputs.kubernetesprometheus.instances.auth]bearer_token_file      = "/var/run/secrets/kubernetes.io/serviceaccount/token"[inputs.kubernetesprometheus.instances.auth.tls_config]insecure_skip_verify = truecert     = "/var/run/secrets/kubernetes.io/serviceaccount/ca.crt"[[inputs.kubernetesprometheus.instances]]role       = "node"selector   = "kubernetes.io/os=linux"scrape     = "true"scheme     = "https"port       = "__kubernetes_node_kubelet_endpoint_port"path       = "/metrics/cadvisor"params     = ""interval   = "15s"[inputs.kubernetesprometheus.instances.custom]measurement        = "cadvisor"job_as_measurement = true[inputs.kubernetesprometheus.instances.custom.tags]instance      = "__kubernetes_mate_instance"cluster_name_k8s       = "default"job           = "kubelet"node          = "__kubernetes_node_name"label_alpha_eksctl_io_nodegroup_name          = "__kubernetes_node_label_alpha.eksctl.io/nodegroup-name"[inputs.kubernetesprometheus.instances.auth]bearer_token_file      = "/var/run/secrets/kubernetes.io/serviceaccount/token"[inputs.kubernetesprometheus.instances.auth.tls_config]insecure_skip_verify = truecert     = "/var/run/secrets/kubernetes.io/serviceaccount/ca.crt"

再把 kubelet.conf 挂载到 DataKit 的 /usr/local/datakit/conf.d/kubernetesprometheus/kubelet.conf 下面，最后重新部署 DataKit。

        - mountPath: /usr/local/datakit/conf.d/kubernetesprometheus/kubelet.confname: datakit-confsubPath: kubelet.conf

关键指标

Metrics	描述	单位
kubelet_node_name	Kubelet 所在的节点	count
kubelet_running_pods	当前节点正在运行的 Pod 数量	count
kubelet_running_containers	当前节点上正在运行的容器数量	count
volume_manager_total_volumes	当前节点上管理的卷总数	count
volume_manager_total_volumes	Kubelet 执行的容器运行时操作总数	count
kubelet_runtime_operations_total	Kubelet 执行的容器运行时操作失败的次数	count
kubelet_runtime_operations_errors_total	Kubelet 执行的容器运行时操作的持续时间分布	s
kubelet_runtime_operations_duration_seconds_bucket	Kubelet 启动 Pod 的总次数	count
kubelet_pod_start_duration_seconds_count	Kubelet 启动 Pod 的持续时间分布	s
kubelet_pod_start_duration_seconds_bucket	存储操作的总次数	count
storage_operation_duration_seconds_count	存储操作失败的总次数	count
storage_operation_errors_total	Kubelet 管理 cgroup 的操作总次数	count
kubelet_cgroup_manager_duration_seconds_count	Kubelet 管理 cgroup 的操作持续时间分布	s
kubelet_cgroup_manager_duration_seconds_bucket	Kubelet 的 Pod 生命周期事件生成器（PLEG）重新列出操作的总次数	count
kubelet_pleg_relist_duration_seconds_count	Kubelet 向 Kubernetes API Server 发送的 REST 请求总数	count
rest_client_requests_total	Kubelet 向 Kubernetes API Server 发送的 REST 请求的持续时间分布	count
rest_client_request_duration_seconds_bucket	Kubelet 进程占用的物理内存大小	byte
process_resident_memory_bytes	Kubelet 进程占用的 CPU 时间总和	s
process_cpu_seconds_total	Kubelet 进程占用的 CPU 时间总和	s
go_goroutines	Kubelet 进程中活跃的 Go 协程数量	count

场景视图

 

监控器（告警）

Kubelet 内存告警

Kubelet CPU告警

Kubelet 操作错误率过高告警

总结

Kubelet 是 Kubernetes 集群中负责维护容器生命周期的核心组件，其性能监控对于保障集群稳定性和效率至关重要。借助观测云，用户不仅能实时掌握 Kubelet 的运行状态，还能通过场景视图直观呈现监控数据，并设置监控器实现告警功能，从而有效管理 Kubelet 性能，提升 Kubernetes 集群的整体可靠性与性能。