如何有效地监测库伯奈特舱的HPA统计量

Question

目前，我们有一套托管在kubernetes集群上的微服务。我们正在根据粗略的估计来设置hpa值。我计划使用grafana来监视水平的pod自动标度行为，以确保我们不会过多地分配CPU/内存等资源，并提出可能的成本优化建议。需要关于如何实现这一点的指导。

我对库伯奈特的世界很陌生。需要关于如何实现这一点的指导。

Answer 1

tl；博士

1. 监控每个豆荚的资源消耗。
2. 监控荚的重新启动和复制的数量。
3. 使用负载测试。

存储器

作为一个起点，您可以监视每个吊舱的CPU和内存消耗。例如，您可以这样做：

sum by (pod) (container_memory_usage_bytes{container=...}/
sum by (pod) (kube_pod_container_resource_requests{container=...})

如果您遵循设置Kubernetes请求和限制的实用指南中提供的建议，则限制设置与请求设置相关。对于这样的查询，您可以分析，如果每个荚请求的内存是大致真实的。根据自动分频器的配置，这可能会有所帮助。您可以定义一些grafana警报规则，如果使用内存和请求内存之间的期望比率超过了某个阈值，就会触发警报。

重启

如果吊舱超过给定的内存限制，吊舱将崩溃，库伯内特斯将触发重新启动。使用以下指标，您可以监视重新启动：

sum by (pod) (increase(kube_pod_container_status_restarts_total{...}[1h]))

CPU

CPU的使用也是相关的：

process_cpu_usage{container="..."}

对于其他查询，请查看Prometheus查询以获得kubernetes吊舱中CPU和内存的使用情况。

复制品

现在，既然您有了基本的度量标准，那么自动分词器本身呢？您将能够计算这样的活动荚数：

kube_horizontalpodautoscaler_status_current_replicas{}

请注意，您可能需要通过标签horizontalpodautoscaler筛选此度量。但是，我建议您首先在没有过滤器的情况下运行度量，以获取有关所有运行的自动计算器的信息。

为了更好地控制成本，自动标度通常被限制在最大的副本。如果以最大的速度运行，则可能需要检查给定的最大值是否低。使用kubectl，您可以这样检查状态：

kubectl describe hpa

看看条件ScalingLimited。

与地堑：

kube_horizontalpodautoscaler_status_condition{condition="ScalingLimited"}

在kube状态度量上可以找到kubernetes度量的列表。看看卧式Pod自动分频器计量器和ReplicationController度量。

使用负载测试

在HorizontalPodAutoscaler漫游中，需要增加应用程序的负载。您可以为此使用几个工具，例如Apache或JMeter。

在我的经验中，升级是很容易实现的，棘手的部分是降级。因此，您需要增加和减少负载。

Answer 2

水平缩放允许您根据设置的度量标准来缩放豆荚的数量。Kubernetes提供水平Pod自动分配器(HPA)服务，使您能够缩放豆荚，horizontally.Scaling是基于目标值的。例如，您可以创建有关CPU利用率的度量标准，并在CPU使用率为busy.Horizontal的情况下开发更多的pods来分配负载，自动标度是基于规则，即在某个资源达到上限或下限时启动或停止分配给它们的实例。这也有助于您优化成本。

开源Kubecost工具通过使用Kubernetes概念度量详细的使用情况，并将粒度使用数据与云提供商的计费信息或从open环境中的成本估计相关联来解决这个问题。

尽管HPA非常强大，但它确实需要大量的、持续不断的调优才能实现它的好处。为此，我们使用Grafana仪表板作为查看HPA活动的一种方便方式，该方法特定于特定的pod或环境。