使用KubeNurse進行集群網絡監控
前言
在Kubernetes中，網絡是通過第三方網絡插件來提供，這些三方插件本身的實現就比較復雜，以至于在排查網絡問題時常常碰壁。那么有沒有什么方式來監控集群中所有的網絡連接呢?
kubenurse就是這樣一個項目，它通過監視集群中的所有網絡連接，并提供監控指標供Prometheus采集。
Kubenurse
kubenurse的部署非常簡單，使用Daemonset形式部署到集群節點上，Yaml文件在項目的example目錄下。
部署成功后，每5秒鐘會對/alive發一次檢查請求，然后其內部會運行各種方法全方位對集群網絡進行檢測，為了防止過多的網絡流量，會對檢查結果緩存3秒。其檢測機制如下：
從上圖可以看出，kubenurse會對ingress、dns、apiserver、kube-proxy進行網絡探測。
所有的檢查都會創建公開的指標，這些指標可用于檢測：
- SDN網絡延遲以及錯誤
- Kubelet之間的網絡延遲以及錯誤
- Pod與apiserver通信問題
- Ingress往返網絡延遲以及錯誤
- Service往返網絡延遲以及錯誤(kube-proxy)
- Kube-apiserver問題
- Kube-dns(CoreDns)錯誤
- 外部DNS解析錯誤(ingress url解析)
然后這些數據主要通過兩個監控指標來體現：
- kubenurse_errors_total：按錯誤類型劃分的錯誤計數器
- kubenurse_request_duration：按類型劃分的請求時間分布
這些指標都是通過Type類型進行標識，對應幾種不同的檢測目標：
- api_server_direct：從節點直接檢測 API Server
- api_server_dns：從節點通過 DNS 檢測 API Server
- me_ingress：通過 Ingress 檢測本服務 Service
- me_service：使用 Service 檢測本服務 Service
- path_$KUBELET_HOSTNAME：節點之間的互相檢測
然后這些指標分別按P50，P90，P99分位數進行劃分，就可以根據不同的情況來確認集群網絡狀況了。
安裝部署
這里直接使用官方的部署文件進行部署。不過需要更改幾個地方。(1)首先將代碼clone到本地
- git clone https://github.com/postfinance/kubenurse.git
(2)進入example目錄，修改ingress.yaml配置，主要是添加域名，如下。
- ---
- apiVersion: extensions/v1beta1
- kind: Ingress
- metadata:
- annotations:
- kubernetes.io/ingress.class: nginx
- name: kubenurse
- namespace: kube-system
- spec:
- rules:
- - host: kubenurse-test.coolops.cn
- http:
- paths:
- - backend:
- serviceName: kubenurse
- servicePort: 8080
(2)更新daemonset.yaml配置，主要是更改ingress的入口域名，如下。
- ---
- apiVersion: apps/v1
- kind: DaemonSet
- metadata:
- labels:
- app: kubenurse
- name: kubenurse
- namespace: kube-system
- spec:
- selector:
- matchLabels:
- app: kubenurse
- template:
- metadata:
- labels:
- app: kubenurse
- annotations:
- prometheus.io/path: "/metrics"
- prometheus.io/port: "8080"
- prometheus.io/scheme: "http"
- prometheus.io/scrape: "true"
- spec:
- serviceAccountName: nurse
- containers:
- - name: kubenurse
- env:
- - name: KUBENURSE_INGRESS_URL
- value: kubenurse-test.coolops.cn # 需要更改的地方
- - name: KUBENURSE_SERVICE_URL
- value: http://kubenurse.kube-system.svc.cluster.local:8080
- - name: KUBENURSE_NAMESPACE
- value: kube-system
- - name: KUBENURSE_NEIGHBOUR_FILTER
- value: "app=kubenurse"
- image: "postfinance/kubenurse:v1.2.0"
- ports:
- - containerPort: 8080
- protocol: TCP
- tolerations:
- - effect: NoSchedule
- key: node-role.kubernetes.io/master
- operator: Equal
- - effect: NoSchedule
- key: node-role.kubernetes.io/control-plane
- operator: Equal
(4)新創建一個ServiceMonitor，用于獲取指標數據，如下：
- apiVersion: monitoring.coreos.com/v1
- kind: ServiceMonitor
- metadata:
- name: kubenurse
- namespace: monitoring
- labels:
- k8s-app: kubenurse
- spec:
- jobLabel: k8s-app
- endpoints:
- - port: "8080-8080"
- interval: 30s
- scheme: http
- selector:
- matchLabels:
- app: kubenurse
- namespaceSelector:
- matchNames:
- - kube-system
(5)部署應用，在example目錄下執行以下命令。
- kubectl apply -f .
(6)等待所有應用變成running，如下。
- # kubectl get all -n kube-system -l app=kubenurse
- NAME READY STATUS RESTARTS AGE
- pod/kubenurse-fznsw 1/1 Running 0 17h
- pod/kubenurse-n52rq 1/1 Running 0 17h
- pod/kubenurse-nwtl4 1/1 Running 0 17h
- pod/kubenurse-xp92p 1/1 Running 0 17h
- pod/kubenurse-z2ksz 1/1 Running 0 17h
- NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
- service/kubenurse ClusterIP 10.96.229.244 <none> 8080/TCP 17h
- NAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE
- daemonset.apps/kubenurse 5 5 5 5 5 <none> 17h
(7)到prometheus上查看是否正常獲取數據。
查看指標是否正常。
(8)這時候就可以在grafana上畫圖，展示監控數據了，如下。
參考文檔
【1】https://github.com/postfinance/kubenurse
【2】https://github.com/postfinance/kubenurse/tree/master/examples
