了解產(chǎn)品詳情請戳-->嘉為藍(lán)鯨監(jiān)控中心

01. 容器監(jiān)控痛點(diǎn)

近年來，Kubernetes 作為許多公司云原生改造的首選容器編排平臺(tái)，越來越多的開發(fā)和運(yùn)維工作都圍繞 Kubernetes 展開，保證 Kubernetes 的穩(wěn)定性和可用性是基本需求，而其中的核心是如何有效地監(jiān)控 Kubernetes 集群，確保整個(gè)集群的高可觀測性容器監(jiān)控常常會(huì)有以下痛點(diǎn):

• 動(dòng)態(tài)環(huán)境與復(fù)雜架構(gòu)

容器化環(huán)境通常是高度動(dòng)態(tài)和分布式的，這意味著容器生命周期短且頻繁變化，同時(shí)應(yīng)用由多個(gè)微服務(wù)組件構(gòu)成，分布在多個(gè)節(jié)點(diǎn)上。這種動(dòng)態(tài)性和復(fù)雜性要求監(jiān)控工具能夠快速適應(yīng)環(huán)境變化，并有效地追蹤跨多個(gè)服務(wù)和節(jié)點(diǎn)的問題。

• 數(shù)據(jù)量大與性能開銷

高頻率的數(shù)據(jù)收集和大量的日志、指標(biāo)數(shù)據(jù)會(huì)迅速增長，給存儲(chǔ)和處理帶來挑戰(zhàn)。另外，監(jiān)控系統(tǒng)本身引入的性能開銷也需要謹(jǐn)慎管理，以免影響應(yīng)用程序的正常運(yùn)行。

• 多層次監(jiān)控需求

容器監(jiān)控需要覆蓋多個(gè)層次，包括底層基礎(chǔ)設(shè)施、容器運(yùn)行時(shí)、容器編排平臺(tái)，以及應(yīng)用層面的性能指標(biāo)和日志數(shù)據(jù)。

02. 場景介紹

容器監(jiān)控，泛指在容器場景下，對容器環(huán)境的指標(biāo)、事件等進(jìn)行上報(bào)。目前市面上的容器管理平臺(tái)，基本被Kubernetes所統(tǒng)一，本文將核心圍繞Kubernetes的場景及特性，介紹嘉為藍(lán)鯨監(jiān)控中心（下稱“監(jiān)控中心”）是如何實(shí)現(xiàn)容器監(jiān)控的。

不同于常見的主機(jī)監(jiān)控、組件監(jiān)控等成就，容器監(jiān)控具備以下幾個(gè)鮮明的監(jiān)控特性：

• 監(jiān)控目標(biāo)是動(dòng)態(tài)的，無法通過傳統(tǒng)的方式對指定目標(biāo)IP、目標(biāo)端口進(jìn)行監(jiān)控。
• 由于容器的頻繁銷毀與創(chuàng)建，監(jiān)控目標(biāo)展現(xiàn)出極高的動(dòng)態(tài)性，缺乏有效的監(jiān)控手段將直接導(dǎo)致難以追溯。
• 無需關(guān)注容器具體運(yùn)行在哪臺(tái)機(jī)器上。
• 容器的數(shù)量多，上報(bào)的指標(biāo)量級多。

圍繞著上面的特性，容器監(jiān)控的訴求主要分為以下幾點(diǎn)：

1）集群本身的運(yùn)行狀態(tài)監(jiān)控，監(jiān)控的目的是隨時(shí)關(guān)注容量、及時(shí)發(fā)現(xiàn)異常，讓集群的運(yùn)維者能夠快速修復(fù)集群問題。

• 對Kubernetes集群狀態(tài)的監(jiān)控，如Master集群的etcd,Kube-api、Kube-scheduler、Kube-proxy、Kubelet等核心服務(wù)的監(jiān)控。
• 對Node節(jié)點(diǎn)狀態(tài)的監(jiān)控，如CPU、內(nèi)存、網(wǎng)卡等監(jiān)控。
• 對資源的統(tǒng)計(jì)需求，如Cluster、NameSpace、 Node、Pod數(shù)量的統(tǒng)計(jì)。
• 對Workload、Service、Pod、Container運(yùn)行指標(biāo)和狀態(tài)監(jiān)控。

2）Kubernetes事件監(jiān)控記錄了組件的某個(gè)時(shí)間的動(dòng)作，用于展示集群內(nèi)發(fā)生的情況，當(dāng)集群內(nèi)的資源狀態(tài)發(fā)生變化時(shí)產(chǎn)生新的event，對容器事件的收集、監(jiān)控，避免集群或節(jié)點(diǎn)可用性產(chǎn)生的影響。

• 容器事件：如容器啟停狀態(tài)、拉取/創(chuàng)建/啟動(dòng)容器失敗等;
• 節(jié)點(diǎn)事件：如節(jié)點(diǎn)添加/刪除、節(jié)點(diǎn)狀態(tài)變化、節(jié)點(diǎn)可用性等;
• Pod事件：如創(chuàng)建Pod成功/失敗、刪除pod成功/失敗等.

3）自定義指標(biāo)的監(jiān)控：

• 對于運(yùn)行在容器中的服務(wù)而言，僅僅依賴運(yùn)行環(huán)境的指標(biāo)正常性來評估服務(wù)狀態(tài)是不足夠的。因?yàn)榧幢氵\(yùn)行環(huán)境（如CPU、內(nèi)存等）指標(biāo)表現(xiàn)正常，因此需要上報(bào)服務(wù)本身的指標(biāo)。
• 服務(wù)的指標(biāo)，如接口的成功、失敗、飽和度、錯(cuò)誤率等，通常這類指標(biāo)對應(yīng)用開發(fā)來說，更具有實(shí)際參考價(jià)值，更能夠?qū)I(yè)務(wù)有幫助。

03. 產(chǎn)品方案

對于K8s的監(jiān)控，其實(shí)已經(jīng)有一套原生的Prometheus方案，方案本身采集的指標(biāo)相對完善，但是核心問題是對集群性能有較大的占用，且整體部署方式相對獨(dú)立，采集的指標(biāo)無法結(jié)合其他監(jiān)控產(chǎn)品進(jìn)行有效的消費(fèi)。

為了讓大家統(tǒng)一集中管理監(jiān)控，將容器監(jiān)控與主機(jī)監(jiān)控，業(yè)務(wù)監(jiān)控等融為一體，監(jiān)控中心推出了容器場景的監(jiān)控能力。可以解決以下問題：

• 避免Prometheus服務(wù)在高負(fù)載情況下OOM，查詢無響應(yīng)，可用性不高問題。
• 無需每個(gè)Kubernetes集群獨(dú)立部署Prometheus。
• 解決容器監(jiān)控和業(yè)務(wù)監(jiān)控割裂使用的問題，集中式查看監(jiān)控、告警，讓監(jiān)控?cái)?shù)據(jù)在統(tǒng)一的地方消費(fèi)使用，無需同時(shí)維護(hù)多套監(jiān)控系統(tǒng)。

得益于監(jiān)控中心化的存儲(chǔ)能力，Bkmonitor-operator 較 Prometheus-operator 方案，對集群內(nèi)資源消耗更低。

04. 效果展示

1）容器多指標(biāo)計(jì)算檢測

容器監(jiān)控的指標(biāo)數(shù)量龐雜，許多指標(biāo)均需經(jīng)過二次計(jì)算，甚至無法通過常規(guī)的配置方式配置檢測策略。對此，監(jiān)控中心同步提供以下兩個(gè)檢測能力：

① 衍生指標(biāo)管理

支持衍生指標(biāo)能力，允許用戶通過指標(biāo)計(jì)算自定義衍生指標(biāo)。要知道，在容器內(nèi)，許多上層資源指標(biāo)都是由下層指標(biāo)匯聚計(jì)算而來（比如Cluster的性能指標(biāo)，其實(shí)是Pod性能指標(biāo)匯聚計(jì)算獲得），通過衍生指標(biāo)功能，用戶可以預(yù)定義上層匯聚指標(biāo)，并在策略配置，可視化展示時(shí)直接消費(fèi)，而不需要每次都重復(fù)配置計(jì)算規(guī)則。

② 兼容PromQL表達(dá)式

完全兼容PromQL檢測預(yù)計(jì)，實(shí)現(xiàn)更多樣化的檢測邏輯，應(yīng)對容器監(jiān)控下復(fù)雜的監(jiān)控檢測需求。

③ 容器資源監(jiān)控

監(jiān)控中心支持對容器內(nèi)各類資源對象進(jìn)行發(fā)現(xiàn)，并采集相關(guān)性能指標(biāo)，包括以下對象：

• Cluster
• Workload (DaemonSet、Deployment、StatefulSet、Job、CrontJob、GameStatefulSet、GameDeployment)
• Pod
• Container
• Node

支持按照容器實(shí)例查看對應(yīng)的實(shí)時(shí)指標(biāo)視圖、告警數(shù)據(jù)以及實(shí)例本身的信息。

④ 容器組件服務(wù)監(jiān)控

對于容器上部署的組件服務(wù)，監(jiān)控中心支持通過多種方式進(jìn)行監(jiān)控：

• 支持serviceMonitor（主推）和PodMonitor；
• sidecar方式（ 以sidecar模式部署exporter抓取器暴露出metrics，結(jié)合serviceMonitor進(jìn)行采集）；
• 中心遠(yuǎn)程統(tǒng)一采集 (組件本身暴露了metrics，結(jié)合serviceMonitor進(jìn)行采集）。

支持檢索查看上報(bào)后的指標(biāo)實(shí)時(shí)數(shù)據(jù)。

⑤ 容器日志監(jiān)控

對于容器上的日志，監(jiān)控中心支持采集以下類型的日志：

• 支持采集在容器上運(yùn)行的文件日志，即應(yīng)用/服務(wù)產(chǎn)生的文本日志，例如Nginx日志、業(yè)務(wù)日志等；
• 支持采集K8s Node日志；
• 支持Kubernetes的標(biāo)準(zhǔn)輸出，即Pod容器的標(biāo)準(zhǔn)輸出，包含標(biāo)準(zhǔn)輸出信息（stdout）和標(biāo)準(zhǔn)出錯(cuò)信息（stderr），輸出路徑為容器的/dev/termination-log文件。

配置容器采集時(shí)可根據(jù)需要選擇指定的Pods。

05. 最佳實(shí)踐

容器監(jiān)控場景由于自身的復(fù)雜性，即使在技術(shù)上我們實(shí)現(xiàn)了對目標(biāo)的全量監(jiān)控、采集，但是如何配置有效的告警依然是用戶實(shí)施容器監(jiān)控的一大難點(diǎn)。

為了幫助在容器監(jiān)控場景下經(jīng)驗(yàn)不深的用戶，監(jiān)控中心不僅內(nèi)置了默認(rèn)的容器監(jiān)控策略、容器儀表盤，同時(shí)還提供了詳盡的指標(biāo)說明文檔和最佳實(shí)踐配置指引，幫助用戶全面了解容器監(jiān)控?cái)?shù)據(jù)。