在 Kubernetes 中，资源监控是非常重要的一环，它可以让我们了解集群中各个节点的资源使用情况，及时发现并解决资源瓶颈问题，提高集群的稳定性和可用性。本文将介绍如何使用 Metrics Server 实现 Kubernetes 中的资源监控。
Metrics Server 简介
Metrics Server 是 Kubernetes 官方提供的一款轻量级的资源监控工具，它可以收集 Kubernetes 集群中的各种资源使用情况，包括节点 CPU、内存、磁盘、网络等信息。Metrics Server 会将收集到的数据通过 API Server 暴露出来，供其他组件或工具进行使用。
安装 Metrics Server
在 Kubernetes 集群中安装 Metrics Server 非常简单，只需要执行以下命令即可：
$ kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml
执行完上述命令后，可以通过以下命令检查 Metrics Server 是否正常运行：
$ kubectl get pod -n kube-system | grep metrics-server
如果输出类似如下信息，则说明 Metrics Server 已经成功安装并运行：
metrics-server-xxxxx-yyyyy 1/1 Running 0 1d
使用 Metrics Server
在安装了 Metrics Server 后，我们就可以开始使用它来监控 Kubernetes 集群中的资源使用情况了。下面我们将介绍如何使用 Metrics Server 监控节点的 CPU 和内存使用情况。
监控节点 CPU 使用情况
为了监控节点的 CPU 使用情况，我们需要创建一个名为 cpu-usage 的 Deployment：
-- -------------------- ---- -------
----------- -------
----- ----------
---------
----- ---------
-------
---- ---------
-----
--------- -
---------
------------
---- ---------
---------
---------
-------
---- ---------
-----
-----------
- ----- ---------
------ -----------
----------
-------
---- ---
---------
---- -----
-------- ----------- ----- ------ ----- -- ------ ----- -- ------该 Deployment 会创建一个名为 cpu-usage 的 Pod，该 Pod 中运行着一个名为 stress 的容器，该容器会不断地占用节点的 CPU 资源。
接下来，我们需要创建一个名为 cpu-usage-metrics 的 HorizontalPodAutoscaler，该 HorizontalPodAutoscaler 会根据节点的 CPU 使用情况自动调整 Pod 的数量：
-- -------------------- ---- -------
----------- -------------------
----- -----------------------
---------
----- -----------------
-----
---------------
----------- -------
----- ----------
----- ---------
--------
- ----- --------
---------
----- ---
------------------------- --该 HorizontalPodAutoscaler 会根据节点的 CPU 使用率自动调整 Pod 的数量，使得节点的 CPU 使用率保持在 50% 左右。如果节点的 CPU 使用率超过了 50%，则会自动增加 Pod 的数量，如果节点的 CPU 使用率低于 50%，则会自动减少 Pod 的数量。
最后，我们可以通过以下命令查看节点的 CPU 使用情况：
$ kubectl top pod
该命令会列出集群中所有 Pod 的 CPU 使用情况，可以通过添加 -A 参数来查看所有命名空间中的 Pod。
监控节点内存使用情况
为了监控节点的内存使用情况，我们需要创建一个名为 memory-usage 的 Deployment：
-- -------------------- ---- -------
----------- -------
----- ----------
---------
----- ------------
-------
---- ------------
-----
--------- -
---------
------------
---- ------------
---------
---------
-------
---- ------------
-----
-----------
- ----- ------------
------ -----------
----------
-------
------- -------
---------
------- -------
-------- ----------- ----- ------ ----- -- ------ ---------- ----- ------该 Deployment 会创建一个名为 memory-usage 的 Pod，该 Pod 中运行着一个名为 stress 的容器，该容器会不断地占用节点的内存资源。
接下来，我们需要创建一个名为 memory-usage-metrics 的 HorizontalPodAutoscaler，该 HorizontalPodAutoscaler 会根据节点的内存使用情况自动调整 Pod 的数量：
-- -------------------- ---- -------
----------- -------------------
----- -----------------------
---------
----- --------------------
-----
---------------
----------- -------
----- ----------
----- ------------
--------
- ----- --------
---------
----- ------
------------------- -----该 HorizontalPodAutoscaler 会根据节点的内存使用率自动调整 Pod 的数量，使得节点的内存使用率保持在 50% 左右。如果节点的内存使用率超过了 50%，则会自动增加 Pod 的数量，如果节点的内存使用率低于 50%，则会自动减少 Pod 的数量。
最后，我们可以通过以下命令查看节点的内存使用情况：
$ kubectl top pod
该命令会列出集群中所有 Pod 的内存使用情况，可以通过添加 -A 参数来查看所有命名空间中的 Pod。
总结
本文介绍了如何使用 Metrics Server 实现 Kubernetes 中的资源监控，包括如何安装 Metrics Server、如何监控节点的 CPU 和内存使用情况、以及如何自动调整 Pod 的数量。Metrics Server 是 Kubernetes 中非常重要的一款工具，它可以帮助我们及时发现并解决资源瓶颈问题，提高集群的稳定性和可用性。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/650fc44b95b1f8cacd873df6