Kubernetes 是目前最为流行的容器编排和管理工具之一。在生产环境中，如何对应用进行集群监控和日志管理是至关重要的。本文将为大家详细介绍 Kubernetes 的集群监控和日志管理方案，并提供实用的示例代码。
集群监控
在集群监控方面，我们需要监控以下几个方面：
- 节点的 CPU、内存、负载等指标
- Pod 的 CPU、内存、网络等指标
- Service 的访问情况和负载均衡情况
- Kubernetes 组件的健康状况
为了监控 Kubernetes，我们可以使用 Prometheus 和 Grafana 两个工具来完成。
Prometheus
Prometheus 是一款开源的监控系统，可以采集各种应用和系统的指标，并提供查询语言 PromQL 进行数据分析和可视化。
我们可以将 Prometheus 部署在 Kubernetes 集群中，并通过 ServiceMonitor 采集各个应用的指标。ServiceMonitor 是 Prometheus 的一个扩展，通过指定 label selector 来自动发现需要采集的应用。
以下是一个简单的 ServiceMonitor 配置示例：
// javascriptcn.com 代码示例
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
name: my-app
labels:
app: my-app
spec:
selector:
matchLabels:
app: my-app
endpoints:
- port: http
path: /metrics这个配置指定了需要采集的应用的 label selector 为 app=my-app，其中 app 是应用的 label 名称。我们还需要在应用中暴露 /metrics 接口，供 Prometheus 采集指标。
Grafana
Grafana 是一款流行的开源监控可视化工具，可以将 Prometheus 采集到的指标进行可视化展示。
我们可以通过 Helm 安装 Grafana。以下是安装步骤：
helm repo add grafana https://grafana.github.io/helm-charts helm repo update helm install grafana grafana/grafana
安装完成后，我们可以通过浏览器打开 Grafana 地址 http://Grafana_IP:3000 进行访问。在登录界面输入用户名和密码，默认为 admin/admin。
接下来，我们需要添加 Prometheus 数据源。在 Grafana 首页选择 Configuration -> Data Sources，点击“Add data source”按钮，选择 Prometheus 数据源，输入 Prometheus 的地址 http://prometheus:9090，点击“Save & Test”按钮进行测试。
最后，我们可以创建 Dashboard 来展示指标。在 Grafana 首页选择 Create -> Dashboard，点击“Add panel”按钮添加需要展示的指标。
例如，我们可以添加一个 panel 来展示 Node CPU 使用率，输入以下 PromQL 语句：
100 * (1 - avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])))这个语句计算了 5 分钟内 Node CPU 使用率的平均值。我们还可以添加其他 panel 来展示不同的指标。
日志管理
在日志管理方面，我们需要收集应用的日志，并将其存储到中央日志库中供查询和分析。
为了实现这个目标，我们可以使用 Elasticsearch、Fluentd、Kibana（EFK）这个 Stack 来实现日志收集和分析。
Elasticsearch
Elasticsearch 是一款分布式搜索引擎，可以用来存储和检索大规模数据。我们可以使用 Elasticsearch 来存储集群日志。
我们可以通过 Helm 安装 Elasticsearch。以下是安装步骤：
helm repo add elastic https://helm.elastic.co helm repo update helm install elasticsearch elastic/elasticsearch
安装完成后，我们需要配置 Elasticsearch。以下是一个简单的配置示例：
// javascriptcn.com 代码示例
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: elasticsearch
spec:
version: 7.11.2
nodeSets:
- name: default
count: 1
config:
node.store.allow_mmap: false在这个示例中，我们部署了一个单节点的 Elasticsearch 集群。
Fluentd
Fluentd 是一款开源的日志收集工具，可以从各种应用和系统中收集日志，并将其存储到中央日志库中。
我们可以通过 Helm 安装 Fluentd。以下是安装步骤：
helm repo add bitnami https://charts.bitnami.com/bitnami helm repo update helm install fluentd bitnami/fluentd-ds
安装完成后，我们需要配置 Fluentd，并将日志发送到 Elasticsearch 中。以下是一个简单的配置示例：
// javascriptcn.com 代码示例
apiVersion: v1
kind: ConfigMap
metadata:
name: fluentd-config
namespace: kube-system
data:
fluent.conf: |
<match **>
@type elasticsearch
hosts elasticsearch:9200
index_name my-index-${Time.now.strftime('%Y%m%d')}
<buffer tag>
@type file
path /var/log/fluentd/my-index_${tag_parts[0]}_${tag_parts[1]}.log
flush_interval 10s
</buffer>
</match>在这个示例中，我们将日志发送到 Elasticsearch 中。hosts 指定了 Elasticsearch 的地址，index_name 指定了索引名称，日志将按照日期进行切分。
Kibana
Kibana 是一款开源的管理和可视化工具，可以用来查询和分析 Elasticsearch 中存储的数据。
我们可以通过 Helm 安装 Kibana。以下是安装步骤：
helm install kibana elastic/kibana
安装完成后，我们可以通过浏览器打开 Kibana 地址 http://Kibana_IP:5601 进行访问。在登录界面输入用户名和密码，默认为 elastic/changeme。
接下来，我们需要创建 Index Pattern 来指定需要查询的索引。在 Kibana 首页选择 Management -> Kibana -> Index Patterns，点击“Create index pattern”按钮，输入索引名称 my-index-*，点击“Next”按钮，选择时间字段 @timestamp，点击“Create index pattern”按钮完成创建。
最后，我们可以使用 Kibana 查询和可视化日志。在 Kibana 首页选择 Discover，选择刚才创建的 Index Pattern，选择时间范围和搜索条件，点击“Search”按钮进行查询。
总结
本文为大家介绍了 Kubernetes 中如何进行集群监控和日志管理。在监控方面，我们可以使用 Prometheus 和 Grafana 进行采集和展示。在日志管理方面，我们可以使用 EFK Stack 进行收集和分析。这些解决方案可以帮助我们更好地管理 Kubernetes 集群，并保证应用的可靠性和稳定性。
来源：JavaScript中文网 ，转载请注明来源 本文地址：https://www.javascriptcn.com/post/654093eb7d4982a6eba15c1b