在K8S中，什么是容器资源监视?

在 Kubernetes（K8S）中，容器资源监视（Container Resource Monitoring）指的是持续收集、聚合和分析集群中运行的容器（以及 Pod、节点等）的资源使用指标（如 CPU、内存、网络 I/O、磁盘 I/O 等）的过程。其核心目标是：

1. 了解应用性能与健康状况： 判断容器是否拥有足够的资源运行，是否存在瓶颈（如 CPU 饱和、内存不足 OOMKilled）。
2. 保障集群稳定性： 防止单个容器或 Pod 消耗过多资源导致节点不稳定或影响其他应用。
3. 实现自动扩缩容 (HPA/VPA)： 为 Horizontal Pod Autoscaler (HPA) 和 Vertical Pod Autoscaler (VPA) 提供数据依据，实现基于负载的动态资源调整。
4. 容量规划与优化： 帮助管理员了解集群整体资源利用率，进行节点扩容/缩容决策，优化成本。
5. 故障诊断与排障： 当应用出现性能下降或故障时，资源使用数据是关键的诊断线索。

Kubernetes 容器资源监视的关键组件与流程：

1. 数据采集 (cAdvisor)：

   • 核心组件： 每个 Kubelet 进程内部都内置了一个名为 cAdvisor (Container Advisor) 的守护进程。
   • 职责： cAdvisor 自动发现其所在节点（Node）上运行的所有容器（包括通过 Docker、containerd 等运行时启动的容器以及 Kubelet 本身的容器）。
   • 采集内容： 实时收集每个容器的资源隔离指标：
     • CPU: 使用量（核数/毫核）、使用率、时间片限制。
     • 内存: 使用量（字节）、工作集大小、换页、内存限制、OOM 事件。
     • 网络: 各网络接口的字节/包数（入/出）。
     • 文件系统 (RootFS & Volume): 使用量（字节）。
   • 数据暴露： cAdvisor 将其收集的指标数据通过 Kubelet 的 API 端点（通常是 http://<node-ip>:10255/metrics 或 http://<node-ip>:10250/metrics，后者需认证）暴露出来，格式遵循 Prometheus 的指标格式。

2. 指标聚合与短期存储 (Metrics Server)：

   • 核心组件： Metrics Server 是 Kubernetes 生态系统中的一个标准集群组件（通常需要单独部署，但已成为现代 K8S 发行版的标配）。
   • 职责：
     • 定期（默认间隔约 15-60 秒）从集群中所有 Kubelet 的 API 端点抓取 cAdvisor 暴露的原始容器/Pod/节点资源指标。
     • 在内存中聚合这些数据（例如，计算每个 Pod 内所有容器资源的总和）。
     • 提供短期存储（通常只保留几分钟到几十分钟的数据）。
   • API 暴露： Metrics Server 实现 Kubernetes Metrics API (metrics.k8s.io/v1beta1)。
   • 核心用户：
     • kubectl top pods/nodes 命令：直接查询 Metrics API 来显示 Pod 和节点的实时资源使用情况。
     • Horizontal Pod Autoscaler (HPA)： HPA 控制器定期查询 Metrics API，根据目标指标（如 CPU 利用率、内存使用量或自定义指标）的值来决定是否需要增加或减少 Pod 副本数。这是容器资源监视最重要的自动化应用场景之一。

3. 监控与告警 (External Monitoring Systems)：

   • 需求： Metrics Server 主要用于自动扩缩容和提供 kubectl top 的短期数据。对于长期存储、历史数据分析、可视化仪表盘、复杂告警规则，需要集成外部监控系统。
   • 核心组件： Prometheus 是 Kubernetes 生态中最流行和事实上的标准监控解决方案。其他选项包括 Datadog、Dynatrace、New Relic、Sysdig、Grafana Cloud、Azure Monitor 等商业方案。
   • 工作流程：
     • 抓取 (Scraping)： Prometheus Server 配置为定期从以下来源抓取指标：
       • Kubelet 的 /metrics 端点（包含 cAdvisor 指标）。
       • Kubernetes API Server 的 /metrics 端点（包含 API 对象状态、请求计数/延迟等）。
       • 应用自身暴露的 Prometheus 格式指标端点（需要应用支持）。
       • Node Exporter（部署在每个节点上，采集节点级硬件和 OS 指标）。
       • Kube-State-Metrics（监听 K8S API Server，生成关于对象状态如 Deployment、Pod 状态、资源请求/限制等的指标）。
     • 存储： Prometheus 自带高效的时间序列数据库（TSDB）用于长期存储（可配置保留策略）。
     • 查询与可视化： 使用强大的 PromQL 查询语言分析数据。通过 Grafana 等工具创建丰富的仪表盘。
     • 告警： 在 Prometheus 或 Grafana 中定义告警规则（Alerting Rules），当指标超过阈值时触发告警，并通过 Alertmanager 发送通知（邮件、Slack、PagerDuty 等）。

总结关键点：

• cAdvisor 是基石： 内置于 Kubelet，负责在节点层面采集每个容器的原始资源指标。
• Metrics Server 是桥梁： 聚合集群范围的指标，实现 Metrics API，为 kubectl top 和 HPA 自动扩缩容提供核心数据支持。
• 外部监控系统是大脑： （尤其是 Prometheus + Grafana）提供长期存储、强大的查询、可视化仪表盘和灵活的告警能力，是运维团队洞察集群和应用健康状况的必备工具。
• HPA 是核心应用： 容器资源监视（特别是 CPU/Memory 指标）是驱动 HPA 实现应用弹性伸缩的关键输入。

简单来说，容器资源监视就是通过 cAdvisor 抓容器指标 -> Metrics Server 汇总给 K8S 内部用（看状态、自动扩缩容）-> Prometheus 等外部系统存起来、画图、报警，让你时刻知道你的应用在 K8S 里“吃”了多少资源，健不健康，需不需要调整。