K8s资源对象监控之kube-state-metrics详解（Detailed Explanation of Kube State Metrics）
kube-state-metrics是一个开源项目，用于监控Kubernetes集群中各种资源对象的状态。它通过监听API Server生成有关资源对象的状态指标，如Deployment、Node、Pod等，并提供这些指标数据供Prometheus等监控系统抓取和存储。本章·详细介绍K8s资源对象监控之kube-state-metrics
💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。
本人主要分享计算机核心技术:系统维护、数据库、网络安全、自动化运维、容器技术、云计算、人工智能、运维开发、算法结构、物联网、JAVA 、Python、PHP、C、C++等。
不同类型针对性训练,提升逻辑思维,剑指大厂，非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。
K8s资源对象监控之kube-state-metrics详解
1、简介
前面我们使用node发现模式监控node节点资源，监控kubelet，schedule，controlle-manager，pod等。但是由于这些都是k8s内置的指标数据，而且其他的资源对象也需要监控的，例如Deployment，Daemonset，ConfigMap等等的资源对象。因此我们可以额外在K8s集群部署一个指标采集系统kube-state-metrics，通过它去与apiserver通信，然后prometheus再去获取它的指标数据。需要注意的是 kube-state-metrics 只是简单的提供一个 metrics 数据，并不会存储这些指标数据，可以使用 Prometheus 来抓取这些数据然后存储。主要关注的是业务相关的一些元数据，比如 Deployment、Pod、副本状态等；调度了多少个 replicas？现在可用的有几个？多少个 Pod 是 running/stopped/terminated 状态？Pod 重启了多少次？我有多少 job 在运行中。
kube-state-metrics是一个开源项目，用于监控Kubernetes集群中各种资源对象的状态。它通过监听API Server生成有关资源对象的状态指标，如Deployment、Node、Pod等，并提供这些指标数据供Prometheus等监控系统抓取和存储。
2、Metric-Server与Kube-State-Metrics
-
关注点和功能
-
Metric-Server：重点提供资源度量API的实现，如CPU、内存等关键性能指标，主要用于资源监控和事件响应，例如水平Pod自动扩缩容(HPA)。
-
Kube-State-Metrics：侧重于Kubernetes资源对象的状态指标，如副本状态、端点数量等，主要用于业务监控和状态检查。
-
-
安装配置与依赖环境
-
Metric-Server：可能需额外配置以支持新版本Kubernetes，如添加node/stats的权限，有时需要手动配置。
-
Kube-State-Metrics**：安装和配置较为简单，主要依赖Kubernetes API Server，不需要特别的硬件支持或复杂配置。
-
-
数据存储与处理
-
Metric-Server：本身不提供数据存储，但可与其他时序数据库如InfluxDB配合使用，提供长期数据存储解决方案。
-
Kube-State-Metrics**：不负责数据的存储，通常与Prometheus等监控系统配合使用，抓取并存储数据。
-
-
使用场景和监控策略
-
Metric-Server：在需要基础资源监控、执行资源相关命令(如
kubectl top node)或基于资源利用率的自动化决策(如HPA)时使用。 -
Kube-State-Metrics：在需要详细了解Kubernetes各种资源对象状态(如Deployment状态)时使用，帮助监控和分析资源对象的变化。
-
3、部署
#创建 sa，并对 sa 授权
[root@mast01 Prometheus]# kubectl apply -f kube-state-metrics-rbac.yaml
serviceaccount/kube-state-metrics created
clusterrole.rbac.authorization.k8s.io/kube-state-metrics created
clusterrolebinding.rbac.authorization.k8s.io/kube-state-metrics created
#上传镜像到 k8s 各个工作节点
[root@work01 ~]# docker load -i kube-state-metrics_1_9_0.tar.gz
Loaded image: quay.io/coreos/kube-state-metrics:v1.9.0
#部署 yaml 文件
[root@mast01 Prometheus]# kubectl apply -f kube-state-metrics-deploy.yaml
deployment.apps/kube-state-metrics created
#查看 kube-state-metrics 是否部署成功
[root@mast01 Prometheus]# kubectl get pods -n kube-system -l app=kube-state-metrics
NAME READY STATUS RESTARTS AGE
kube-state-metrics-58d4957bc5-gsrjg 1/1 Running 0 32s
#创建 service
[root@mast01 Prometheus]# kubectl apply -f kube-state-metrics-svc.yaml
service/kube-state-metrics created
#查看 service 是否创建成功
[root@mast01 Prometheus]# kubectl get svc -n kube-system | grep kube-state-metrics
kube-state-metrics ClusterIP 10.106.177.208 <none> 8080/TCP 49s
4、在 grafana web 界面导入 Kubernetes Cluster (Prometheus)
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
22
0- 0
已为社区贡献7条内容
所有评论(0)