k8s如何查询计算资源

在Kubernetes（K8s）中查询计算资源的方法包括使用kubectl命令、监控工具、API接口。其中，使用kubectl命令是最常见的方法，因为它是Kubernetes的命令行工具，可以直接与集群进行交互。通过使用kubectl top命令，可以获取节点和Pod的实时资源使用情况，例如CPU和内存的消耗。这个命令依赖于Metrics Server组件，所以需要确保集群中已安装并配置了Metrics Server。此外，还可以使用kubectl describe命令来查看节点和Pod的详细信息，包括资源请求和限制。下面将详细介绍这些方法以及其他可用的工具和技术。

一、KUBECTL命令

1. kubectl top命令

kubectl top命令是Kubernetes中最常用的查询资源使用情况的命令。它可以显示节点和Pod的CPU和内存使用情况。使用此命令需要Metrics Server的支持。以下是一些常用的命令示例：

查看所有节点的资源使用情况：

kubectl top nodes

该命令会返回每个节点的CPU和内存使用情况，例如：

NAME CPU(cores) CPU% MEMORY(bytes) MEMORY% node1 200m 10% 500Mi 25% node2 150m 7% 450Mi 22%

查看特定节点的资源使用情况：
```
kubectl top node <node_name>
```
例如：
```
kubectl top node node1
```
结果会显示该节点的CPU和内存使用情况。

查看所有Pod的资源使用情况：

kubectl top pods

该命令会返回每个Pod的CPU和内存使用情况，例如：

NAME            CPU(cores)   MEMORY(bytes)
pod1            100m         200Mi
pod2            80m          150Mi

2. kubectl describe命令

kubectl describe命令提供了有关节点和Pod的详细信息，包括资源请求和限制。以下是一些常用的命令示例：

查看特定节点的详细信息：
```
kubectl describe node <node_name>
```
该命令会返回该节点的详细信息，包括资源请求和限制、分配的Pod列表等。
查看特定Pod的详细信息：
```
kubectl describe pod <pod_name> -n <namespace>
```
该命令会返回该Pod的详细信息，包括资源请求和限制、状态、事件等。

二、监控工具

1. Prometheus和Grafana

Prometheus是一个开源的监控系统，Grafana是一个开源的分析和监控平台。它们通常一起使用来监控Kubernetes集群的资源使用情况。

部署Prometheus和Grafana：

在Kubernetes集群中，可以使用Helm Chart来简化部署过程。例如：
```
helm install prometheus prometheus-community/kube-prometheus-stack
```
该命令会部署Prometheus和Grafana以及一些其他的组件。
配置Grafana：

部署完成后，可以通过Grafana的Web界面查看和分析资源使用情况。Grafana提供了许多预定义的仪表板，可以显示节点和Pod的资源使用情况。

2. Kube-state-metrics

Kube-state-metrics是一个Kubernetes服务，用于生成关于集群状态的指标。它可以与Prometheus一起使用，以提供更详细的资源使用情况。

部署Kube-state-metrics：

可以使用以下命令来部署Kube-state-metrics：

kubectl apply -f https://github.com/kubernetes/kube-state-metrics/releases/latest/download/kube-state-metrics.yaml

三、API接口

Kubernetes提供了一组API接口，可以编程方式查询资源使用情况。

使用API查询节点资源使用情况：

可以发送HTTP请求到Kubernetes API服务器，例如：
```
curl -k -H "Authorization: Bearer <token>" https://<kubernetes_api_server>/apis/metrics.k8s.io/v1beta1/nodes
```
该请求会返回所有节点的资源使用情况。
使用API查询Pod资源使用情况：

可以发送HTTP请求到Kubernetes API服务器，例如：
```
curl -k -H "Authorization: Bearer <token>" https://<kubernetes_api_server>/apis/metrics.k8s.io/v1beta1/namespaces/<namespace>/pods
```
该请求会返回指定命名空间下所有Pod的资源使用情况。

四、日志和监控系统

1. ELK Stack

ELK Stack由Elasticsearch、Logstash和Kibana组成，可以用来收集、分析和可视化Kubernetes日志和指标。

部署ELK Stack：

可以使用Helm Chart来简化部署过程，例如：

helm install elasticsearch elastic/elasticsearch helm install logstash elastic/logstash helm install kibana elastic/kibana

配置Kibana：

部署完成后，可以通过Kibana的Web界面查看和分析Kubernetes的日志和资源使用情况。

2. Fluentd

Fluentd是一个开源的数据收集器，可以与ELK Stack一起使用，以收集和转发Kubernetes的日志和指标。

部署Fluentd：

可以使用以下命令来部署Fluentd：

kubectl apply -f https://raw.githubusercontent.com/fluent/fluentd-kubernetes-daemonset/master/fluentd-daemonset-elasticsearch-rbac.yaml

五、资源请求和限制

1. 配置资源请求和限制

在Kubernetes中，可以通过配置Pod的资源请求和限制来管理资源的分配。资源请求表示Pod启动时需要的最小资源，而资源限制表示Pod可以使用的最大资源。

配置示例：

apiVersion: v1 kind: Pod metadata: name: resource-demo spec: containers: - name: container-demo image: nginx resources: requests: memory: "64Mi" cpu: "250m" limits: memory: "128Mi" cpu: "500m"

该配置示例表示该Pod的容器在启动时需要至少64MiB的内存和250m的CPU，并且最多可以使用128MiB的内存和500m的CPU。

2. 查询资源请求和限制

可以使用kubectl describe命令来查询Pod的资源请求和限制。例如：

kubectl describe pod resource-demo

该命令会返回该Pod的详细信息，包括资源请求和限制。

六、自动扩展

1. Horizontal Pod Autoscaler（HPA）

HPA根据CPU使用率或其他选定的指标，自动扩展Pod的副本数量。

配置HPA：

可以使用以下命令来创建HPA：
```
kubectl autoscale deployment <deployment_name> --cpu-percent=50 --min=1 --max=10
```
该命令会创建一个HPA，当CPU使用率超过50%时，自动扩展Pod的副本数量，最少1个，最多10个。

2. Vertical Pod Autoscaler（VPA）

VPA根据资源使用情况，自动调整Pod的资源请求和限制。

配置VPA：

可以使用以下命令来创建VPA：

apiVersion: autoscaling.k8s.io/v1 kind: VerticalPodAutoscaler metadata: name: vpa-demo spec: targetRef: apiVersion: "apps/v1" kind: Deployment name: deployment-demo updatePolicy: updateMode: "Auto"

该配置示例表示VPA会根据资源使用情况，自动调整deployment-demo的资源请求和限制。

七、命名空间和资源配额

1. 创建命名空间

命名空间用于将集群中的资源分组，以便更好地管理和隔离。

创建命名空间：

kubectl create namespace <namespace_name>

例如：

kubectl create namespace demo-namespace

2. 配置资源配额

资源配额用于限制命名空间中资源的使用量。

配置示例：
```
apiVersion: v1
kind: ResourceQuota
metadata:
  name: quota-demo
  namespace: demo-namespace
spec:
  hard:
    requests.cpu: "1"
    requests.memory: 1Gi
    limits.cpu: "2"
    limits.memory: 2Gi
```
该配置示例表示在demo-namespace命名空间中，资源请求的CPU总量不能超过1个核心，内存总量不能超过1GiB，资源限制的CPU总量不能超过2个核心，内存总量不能超过2GiB。

八、总结

在Kubernetes中查询计算资源的使用情况和管理资源的方法包括使用kubectl命令、监控工具、API接口、日志和监控系统、配置资源请求和限制、自动扩展、命名空间和资源配额。这些方法和工具提供了全面的资源监控和管理功能，以确保集群的高效运行和资源的合理分配。通过合理配置和使用这些工具，可以有效地监控和管理Kubernetes集群中的计算资源，提高系统的稳定性和性能。