Kube-state-metrics 介绍

Kube-state-metrics 是 Kubernetes 生态系统中的一个开源项目，主要用来收集和报告集群中各种资源的实时状态信息。

工作原理

• Kube-state-metrics 连接到 Kubernetes API 服务器，并公开一个 HTTP 端点，提供集群中各个对象的状态所生成的指标。
• 它使用 client-go 库与 Kubernetes API 服务器通信，监听资源的增、删、改事件，并从中提取出有用的度量数据。

应用场景

• 异常检测：通过监控 Pod 状态、Node 状态等指标，及时发现和解决潜在问题。
• 性能优化：监控 Deployment 副本数、CPU/内存使用情况等指标，对集群性能进行优化。
• 安全审计：监控容器网络流量、文件系统使用情况等指标，发现异常行为，及时识别安全风险。

部署 Kube-state-metrics

提示：若环境已存在，请忽略

安装 Helm (此处为在线安装方式)

curl -fsSL -o get_helm.sh https://raw.githubusercontent.com/helm/helm/main/scripts/get-helm-3
chmod 700 get_helm.sh
./get_helm.sh

安装 kube-promethues

kube-promethues 安装包采用了 Bitnami 的Helm chart 方案，包括组件 Node-Exporter、Kube-state-metrics、Blackbox-Exporter、Promethues组件等，安装比较方便，Bitnami 官方地址：charts/bitnami/kube-prometheus at main · bitnami/charts · GitHub

通过社区获取最新版本 Chart 包

helm pull oci://registry-1.docker.io/bitnamicharts/kube-prometheus

Values 文件配置说明

tar xf kube-prometheus-9.6.3.tgz
vim kube-prometheus/values.yaml

global:
  # 修改为私有仓库项目地址 
  imageRegistry: ""
  ## E.g.
  ## imagePullSecrets:
  ##   - myRegistryKeySecretName
  ##
  # 此处 修改为私有仓库密钥的secret 名称
  imagePullSecrets: []
  
  # 此处df-nfs-storage 修改为集群内可用的 storageClass
  defaultstorageClass: "df-nfs-storage"
  # 此处df-nfs-storage 修改为集群内可用的 storageClass
  storageClass: "df-nfs-storage"
  ## Compatibility adaptations for Kubernetes platforms
  ##
  compatibility:
    ## Compatibility adaptations for Openshift
    ##
    openshift:
      ## @param global.compatibility.openshift.adaptSecurityContext Adapt the securityContext sections of the deployment to make them compatible with Openshift restricted-v2 SCC: remove runAsUser, runAsGroup and fsGroup and let the platform use their allowed default IDs. Possible values: auto (apply if the detected running cluster is Openshift), force (perform the adaptation always), disabled (do not perform adaptation)
      ##
      adaptSecurityContext: auto
## @section Common parameters
....

执行部署

• 在安装 Chart 包 时，部署的 namespace需要与 datakit 采集器 配置的namespace 保持一致
• 如此处为： namespaces = ["datakit"]

执行以下命令进行部署

cd kube-prometheus

helm upgrade -i -n datakit --create-namespace  datakit . 

部署完成效果，可以查看到已部署的 kube-state-metrics 组件

kubectl get pod -n  datakit

NAME                                                            READY   STATUS    RESTARTS      AGE
kube-promethues-kube-prome-blackbox-exporter-56cf84fbc4-hfr9k   1/1     Running   0             9d
kube-promethues-kube-prome-operator-7fcc5c6987-7bqzp            1/1     Running   0             9d
kube-promethues-kube-state-metrics-769859db74-xf24c             1/1     Running   0             9d
kube-promethues-node-exporter-j6ssj                             1/1     Running   0             9d
prometheus-kube-promethues-kube-prome-prometheus-0              2/2     Running   0             6h41m

观测云

观测云是一款功能强大的统一可观测平台，它提供了对多云环境、云原生应用、中间件以及各类应用程序的实时监控和分析能力。部署在 Kubernetes 集群中的 kube-state-metrics 会暴露一个 metrics 端点，DataKit 通过这个端点拉取指标数据。DataKit 通过 ConfigMap 挂载额外的配置文件，或者通过环境变量直接在 Kubernetes 的 DaemonSet 配置中设置。这样，DataKit 就可以根据用户的配置，定期从 kube-state-metrics 收集指标数据，并将其发送到观测云平台。

下面介绍在 K8S 集群部署 kube-state-metrics 组件，采集集群资源指标并通过 DataKit 进行收集、存储，最后通过观测云用于数据的可视化展示。

部署 DataKit

登录观测云控制台，点击「集成」 -「DataKit」 - 「Kubernetes」，下载 datakit.yaml，拷贝第 3 步中的 token。

编辑 datakit.yaml ，把 token 粘贴到 ENV_DATAWAY 环境变量值中“token=”后面，把 datakit.yaml 上传到可以连接到 Kubernetes 集群的主机上，执行如下命令：

kubectl apply -f datakit.yaml
kubectl get pod -n datakit

在 datakit.yaml 中配置 ConfigMap 资源来收集 kube-state-metrics 的指标数据。

apiVersion: v1
kind: ConfigMap
metadata:
  name: datakit-conf
  namespace: datakit
data:
    kubernetesprometheus.conf: |-
      [inputs.kubernetesprometheus]
        
        [[inputs.kubernetesprometheus.instances]]
          role       = "service"
          namespaces = ["datakit"]
          selector   = "app.kubernetes.io/name=kube-state-metrics"

          scrape     = "true"
          scheme     = "http"
          port       = "__kubernetes_service_port_http_port"
          path       = "/metrics"
          params     = ""
          interval   = "15s"

          [inputs.kubernetesprometheus.instances.custom]
            measurement        = "kube-state-metrics"
            job_as_measurement = true
            [inputs.kubernetesprometheus.instances.custom.tags]
              cluster_name_k8s       = "promethues-cluster"
              job           = "kube-state-metrics"
              svc_name      = "__kubernetes_service_name"
              pod_name      = "__kubernetes_service_target_name"
              pod_namespace = "__kubernetes_service_target_namespace"
          [inputs.kubernetesprometheus.instances.auth]
            bearer_token_file      = "/var/run/secrets/kubernetes.io/serviceaccount/token"
            [inputs.kubernetesprometheus.instances.auth.tls_config]
              insecure_skip_verify = true
              cert     = "/var/run/secrets/kubernetes.io/serviceaccount/ca.crt"

然后在 datakit.yaml 中的 volumeMounts 下挂载 kubernetesprometheus.conf 。

- mountPath: /usr/local/datakit/conf.d/kubernetesprometheus/kubernetesprometheus.conf
  name: datakit-conf
  subPath: kubernetesprometheus.conf
  readOnly: true

最后，执行以下命令重启 datakit 。

kubectl delete -f datakit.yaml
kubectl apply -f datakit.yaml

关键指标

登录观测云控制台，点击「指标」 -「指标管理」，输入“kube-state-metrics”，就能查询采集到的指标。

监控 kube-state-metrics 采集的主机指标时，主要需要从以下维度进行，通过综合监控这些维度，可以确保主机的主要指标项：

• Kube-state-metrics 通过监听 Kubernetes API 服务器生成有关资源对象的状态指标，例如 Deployment、Node、Pod 等。
• 它提供了包括 CronJob、DaemonSet、Deployment、Job 等多种 Kubernetes 资源的指标。
• 这些指标包括对象的状态、标签、注解、启动和终止时间等信息。

以下是 Kube-state-metrics 采集主机指标的关键指标目录：

指标名称	指标含义
kube_pod_info	Pod信息，用于计算特定节点上实际运行的Pod数量
kube_node_status_allocatable	节点可分配资源情况，包括CPU、内存和Pods
kube_pod_container_resource_requests	Pod容器资源请求量，包括CPU和内存
kube_node_status_capacity	节点的总资源容量，包括CPU和内存
kube_deployment_status_replicas	Deployment的期望副本数
kube_deployment_status_replicas_updated	Deployment更新后的副本数
kube_deployment_status_replicas_unavailable	Deployment不可用的副本数
kube_statefulset_status_replicas_ready	StatefulSet就绪的副本数
kube_statefulset_status_replicas	StatefulSet的总副本数
kube_pod_status_phase	Pod的状态，包括Running、Succeeded、Failed、Pending、Unknown
kube_pod_container_status_running	正在运行的容器数量
kube_pod_container_status_waiting	处于等待状态的容器数量
kube_pod_container_status_terminated	已终止的容器数量
kube_pod_container_status_restarts_total	容器重启次数
kube_hpa_status_current_replicas	HPA当前的副本数
kube_hpa_spec_max_replicas	HPA配置的最大副本数
kube_hpa_spec_min_replicas	HPA配置的最小副本数
kube_job_status_succeeded	成功完成的Job数量
kube_job_status_active	活跃的Job数量
kube_job_status_failed	失败的Job数量
kube_persistentvolumeclaim_status_phase	PVC的状态，包括Bound和非Bound状态

这些指标覆盖了 Kubernetes 集群中的多个重要方面，包括 Pod、节点、Deployment、StatefulSet、HPA、Job 和 PVC 等资源的监控，帮助用户全面了解集群的运行状态和性能。

监控视图

基于关键指标定义的视图如下：

监控器

监控器主要包如下：

Pod 状态异常告警

• 指标名称：kube_pod_status_phase
• 告警规则：当 Pod 状态长时间处于 Pending、Failed 或 Unknown 时触发告警。

Pod 频繁重启告警

• 指标名称：kube_pod_container_status_restarts_total
• 告警规则：当容器在一定时间内重启次数超过阈值时触发告警。

PVC 状态异常告警

• 指标名称：kube_persistentvolumeclaim_status_phase
• 告警规则：当 PVC 长时间处于非 Bound 状态时触发告警。

Daemonset Miss Scheduled Exception 告警

• 指标名称： kube_daemonset_status_number_misscheduled
• 告警规则：这个指标直接提供了未正确调度的 DaemonSet Pod 的数量，可设置告警

Deployment 副本数异常告警

• 指标名称：kube_deployment_status_replicas ， kube_deployment_status_replicas_unavailable
• 告警规则：当 Deployment 的实际副本数与期望副本数不一致，或者不可用的副本数超过阈值时触发告警。

StatefulSet 副本就绪异常告警

• 指标名称：kube_statefulset_status_replicas_ready ， kube_statefulset_status_replicas
• 告警规则：当 StatefulSet 就绪的副本数与总副本数不一致时触发告警。

总结

Kube-state-metrics 通过提供实时状态数据，通过观测云 Kubernetes Prometheus Discovery 方式帮助监控 Kubernetes 集群性能和资源使用情况，这对于快速发现和解决集群问题、优化资源分配和提高集群可靠性非常关键。