kubernetes之管理容器的计算资源

资源类型

CPU 和 memory 都是 资源类型。资源类型具有基本单位。CPU 的单位是 core，memory 的单位是 byte。这些都统称为计算资源。

CPU含义：

CPU 资源的限制和请求以cpu为单位

Kubernetes 中的一个 cpu 等于一个core，就是逻辑CPU。1颗逻辑CPU等于1000millicores。500m=0.5颗cpu。

内存含义：

内存的限制和请求以字节为单位。您可以使用以下后缀之一作为平均整数或定点整数表示内存：E，P，T，G，M，K。您还可以使用两个字母的等效的幂数：Ei，Pi，Ti ，Gi，Mi，Ki。

POD中的资源请求和资源限制

• requests  资源请求   pod最低需求
• limits   资源限制   pod最大的使用资源

测试

执行下面yaml的内容：

apiVersion: v1
kind: Pod
metadata:
  name: my-demo
  namespace: default
  labels:
    name: myapp
    tier: appfront
spec:
  containers:
  - name: myapp
    image: ikubernetes/stress-ng
    command: ["/usr/bin/stress-ng","-c 1","--metrics-brief"]
    ports:
    - name: http
      containerPort:
    resources:
      requests:
        memory: "128Mi"
        cpu: "200m"
      limits:
        memory: "512Mi"
        cpu: "500m"

查看结果：

$ kubectl exec my-demo -- top
Mem: 3914044K used, 126532K free, 205252K shrd, 2176K buff, 2650160K cached
CPU:  % usr   % sys   % nic  % idle   % io   % irq   % sirq
Load average: 0.12 0.08 0.09 /
  PID  PPID USER     STAT   VSZ %VSZ CPU %CPU COMMAND
          root     R        %     % {stress-ng-cpu} /usr/bin/stress-ng
         root     R        %      % top
          root     S        %      % /usr/bin/stress-ng -c  --metrics-
          root     S        %      % top
         root     S        %      % top

我们看到CPU占用是25%，为什么呢？因为我们的node是2个core。我们最大限制是0.5核。所以应该是1/4。

QoS（服务质量等级）

是作用在 Pod 上的一个配置，当 Kubernetes 创建一个 Pod 时，它就会给这个 Pod 分配一个 QoS 等级，可以是以下等级之一：

• Guaranteed：同时设置了CPU和内存的requests和limits  而且值必须相等。（这类的pod是最高优先级）
• Burstable：pod至少有一个容器设置了cpu或内存的requests和limits，且不满足 Guarantee 等级的要求。即内存或CPU的值设置的不同。（中等优先级）
• BestEffort：没有任何一个容器设置了requests或limits的属性。（最低优先级）

Guaranteed样例：

apiVersion: v1
kind: Pod
metadata:
  name: my-demo
  namespace: default
  labels:
    name: myapp
    tier: appfront
spec:
  containers:
  - name: myapp
    image: ikubernetes/myapp:v2
    ports:
    - name: http
      containerPort:
    resources:
      requests:
        memory: "512Mi"
        cpu: "500m"
      limits:
        memory: "512Mi"
        cpu: "500m"

结果：

$ kubectl describe pod my-demo
......
QoS Class:       Guaranteed
......

Burstable样例：

apiVersion: v1
kind: Pod
metadata:
  name: my-demo02
  namespace: default
  labels:
    name: myapp
    tier: appfront
spec:
  containers:
  - name: myapp
    image: ikubernetes/myapp:v2
    ports:
    - name: http
      containerPort:
    resources:
      requests:
        memory: "256Mi"
        cpu: "200m"
      limits:
        memory: "512Mi"
        cpu: "500m"

结果：

$ kubectl describe pod my-demo02
....
QoS Class:       Burstable
....

BestEffort样例：

apiVersion: v1
kind: Pod
metadata:
  name: my-demo03
  namespace: default
  labels:
    name: myapp
    tier: appfront
spec:
  containers:
  - name: myapp
    image: ikubernetes/myapp:v2
    ports:
    - name: http
      containerPort: 

结果：

$ kubectl describe pod my-demo03
....
QoS Class:       BestEffort
....

HeapSter部署

Heapster可以收集Node节点上的cAdvisor数据，还可以按照kubernetes的资源类型来集合资源，比如Pod、Namespace域，可以分别获取它们的CPU、内存、网络和磁盘的metric。默认的metric数据聚合时间间隔是1分钟。

部署Heapster的地址 https://github.com/kubernetes-retired/heapster/tree/master/deploy/kube-config

首先我们需要先部署一个influxdb，这里我们需要改动一下。把文件下载下来。https://raw.githubusercontent.com/kubernetes-retired/heapster/master/deploy/kube-config/influxdb/influxdb.yaml

修改完成后的：

kind: Deployment
metadata:
  name: monitoring-influxdb
  namespace: kube-system
spec:
  replicas:
  selector:
    matchLabels:
      task: monitoring
      k8s-app: influxdb
  template:
    metadata:
      labels:
        task: monitoring
        k8s-app: influxdb
    spec:
      containers:
      - name: influxdb
        image: k8s.gcr.io/heapster-influxdb-amd64:v1.5.2
        volumeMounts:
        - mountPath: /data
          name: influxdb-storage
      volumes:
      - name: influxdb-storage
        emptyDir: {}
---
apiVersion: v1
kind: Service
metadata:
  labels:
    task: monitoring
    # For use as a Cluster add-on (https://github.com/kubernetes/kubernetes/tree/master/cluster/addons)
    # If you are NOT using this as an addon, you should comment out this line.
    kubernetes.io/cluster-service: 'true'
    kubernetes.io/name: monitoring-influxdb
  name: monitoring-influxdb
  namespace: kube-system
spec:
  ports:
  - port:
    targetPort:
  selector:
    k8s-app: influxdb

$ kubectl apply -f influxdb.yaml
deployment.apps/monitoring-influxdb created
service/monitoring-influxdb created
$ kubectl get pod -n kube-system
monitoring-influxdb-848b9b66f6-rplh8    1/1       Running   0          3

创建角色权限

kubectl apply -f https://raw.githubusercontent.com/kubernetes-retired/heapster/master/deploy/kube-config/rbac/heapster-rbac.yaml

部署heapster

kubectl apply -f https://raw.githubusercontent.com/kubernetes-retired/heapster/master/deploy/kube-config/influxdb/heapster.yaml

部署 grafana

https://raw.githubusercontent.com/kubernetes-retired/heapster/master/deploy/kube-config/influxdb/grafana.yaml