java kubernetes client 获取 集群 metrics信息

原创
2020/03/23 20:29
阅读数 2W

K8S client 获取资源利用率和 metrics 信息

获取与展示 POD 级甚至 Container 级的资源利用率是很常见的发布系统需求,然而网上并没有什么资料告诉大家怎么做,本文将告诉大家原理以及 java 代码实践。

命令行获取

其实 kubectl 是可以获取到 node、pod、container 三个级别的资源利用率情况的,只不过大家可能不了解。

[root@10-42-74-90 ~]# kubectl top nodes
NAME            CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%
10.42.187.205   1691m        5%     14876Mi         24%
10.42.37.63     513m         6%     12994Mi         92%
10.42.8.102     231m         2%     8124Mi          57%

利用 top 获取了节点级别的资源利用率。

[root@10-42-74-90 ~]# kubectl top pods redis-master-fsx46
NAME                 CPU(cores)   MEMORY(bytes)
redis-master-fsx46   1m           14Mi

获取 default 命名空间下,redis-master-fsx46 这个 POD 的资源利用率。

[root@10-42-74-90 ~]# kubectl top pods redis-master-fsx46 --containers
POD                  NAME     CPU(cores)   MEMORY(bytes)
redis-master-fsx46   master   1m           14Mi

甚至打印出具体每个 container 的资源利用情况(这个 POD 只有 1 个 container 叫做 master)。

[root@10-42-74-90 ~]# kubectl top pods -l name=redis-master
NAME                 CPU(cores)   MEMORY(bytes)
redis-master-fsx46   2m           14Mi

还能按标签筛选 pods。

原理说明

其实目前新版的 K8S 在监控这块的架构已经非常明确了,只不过国内很少有文章解释这一块,其官方架构说明见:https://github.com/kubernetes/community/blob/master/contributors/design-proposals/instrumentation/monitoring_architecture.md。其架构分位 2 个部分:

  • 内置于 K8S 的核心指标采集,安装 K8S 就自带了(下图黑色部分)。
  • 第三方的监控采集方案,需要大家自己选型,比如 prometheus 等(下图蓝色部分)。

像 kubectl top 获取的 cpu/mem 使用情况,就属于 K8S 内置的核心指标采集而来,完全不需要第三方的支持。

https://storage.googleapis.com/slite-api-files-production/files/14c82730-3298-43e4-a8f3-c830150712f6/null

大家可能听过下面几个监控相关的东西:

  • cadvisor
  • kube-state-metrics
  • metrics-server
  • heapster
  • prometheus

不知道到底它们是什么关系,到底要用哪个。我简单给它们分分类,帮助大家清楚它们的定位:

  • 非 K8S 内置(第三方):
    • cadvisor:每个 node 部署 1 个,独立程序,用于采集 dockerd 容器信息,暴露 prometheus 格式接口供采集。
    • kube-state-metrics:集群级,监听 K8S 资源变化,暴露 prometheus 格式接口供采集。
    • prometheus:采集器,其数据源可以是 cadvisor/kube-state-metrics 或者 k8s 内置的数据源。
  • K8S 内置(官方方案):
    • kubelet:每个 node 部署 1 个,其内置了部分 cadvisor 功能,因此它也知道所有容器监控信息,也对外提供 prometheus 格式的采集接口。
    • metrics-server:集群级,它采集 kubelet 最新资源利用率数据到内存,不保存历史,并且通过 API Server 开放对外 Restful 资源接口获取 JSON 格式的实时 metrics 数据,可以按 node/pod/container 级别查看资源利用率信息。
    • heapster:其实就是 metrics-server 的前身,作用基本类似,不过已经被 metrics-server 彻底取代,其官网有如下说明,也就是说基本的 CPU/memory 监控已经被 metrics-server 取代:
      • RETIRED: Heapster is now retired. See the deprecation timeline for more information on support. We will not be making changes to Heapster.
      • The following are potential migration paths for Heapster functionality:
      • For basic CPU/memory HPA metrics: Use metrics-server.

> 如果大家理解上述内容的话就会知道,我们只需要确保 metrics-server 运行在 K8S 集群中,那么就可以通过 API server 得到所有资源利用率情况,这也是 kubectl top 的工作原理。

与 metrics-server 通讯

那么当前,metrics-server 在 API SERVER 注册的 GROUP 叫做 metrics.k8s.io,VERSION 是 v1beta1,所以其对应的 Restful 资源 URI 就是以:/apis/metrics.k8s.io/v1beta1/为前缀的。

metrics-server 官方已经说明了其资源 URI 的几种形式:https://github.com/kubernetes/community/blob/master/contributors/design-proposals/instrumentation/resource-metrics-api.md

The list of supported endpoints:

  • /nodes – all node metrics; type []NodeMetrics
  • /nodes/{node} – metrics for a specified node; type NodeMetrics
  • /namespaces/{namespace}/pods – all pod metrics within namespace with support for all-namespaces; type []PodMetrics
  • /namespaces/{namespace}/pods/{pod} – metrics for a specified pod; type PodMetrics

The following query parameters are supported:

  • labelSelector – restrict the list of returned objects by labels (list endpoints only)

所以,为了获取某个 namespace 下面的 pods 的资源利用率,我们可以有 2 种方式:

  • 按标签筛选:/apis/metrics.k8s.io/v1beta1/namespaces/{namespace}/pods?labelSelector=xxxx
  • 按 pod 名字获取:/apis/metrics.k8s.io/v1beta1/namespaces/{namespace}/pods/{pod}

***下面先教大家如何在命令行下按 HTTP 调用 URL 的获取资源信息。***首先启动一个 proxy,它会帮我们解决和 API SERVER 之间的认证问题,我们只需要关注于接口参数即可:然后我们请求 localhost:8888 就可以免认证的调用到 API SERVER 了:会得到 nodes 级的资源利用率:

{
  "kind": "NodeMetricsList",
  "apiVersion": "metrics.k8s.io/v1beta1",
  "metadata": {
    "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes"
  },
  "items": [
    {
      "metadata": {
        "name": "10.42.8.102",
        "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/10.42.8.102",
        "creationTimestamp": "2019-11-26T06:23:17Z"
      },
      "timestamp": "2019-11-26T06:22:21Z",
      "window": "30s",
      "usage": {
        "cpu": "250264852n",
        "memory": "8318172Ki"
      }
    },
    {
      "metadata": {
        "name": "10.42.37.63",
        "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/10.42.37.63",
        "creationTimestamp": "2019-11-26T06:23:17Z"
      },
      "timestamp": "2019-11-26T06:22:27Z",
      "window": "30s",
      "usage": {
        "cpu": "551516196n",
        "memory": "13280692Ki"
      }
    },
    {
      "metadata": {
        "name": "10.42.187.205",
        "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/10.42.187.205",
        "creationTimestamp": "2019-11-26T06:23:17Z"
      },
      "timestamp": "2019-11-26T06:22:20Z",
      "window": "30s",
      "usage": {
        "cpu": "1630534153n",
        "memory": "15209140Ki"
      }
    }
  ]
}
```获取POD级只需要调整URI:



```bash
[root@10-42-74-90 ~]# curl localhost:8888/apis/metrics.k8s.io/v1beta1/namespaces/default/pods/redis-master-fsx46
{
  "kind": "PodMetrics",
  "apiVersion": "metrics.k8s.io/v1beta1",
  "metadata": {
    "name": "redis-master-fsx46",
    "namespace": "default",
    "selfLink": "/apis/metrics.k8s.io/v1beta1/namespaces/default/pods/redis-master-fsx46",
    "creationTimestamp": "2019-11-26T06:24:40Z"
  },
  "timestamp": "2019-11-26T06:24:16Z",
  "window": "30s",
  "containers": [
    {
      "name": "master",
      "usage": {
        "cpu": "969654n",
        "memory": "15012Ki"
      }
    }
  ]
}

kubernetes 资源描述

是不是很简单?但是 cpu 里面为什么有个字母 n?memory 里面为什么有一个 Ki?到底是啥意思?

cpu

请参考官方文档:https://kubernetes.io/zh/docs/concepts/configuration/manage-compute-resources-container/#cpu-的含义

kubernetes 中,CPU 资源的限制和请求以  cpu  为单位, metric 中也以此为单位。

Kubernetes 中的一个 cpu 等于:

  • 1 AWS vCPU
  • 1 GCP Core
  • 1 Azure vCore
  • Hyperthread  在带有超线程的裸机 Intel 处理器上
  • 1 processor 在物理机上部署的 kubernetes,表示一个逻辑处理器

允许浮点数请求。具有  spec.containers[].resources.requests.cpu  为 0.5 的容器保证了一半 CPU 要求 1 CPU 的一半。表达式  0.1  等价于表达式  100m,可以看作 “100 millicpu”。同理,100m 等于100 * 1000n cpu, 即100000n cpu ,可读作 100000 纳 cpu,n是 cpu 的最小计量单位。

具有小数点(如  0.1)的请求由 API 转换为100m,精度不超过  1m。因此,可能会优先选择  100m  的形式。

内存

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(非精确值)。您还可以使用两个字母的等效的幂数:Ei,Pi,Ti ,Gi,Mi,Ki(精确值)。例如,以下代表大致相同的值:

128974848, 129e6, 129M, 123Mi(123*1024*1024)

kubernetes client 获取 metrics 信息

kubernetes 得 部署了 metrics 组件, 这样在使用kubectl get --raw "/openapi/v2" 可获取到 metrics api 的 openapi 说明。

可以通过 openapi-generator-cli,重新生成 kubernetes client 。官方的 client 库,也是这样自动生成的,官方的 kubernetes client 生成工具位于:https://github.com/kubernetes-client/gen。

该工具的核心逻辑:

  1. 配置一系列的参数,使用./java.sh out settings运行生成 java 客户端, 其中out 是输出目录, settings 是脚本需要的环境变量配置文件。;
  2. 运行preprocess_spec.py 从 kubernetes 官方仓库获取 swagger api 文档,并将同目录的custom_objects_spec.json 文件合并到swagger.json文件中。
  3. 运行 swagger generate 生成对应的程序语言 client 文件。

生成后,只需要使用 maven/gradle 编译打包即可。

官方 kubenetes client 中缺少了 metrics 相关的 api, 我们可以在 custom_objects_spec.json 中添加上 metrics 相关的 api 描述信息,加入即可(api + Model 定义)。然后执行编译。

此过程中如果 Model 不全,可能会造成 编译 kubernetes client 时,出现如下类似的错误:

[ERROR] /Users/guangfuhe/Projects/java/wde/k8sclient/src/test/java/io/kubernetes/client/model/IoK8sApiCoreV1NodeStatusTest.java:[25,34] 找不到符号
  符号:   类 IoK8sApiCoreV1NodeConfigStatus
  位置: 程序包 io.kubernetes.client.model

上面的缺失类是 Model 中缺少了定义造成的,可以在自己的集群 openapi 文档中查找 Model。

依据集群的 openapi 文档,自动生成 kubernetes client 的方法和详细步骤如下:

  1. 获取集群的 openapi 文档,kubectl get --raw "/openapi/v2"> k8s-client-swagger.json
  2. 在 kubernetes-client/gen 项目中openapi/custom_objects_spec.json , 插入自定义的 api 接口描述和 model 描述信息,此时需要注意 custom_objects_spec.json 文件的json 格式
  3. kubernetes-client/gen 项目,会在preprocess_spec.py 中将openapi/custom_objects_spec.json自动合并到 kubernetes 官方 openapi 文档中。
  4. 运行 kubernetes-client/gen 需要setting文件,详情看“我的 settings 文件配置“。
  5. 运行。在 kubernetes-client/gen 中的openapi/目录下,运行sh java.sh out settings。自动生成的 kubernetes client 会放在out 目录下。此过程会生成 docker 镜像,并使用 docker 镜像完成 api 生成。
  6. 编译还需要 io.kubernetes.fluent和 io.kubernetes.custom 两个 package, 可以通过原来的io.kubernetes:client-java:6.0.1中获取源代码, 然后从源代码提取 custom 和 fluent package。
  7. 由于处理 Model 比较繁琐,处理完上述问题后,还有 n 个 test Model, 由于不影响功能,我直接取消了 test 类的生成(生成后直接删除了,就不需要处理某些单元测试类找不到的问题)。
  8. 生成后,使用 maven 或者 gradle 编译,我使用的是 maven。mvn clean compile package -DskipTests

最终的目录结构如图:

image.png

我的kubernetes gen配置

KUBERNETES_BRANCH=master
CLIENT_VERSION=6.1.0
PACKAGE_NAME=io.kubernetes.client

生成 k8s 本地集群的 api 文档描述文件(openapi),kubectl get --raw "/openapi/v2"> k8s-client-swagger.json

我的 custom_object_spec.json 如下, github gist 地址:https://gist.github.com/hgfkeep/9e65f5fb8f583f81fd4c8dc653793028:

[custom_objects_spec.json (114KB)]

可能出现的问题

编译过程可能缺少依赖

<dependency>
    <groupid>io.sundr</groupid>
    <artifactid>builder-annotations</artifactid>
    <version>0.2.1</version>
    <exclusions>
        <exclusion>
            <groupid>com.sun</groupid>
               <artifactid>tools</artifactid>
            </exclusion>
         </exclusions>
</dependency>

但是 builder-annotations 强依赖com.sun.tools.jar, 对于高版本的 jdk 来说,可以直接 exclude 掉。

java doc 问题

可能会出现类似如下的错误, 该错误是生成 java doc 时,提示的。可能是我用的 jdk 比较新:

[ERROR] /Users/guangfuhe/Projects/java/wde/k8sclient/src/main/java/io/kubernetes/client/apis/AdmissionregistrationV1beta1Api.java:1323: 错误: 属性在 HTML5 中不受支持: summary
[ERROR]      <table summary="Response Details" border="1">
[ERROR]

我通过 pom.xml 注释掉maven-javadoc-plugin插件,关闭了 doc 生成,就可以成功编译了。

单个 java 文件过大导致类存在却飘红

java 单个文件过大,导致 idea code insight 特效无法生效,可以直接清理自动生成的注释信息(使用 IDEA 替换功能,快速清理),清理的信息如下:

     </table><table summary="Response Details" border="1">
        <tbody><tr><td> Status Code </td><td> Description </td><td> Response Headers </td></tr>
        <tr><td> 200 </td><td> OK </td><td>  -  </td></tr>
        <tr><td> 401 </td><td> Unauthorized </td><td>  -  </td></tr>
     </tbody></table>

CoreV1Api.java中的上述信息清理后即可。

使用 custom kubernetes java client

pom.xml 配置,需要引入之前生成的客户端:

<dependency>
    <groupid>cn.ac.ict.wde</groupid>
    <artifactid>k8sclient</artifactid>
    <version>0.0.1-SNAPSHOT</version>
</dependency>

获取 node metrics 信息

核心代码如下:

// 初始化时,根据配置的kube config 文件路径, 获取api client
public void init() {
    try (InputStreamReader in = new InputStreamReader(new ClassPathResource(config.getKubeconfigFilePath()).getInputStream())) {
        KubeConfig kubeconfig = KubeConfig.loadKubeConfig(in);
        this.apiClient = ClientBuilder.kubeconfig(kubeconfig).build();
    } catch (IOException e) {
        log.error("create kubernetes api client error! {}", e);
    }
}

// 打印node metrics信息
public void printNodeMetrics() throws ApiException {
    checkApiClient();
    MetricsV1beta1Api metricsV1beta1Api = new MetricsV1beta1Api(this.apiClient);
    V1beta1NodeMetricsList nodeMetricsList = metricsV1beta1Api.listNodeMetrics(null, null, null, 100, null, null, 3000, false);
    if (nodeMetricsList != null) {
        for (V1beta1NodeMetrics nodeMetrics : nodeMetricsList.getItems()) {
            log.debug("node {}: {}", nodeMetrics.getMetadata().getName(), nodeMetrics.getUsage());
        }
    }
}


// 打印 namespce 中pod 里面的 每个 container metrics 信息
public void printNamespacePodMetrics(String namespace) throws ApiException {
    checkApiClient();
    MetricsV1beta1Api metricsV1beta1Api = new MetricsV1beta1Api(this.apiClient);
    V1beta1PodMetricsList nodeMetricsList = metricsV1beta1Api.listNamespacedPodMetrics(namespace, null, null, null, 100, null, null, 3000, false);
    if (nodeMetricsList != null) {
        for (V1beta1PodMetrics podMetrics : nodeMetricsList.getItems()) {
            for (V1beta1ContainerMetrics containerMetrics : podMetrics.getContainers()) {
                log.debug("container {}: {}", containerMetrics.getName(), containerMetrics.getUsage());
            }
        }
    }
}

NodeMetrics 输出信息如下:

16:35:44.911 [main] DEBUG cn.ac.ict.wde.service.KubernetesService - node ***15: {cpu=Quantity{number=0.828512394, format=DECIMAL_SI}, memory=Quantity{number=108825636864, format=BINARY_SI}}
16:35:44.915 [main] DEBUG cn.ac.ict.wde.service.KubernetesService - node ***17: {cpu=Quantity{number=0.328837919, format=DECIMAL_SI}, memory=Quantity{number=25566048256, format=BINARY_SI}}

ContainerMetrics 信息如下:

16:44:28.536 [main] DEBUG cn.ac.ict.wde.service.KubernetesService - container prometheus-demo-app: {cpu=Quantity{number=0.000912205, format=DECIMAL_SI}, memory=Quantity{number=42446848, format=BINARY_SI}}
16:44:28.543 [main] DEBUG cn.ac.ict.wde.service.KubernetesService - container hello: {cpu=Quantity{number=0.000107881, format=DECIMAL_SI}, memory=Quantity{number=21565440, format=BINARY_SI}}

后续

如果您不想这么麻烦,可以直接使用我编译好的 k8s 库,github 地址:https://github.com/hgfkeep/k8s-java-client

<dependency>
  <groupid>win.hgfdodo</groupid>
  <artifactid>k8sclient</artifactid>
  <version>0.1.0</version>
</dependency>

其中:

  • tested kubernetes version:
    • Server Version: v1.13.2
    • Client Version: v1.15.5
  • jdk: 1.8 及以上版本
展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
3 收藏
1
分享
返回顶部
顶部