Knative Serving 平台与应用监控一例

我是 LEE,老李,一个在 IT 行业摸爬滚打 16 年的技术老兵。

事件背景

最近我们的 Knative 的应用管理和发布平台上线了,有了工具平台,那么监控报警就是下一个非常重要的环节,后面的应用报警就水到渠成了。

通过 Knative 官方 Serving 模块中的监控报警文档实践,发现官方提供的解决方案是一个极其麻烦的方案。也许是出发点不一样,他们倾向建立一个全新的系统,可是现在 k8s 系统普及这么多了,难道还有集群不使用 Promthues/Thanos 的嘛?我想有更简单的办法就能解决监控的问题,不要用复杂的方法来接解决问题。

顺便多说一嘴,Knative 官方提供的 Grafana 的监控大盘也非常不好用,没有真正贴合到实际使用需要。

准备工具

Tips: 我们这边使用 VictoriaMetrics 替换了 Thanos, 因为在大数据查询和写入的量情况下 Thanos 实在是表现的不太好,所以最后使用了 VictoriaMetrics。

这个是我们平台版本的情况:

  • Kubernetes: 1.23
  • Istio: 1.13
  • Knative: 1.5
  • Grafana: 8.3.3
  • VictoriaMetrics: 1.79

具体实操

既然打算用自己的方法来监控 Knative Serving 的控制层,那么 Knative 官方的文档就没有什么参考价值了。

监控控制层

一个简单的 knative 会有如下几个简单的组件构成:

NAME                                    READY   STATUS    RESTARTS   AGE
activator-58b96bdb7d-nf6hf              1/1     Running   0          30d
autoscaler-75c4975cd8-bg2nt             1/1     Running   0          30d
controller-66475c8469-d5w2h             1/1     Running   0          30d
domain-mapping-68768c5ddc-999ng         1/1     Running   0          30d
domainmapping-webhook-d4bbcb544-bjtfz   1/1     Running   0          30d
net-istio-controller-689d984c59-4vtdx   1/1     Running   0          27d
net-istio-webhook-74f9465d86-jtj72      1/1     Running   0          27d
webhook-996d56c7-ms6js                  1/1     Running   0          30d

那么就可以针对这些组件定制合适的 metrics 抓取方案。当然抓取前,我们还是稍微浏览下 Deployment 里面的配置情况。

这里用 activator 为例:

apiVersion: apps/v1
kind: Deployment
metadata:
    annotations:
        deployment.kubernetes.io/revision: "1"
    labels:
        app.kubernetes.io/component: activator
        app.kubernetes.io/name: knative-serving
        app.kubernetes.io/version: 1.5.0
    name: activator
    namespace: knative-serving
spec:
    progressDeadlineSeconds: 600
    replicas: 1
    revisionHistoryLimit: 10
    selector:
        matchLabels:
            app: activator
            role: activator
    strategy:
        rollingUpdate:
            maxSurge: 25%
            maxUnavailable: 25%
        type: RollingUpdate
    template:
        metadata:
            annotations:
                cluster-autoscaler.kubernetes.io/safe-to-evict: "false"
            creationTimestamp: null
            labels:
                app: activator
                app.kubernetes.io/component: activator
                app.kubernetes.io/name: knative-serving
                app.kubernetes.io/version: 1.5.0
                role: activator
        spec:
            containers:
                - env:
                      - name: GOGC
                        value: "500"
                      - name: POD_NAME
                        valueFrom:
                            fieldRef:
                                apiVersion: v1
                                fieldPath: metadata.name
                      - name: POD_IP
                        valueFrom:
                            fieldRef:
                                apiVersion: v1
                                fieldPath: status.podIP
                      - name: SYSTEM_NAMESPACE
                        valueFrom:
                            fieldRef:
                                apiVersion: v1
                                fieldPath: metadata.namespace
                      - name: CONFIG_LOGGING_NAME
                        value: config-logging
                      - name: CONFIG_OBSERVABILITY_NAME
                        value: config-observability
                      - name: METRICS_DOMAIN
                        value: knative.dev/internal/serving
                  image: knative-serving/activator:1.5.0
                  imagePullPolicy: IfNotPresent
                  livenessProbe:
                      failureThreshold: 12
                      httpGet:
                          httpHeaders:
                              - name: k-kubelet-probe
                                value: activator
                          path: /
                          port: 8012
                          scheme: HTTP
                      initialDelaySeconds: 15
                      periodSeconds: 10
                      successThreshold: 1
                      timeoutSeconds: 1
                  name: activator
                  ports:
                      - containerPort: 9090
                        name: metrics ## 就是这里,提供 9090 端口作为 metrics 数据读取接口
                        protocol: TCP
                      - containerPort: 8008
                        name: profiling
                        protocol: TCP
                      - containerPort: 8012
                        name: http1
                        protocol: TCP
                      - containerPort: 8013
                        name: h2c
                        protocol: TCP
                  readinessProbe:
                      failureThreshold: 5
                      httpGet:
                          httpHeaders:
                              - name: k-kubelet-probe
                                value: activator
                          path: /
                          port: 8012
                          scheme: HTTP
                      periodSeconds: 5
                      successThreshold: 1
                      timeoutSeconds: 1
                  resources:
                      limits:
                          cpu: "1"
                          memory: 600Mi
                      requests:
                          cpu: 300m
                          memory: 60Mi
                  securityContext:
                      allowPrivilegeEscalation: false
                      capabilities:
                          drop:
                              - all
                      readOnlyRootFilesystem: true
                      runAsNonRoot: true
                  terminationMessagePath: /dev/termination-log
                  terminationMessagePolicy: File
            dnsPolicy: ClusterFirst
            restartPolicy: Always
            schedulerName: default-scheduler
            securityContext: {}
            serviceAccount: controller
            serviceAccountName: controller
            terminationGracePeriodSeconds: 600

通过对 activator 的 Deployment 内容阅读得知,9090 端口(命名:metrics,后面用的到)是对外提供指标的位置。随后我们对 Knative Serving 中其他的组件提供指标的接口做了统计,做了如下列表:

组件名 Port 别名 描述
activator 9090 metrics 连接缓冲器,是 Knative 重要流量转发组件。负责应用从 0->1/1->0 过程中 http 请求缓存。
autoscaler 9090 metrics 扩容控制器,是 Knative 控制应用 Pod 副本数量重要组件。根据 queue-proxy 和 activator 反馈的数据决定 pod 启动数量。
controller 9090 metrics 控制器,是 Knative 控制器服务协调所有公共 Knative 对象和自动伸缩 crd。当用户将 Knative 服务应用到 Kubernetes API 时,这会创建配置和路由。
webhook 9090 metrics 钩子,是 Knative 控制层与 Kubernetes 沟通重要组件。拦截所有 Kubernetes API 调用以及所有 CRD 插入和更新。它设置默认值和拒绝不一致和无效的对象,并验证和改变 Kubernetes API 调用。

从上面的列表真正对业务有实质性影响的就是这 4 个模块。既然如此,我们就方便编写抓取监控的 Job 了。 这里以 VictoriaMetrics 平台为例:

apiVersion: operator.victoriametrics.com/v1beta1
kind: VMPodScrape
metadata:
    name: controller-monitor
    namespace: knative-serving
spec:
    namespaceSelector:
        matchNames:
            - knative-serving
    podMetricsEndpoints:
        - path: /metrics
          scheme: http
          targetPort: metrics # 这里就是面提到的接听端口 9090 的别名
    selector:
        matchLabels:
            app: controller
---
apiVersion: operator.victoriametrics.com/v1beta1
kind: VMPodScrape
metadata:
    name: autoscaler-monitor
    namespace: knative-serving
spec:
    namespaceSelector:
        matchNames:
            - knative-serving
    podMetricsEndpoints:
        - path: /metrics
          scheme: http
          targetPort: metrics # 这里就是面提到的接听端口 9090 的别名
    selector:
        matchLabels:
            app: autoscaler
---
apiVersion: operator.victoriametrics.com/v1beta1
kind: VMPodScrape
metadata:
    name: activator-monitor
    namespace: knative-serving
spec:
    namespaceSelector:
        matchNames:
            - knative-serving
    podMetricsEndpoints:
        - path: /metrics
          scheme: http
          targetPort: metrics # 这里就是面提到的接听端口 9090 的别名
    selector:
        matchLabels:
            app: activator
---
apiVersion: operator.victoriametrics.com/v1beta1
kind: VMPodScrape
metadata:
    name: webhook-monitor
    namespace: knative-serving
spec:
    namespaceSelector:
        matchNames:
            - knative-serving
    podMetricsEndpoints:
        - path: /metrics
          scheme: http
          targetPort: metrics # 这里就是面提到的接听端口 9090 的别名
    selector:
        matchLabels:
            app: webhook

我编写了 4 个 PodScrape 任务来监控控制层 Pod 的 metrics,数据被自动收集到了 VictoriaMetrics,后面方便 Grafana 来做 Dashboard。

监控已发布应用

依葫芦画瓢,当然抓发布应用的 metrics 取前,我们还是稍微浏览下 Deployment 里面的配置情况。这里用 test-app-18 为例:

apiVersion: v1
kind: Pod
metadata:
    annotations:
        autoscaling.knative.dev/class: kpa.autoscaling.knative.dev
        autoscaling.knative.dev/initial-scale: "1"
        autoscaling.knative.dev/max-scale: "6"
        autoscaling.knative.dev/metric: rps
        autoscaling.knative.dev/min-scale: "1"
        autoscaling.knative.dev/target: "60"
        kubernetes.io/limit-ranger: "LimitRanger plugin set: ephemeral-storage request
            for container app; ephemeral-storage limit for container app; ephemeral-storage
            request for container queue-proxy; ephemeral-storage limit for container queue-proxy"
        serving.knative.dev/creator: system:serviceaccount:default:oms-admin
    creationTimestamp: "2022-08-04T07:05:03Z"
    generateName: test-app-18-ac403-deployment-988b7b66f-
    labels:
        k_type: knative # 这里很重要,通过这个 label 我们区分这个pod 是 knative 应用的pod,还是普通的 pod
        app: test-app-18
        app_id: test-app-18
        pod-template-hash: 988b7b66f
        service.istio.io/canonical-name: test-app-18
        service.istio.io/canonical-revision: test-app-18-ac403
        serving.knative.dev/configuration: test-app-18
        serving.knative.dev/configurationGeneration: "4"
        serving.knative.dev/configurationUID: d896cd40-ce9c-4027-9229-4af9f2aa5630
        serving.knative.dev/revision: test-app-18-ac403
        serving.knative.dev/revisionUID: 1b3dc38f-5aed-4252-a07b-aefc32f7f9f9
        serving.knative.dev/service: test-app-18
        serving.knative.dev/serviceUID: 0af741d0-a74f-44dd-ab6e-458a5d3743a2
    name: test-app-18-ac403-deployment-988b7b66f-tlw27
    namespace: knative-apps
    ownerReferences:
        - apiVersion: apps/v1
          blockOwnerDeletion: true
          controller: true
          kind: ReplicaSet
          name: test-app-18-ac403-deployment-988b7b66f
          uid: 429f5cc4-20e6-4f85-a985-4da1de578844
    resourceVersion: "755594194"
    uid: c632adba-5c66-4c0b-ac31-67c8c231b591
spec:
    containers:
        - env:
              - name: PORT
                value: "8080"
              - name: K_REVISION
                value: test-app-18-ac403
              - name: K_CONFIGURATION
                value: test-app-18
              - name: K_SERVICE
                value: test-app-18
          image: knative-apps/fn_test-app-18_qa@sha256:e86ed5117e91b4d11f9e169526d734981deb31c99744d65cb6a6debf9262d97f
          imagePullPolicy: IfNotPresent
          lifecycle:
              preStop:
                  httpGet:
                      path: /wait-for-drain
                      port: 8022
                      scheme: HTTP
          livenessProbe:
              failureThreshold: 3
              httpGet:
                  httpHeaders:
                      - name: K-Kubelet-Probe
                        value: queue
                  path: /ping
                  port: 8080
                  scheme: HTTP
              periodSeconds: 10
              successThreshold: 1
              timeoutSeconds: 1
          name: app
          ports:
              - containerPort: 8080
                name: user-port
                protocol: TCP
          resources:
              limits:
                  cpu: "2"
                  ephemeral-storage: 7Gi
                  memory: 4Gi
              requests:
                  cpu: 200m
                  ephemeral-storage: 256Mi
                  memory: 409Mi
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: FallbackToLogsOnError
          volumeMounts:
              - mountPath: /var/run/secrets/kubernetes.io/serviceaccount
                name: kube-api-access-jp8zk
                readOnly: true
        - env:
              - name: SERVING_NAMESPACE
                value: knative-apps
              - name: SERVING_SERVICE
                value: test-app-18
              - name: SERVING_CONFIGURATION
                value: test-app-18
              - name: SERVING_REVISION
                value: test-app-18-ac403
              - name: QUEUE_SERVING_PORT
                value: "8012"
              - name: QUEUE_SERVING_TLS_PORT
                value: "8112"
              - name: CONTAINER_CONCURRENCY
                value: "0"
              - name: REVISION_TIMEOUT_SECONDS
                value: "10"
              - name: SERVING_POD
                valueFrom:
                    fieldRef:
                        apiVersion: v1
                        fieldPath: metadata.name
              - name: SERVING_POD_IP
                valueFrom:
                    fieldRef:
                        apiVersion: v1
                        fieldPath: status.podIP
              - name: SERVING_LOGGING_CONFIG
              - name: SERVING_LOGGING_LEVEL
              - name: SERVING_REQUEST_LOG_TEMPLATE
                value: '{"httpRequest": {"requestMethod": "{{.Request.Method}}", "requestUrl":
                    "{{js .Request.RequestURI}}", "requestSize": "{{.Request.ContentLength}}",
                    "status": {{.Response.Code}}, "responseSize": "{{.Response.Size}}", "userAgent":
                    "{{js .Request.UserAgent}}", "remoteIp": "{{js .Request.RemoteAddr}}", "serverIp":
                    "{{.Revision.PodIP}}", "referer": "{{js .Request.Referer}}", "latency": "{{.Response.Latency}}s",
                    "protocol": "{{.Request.Proto}}"}, "traceId": "{{index .Request.Header "X-B3-Traceid"}}"}'
              - name: SERVING_ENABLE_REQUEST_LOG
                value: "false"
              - name: SERVING_REQUEST_METRICS_BACKEND
                value: prometheus
              - name: TRACING_CONFIG_BACKEND
                value: none
              - name: TRACING_CONFIG_ZIPKIN_ENDPOINT
              - name: TRACING_CONFIG_DEBUG
                value: "false"
              - name: TRACING_CONFIG_SAMPLE_RATE
                value: "0.1"
              - name: USER_PORT
                value: "8080"
              - name: SYSTEM_NAMESPACE
                value: knative-serving
              - name: METRICS_DOMAIN
                value: knative.dev/internal/serving
              - name: SERVING_READINESS_PROBE
                value: '{"httpGet":{"path":"/ping","port":8080,"host":"127.0.0.1","scheme":"HTTP","httpHeaders":[{"name":"K-Kubelet-Probe","value":"queue"}]},"successThreshold":1}'
              - name: ENABLE_PROFILING
                value: "false"
              - name: SERVING_ENABLE_PROBE_REQUEST_LOG
                value: "false"
              - name: METRICS_COLLECTOR_ADDRESS
              - name: CONCURRENCY_STATE_ENDPOINT
              - name: CONCURRENCY_STATE_TOKEN_PATH
                value: /var/run/secrets/tokens/state-token
              - name: HOST_IP
                valueFrom:
                    fieldRef:
                        apiVersion: v1
                        fieldPath: status.hostIP
              - name: ENABLE_HTTP2_AUTO_DETECTION
                value: "false"
          image: knative-serving/queue:1.5.0
          imagePullPolicy: IfNotPresent
          name: queue-proxy
          ports:
              - containerPort: 8022
                name: http-queueadm
                protocol: TCP
              - containerPort: 9090
                name: http-autometric
                protocol: TCP
              - containerPort: 9091
                name: http-usermetric # 就是这里,提供 9091 端口作为 metrics 数据读取接口。因为应用的流量都被 Queue 转发,所以在这里统计最好。
                protocol: TCP
              - containerPort: 8012
                name: queue-port
                protocol: TCP
              - containerPort: 8112
                name: https-port
                protocol: TCP
          readinessProbe:
              failureThreshold: 3
              httpGet:
                  httpHeaders:
                      - name: K-Network-Probe
                        value: queue
                  path: /
                  port: 8012
                  scheme: HTTP
              periodSeconds: 10
              successThreshold: 1
              timeoutSeconds: 1
          resources:
              limits:
                  ephemeral-storage: 7Gi
              requests:
                  cpu: 25m
                  ephemeral-storage: 256Mi
          securityContext:
              allowPrivilegeEscalation: false
              capabilities:
                  drop:
                      - all
              readOnlyRootFilesystem: true
              runAsNonRoot: true
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
          volumeMounts:
              - mountPath: /var/run/secrets/kubernetes.io/serviceaccount
                name: kube-api-access-jp8zk
                readOnly: true
    dnsPolicy: ClusterFirst
    enableServiceLinks: false
    imagePullSecrets:
        - name: key.key
    nodeName: 10.11.96.79
    preemptionPolicy: PreemptLowerPriority
    priority: 0
    restartPolicy: Always
    schedulerName: default-scheduler
    securityContext: {}
    serviceAccount: default
    serviceAccountName: default
    terminationGracePeriodSeconds: 10
    tolerations:
        - effect: NoExecute
          key: node.kubernetes.io/not-ready
          operator: Exists
          tolerationSeconds: 120
        - effect: NoExecute
          key: node.kubernetes.io/unreachable
          operator: Exists
          tolerationSeconds: 120
    volumes:
        - name: kube-api-access-jp8zk
          projected:
              defaultMode: 420
              sources:
                  - serviceAccountToken:
                        expirationSeconds: 3607
                        path: token
                  - configMap:
                        items:
                            - key: ca.crt
                              path: ca.crt
                        name: kube-root-ca.crt
                  - downwardAPI:
                        items:
                            - fieldRef:
                                  apiVersion: v1
                                  fieldPath: metadata.namespace
                              path: namespace

通过对 test-app-18 的 Deployment 内容阅读得知,9091 端口(命名:http-usermetric,后面用的到)是对外提供指标的位置。 这里我也类似的做了一个通用的能够抓取任何 Namespace 中 Knative 应用 Pod 流量情况的 Job(这里有一个挑战:应用的 Namespace 不确定,就需要对所有 Namespace 适配)。

apiVersion: operator.victoriametrics.com/v1beta1
kind: VMPodScrape
metadata:
    name: custom-apps-monitor
    namespace: knative-serving
spec:
    namespaceSelector:
        any: true # 这个表示匹配任何 Namespace
    podMetricsEndpoints:
        - path: /metrics
          scheme: http
          targetPort: http-usermetric
    selector:
        matchLabels:
            k_type: knative # 匹配真实的 Pod 区分应用类型的标签

编写了通用的 PodScrape 任务来监控应用 Pod 的 metrics,数据被自动收集到了 VictoriaMetrics,后面方便 Grafana 来做 Dashboard。

最终效果

在接入 Grafana 以后,我这边也没有用 Knative 社区的模板,发现很多不一定有用。最后决定自定义个比较有意义的监控模板。

Knative-monitoring Dashboard
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,233评论 6 495
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,357评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,831评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,313评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,417评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,470评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,482评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,265评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,708评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,997评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,176评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,827评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,503评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,150评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,391评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,034评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,063评论 2 352