部署Metrics Server

## 1\. Metrics API

Metrics API 包括 **Custom Metrics API**（自定义指标 API）和 Resource Metrics API（资源指标 API）。我们一般说的 Metrics API 泛指 Resource Metrics API，也就是通过 kubectl top 命令访问的API，是侠义上的。

### 1.1 什么是Metrics API

**Metrics API**，即**Kubernetes Resource Metrics API**。它是Kubernetes API组中的一员，在集群中提供了一组基本的指标（ 允许管理员访问集群中节点和 Pod 的 CPU 和内存使用情况。），以支持自动伸缩和类似的用例。

### 1.2 Metrics API 的作用

-   它的主要作用是将资源使用指标提供给 K8s 自动扩缩器组件。
-   Metrics API 提供有关节点和 Pod 的资源使用情况的信息， 包括 CPU 和内存的指标。
-   Metrics API可以监听K8s集群中每个节点和Pod的CPU和内存使用量。
-   如果将 Metrics API 部署到集群中， 那么 Kubernetes API 的客户端就可以查询这些信息，并且可以使用 Kubernetes 的访问控制机制来管理权限。

### 1.3 Metrics API 的使用

-   HorizontalPodAutoscaler (HPA) 和 VerticalPodAutoscaler (VPA) 使用 metrics API 中的数据调整工作负载副本和资源，以满足客户需求。
-   Kubernetes管理员也可以通过 `kubectl top` 命令来查看资源指标。

### 1.4 资源指标管道架构

![在这里插入图片描述](/media/202302/2023-02-08_091719_6173200.3424787933557074.png)

图中从右到左的架构组件包括以下内容：

-   cAdvisor: 用于收集、聚合和公开 Kubelet 中包含的容器指标的守护程序。
-   kubelet: 用于管理容器资源的节点代理。 可以使用 /metrics/resource 和 /stats kubelet API 端点访问资源指标。
-   Summary API: kubelet 提供的 API，用于发现和检索可通过 /stats 端点获得的每个节点的汇总统计信息。
-   metrics-server: 集群插件组件，用于收集和聚合从每个 kubelet 中提取的资源指标。 API 服务器提供 Metrics API 以供 HPA、VPA 和 kubectl top 命令使用。Metrics Server 是 Metrics API 的参考实现。
-   Metrics API: Kubernetes API 支持访问用于工作负载自动扩缩的 CPU 和内存。使用Metrics API的前提是部署提供 Metrics API 的 API 扩展服务器。

## 2\. Metrics Server

### 2.1 什么是 Metrics Server

**Kubernetes Metrics Server** (Kubernetes指标服务器)，它是一个**可扩展的、高效的容器资源度量源**。

Metrics Server is a scalable, efficient source of container resource metrics for Kubernetes built-in autoscaling pipelines.

### 2.2 Metrics Server 的作用

Metrics Server 用于监控每个 Node 和 Pod 的负载（用于Kubernetes内置自动扩缩管道）。Metrics Server从Kubelets 收集资源指标，并通过 Metrics API 在Kubernetes apiserver中公开，供 Horizontal Pod Autoscaler 和 Vertical Pod Autoscaler 使用。Metrics API 也可以通过 `kubectl top` 访问，使其更容易调试自动扩缩管道。

### 2.3 Metrics Server 特点

-   在大多数集群上只需要部署一个实例。
-   快速自动扩缩，每**15**秒收集一次指标。
-   资源效率高，集群中的每个节点使用1mili 核心 CPU 和 2MB 的内存。
-   可扩展支持高达5000个节点的集群。

### 2.4 Metrics Server 使用场景

-   水平自动扩缩。基于CPU/内存的水平自动扩缩
-   垂直扩索。自动调整/建议容器所需的资源

以下使用场景是 Metrics Server 不支持的：

-   非 Kubernetes 集群
-   需要资源使用指标的准确来源
-   基于 CPU/内存以外的其他资源的水平自动缩放。

对于不受支持的用例，建议使用Prometheus 等完整的监控解决方案。

## 3\. Metrics Server 和 Metric API 的关系

Metrics Server 实现了 Metrics API。管理员必须部署提供 Metrics API 服务的 metrics-server 或其他适配器才能访问它。

因为 Metrics API 不在默认的Kubernetes API组中，它需要通过如 Metrics Server 添加至K8s集群的API组中，才能使用户通过客户端访问它。

-   Metrics API 在 k8s.io/metrics 代码库中定义。管理员必须启用 API 聚合层并为 metrics.k8s.io API 注册一个 APIService，才能让 Metrics API 出现在K8s API组中。
-   配置聚合层可以允许 Kubernetes apiserver 使用其它 API 扩展，这些 API 不是核心 Kubernetes API 的一部分。

Resource Metrics API 由 **metrics-server** 和 **prometheus-adapter** 实现。

![image-20221003234435267](https://img-blog.csdnimg.cn/img_convert/68d7b4985b115a03b8497e08310bd56d.png)

## 4\. 安装 Metrics Server

### 4.1 环境预设

正常运行的，完整的kubernetes集群，包括已经安装好calico网络和coredns。

具体详见：https://github.com/kubernetes-sigs/metrics-server#requirements

### 4.2 部署 Metrics Server

部署metrics server有两种方法：

-   使用官方Helm图表（Chart）安装。
-   使用YAML清单安装。

**Chart包和YAML清单下载地址**是：https://github.com/kubernetes-sigs/metrics-server/releases

### （1）使用 Helm

#### 1）下载 chart

```shell
wget https://github.com/kubernetes-sigs/metrics-server/releases/download/metrics-server-helm-chart-3.8.2/metrics-server-3.8.2.tgz
```

#### 2）解压、备份和修改 chart

```shell

tar zxvf metrics-server-3.8.2.tgz cd metrics-server cat ci/ci-values.yaml
```

![image-20221003024449358](/media/202302/2023-02-08_091719_9620750.1077433594023276.png)

```shell

cp values.yaml values.yaml.bak vim values.yaml
```

修改内容如下所示

```shell
 6c6
< repository: bitnami/metrics-server
---
> repository: k8s.gcr.io/metrics-server/metrics-server
8c8
< tag: "0.6.1"
---
> tag: ""
77d76
<   - --kubelet-insecure-tls
```

修改说明：

-   官方chart包中的镜像默认是`k8s.gcr.io/metrics-server/metrics-server`，国内无法访问谷歌镜像库，因此需要先到docker hub中找到对应版本的容器镜像，再与之替换即可。
-   chart包中默认镜像标签是 v0.6.1，而我们替换的镜像标签是 0.6.1 。
-   访问kubernetes API服务器默认需要kubelet证书，通过向Metrics Server传递 `--kubelet-insecure-tls` 来禁用证书验证。

#### 3）部署 metrics-server

返回到 metrics-server 文件夹的上级目录

```shell
root@k8s-01:~/metrics-server/metrics-server
root@k8s-01:~/metrics-server
NAME: metrics-server
LAST DEPLOYED: Sun Oct 2 18:48:30 2022
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
***********************************************************************
* Metrics Server *
*********************************************************************** Chart version: 3.8.2 App version: 0.6.1
  Image tag:     bitnami/metrics-server:0.6.1
***********************************************************************
```

#### 4）tips 说明

helm默认安装在default命名空间内。

### （2）YAML 清单

#### 1）下载、备份和修改 YAML 清单

```shell

wget https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml cp components.yaml components.yaml.bak 135d134
< - --kubelet-insecure-tls
141c140
< image: bitnami/metrics-server:0.6.1
---
>         image: k8s.gcr.io/metrics-server/metrics-server:v0.6.1
```

修改解释见使用Helm安装的步骤。

#### 2）部署 metrics-server

```shell
kubectl apply -f components.yaml
```

等待30s 后，metrics-server 部署成功。

#### 3）tips 说明

-   使用 YAML 清单部署的 metrics-server 默认命名空间是 kube-system。

### 4.3 查看 metrics-server 以及 节点和 Pod 指标值

```shell
kubectl get pod -n kube-system
kubectl top node
kubectl top pod
```

![image-20221003234329520](https://img-blog.csdnimg.cn/img_convert/4041c357b0c6cd3823d367c1b519aefe.png)

输出参数：

-   CPU(cores)下的291m中的 m 表示一个微核心，1核 = 1000核心
-   使用`lscpu`命令查看虚拟机的cpu核心数，发现有两个核心，2核大概为2000m

![image-20210507211644969](https://img-blog.csdnimg.cn/img_convert/7f639e68b9f206481cc98e2b2c62192f.png)

假如使用`kubectl top nodes`出现下面的现象，可能是因为kubernetes集群网络cacoli的配置的网段和构建集群的网段不一致。

```shell
[root@vm31 ~]
NAME CPU(cores) CPU% MEMORY(bytes) MEMORY% vm31 232m 11% 1395Mi 36% vm32 <unknown> <unknown> <unknown> <unknown> vm33 <unknown> <unknown> <unknown> <unknown>    
```

###

## 5\. 参考资料