标签：指标 limits 自定义 cpu server metrics API CPU 资源

POD资源：
requests:需求，最低保障
limits:限制，硬限制
CPU：
一颗逻辑CPU（一个核心）
1=1000微核，millicores
500m=0.5CPU
内存：
E、P、T、G、M、K
Ei、Pi、Ti、Gi、Mi、Ki、
Qos：
Guranteed：最高优先级， 确保、保证
同时设置了CPU和内存的requests和limits，
cpu.limits=cpu. requests
memory.limits=memory.limits
Burstable：中间优先级，
至少有一个容器设置CPU或者内存资源requests的属性，当内存资源比较紧缺时将requests分配占用较大的停止
cpu.limits>cpu. requests
memory.limits>memory.limits
BestEffort：最低优先级，
自动配置，当内存资源比较紧缺时，BestEffort会被优先退出，确保其他类型的正常运行
没有任何一个设置

        resources:
          limits:
            memory: 1024Mi
            cpu: 2
          requests:
            cpu: 500m
            memory: 512Mi

HeapSter：（新版本被整合在kubernetes内部，kube1.1后废弃）
cAdvisor：收集各node节点上面内存，硬盘，cpu的资源，可以在单节点上面查看采集的结果。持久存储在InfluxDB 默认老版本使用

监控指标：集群指标，容器指标，应用指标

监控-资源指标API及自定义指标API

资源指标：metrics-server
自定义指标：prometheus，k8s-prometheus-adapter（转换收集到的数据）

新一代架构：
核心指标流水线：由kubelet，metrics-server以及由API server提供的api组成；CPU累计使用率、内存实时使用率、Pod的资源占用率及容器的磁盘占用率；
监控流水线：用于从系统收集各种指标数据并提供终端用户、存储系统以及HPA，它们包含核心指标及很多的非核心指标。非核心指标本身不能被k8s所解析，

metrics-server：API server
/apis/metrics.k8s.io/v1beta1

部署metrics-server

for file in auth-delegator.yaml auth-reader.yaml metrics-apiservice.yaml metrics-server-deployment.yaml metrics-server-service.yaml resource-reader.yaml ;do wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/metrics-server/$file;done

kubectl top nodes
kubectl top pods 查看所占CPU和内存资源

待续。。。部署prometheus。。。。。。。

标签：指标,limits,自定义,cpu,server,metrics,API,CPU,资源
来源： https://blog.51cto.com/14034751/2491649

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。