編譯 | 徐杰承

2023年，原生云應(yīng)用及平臺發(fā)展迅猛。大量企業(yè)都在努力發(fā)揮其應(yīng)用程序的最大潛力，以確保極致的用戶體驗(yàn)并推動業(yè)務(wù)增長。

混合云環(huán)境的興起和容器化技術(shù)(如Kubernetes)的采用徹底改變了現(xiàn)代應(yīng)用程序的開發(fā)、部署和擴(kuò)展方式。

在這個數(shù)字舞臺上，K8S是大多數(shù)云原生應(yīng)用程序和工作負(fù)載的首選平臺，這個流行的開源工具有助于容器編排和發(fā)現(xiàn)、負(fù)載平衡和其他功能。根據(jù)一份報告，96%的公司目前已在其云系統(tǒng)中使用或正在評估K8S的實(shí)施。

圖片

然而，隨之而來的是一系列新的挑戰(zhàn)。隨著應(yīng)用程序復(fù)雜性的增加，對有效的可觀測性解決方案的需求也在增加，這些解決方案使企業(yè)能夠深入了解其容器化的工作負(fù)載，也是混合云環(huán)境中管理和優(yōu)化容器化應(yīng)用程序的一個重要前提。

本文將深入K8S的可觀測性，探索六種有效的策略，這些策略可以讓企業(yè)在混合云環(huán)境中釋放其容器化應(yīng)用程序的全部潛力。

1、使用集群日志記錄與日志聚合

為了深入了解分布式系統(tǒng)，集群日志記錄是一個基本策略。在K8S環(huán)境中，應(yīng)用程序會跨越多個容器和節(jié)點(diǎn)，因此收集和分析各種來源的日志就變得至關(guān)重要。

集群日志記錄包括將不同組件的日志整合到一個易于訪問的位置。集群日志記錄的重要性在于它能夠提供系統(tǒng)行為和性能的整體視圖。

利用K8S集群日志，您可以關(guān)聯(lián)事件并識別K8S集群中的模式，從而實(shí)現(xiàn)高效的故障排除和故障原因分析。

想要在K8S中實(shí)現(xiàn)集群日志記錄，您可以利用強(qiáng)大的日志聚合工具或云原生解決方案，如亞馬遜觀測日志或者谷歌云日志。這些工具提供了可擴(kuò)展且高效的方法來收集、存儲和分析來自 K8S 集群的日志。

2、利用分布式追蹤實(shí)現(xiàn)端到端可見性

在微服務(wù)分布在多個容器和節(jié)點(diǎn)上的復(fù)雜 K8S 環(huán)境中，了解不同組件之間的請求和交互流很具有挑戰(zhàn)性。這就是分布式追蹤發(fā)揮作用的地方——在請求遍歷各種服務(wù)時提供對請求執(zhí)行路徑的端到端可見性。

分布式追蹤允許您追蹤請求從入口到接觸的所有微服務(wù)的流程，從而捕獲有關(guān)每個步驟的寶貴信息。通過使用追蹤庫或代理檢測應(yīng)用程序，可以生成追蹤數(shù)據(jù)，以顯示每個服務(wù)的持續(xù)時間、延遲和潛在瓶頸。

在 Kubernetes 中利用分布式追蹤的好處是非常顯著的。

首先，它可以幫助您了解服務(wù)之間的依賴關(guān)系，從而實(shí)現(xiàn)更好的故障排除和性能優(yōu)化。當(dāng)請求出現(xiàn)延遲或錯誤時，您可以快速確定出現(xiàn)問題的服務(wù)或組件并采取糾正措施。

其次，分布式追蹤允許您測量和監(jiān)視各個服務(wù)及其交互的性能。

通過分析追蹤數(shù)據(jù)，您可以識別性能瓶頸，檢測低效的資源使用情況，并優(yōu)化系統(tǒng)的整體響應(yīng)能力。這些信息對于容器規(guī)劃和確保 Kubernetes 環(huán)境中的可擴(kuò)展性非常重要。

對企業(yè)而言，可以選擇一些流行的分布式追蹤解決方案。這些工具為有效收集和可視化追蹤數(shù)據(jù)提供了必要的工具和基礎(chǔ)設(shè)施。通過將這些解決方案集成到您的K8S部署中，可以全面了解您的微服務(wù)行為，并推動持續(xù)改進(jìn)。

3、將K8S與APM解決方案集成

為了在K8S中實(shí)現(xiàn)全面的可觀測性，有必要將您的環(huán)境與應(yīng)用性能監(jiān)控(APM)解決方案進(jìn)行集成。APM解決方案提供了超越傳統(tǒng)指標(biāo)和日志的高級監(jiān)控功能，能夠洞察各個應(yīng)用程序組件的性能和行為。

APM集成的主要好處之一是能夠檢測和診斷K8S應(yīng)用程序中的性能瓶頸。

借助APM解決方案，您可以在請求通過各種服務(wù)時對其進(jìn)行跟蹤，并確定高延遲或資源沖突的區(qū)間。有了這些信息，就可以采取有針對性的措施來優(yōu)化關(guān)鍵路徑并提高應(yīng)用程序的整體性能。

許多APM解決方案提供專門的K8S集成，簡化了對容器化應(yīng)用程序的監(jiān)控和管理。這些集成提供了預(yù)配置的儀表板、警報和工具庫，簡化了K8S環(huán)境中APM數(shù)據(jù)的捕獲和分析。

4、使用基于指標(biāo)的監(jiān)控

基于指標(biāo)的監(jiān)控構(gòu)成了K8S中可觀測性的基礎(chǔ)。它包括收集和分析關(guān)鍵指標(biāo)，這些指標(biāo)提供了對您的K8S集群和應(yīng)用程序的健康、性能和資源利用率的洞察。

談到Kubernetes中基于指標(biāo)的監(jiān)控，有幾個基本組件需要考慮:

節(jié)點(diǎn)級指標(biāo):監(jiān)控Kubernetes集群中單個節(jié)點(diǎn)的資源利用率對于容量規(guī)劃和基礎(chǔ)設(shè)施優(yōu)化至關(guān)重要。CPU使用率、內(nèi)存使用率、磁盤I/O和網(wǎng)絡(luò)帶寬等指標(biāo)有助于您識別潛在的資源瓶頸，并確保最佳分配。        

Pod級指標(biāo):Pod是Kubernetes的基本部署單位。通過監(jiān)控與pod相關(guān)的指標(biāo)，您可以評估它們的資源消耗、運(yùn)行狀況和整體性能。關(guān)鍵的pod級指標(biāo)包括CPU和內(nèi)存使用情況、網(wǎng)絡(luò)吞吐量和請求成功率。  

容器級指標(biāo):pod中的容器封裝了單獨(dú)的應(yīng)用程序組件。監(jiān)控容器級指標(biāo)有助于您了解特定應(yīng)用程序服務(wù)或流程的資源消耗和行為。CPU使用率、內(nèi)存使用率和文件系統(tǒng)使用率等指標(biāo)提供了對容器性能的洞察。

• 特定應(yīng)用指標(biāo):根據(jù)應(yīng)用程序的需求，您可能需要監(jiān)控特定業(yè)務(wù)邏輯或領(lǐng)域的定制指標(biāo)。這些指標(biāo)可以包括交互率、錯誤率、緩存命中率或其他相關(guān)的性能指標(biāo)。

圖片

5、自定義Kubernetes事件增強(qiáng)可觀測性

自定義事件在K8S組件之間以及K8S和外部系統(tǒng)之間進(jìn)行通信。它們可以發(fā)出重要事件的信號，比如部署、伸縮操作、配置更改，甚至是容器中特定于應(yīng)用程序的事件。

通過利用自定義事件，您可以在可觀測性方面獲得幾個好處:

• 主動監(jiān)控:自定義事件允許您定義和監(jiān)控需要注意的特定條件。例如可以創(chuàng)建事件來指示何時資源不足、何時pod出現(xiàn)故障或何時超過特定閾值。通過捕獲這些事件，您可以在問題升級之前主動檢測并解決問題。
• 上下文信息:自定義事件包括有助于故障排除和分析根本原因的附加上下文信息。您可以附加相關(guān)的詳細(xì)信息，例如錯誤消息、時間戳、受影響的資源或任何其他元數(shù)據(jù)，以便深入了解事件的重要性。這種額外的背景有助于更有效地理解和解決問題。
• 與外部系統(tǒng)的集成:K8S自定義事件可以由外部系統(tǒng)使用，例如監(jiān)控平臺或事故管理工具。集成這些系統(tǒng)允許您基于特定事件觸發(fā)自動響應(yīng)或通知。這簡化了事件響應(yīng)流程，并確保及時解決關(guān)鍵問題。

利用自定義K8S事件，您可以使用K8S事件掛鉤（event hooks）、定制控制器，甚至使用K8S API開發(fā)您的事件驅(qū)動應(yīng)用程序。通過定義事件觸發(fā)器、捕獲相關(guān)信息并對事件做出反應(yīng)，您可以建立一個健壯的可觀測性框架，補(bǔ)充傳統(tǒng)的監(jiān)視方法。

6、整合綜合監(jiān)控實(shí)現(xiàn)可觀測性主動發(fā)現(xiàn)

綜合監(jiān)控模擬用戶行為或代表與應(yīng)用程序日常交互的特定事務(wù)。這些綜合監(jiān)控可以設(shè)置在不同的位置定期運(yùn)行，模擬用戶行為并測量關(guān)鍵性能指標(biāo)。

在您的K8S環(huán)境中集成合成監(jiān)控有幾個主要好處:

• 主動問題檢測:綜合監(jiān)控允許您在真實(shí)用戶受到影響之前發(fā)現(xiàn)問題。通過定期模擬用戶交互，您可以識別性能下降、錯誤或無響應(yīng)的組件。這種早期檢測使您能夠主動解決問題并保持高應(yīng)用程序可用性。
• 性能基準(zhǔn)測試:綜合監(jiān)控為性能基準(zhǔn)和SLA合規(guī)性提供了基線。通過從不同的位置運(yùn)行一致的測試，您可以測量正常情況下的響應(yīng)時間、延遲和可用性。這些基準(zhǔn)可作為檢測異常和確保最佳性能的參考。
• 位置監(jiān)測:可以將綜合監(jiān)控配置為從不同的位置運(yùn)行，從而在不同區(qū)域深入了解應(yīng)用程序的性能。這有助于識別可能影響用戶體驗(yàn)的延遲問題或位置差異。通過這些信息優(yōu)化您的應(yīng)用性能，您可以確保全球一致的用戶體驗(yàn)。

可以利用專業(yè)工具將綜合監(jiān)控整合進(jìn)你的K8S環(huán)境。這些工具提供了創(chuàng)建和部署綜合監(jiān)控、監(jiān)控性能指標(biāo)以及生成報告的能力。

為基于微服務(wù)的應(yīng)用程序獲得 K8S 可觀測性的一種方法是使用 Datadog、Splunk、Middleware 和 Dynatrace 等第三方工具。這些工具能夠捕獲指標(biāo)和事件，提供多個現(xiàn)成的報告、圖表和警報以節(jié)省時間。

7、總結(jié)

通過利用以上提到的6種策略，您可以增強(qiáng)對 K8S 部署的行為和性能的理解。實(shí)施這些策略將提供對分布式系統(tǒng)的全面洞察，從而實(shí)現(xiàn)高效的故障排除、性能優(yōu)化、主動問題檢測和改進(jìn)的用戶體驗(yàn)。

無論您是在運(yùn)營小規(guī)模 K8S 環(huán)境還是管理復(fù)雜的混合云部署，應(yīng)用這些策略都將有助于應(yīng)用程序的成功和可靠性的提升。

原文鏈接：https://dzone.com/articles/6-effective-strategies-for-kubernetes-observabilit