首页 > TAG信息列表 > HeapSter
kubernetes云平台管理实战:部署heapster监控(十七)
一、实验准备 1、文件结构与组成 [root@master heapster-influxdb]# ll total 20 -rw-r--r-- 1 root root 414 May 13 16:35 grafana-service.yaml -rw-r--r-- 1 root root 694 May 21 12:14 heapster-controller.yaml -rw-r--r-- 1 root root 249 May 13 16:36 heapster-servyaml__(heapster/influxdb/grafana)
grafana.yaml ---apiVersion: extensions/v1beta1kind: Deploymentmetadata: name: monitoring-grafana namespace: kube-systemspec: replicas: 1 template: metadata: labels: task: monitoring k8s-app: grafana spheapster influxdb grafana 三个插件
以容器的方式安装:heapster influxdb grafana 三个插件:cd heapster/vi heapster.yamlvi influxdb.yamlvi grafana.yamlkubectl create -f .kubectl get pods -n kube-system -o wide 查看pod建立在哪个节点上 然后到那个节点去拉取相应版本的包,并更名tag 为 k8s.gcr.io/xxxk8s安装之heapster与metric
heapster 此模块,在1.8版本以后由metricserver替代 wget https://github.com/kubernetes/heapster/archive/v1.5.4.tar.gz tar -zxf v1.5.4.tar.gz cd heapster-1.5.4/ kubectl create -f deploy/kube-config/rbac/heapster-rbac.yaml ##授权 kubectl create -f deploy/kube-config用heapster实现HPA
Horizontal Pod Autoscaling(Pod水平自动伸缩),简称HPA。HAP通过监控分析RC或者Deployment控制的所有Pod的负载变化情况来确定是否需要调整Pod的副本数量,这是HPA最基本的原理。HPA在kubernetes集群中被设计成一个controller,HPA Controller默认30s轮询一次(可通过kube-controller-manage容器资源需求、需求资源限制及HeapSter
容器的资源需求,资源限制 requests:需求,最低保障 limits:限制,硬限制,最多使用量 CPU:2核双线程可以虚拟为4颗cpu 1颗逻辑cpu 1=1000微核心,milllicores 内存: E/P/T/G/M/K Ei/Pi/Ti/Gi... Qos --- 服务质量: Guranteed:每个容器同时设置了CPUkubernetes监控和性能分析工具:heapster+influxdb+grafana
1.部署heapster 下载 heapster 相关 yaml 文件 [root@master dashboard]# wget https://raw.githubusercontent.com/kubernetes/heapster/master/deploy/kube-config/influxdb/grafana.yaml[root@master dashboard]# wget https://raw.githubusercontent.com/kubernetes/heapster/k8s-容器资源需求、资源限制及HeapSter-二十二
一、容器资源需求、资源限制 资源需求、资源限制:指的是cpu、内存等资源; 资源需求、资源限制的两个关键字: request:需求,最低保障,在调度时,这个节点必须要满足request需求的资源大小; limits:限制、硬限制。这个限制容器无论怎么运行都不会超过limits的值; CPU:k8s的一个cpu对应一颗宿主Kubernetes安装dashboard
1.安装dashboard: wget -O kubernetes-dashboard.yaml https://raw.githubusercontent.com/kubernetes/dashboard/master/aio/deploy/recommended/kubernetes-dashboard.yamlsed -i "s/k8s\.gcr\.io/hati/g" kubernetes-dashboard.yaml kubectl apply -f kubern