容器的的运维和监控，是课程第十章的内容

1.容器的基本监控

相关命令：

  1. docker top d1ea6fa01bbd，top后面跟上容器名称可以查看docker的情况
  2. docker stats，查看容器的使用情况

1.1weavework工具

  1. 安装，https://github.com/weaveworks/scope
  2. scope launch 192.168.210.10，192.168.210.10是那个机器的外部可以访问的地址，然后就可以在网页里面查看docker的运行情况了
  3. scope stop，可以关闭scope
  4. scope lannch后面可以跟多个ip，只要能连通就可以了

2.k8s集群运行资源监控——Heapster+Grafana+InfluxDB

heapster: https://github.com/kubernetes/heapster
详见lab010/lab002的三个yml文件，然后启动三个文件就可以了。

相关命令：

  1. kubectl get namespace，查看现在的namespace，默认我们创建的是创建在default的namespace下的
  2. kubectl get svc –namespace kube-system，这个是得到kube-system这个namespace下的service
  3. 可以看到有一个kubernetes-dashboard的service，是NodePort的，我们可以进去看一下，是一个k8s的dashboard
  4. grafana的默认密码是admin,admin
  5. 把grafana这个yml文件里面的service的type换成NodePort，我们就可以在外部访问了

3.根据资源占用自动横向伸缩

我们可以通过监控系统资源，比如cpu的使用率，来自动横向伸缩。比如cpu超过50%的使用率的时候，我们就自动新加一个机器。要是使用率低的，我们可以再减少一点机器。

相关命令：

  1. 删除10-2里面的3个yml文件创建的资源
  2. minikube addons list，查看minikube的addons，会看到enable还是disable
  3. minikube addons enable heapster，enable heapster这个addons
  4. minikube stop
  5. minikube start –extra-config=controller-manager.HorizontalPodAutoscalerUseRESTClients=false，这个minikube的启动参数可以让创建autoscale的时候，可以获得cpu试用率
  6. kubectl run php-apache –image=k8s.gcr.io/hpa-example –requests=cpu=200m –expose –port=80，按照k8s给出的教程，启动一个测试pod，–requests=cpu=200m这个参数限定了cpu的使用量
  7. kubectl autoscale deployment php-apache –cpu-percent=50 –min=1 –max=10，创建一个autoscale，–cpu-percent表示cpu百分比多少的时候要添加pod，最少要一个pod，最多是10个pod
  8. kubectl get horizontalpodautoscaler，得到现在集群里面的autoscaler，还有target的负载情况

NOTICE

  1. autoscale得到负载情况是需要时间的，通常会有一点延迟，不会是很实时的。
  2. 得到负载情况到完成自动伸缩，也是需要一点时间的

4.k8s集群Log的采集和展示——ELK+Fluentd

elk

这里没有logstash，而是用fluentd。LogTrail算是kibana里面的一个插件，看日志比较方便

NOTICE

  1. 所以要打日志的节点都要写加一个label，使用命令 kubectl label node –all beta.kubernetes.io/fluentd-ds-ready=true
  2. kubecte create -f，后面可以跟文件夹，那么文件夹里面所有配置文件都会被创建3
  3. 具体的配置文件可以看视频里面，然后去docker-lab里面找

5.k8s集群监控方案Prometheus

https://prometheus.io/
prometheus和别的监控方案有一个不一样的地方，就是他是采取拉的方式。elk或者其他的这种都是推的方式，也就是应用把日志主动的推向elk。但是prometheus是主动去拉数据，这是一个不一样的地方。
具体配置文件见docker-labs