Observabilitytools voor Kubernetes

Prometheus is het toonaangevende opensource-mon itoringsysteem voor Kubernetes. Het blinkt uit in het regelmatig verzamelen van tijdreeksmetingen van geconfigureerde doelen.

• Het gebruikt een pullmodel: Prometheus haalt actief metingen op bij eindpunten die door je applicaties en Kubernetes-componenten beschikbaar worden gesteld.
• Het integreert met Kubernetes-servicedetectie om automatisch nieuwe doelen (pods, services) te vinden waarvan metingen kunnen worden opgehaald.
• Grafana wordt vaak samen met Prometheus gebruikt om krachtige, aanpasbare dashboards te maken voor het visualiseren van deze metingen.

Prometheus gebruikt de native servicedetectie van Kubernetes om automatisch meeteindpunten te vinden. Het kan bijvoorbeeld kube-state-metrics ontdekken, dat metingen beschikbaar stelt over de status van K8s-objecten (pods, implementaties enzovoort).

Je kunt controleren waar Prometheus-componenten in je cluster worden uitgevoerd (uitgaande van een gebruikelijke installatienaamruimte):

Voor gecentraliseerde logging in Kubernetes zijn Fluentd en zijn lichtgewicht variant Fluent Bit populaire keuzes. Ze zorgen ervoor dat logboeken van tijdelijke containers niet verloren gaan.

• Ze worden als DaemonSets op elke node uitgevoerd en verzamelen logboeken van alle containers op die node.
• Ze kunnen logboeken parseren, waardevolle K8s-metagegevens toevoegen (zoals podnaam en naamruimte) en deze doorsturen naar een gecentraliseerde backend voor logging (bijvoorbeeld Elasticsearch of Loki).
• Fluent Bit heeft in cloud-native omgevingen vaak de voorkeur vanwege de kleinere voetafdruk en het lagere resourcegebruik.

Fluent Bit wordt meestal als een DaemonSet geïmplementeerd, zodat op elke node een logboekverzamelaar wordt uitgevoerd die alle containerlogboeken vastlegt. Zo krijg je een volledige dekking van de logboeken.

Zo kun je bijvoorbeeld de status van een Fluent Bit-DaemonSet controleren:

Gedistribueerde tracing helpt bij het visualiseren van aanvragen die door meerdere microservices in Kubernetes lopen. Jaeger en Zipkin zijn veelgebruikte opensource-systemen voor tracing.

• In applicaties wordt instrumentatie aangebracht (vaak met OpenTelemetry-SDK's) om tracedata naar een verzamelaar te sturen.
• Verzamelaars (bijvoorbeeld OpenTelemetry Collector) kunnen als DaemonSets of Deployments binnen je K8s-cluster worden uitgevoerd om tracedata te ontvangen en te verwerken.
• Deze hulpprogramma's zijn cruciaal voor het identificeren van knelpunten in de latentie en fouten over servicegrenzen heen in complexe K8s-implementaties.

Voordat je je verdiept in volwaardige platforms voor observeerbaarheid, biedt Kubernetes krachtige ingebouwde opdrachten voor snel inzicht en eerste foutopsporing:

• kubectl top node: Toont het CPU- en geheugengebruik van nodes.
• kubectl top pod: Toont het CPU- en geheugengebruik van pods.
• kubectl describe pod <pod-name>: Geeft gedetailleerde informatie over een specifieke pod, waaronder gebeurtenissen, status en aanvragen en limieten voor resources.

Deze opdrachten zijn van onschatbare waarde voor directe probleemoplossing en het beoordelen van resources.

We hebben essentiële hulpprogramma's en strategieën verkend om Kubernetes-clusters effectief te observeren:

• Prometheus en Grafana zijn de standaardkeuze voor het verzamelen en visualiseren van cluster- en applicatiemetingen.
• Fluentd/Fluent Bit zorgen voor robuuste, gecentraliseerde verzameling van logboeken uit containers en nodes.
• Jaeger/Zipkin zijn essentieel voor gedistribueerde tracing en helpen om complexe interacties tussen microservices te begrijpen.
• Native kubectl-opdrachten bieden snel, direct inzicht in de status van je cluster.

Door deze hulpprogramma's te combineren krijg je een krachtig, uniform overzicht van je cloud-native applicaties en infrastructuur.