文章目录

说明

之前有一篇博客对k8s的helm包做了详细说明，如下：
【Kubernetes】k8s的helm包管理与应用详细说明与操作【helm安装、heml仓库管理和搭建私有仓库】

监控管理【prometheus】

框架说明

在这里插入图片描述
在这里插入图片描述

部署prometheus【mon节点】

  • 镜像查看【需要先配置好helm源，这里是配置的ali源】【集群必须通外网才能部署啊】
    helm search repo prometheus-operator
    在这里插入图片描述
  • 安装prometheus
    helm install mon ali/prometheus-operator【后面就是上面查询到的helm信息】
    下载完毕以后呢就会有一个helm信息了
    在这里插入图片描述
  • 同时会自动生成很多pod，等待，让这些pod状态全部为running
    在这里插入图片描述
  • 编辑mon-grafana的这个pod，修改里面的TYPE类型为Nodeport
    kubectl edit svc mon-grafana【下面第二张图的TYPE是修改后的效果】
    在这里插入图片描述
    在这里插入图片描述
  • 删除上面的helm内容
    helm del mon

登陆prometheus

  • 先执行kubectl get svc找到mon-grafana映射的端口号
    在这里插入图片描述

  • 然后使用在浏览器输入任意nodeIP:上面的端口号即可进到prometheus界面
    但是呢，我们现在是不知道用户名和密码的，别急，接着往下看。
    在这里插入图片描述

用户名密码查看

  • 用户名和密码都是放在secret里面的一个mon-grafana容器里面的
    在这里插入图片描述

  • 所以我们现在可以通过这个容器来反编译密码出来
    在这里插入图片描述

  • 然后通过上面查看到的用户名和密码，到网站的登陆界面输入登陆
    登陆成功以后呢，就是这个界面
    在这里插入图片描述

模版的使用

上面界面只是自带的，更多显示模版可以去官网上下载的，因为我集群没有外网，这个实验没法做，可以自行网上搜索prometheus的模版使用，教程有很多。
Grafane官网

日志管理【helm3 安装(部署)EFK【elk的升级版】】

实际上日志管理就相当于部署EFK的流程，所以下面部署完EFK，就相当于搭建好日志管理的kibana软件了【部署的每个功能看下面架构说明中注释哈】。

架构说明

  • ELK
    • Elasticsearch #是个开源分布式搜索引擎，存储日志及提供查询接口。
    • Logstash #是一个完全开源的工具，他可以对日志进行收集 发送给Elasticsearch.
    • Kibana #是一个开源和免费的，web界面的工具，可以让用户浏览Elasticsearch里的日志.
  • logstash性能低，消耗资源，且存在不支持消息队列缓存及存在数据丢失的问题
    所以logstash一般可以用fluentd或者filebeat替代
    如果使用上面2种替代以后呢，就叫做EFK框架

在这里插入图片描述

运行环境说明【必看】

在这里插入图片描述

  • 其中vms61 是master，vms62 和vms62 位worker。
  • 在所有节点上修改/var/lib/kubelet/config.yaml，在最后一行添加：
featureGates:
CSIMigration: false
  • 否则查看pod 状态时会报如下错误：
MountVolume.SetUp failed for volume "default-token-bd9jk" : failed to sync secret cache: timed
out waiting for the condition

不过不改也没关系。

安装所需包提前下载

  • 可以通过网址自行下载，也可以在下面 下载我上传的
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/es-statefulset.yaml
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/es-service.yaml
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/fluentdes-configmap.yaml
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/fluentd-es-ds.yaml
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/kibana-service.yaml
wget https://raw.githubusercontent.com/kubernetes/kubernetes/master/cluster/addons/fluentd-elasticsearch/kibana-deployment.yaml
  • 下面所有用到的包，我都已经打包放在这里面了【压缩后只有不到800M，是正常的，解压出来有下面所有东西】
    下载地址：EFK安装所需要的全部包.rar
    在这里插入图片描述
    在这里插入图片描述
  • 将下面所有下载的包都放到这个路径里面【不下载也要进入到这个路径，后面再次下载的时候也统一下载到这个路径里面】
[root@vms61 ~]# mkdir efk ; cd efk
[root@vms61 efk]#

镜像准备导入

  • 首先将上面文件中的4个镜像拷贝到全部node节点里面
    【如果没有下载我上面的文件，需要自己单独去下载这4个镜像，镜像名称是下图中.tar结尾的4个文件。】
    在这里插入图片描述

  • 然后全部node节点和master节点都导入这4个镜像
    这使用了for语句一次导入4个，也可以分批导入该4个镜像的。
    在这里插入图片描述

  • 全部导入完毕以后呢，可以在所有机子上删除这几个镜像，节省空间【也可以不用删除】
    删除以后呢，所有主机上还剩4个.tgz的文件

rm -rf *.tar

在这里插入图片描述

  • 最后确认下当前集群pod是不是都是运行的【全是running的为正常】
    在这里插入图片描述

安装流程

1、增加efk官方helm源

[root@vms61 efk] helm repo add elastic https://helm.elastic.co
"elastic" has been added to your repositories
[root@vms61 efk]
[root@vms61 efk] helm repo list
NAME URL
azure http://mirror.azure.cn/kubernetes/charts/
ali https://apphub.aliyuncs.com
elastic https://helm.elastic.co
[root@vms61 efk]

2.下载并安装elasticsearch

  • 下载【如果已经下载我上传的文件，跳过执行pull的步骤】
[root@vms61 efk] helm pull elastic/elasticsearch

  • 用命令tar zxvf elasticsearch-7.9.1.tgz 解压下载下来的elasticsearch-7.9.1.tgz，得到一个目录elasticsearch。
    上面的流程呢，就是下图这样的，所以我们可以直接从tar开始【后面如此，我就不放图了】
    在这里插入图片描述

  • 用vim 编辑elasticsearch/values.yaml，修改如下部分：

    • 因为我们环境一台master，2 台worker，所以replicas 修改为2。
      在这里插入图片描述

    • 因为不准备使用持久性存储，所以这里把persistence 下面的enabled 值有true 改为false。
      在这里插入图片描述

    • 这里用的指定了elasticsearch 用的镜像为本地的【如果不指定可能会因为网络等问题导致失败，所以最好是提前在所有节点上提前下载下来】【镜像如果没有imagePullPolicy=imagePullPolicy就加上】：，之后保存退出。
      在这里插入图片描述

  • 安装
    命令里的elastic 是应用的名字可以随意写，elasticsearch 是解压出来的文件夹。

[root@vms61 efk]# helm install elastic elasticsearch
NAME: elastic
LAST DEPLOYED: Sat Sep 12 18:38:08 2020
NAMESPACE: ns6
STATUS: deployed
REVISION: 1
NOTES:
1. Watch all cluster members come up.
$ kubectl get pods --namespace=ns6 -l app=elasticsearch-master -w
2. Test cluster health using Helm test.
$ helm test elastic --cleanup
[root@vms61 efk]#
  • 这里大概1 分钟左右，对应的pod 会运行起来：
[root@vms61 efk]# kubectl get pods
NAME READY STATUS RESTARTS AGE
elasticsearch-master-0 1/1 Running 0 80s
elasticsearch-master-1 1/1 Running 0 79s
[root@vms61 efk]#

3.下载并安装filebeat

  • 下载【如果已经下载我上传的文件，跳过执行pull的步骤】
[root@vms61 efk] helm pull elastic/filebeat
  • 用命令tar zxvf filebeat-7.9.1.tgz解压下载下来的filebeat-7.9.1.tgz，得到一个目录filebeat。
  • 用vim 编辑filebeat/values.yaml，查看如下部分【镜像如果没有imagePullPolicy=imagePullPolicy就加上】：
    在这里插入图片描述

建议提前把所需镜像在所有节点上下载下来，其他不需要编辑什么，保存退出。

  • 开始安装filebeat：
[root@vms61 efk]# helm install fb filebeat
NAME: fb
LAST DEPLOYED: Sat Sep 12 18:47:20 2020
NAMESPACE: ns6
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
1. Watch all containers come up.
$ kubectl get pods --namespace=ns6 -l app=fb-filebeat -w
[root@vms61 efk]#
  • 命令里的fb 是应用的名字可以随意写，filebeat 是解压出来的文件夹。
    大概20 秒就好：
[root@vms61 efk]# kubectl get pods
NAME READY STATUS RESTARTS AGE
elasticsearch-master-0 1/1 Running 0 9m33s
elasticsearch-master-1 1/1 Running 0 9m32s
fb-filebeat-lgm76 1/1 Running 0 21s
fb-filebeat-trz5m 1/1 Running 0 21s
[root@vms61 efk]#

4.下载并安装metricbeat

  • 下载metricbeat：【如果已经下载我上传的文件，跳过执行pull的步骤】
[root@vms61 efk] helm pull elastic/metricbeat
  • 用命令tar zxvf metricbeat-7.9.1.tgz 解压下载下来的metricbeat-7.9.1.tgz，得到一个目录metricbeat，这个没啥需要改的【镜像如果没有imagePullPolicy=imagePullPolicy就加上】：，直接安装即可。
  • 类似前面的方法把所有的镜像提前在所有节点下载下来，开始安装：
[root@vms61 efk]# helm install metric metricbeat
NAME: metric
LAST DEPLOYED: Sat Sep 12 18:53:55 2020
NAMESPACE: ns6
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
1. Watch all containers come up.
$ kubectl get pods --namespace=ns6 -l app=metric-metricbeat -w
[root@vms61 efk]#
  • 命令里的metric 是应用的名字可以随意写，metricbeat 是解压出来的文件夹。
    这里大概40 秒钟左右，对应的pod 会运行起来：
[root@vms61 efk]# kubectl get pods
NAME READY STATUS RESTARTS AGE
...输出...
metric-kube-state-metrics-76c5b9fdbf-4jmnr 1/1 Running 0 46s
metric-metricbeat-bbbxx 1/1 Running 0 46s
metric-metricbeat-metrics-696b596c6f-lwp74 1/1 Running 0 46s
metric-metricbeat-z7x7v 1/1 Running 0 46s
[root@vms61 efk]#

5.下载安装kibana

  • 下载【如果已经下载我上传的文件，跳过执行pull的步骤】
 [root@vms61 efk]# helm pull elastic/kibana
  • 用命令tar zxvf kibana-7.9.1.tgzz 解压下载下来的kibana-7.9.1.tgz，得到一个目录kibana。
  • 类似前面的方法把所有的镜像提前在所有节点下载下来，并把服务类型改为NodePort【镜像如果没有imagePullPolicy=imagePullPolicy就加上】：：
    在这里插入图片描述

保存退出之后，开始安装：

[root@vms61 efk]# helm install kb kibana
NAME: kb
LAST DEPLOYED: Sat Sep 12 18:58:36 2020
NAMESPACE: ns6
STATUS: deployed
REVISION: 1
TEST SUITE: None
[root@vms61 efk]#
  • 命令里的kb 是应用的名字可以随意写，kibana 是解压出来的文件夹。
    这里大概2 分钟左右，对应的pod 会运行起来：
[root@vms61 efk]# kubectl get pods
NAME READY STATUS RESTARTS AGE
...输出...
kb-kibana-d97c78c6-nqt5p 1/1 Running 0 2m1s
...输出...
[root@vms61 efk]#
  • 注意两台worker 的配置是：分别8G 内存，4 核CPU【这是最低配置】

6.访问kibana

通过kubectl get svc 查看当前kibana 对应的NodePort 端口为30729 ，在浏览器里输入
192.168.26.61:30729回车
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

# kubernetes # elk # 容器
Logo
Cloudpods

开源、云原生的融合云平台

更多推荐

面向未来的 IT 基础设施管理架构——融合云（Unified IaaS）

随着数字化时代的到来，IT系统已成为人类社会正常运转不可或缺的组成部分。不远的未来，智能制造，5G和人工智能等技术将成为推动生产力发展的重要引擎，人类社会将面临前所未有的全面彻底的数字化浪潮。IT基础设施作为IT系统运行的平台和载体，是实现数字化的基石。在这场数字化浪潮中，企业必须积极拥抱云计算技术，采用符合技术发展趋势、面向未来的IT基础构架，才能在未来的竞争中赢得先机。 一、云计算历经十余年

avatar Cloudpods

Cloudpods负载均衡的功能介绍

作者:周有松 今天的内容会从以下几个方面展开： 负载均衡产品简介。主要介绍负载均衡作为一个云上产品，它的功能模型是怎样的，日常使用中会遇到的业务词汇负载均衡的功能与典型应用场景。这部分主要结合业务词汇，对负载均衡服务中常见的一些功能选项进行介绍，并举例介绍一些典型的应用场景最后，我们做一下总结，讨论一下负载均衡产品相比传统方式的优点 一、产品简介​ 1. 以NGINX为例​ 提到负载均衡，我们以

avatar Cloudpods

使用Linux vfio将Nvidia GPU透传给QEMU虚拟机

Linux 上虚拟机 GPU 透传需要使用 vfio 的方式。主要是因为在 vfio 方式下对虚拟设备的权限和 DMA 隔离上做的更好。但是这么做也有个缺点，这个物理设备在主机和其他虚拟机都不能使用了。 qemu 直接使用物理设备本身命令行是很简单的，关键在于事先在主机上对系统、内核和物理设备的一些配置。 单纯从 qemu 的命令行来看，其实和普通虚拟机启动就差了最后那个-device的选项。这

avatar Cloudpods