共计 4432 个字符,预计需要花费 12 分钟才能阅读完成。
概览文章中提到了 k8s 的鉴权模式,简略回顾下:
- RBAC:Role-based access control 是基于角色的访问控制
- ABAC:Atrribute-based access control 是基于属性的访问控制
- Node Authorization:节点鉴权,专门用于 kubelet 收回的 api 申请进行鉴权
- Webhook Authorization:webhook 是一种 http 回调,kube-apiserver 配置 webhook 时,会设置回调 webhook 的规定,这些规定中蕴含了调用的 api
group、version、operation、scope 等信息。
有仔细的小伙伴指出,RBAC 的角色能够作为 ABAC 的属性来配置。感激小伙伴斧正,ABAC 能够更细粒度的管制权限,相应配置起来也更简单。
kubernetes 鉴权
选定 RBAC 模式后,对于角色,有 Role 和 ClusterRole,对应对象的绑定别离为: RoleBinding 和 ClusterRoleBinding。
Role 创立后归属于特定的 namespace,个别与特定 namespace 的权限绑定,而 ClusterRole 不属于任何 namespace,通常与一组权限绑定。
ClusterRole 通常用于
- 定义指定 namespace 资源的拜访权限,并在某个 namespace 范畴内授予拜访权限;
- 定义指定 namespace 资源的拜访权限,并在跨 namespace 范畴内授予拜访权限;
- 定义集群范畴内的资源拜访权限。
官网文档举荐,如果在单个 namespace 内定义角色则应用 Role,如果是定义集群范畴的角色,则应用 ClusterRole。
要监控 kubernetes 组件和集群范畴内业务以及为了通用性,所以咱们抉择 ClusterRole 和 ClusterRoleBinding。
权限盘点
咱们来盘点须要监控的对象。
- 组件监控,拜访组件 metrics 接口,须要非资源对象的
get/list
权限。拜访/api/v1/xxx /apis/<group>/<version>/xxx
都属于非资源对象申请。 - node、pod 对象的资源监控,须要拜访 kubelet metrics 接口,权限同上。
- serverless 场景下,如果不能间接拜访 kubelet,还须要
node/proxy
的 get 权限。 - node、pod 对象的数量监控,须要资源对象的
get/list
权限。 - 主动发现, 须要 service、endpoint 的
get/list+watch
权限。 - 如果要从 metrics server 拿数据,还须要 metrics.k8s.io 的拜访权限。
不管须要多少权限,一个准则就是按需申请,最小化申请。指标采集都是读权限,根本都是 get、list。主动发现要达到发现及时,须要 watch endpoints 变动。
如何确定资源对象的 api groups 和 version 呢?能够应用 kubectl api-resources -o wide
来查看。新版本的 APIVERSION 蕴含了 api groups 和 version 信息。
权限配置
根本的权限配置如下
- apiGroups: [""]
resources:
- pods
- nodes
- nodes/stats
- nodes/metrics
- nodes/proxy
- services
- endpoints
verbs: ["get", "list", "watch"]
- nonResourceURLs: ["/metrics"]
verbs: ["get"]
将权限填充到 ClusterRole 中
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
annotations: {}
labels:
app: n9e
component: categraf
name: categraf-role
rules:
- apiGroups: [""]
resources:
- nodes
- nodes/stats
- nodes/metrics
- nodes/proxy
- services
- endpoints
- pods
verbs: ["get", "list", "watch"]
- nonResourceURLs: ["/metrics"]
verbs: ["get"]
有了 ClusterRole, 创立 ClusterRoleBinding 之前,还须要一个 ServiceAccount,用于存储 api 的拜访凭据,这个凭据能够以 token 模式挂载到 Pod 内。
也能够间接解析用于 Pod 内部应用。
apiVersion: v1
kind: ServiceAccount
metadata:
annotations: {}
labels:
app: n9e
component: categraf
name: categraf-serviceaccount
namespace: ${NAMESPACE}
留神,ServiceAccount 须要指定 namespace,须要跟 categraf 行将部署的 namespace 保持一致。
利用 ClusterRoleBinding 将 ClusterRole 和 ServiceAccount 关联起来
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
annotations: {}
labels:
app: n9e
component: categraf
name: categraf-rolebinding
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: categraf-role
subjects:
- kind: ServiceAccount
name: categraf-serviceaccount
namespace: ${NAMESPACE}
当初 ClusterRoleBinding 曾经将权限和票据关联起来了。
备注:创立实现后,ServiceAccount 会主动创立一个 secret, 这个 secret 会主动挂载到后续创立的 categraf pod 内。
能够通过 kubectl get secrets -n monitoring categraf-serviceaccount-token-frqc5 -o jsonpath={.data.token} | base64 -d
取得 token 内容,这样通过curl -s -k -H "Authorization: Bearer $TOKEN"
即可拜访 apiserver,用来调试。
kubernetes 组件的服务发现
1. 监控对象部署在 pod 内
当创立 service(带选择符)时,k8s 会主动为 pod 创立 endpoint,这样 service 和 pod 就关联起来了。利用这个个性,咱们能够及时发现 pod 的变动。
如果组件是部署在 pod 内,咱们就能够间接利用这个个性进行采集。比方 kubeadm 部署的集群,apiserver 自身就曾经创立了对应的 service。
...
- job_name: "apiserver"
metrics_path: "/metrics"
kubernetes_sd_configs:
- role: endpoints # 看这里
scheme: https
tls_config:
insecure_skip_verify: true
authorization:
credentials_file: /var/run/secrets/kubernetes.io/serviceaccount/token
relabel_configs:
- source_labels:
[
__meta_kubernetes_namespace,
__meta_kubernetes_service_name,
__meta_kubernetes_endpoint_port_name,
]
action: keep
regex: default;kubernetes;https
...
2. 监控对象部署在物理机(文件服务发现)
如果组件是以二进制形式部署在物理机,又没有其余服务发现的伎俩。那能够利用 prometheus 相似的文件服务发现,当组件有变更时,间接在目录中增加删除蕴含指标信息的文件就好了。
这里多提一点,之前有小伙伴提出,categraf 提供一个注册接口,服务向 categraf 注册,而后 categraf 去拉注册指标指标。categraf 自身的定位是一个采集器,没有服务发现的性能。
提一个最简略的问题,如果 categraf 挂了重启,然而采集指标没有发现,这里就会有很多数据不能被采集了。再有就是集中式拉取形式,提供 push 接口,会把业务和采集器耦合更深了。
这种形式 并不可取。
....
- job_name: 'coredns'
file_sd_configs:
- files:
- /home/work/prometheus/file_sd_config/*.json
...
在 file_sd_config 目录下放一个 json 文件,如下:
[
{
"labels": {"job": "coredns"},
"targets": ["172.16.6.160:9153"]
}
]
等减少新的 coredns 后,只须要再减少一份 json 配置(这里只是为了举例说明,间接批改 coredns.json 成果一样)。不须要再做任何其余操作
[
{
"labels": {"job": "coredns"},
"targets": ["172.16.0.85:9153"]
}
]
3. 其余服务发现形式
采集器 categraf 集成了 prometheus 的 agent mode 模式, 如果你应用了其余服务发现形式,例如 consul,则能够和 categraf 无缝对接了。
除此之外,还反对 docker_swarm_sd_configs,docker_sd_config, dns_sd_configs, http_sd_configs 等 prometheus 所反对的服务发现形式。
本次次要介绍 kubernete 权限和服务主动发现。感激大家继续关注,欢送各位批评指正, 欢送各位点赞 转发和珍藏。
对于作者
本文作者是孔飞,来自快猫星云(https://flashcat.cloud)是 Kubernetes 和 Prometheus 专家,快猫团队致力于让监控更简略,为企业提供稳定性保障的产品,也提供夜莺监控的技术支持服务,性价比极高,有趣味的小伙伴欢送分割咱们
对于夜莺监控
夜莺监控是一款开源云原生监控剖析零碎,权且能够看做是 Prometheus 的企业级版本。Kubernetes 监控系列文章都是基于夜莺监控来梳理,欢送关注
- 夜莺站点:https://n9e.github.io/
- 仓库地址:https://github.com/ccfos/nightingale
更多文章
更多云原生监控相干文章、教程,欢送关注咱们:
本文由 mdnice 多平台公布