共计 4434 个字符，预计需要花费 12 分钟才能阅读完成。
大家应该对 Kubernetes Events 并不生疏，特地是当你应用 kubectl describe 命令或 Event API 资源来理解集群中的故障时。
$ kubectl get events
15m Warning FailedCreate replicaset/ml-pipeline-visualizationserver-865c7865bc
Error creating: pods "ml-pipeline-visualizationserver-865c7865bc-" is forbidden: error looking up service account default/default-editor: serviceaccount "default-editor" not found
只管这些信息非常有用，但它只是长期的，保留工夫最长为 30 天。如果出于审计或是故障诊断等目标，你可能想要把这些信息保留得更久，比方保留在像 Kafka 这样更长久、高效的存储中。而后你能够借助其余工具（如 Argo Events）或本人的应用程序订阅 Kafka 主题来对某些事件做出响应。
构建 K8s 事件处理链路
咱们将构建一整套 Kubernetes 事件处理链路，其次要形成为：
- Eventrouter，开源的 Kubernetes event 处理器，它能够将所有集群事件整合汇总到某个 Kafka 主题中。
- Strimzi Operator，在 Kubernetes 中轻松治理 Kafka broker。
- 自定义 Go 二进制文件以将事件散发到相应的 Kafka 主题中。
为什么要把事件散发到不同的主题中？比方说，在集群的每个命名空间中存在与特定客户相干的 Kubernetes 资产，那么在应用这些资产之前你当然心愿将相干事件隔离开。
本示例中所有的配置、源代码和具体设置批示都曾经放在以下代码仓库中：
[](https://github.com/esys/kube-events-kafka)
创立 Kafka broker 和主题
我抉择应用 Strimzi（[strimzi.io/]()）将 Kafka 部署到 Kubernetes 中。简而言之，它是用于创立和更新 Kafka broker 和主题的。你能够在官网文档中找到如何装置该 Operator 的具体阐明：
[](https://strimzi.io/docs/operators/latest/overview.html)
首先，创立一个新的 Kafka 集群：
apiVersion: kafka.strimzi.io/v1beta1
kind: Kafka
metadata:
name: kube-events
spec:
entityOperator:
topicOperator: {}
userOperator: {}
kafka:
config:
default.replication.factor: 3
log.message.format.version: "2.6"
offsets.topic.replication.factor: 3
transaction.state.log.min.isr: 2
transaction.state.log.replication.factor: 3
listeners:
- name: plain
port: 9092
tls: false
type: internal
- name: tls
port: 9093
tls: true
type: internal
replicas: 3
storage:
type: jbod
volumes:
- deleteClaim: false
id: 0
size: 10Gi
type: persistent-claim
version: 2.6.0
zookeeper:
replicas: 3
storage:
deleteClaim: false
size: 10Gi
type: persistent-claim
而后创立 Kafka 主题来接管咱们的事件：
apiVersion: kafka.strimzi.io/v1beta1
kind: KafkaTopic
metadata:
name: cluster-events
spec:
config:
retention.ms: 7200000
segment.bytes: 1073741824
partitions: 1
replicas: 1
设置 EventRouter
在本教程中应用 kubectl apply 命令即可，咱们须要编辑 router 的配置，以指明咱们的 Kafka 端点和要应用的主题：
apiVersion: v1
data:
config.json: |-
{
"sink": "kafka",
"kafkaBrokers": "kube-events-kafka-bootstrap.kube-events.svc.cluster.local:9092",
"kafkaTopic": "cluster-events"
}
kind: ConfigMap
metadata:
name: eventrouter-cm
验证设置是否失常工作
咱们的 cluster-events Kafka 的主题当初应该收到所有的事件。最简略的办法是在主题上运行一个 consumer 来测验是否如此。为了不便期间，咱们应用咱们的一个 Kafka broker pods，它曾经有了所有必要的工具，你能够看到事件流：
kubectl -n kube-events exec kube-events-kafka-0 -- bin/kafka-console-consumer.sh \
--bootstrap-server kube-events-kafka-bootstrap:9092 \
--topic kube-events \
--from-beginning
{"verb":"ADDED","event":{...}}
{"verb":"ADDED","event":{...}}
...
编写 Golang 消费者
当初咱们想将咱们的 Kubernetes 事件根据其所在的命名空间散发到多个主题中。咱们将编写一个 Golang 消费者和生产者来实现这一逻辑：
- 消费者局部在 cluster-events 主题上监听传入的集群事件
- 生产者局部写入与事件的命名空间相匹配的 Kafka 主题中
如果为 Kafka 配置了适当的选项（默认状况），就不须要顺便创立新的主题，因为 Kafka 会默认为你创立主题。这是 Kafka 客户端 API 的一个十分酷的性能。
p, err := kafka.NewProducer(cfg.Endpoint)
if err != nil {sugar.Fatal("cannot create producer")
}
defer p.Close()
c, err := kafka.NewConsumer(cfg.Endpoint, cfg.Topic)
if err != nil {sugar.Fatal("cannot create consumer")
}
defer c.Close()
run := true
sigs := make(chan os.Signal, 1)
signal.Notify(sigs, syscall.SIGINT, syscall.SIGTERM)
go func() {
sig := <-sigs
sugar.Infof("signal %s received, terminating", sig)
run = false
}()
var wg sync.WaitGroup
go func() {wg.Add(1)
for run {data, err := c.Read()
if err != nil {sugar.Errorf("read event error: %v", err)
time.Sleep(5 * time.Second)
continue
}
if data == nil {continue}
msg, err := event.CreateDestinationMessage(data)
if err != nil {sugar.Errorf("cannot create destination event: %v", err)
}
p.Write(msg.Topic, msg.Message)
}
sugar.Info("worker thread done")
wg.Done()}()
wg.Wait()
残缺代码在此处：
[](https://github.com/esys/kube-events-kafka/blob/master/events-fanout/cmd/main.go)
当然还有更高性能的抉择，这取决于预计的事件量和扇出（fanout）逻辑的复杂性。对于一个更弱小的实现，应用 Spark Structured Streaming 的消费者将是一个很好的抉择。
部署消费者
构建并将二进制文件推送到 Docker 镜像之后，咱们将它封装为 Kubernetes deployment：
apiVersion: apps/v1
kind: Deployment
metadata:
labels:
app: events-fanout
name: events-fanout
spec:
replicas: 1
selector:
matchLabels:
app: events-fanout
template:
metadata:
labels:
app: events-fanout
spec:
containers:
- image: emmsys/events-fanout:latest
name: events-fanout
command: ["./events-fanout"]
args:
- -logLevel=info
env:
- name: ENDPOINT
value: kube-events-kafka-bootstrap:9092
- name: TOPIC
value: cluster-events
查看指标主题是否创立
当初，新的主题曾经创立实现：
kubectl -n kube-events get kafkatopics.kafka.strimzi.io -o name
kafkatopic.kafka.strimzi.io/cluster-events
kafkatopic.kafka.strimzi.io/kube-system
kafkatopic.kafka.strimzi.io/default
kafkatopic.kafka.strimzi.io/kafka
kafkatopic.kafka.strimzi.io/kube-events
你会发现你的事件依据其命名空间参差地存储在这些主题中。
总结
拜访 Kubernetes 历史事件日志能够使你对 Kubernetes 零碎的状态有了更好的理解，但这单靠 kubectl 比拟难做到。更重要的是，它能够通过对事件做出反馈来实现集群或利用运维自动化，并以此来构建牢靠、反馈灵活的软件。
原文链接：
https://hackernoon.com/monitor-your-kubernetes-cluster-events…