关于kubernetes:kubestatemetrics在kubernetes集群下的分片机制

对于小规模集群，因为数据量不大，kube-state-metrics能够应用deploy部署1个replica，失常提供metrics的采集和拉取。

对于大规模集群，因为pod/deploy等资源对象较多，仅通过一个kube-state-metrics实例来提供metrics还是十分吃力的，可能会导致pod宕机，频繁重启。

这种状况下，kube-state-metrics提供了分片机制，也就是部署多个kube-state-metrics Pod，让每个Pod负责一部分数据的采集。

一. 手动分片

kube-state-metrics的启动参数中，提供了shard参数：

# kube-state-metrics -h
kube-state-metrics is a simple service that listens to the Kubernetes API server and generates metrics about the state of the objects.

Usage:
  kube-state-metrics [flags]
  kube-state-metrics [command]

Available Commands:
  completion  Generate completion script for kube-state-metrics.
  help        Help about any command
  version     Print version information.


Flags:
      --shard int32                  The instances shard nominal (zero indexed) within the total number of shards. (default 0)
      --total-shards int             The total number of shards. Sharding is disabled when total shards is set to 1. (default 1)
      ...

分片是通过对kubernetes资源对象的uid计算md5，而后 % total_shards 失去shard，每个kube-state-metrics仅负责采集本人的shard。

这种分片形式，须要手动指定shard和total-shards，不够灵便，不举荐。

二. 主动分片

主动分片通过statefulset部署多个正本的kube-state-metrics，启用主动分片的办法：

• 以statefulset部署kube-state-metrics；
• kube-state-metrics的启动参数，传入–pod 和 –pod-namespace；

apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: kube-state-metrics
  namespace: kube-system
spec:
  replicas: 2
  template:
    spec:
      containers:
      - args:
        - --pod=$(POD_NAME)
       - --pod-namespace=$(POD_NAMESPACE)
        env:
        - name: POD_NAME
          valueFrom:
            fieldRef:
              fieldPath: metadata.name
        - name: POD_NAMESPACE
          valueFrom:
            fieldRef:
              fieldPath: metadata.namespace
        image: registry.k8s.io/kube-state-metrics/kube-state-metrics:v2.7.0
        ......

传入–pod和–namespace参数后，kube-state-metrics过程会主动进行分片采集，它会通过client-go检测statefulset有几个replicas，而后主动给replicas进行分片：

func (m *MetricsHandler) Run(ctx context.Context) error {
    autoSharding := len(m.opts.Pod) > 0 && len(m.opts.Namespace) > 0            // 主动分片
    ss, err := detectStatefulSet(m.kubeClient, m.opts.Pod, m.opts.Namespace)    // pod所属的statefulset
    …
    shard, totalShards, err := shardingSettingsFromStatefulSet(ss, m.opts.Pod)  // 对statefulset的replica分片
    ...
}

当然，应用主动分片也是有毛病的，因为statefulset的滚动降级策略是一个一个的替换pod，导致降级的速度较慢，可能会导致每个分片呈现短暂的宕机。

三. 针对pod的按节点分片

针对大规模集群中pod资源较多，kube-state-metrics采集的pod指标量较大的状况，能够独自针对pod的指标进行分片：

• 分片的办法是按node调配，也就是部署daemonset，每个节点部署一个replica，而后每个replica仅负责采集本人所在node的pod指标；

• kube-state-metrics启动参数指定:

  • –resources=pod：仅采集pod的指标；
  • –node=${NODE_NAME}：仅采集本节点的pod指标；

apiVersion: apps/v1
kind: DaemonSet
spec:
  template:
    spec:
      containers:
      - image: registry.k8s.io/kube-state-metrics/kube-state-metrics:v2.7.0
        name: kube-state-metrics
        args:
        - --resource=pods
        - --node=$(NODE_NAME)
        env:
        - name: NODE_NAME
          valueFrom:
            fieldRef:
              apiVersion: v1
              fieldPath: spec.nodeName

这种形式是针对pod指标做的分片办法，也天然就采集不到其它指标了，比方kube_deploy_*、kube_configmap_*等。

参考

1.官网doc: https://github.com/kubernetes…
2.指标信息：https://github.com/kubernetes…