Kubernetes的三种可视化UI界面

一、dashboard

1）获取yaml文件修改并执行

[root@master ~]# wget  https://raw.githubusercontent.com/kubernetes/dashboard/v2.0.0-rc5/aio/deploy/recommended.yaml
[root@master ~]# vim recommended.yaml +39
#定位到39行，修改其提供的service资源
spec:
  type: NodePort
  ports:
    - port: 443
      targetPort: 8443
      nodePort: 31001
  selector:
    k8s-app: kubernetes-dashboard
#因为默认情况下，service的类型是cluster IP，需更改为NodePort的方式，便于访问，也可映射到指定的端口
[root@master ~]# kubectl apply -f recommended.yaml 
[root@master ~]# kubectl describe pod -n kubernetes-dashboard dashboard-metrics-scraper-7f5767668b-vx5j7  #查看详细信息
[root@master ~]# kubectl get pod -n kubernetes-dashboard 
NAME                                         READY   STATUS    RESTARTS   AGE
dashboard-metrics-scraper-7f5767668b-vx5j7   1/1     Running   0          83s
kubernetes-dashboard-57b4bcc994-5khlb        1/1     Running   0          83s
#确保该yaml文件提供的pod均正常运行
[root@master ~]#  kubectl get svc -n kubernetes-dashboard 
NAME                        TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)         AGE
dashboard-metrics-scraper   ClusterIP   10.100.86.226           8000/TCP        92s
kubernetes-dashboard        NodePort    10.96.213.125           443:31100/TCP   92s
#查看service资源，也属正常状态，并且已经映射了我们指定的端口

2）客户端访问测试
该版本之前的dashboard，必须使用火狐浏览器才可访问，本次使用的版本并没有硬性的要求。



3）使用Token的方式登录
#创建一个dashboard的管理用户
[root@master ~]# kubectl create serviceaccount dashboard-admin -n kube-system
serviceaccount/dashboard-admin created
#将创建的dashboard用户绑定为管理用户
[root@master ~]# kubectl create clusterrolebinding dashboard-cluster-admin --clusterrole=cluster-admin --serviceaccount=kube-system:dashboard-admin
clusterrolebinding.rbac.authorization.k8s.io/dashboard-cluster-admin created
#获取刚刚创建的用户对应的token名称
[root@master ~]# kubectl get secrets -n kube-system | grep dashboard
dashboard-admin-token-22n2v kubernetes.io/service-account-token 3 13s
#查看token的详细信息
[root@master ~]# kubectl describe secrets -n kube-system dashboard-admin-token-22n2v



在上述页面可以进行对资源的一系列控制，包括删除、创建、

4）使用kubeconfig的方式登录
基于token的基础之上，进行以下操作：

#查看刚才创建的token
[root@master ~]# kubectl get secrets -n kube-system | grep dashboard
dashboard-admin-token-22n2v                      kubernetes.io/service-account-token   3      11m
#查看token的详细信息，会获取token
[root@master ~]# kubectl describe secrets -n kube-system dashboard-admin-token-22n2v
#将token的信息生成一个变量
[root@master ~]#  DASH_TOKEN=$(kubectl get secrets -n kube-system dashboard-admin-token-22n2v -o jsonpath={.data.token} | base64 -d)
#将k8s集群的配置信息写入到一个文件中，文件可自定义
[root@master ~]# kubectl config set-cluster kubernets --server=192.168.10.52:6443 --kubeconfig=/root/.dashboard-admin.conf
Cluster "kubernets" set.
#将token的信息也写入到文件中（同一个文件）
[root@master ~]#  kubectl config set-credentials dashboard-admin --token=${DASH_TOKEN} --kubeconfig=/root/.dashboard-admin.conf
User "dashboard-admin" set.
#将用户信息也写入文件中（同一个文件）
[root@master ~]#  kubectl config set-context dashboard-admin@kubernetes --cluster=kubernetes --user=dashboard-admin --kubeconfig=/root/.dashboard-admin.conf
Context "dashboard-admin@kubernetes" created.
#将上下文的配置信息也写入文件中（同一个文件）
[root@master ~]# kubectl config use-context dashboard-admin@kubernetes --kubeconfig=/root/.dashboard-admin.conf
Switched to context "dashboard-admin@kubernetes".
#最后将配置信息导入到客户端本地
[root@master ~]# sz /root/.dashboard-admin.conf

二、Weave Scope

[root@master ~]# wget https://cloud.weave.works/k8s/scope.yaml
[root@master ~]# vim scope.yaml   +212
#定位到212行，更改service类型为NodePort，并指定端口
    spec:
      type: NodePort
      ports:
        - name: app
          port: 80
          protocol: TCP
          targetPort: 4040
          nodePort: 31002
[root@master ~]# kubectl apply -f scope.yaml
[root@master ~]# kubectl get pod -n weave 
#确保运行的pod均为Running状态
weave-scope-agent-4flkr                     1/1     Running   0          65s
weave-scope-agent-5lgv7                     1/1     Running   0          65s
weave-scope-agent-v65tc                     1/1     Running   0          65s
weave-scope-app-b965dccb7-xfpqb             1/1     Running   0          65s
weave-scope-cluster-agent-6598584d8-g45qb   1/1     Running   0          65s
#DaemonSet资源对象：weave-scope-agent（代理）：负责收集节点的信息；
#deployment资源对象:weave-scope-app(应用)：从agent获取数据，通过web UI展示并与用户交互；
#DaemonSet资源对象的特性和deployment相比，就是DaemonSet资源对象会在每个节点上都运行且只能运行一个pod。
#由于每个节点都需要监控，所以用到了DaemonSet这种资源对象
[root@master ~]#  kubectl get svc -n weave 
NAME              TYPE       CLUSTER-IP      EXTERNAL-IP   PORT(S)        AGE
weave-scope-app   NodePort   10.105.184.15           80:30693/TCP   73s

三、Prometheus

在真正部署Prometheus之前，应了解一下Prometheus的各个组件之间的关系及作用：
1）MertricServer：是k8s集群资源使用情况的聚合器，收集数据给K8s集群内使用，如：kubectl，hpa,scheduler；
2）PrometheusOperator：是一个系统检测和警报工具箱，用来存储监控数据；
3）NodeExporter：用于各node的关键度量指标状态数据；
4）kubeStateMetrics：收集k8s集群内资源对象数据，指定告警规则；
5）Prometheus：采用pull方式收集apiserver，scheduler，controller-manager，kubelet组件数据，通过http协议传输；
6）Grafana：是可视化数据统计和监控平台；

1）获取yaml文件修改并执行

[root@master ~]# yum -y install git
[root@master ~]# git clone https://github.com/coreos/kube-prometheus.git
#将项目克隆到本地
[root@master ~]# cd kube-prometheus/manifests/
[root@master manifests]# vim grafana-service.yaml
#更改grafana资源对应的service资源的类型及映射的端口
apiVersion: v1
kind: Service
metadata:
  labels:
    app: grafana
  name: grafana
  namespace: monitoring
spec:
  type: NodePort               #添加类型为NodePort
  ports:
  - name: http
    port: 3000
    targetPort: http
    nodePort: 31010          #自定义映射的端口
  selector:
    app: grafana
[root@master manifests]# vim alertmanager-service.yaml 
#更改alertmanager资源对应的service资源的类型及映射的端口
apiVersion: v1
kind: Service
metadata:
  labels:
    alertmanager: main
  name: alertmanager-main
  namespace: monitoring
spec:
  type: NodePort               #添加类型为NodePort
  ports:
  - name: web
    port: 9093
    targetPort: web
    nodePort: 31020          #自定义映射的端口
  selector:
    alertmanager: main
    app: alertmanager
  sessionAffinity: ClientIP
[root@master manifests]# vim prometheus-service.yaml 
#更改prometheus资源对应的service资源的类型及映射的端口
apiVersion: v1
kind: Service
metadata:
  labels:
    prometheus: k8s
  name: prometheus-k8s
  namespace: monitoring
spec:
  type: NodePort               #添加类型为NodePort
  ports:
  - name: web
    port: 9090
    targetPort: web
    nodePort: 31030          #自定义映射的端口
  selector:
    app: prometheus
    prometheus: k8s
  sessionAffinity: ClientIP
[root@master manifests]# pwd          #确认当前所在目录
/root/kube-prometheus/manifests
[root@master manifests]# kubectl apply -f setup/
#必须先执行setup目录下的所有yaml文件
[root@master manifests]# cd ..          #返回上层目录
[root@master kube-prometheus]# pwd        #确认目录位置
/root/kube-prometheus
[root@master kube-prometheus]# kubectl apply -f manifests/
#将该目录下的yaml文件全部执行
[root@master kube-prometheus]# kubectl get pod -n monitoring 
[root@master kube-prometheus]# kubectl get pod -n monitoring 
NAME                                   READY   STATUS    RESTARTS   AGE
alertmanager-main-0                    2/2     Running   0          4m3s
alertmanager-main-1                    2/2     Running   0          4m32s
alertmanager-main-2                    2/2     Running   0          7m14s
grafana-86c68fc557-f8vrj               1/1     Running   0          7m36s
kube-state-metrics-75b5d66686-mddgd    3/3     Running   0          7m34s
node-exporter-7kbtq                    2/2     Running   0          7m35s
node-exporter-qc76s                    2/2     Running   0          7m35s
node-exporter-wmnmm                    2/2     Running   0          7m35s
prometheus-adapter-68698bc948-68fpm    1/1     Running   0          7m35s
prometheus-k8s-0                       3/3     Running   1          7m6s
prometheus-k8s-1                       3/3     Running   1          7m6s
prometheus-operator-65c77bdd6c-z9dkv   2/2     Running   0          7m56s
[root@master kube-prometheus]#  kubectl get svc -n monitoring | grep grafana
grafana                 NodePort    10.102.118.23            3000:31010/TCP               7m45s
[root@master kube-prometheus]# kubectl top node
NAME     CPU(cores)   CPU%   MEMORY(bytes)   MEMORY%   
master   130m         3%     1534Mi          41%       
node01   73m          1%     1320Mi          35%       
node02   54m          1%     1304Mi          35%       

本地自带的模板有点low
模板下载地址：https://grafana.com/dashboards