Kubernetes组件问题排查思路 – 十点运维吧-Linux|Kubernetes|Docker|Prometheus|Python|Golang|云原生|SRE

Kubernetes的基础组件就像一栋房子的地基,它们的重要性不言而喻。作为Kubernetes集群的维护者,经常会遇到组件的问题,那平时是怎么去定位解决的呢?

这里简要分析一下我的排查思路。

  • 通过集群的状态,找到故障的节点或者组件
  • 分析组件的日志
  • 使用pprof分析组件的具体性能

确定范围

Kubernetes的基础组件不多,而且部署也非常简单,所以在定义范围的时候还是很容易的,比如我们在使用 kubectl get nodes的时候,如果某个节点的状态是 NotReady,我们脑海中是不是会出现两种可能?
(1)节点的kubelet组件有问题
(2)节点的网络组件有问题

这样一来,大体方向已经确定了,然后就是做排除法了。

这里为何说是排除法?因为在解决问题的途中,我们通常会采用 先假设再验证的方式进行,先把所以可能的因素列出来,然后一个一个的去验证去排除,直到解决问题。

分析日志

日志分析是故障排查最直接的方式,大部分问题都能从日志里体现出来,Kubernetes的组件日志查看方式通常有两种:

  • 通过systemd启动的服务,使用 journalctl -l -u xxxx
  • 使用静态pod启动的服务,使用 kubectl logs -n kube-system $PODNAME --tail 100

当然,很多时候不仅仅是分析它本身的问题,我们还会关注周边的问题,比如基础设施的CPU、内存、IO等情况,这样进行综合考虑来找出问题。

性能分析

为什么把性能分析放到最后呢?

对于大部分人来说,并不擅长,也不喜欢分析组件的性能。第一是时间比较长,第二是要对各个性能指标有一定的了解,第三是学习成本比较大。

众所周知,Kubernetes的版本迭代比较快,基本一年会发2-3个版本,如此快的迭代速度,不排除一些版本中存在BUG,存在一些性能问题。所以在实在没招的情况下,可以尝试对其组件的性能进行分析。

Kubernetes是使用Golang开发,而Golang的pprof是性能分析的利器,提供交互式界面和UI图形化,比较直观,可以很方便的找出问题。除此之外,还可以使用go-torch将profile数据生成火焰图,这样会更直观。

Kubernetes的组件都可以使用 pprof进行性能分析,界面在 host:port/debug/pprof/

pprof的常用方式

使用交互式命令
  1. 查看堆栈调用信息
              1
              go tool pprof http://localhost:8001/debug/pprof/heap
  1. 查看 30 秒内的 CPU 信息
              1
              go tool pprof http://localhost:8001/debug/pprof/profile?seconds=30
  1. 查看 goroutine 阻塞
    go tool pprof http://localhost:8001/debug/pprof/block
  1. 收集 5 秒内的执行路径
    go tool pprof http://localhost:8001/debug/pprof/trace?seconds=5
  1. 争用互斥持有者的堆栈跟踪
    go tool pprof http://localhost:8001/debug/pprof/mutex
通过UI界面

UI分析工具使用起来相对比较麻烦,我们需要先导出文件,然后再使用 go tool工具起服务进行分析。

比如我们导出kube-scheduler的堆栈信息。

    curl -sK -v http://localhost:10251/debug/pprof/heap > heap.out

然后使用go tool工具起一个服务,如下:

    go tool pprof -http=0.0.0.0:8989 heap.out

然后就可以在浏览器上看到具体的堆栈信息图了。

注意,这里需要在服务端安装 graphviz组件,各种操作系统的安装方式见[3]。

UI界面主要的菜单以及其功能简要介绍如下:

  • VIEW:查看模式
    • Top:从高到底排序查看
    • Graph:默认的模式,以关系图形式查看
    • Flame Graph:以火焰图形式查看
    • Peek:排序查看,展示的信息更多
    • Source:排序查看,带源码标注
    • Disassemble:现实所有总量
  • SAMPLE:为VIEW提供查看模式
    • alloc_objects:已分配的对象总量(不管是否已释放
    • alloc_space:已分配的内存总量(不管是否已释放)
    • inuse_objects: 已分配但尚未释放的对象数量
    • inuse_sapce:已分配但尚未释放的内存数量
  • REFINE:提供筛选能力

上面简单介绍了pprof的基本使用方法,下面就Kubernetes的各个组件进行简单的分析,这里只就CPU信息进
行获取以及展示。

注意:由于版本原因,有的版本默认开启了pprof,有的版本则没有,如果没有开启的,需要自行去开启,参数基本都是 profiling: true,具体的信息可以到官网进行查看[4]。

分析kube-apiserver

(1)使用kubectl proxy启动一个代理

              1
              kubectl proxy

(2)另起一个终端,获取CPU信息

              1
              curl -sK -v  http://localhost:8001/debug/pprof/profile >apiserver-cpu.out

(3)使用go tool工具启动服务

              1
              go tool pprof -http=0.0.0.0:8989 apiserver-cpu.out

(4)在浏览器上进行查看

分析kube-scheduler

(1)获取CPU的信息

              1
              curl -sK -v  http://localhost:10251/debug/pprof/profile >scheduler-cpu.out

(2)使用go tool工具启动服务

              1
              go tool pprof -http=0.0.0.0:8989 scheduler-cpu.out

(3)在浏览器进行查看

分析kube-controller-manager

(1)获取CPU的信息

              1
              curl -sK -v  http://localhost:10252/debug/pprof/profile >controller-cpu.out

(2)使用go tool工具启动服务

              1
              go tool pprof -http=0.0.0.0:8989 controller-cpu.out

(3)在浏览器进行查看

分析kubelet

(1)使用kubectl proxy启动一个代理

              1
              kubectl proxy

(2)另起一个终端,获取CPU信息

              1
              curl -sK -v  http://127.0.0.1:8001/api/v1/nodes/k8s-node04-138/proxy/debug/pprof/profile >kubelet-cpu.out

(3)使用go tool工具启动服务

              1
              go tool pprof -http=0.0.0.0:8989 kubelet-cpu.out

(4)在浏览器上进行查看

能够抓到具体的性能数据才是第一步,后续的具体分析才会帮助我们找到问题。

文档

  • [1] https://github.com/google/pprof
  • [2] https://github.com/uber-archive/go-torch
  • [3] http://www.graphviz.org/download/#linux
  • [4] https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kube-apiserver/

你可能感兴趣的:(Kubernetes组件问题排查思路 – 十点运维吧-Linux|Kubernetes|Docker|Prometheus|Python|Golang|云原生|SRE)