提高您的kubectl生产力(第二部分):命令完成、资源规范快速查看和自定义列输出格式...

本文翻译自《Boosting your kubectl productivity》。

第一部分:什么是kubectl?

1. 通过命令完成(command completion)减少输入

命令完成是提高你的kubectl生产力的最有用但经常被忽视的技巧之一。

命令完成允许您使用Tab键自动完成kubectl命令的各个部分。这适用于子命令,选项和参数,包括资源名称等难以输入的内容。

在这里你可以看到kubectl命令完成的动作:

640?wx_fmt=gif

命令完成在Bash和Zsh shell下均可用。

在官方文档中包含有关设置命令完成的详细说明,下面的章节我们再带着大家回顾一下。

命令完成的工作原理

通常,命令完成是一个shell功能,它通过completion script(完成脚本)的方式工作。完成脚本是一个shell脚本,用于定义特定命令的完成行为。获取完成脚本可以完成相应的命令。

Kubectl可以使用以下命令自动生成并打印出Bash和Zsh的完成脚本:

$kubectl completion bash
# or
$kubectl completion zsh

理论上,在适当的shell中获取此命令的输出可以完成kubectl命令。

但是,在实践中,Bash(包括Linux和macOS之间的差异)和Zsh的细节不同。以下部分解释了所有这些情况:

  • 在Linux上为Bash设置命令完成

  • 在macOS上设置Bash的命令完成

  • 设置Zsh的命令完成

在Linux上的Bash

Bash的完成脚本取决于bash-completion项目,因此您必须先安装它。

您可以使用各种包管理器安装bash-completion 。例如:

$sudo apt-get install bash-completion
# or
$yum install bash-completion

您可以使用以下命令测试是否正确安装了bash-completion:

$type _init_completion

如果这输出shell函数的代码,则已正确安装bash-completion。如果该命令输出not found错误,则必须将以下行添加到您的~/.bashrc文件中:

$source /usr/share/bash-completion/bash_completion

是否必须将此行添加到您的~/.bashrc文件中,取决于您用于安装bash-completion的包管理器。对于APT来说,这是必要的,对于yum,则无需。

安装bash-completion后,您必须进行设置,以便在所有shell会话中获取kubectl 完成脚本。

一种方法是将以下行添加到您的~/.bashrc文件中:

source <(kubectl completion bash)

另一种可能性是将kubectl完成脚本添加到/etc/bash_completion.d目录中(如果它不存在则创建它):

$kubectl completion bash >/etc/bash_completion.d/kubectl

/etc/bash_completion.d目录中的所有完成脚本都是由bash-completion自动获取的。

两种方法都是等价的。

重新加载shell后,kubectl命令完成应该正常工作!

在MacOS上的Bash

有了macOS,就会出现轻微的复杂情况。原因是macOS上的Bash默认版本是3.2,这已经过时了。遗憾的是,kubectl完成脚本至少需要Bash 4.1,因此不适用于Bash 3.2。

Apple在macOS中包含过时版本的Bash的原因是较新版本使用Apple不支持的GPLv3许可证。

这意味着,要在macOS上使用kubectl命令完成,您必须安装较新版本的Bash。您甚至可以将它设为新的默认shell,这将为您节省很多此类麻烦。这实际上并不困难,您可以在我之前编写的macOS文章中的升级Bash中找到说明。

在继续之前,请确保您现在确实使用的是Bash 4.1或更新版本(请查看bash --version)

Bash的完成脚本取决于bash-completion项目,因此您必须先安装它。

您可以使用Homebrew安装bash-completion :

$brew install bash-completion@2

bash-completion v2的@2代表。kubectl完成脚本需要bash-completion v2,而bash-completion v2至少需要Bash 4.1。这就是您不能在低于4.1的Bash版本上使用kubectl完成脚本的原因。

该brew install命令的输出包含一个“警告”部分,其中包含将以下行添加到您的~/.bash_profile文件的说明:

export BASH_COMPLETION_COMPAT_DIR=/usr/local/etc/bash_completion.d
[[ -r "/usr/local/etc/profile.d/bash_completion.sh" ]] && . "/usr/local/etc/profile.d/bash_completion.sh"

您必须这样做才能完成bash-completion的安装。但是,我建议将这些行添加到您~/.bashrc文件中而不是~/.bash_profile文件中。这能确保子shell中也可以使用bash-completion。

重新加载shell后,可以使用以下命令测试是否正确安装了bash-completion:

$type _init_completion

如果这输出shell函数的代码,那么你就完成了。

现在,您必须进行设置以便kubectl 完成脚本在所有shell会话中获取。

一种方法是将以下行添加到您的~/.bashrc文件中:

source <(kubectl completion bash)

另一种可能性是将kubectl完成脚本添加到/usr/local/etc/bash_completion.d目录:

$kubectl completion bash >/usr/local/etc/bash_completion.d/kubectl

这仅在您使用Homebrew安装bash-completion时才有效。在这种情况下,bash-completion会在此目录中提供所有完成脚本。

如果您还使用Homebrew安装了kubectl,您甚至不必执行上述步骤,因为完成脚本应该已经通过kubectl howbrew formula放在/usr/local/etc/bash_completion.d目录中了。在这种情况下,kubectl完成应该在安装bash-completion后自动开始工作。

最后,所有这些方法都是等效的。

重新加载shell后,kubectl完成应该正常工作!

Zsh

Zsh的完成脚本没有任何依赖项。因此,您所要做的就是设置所有内容,以便在所有shell会话中获取源代码。

您可以通过在~/.zshrc文件中添加以下行来完成此操作:

source <(kubectl completion zsh)

如果在重新加载shell后出现错误:command not found: compdef,则必须启用compdef内置功能,您可以通过将以下内容添加到~/.zshrc文件的开头来执行此操作:

autoload -Uz compinit
compinit

2. 快速查找资源规范

创建YAML资源定义时,您需要知道这些资源的字段及其含义。一个可以查找到此类信息的位置是在API参考文档中,那里包含了所有资源的完整规范。

但是,每次需要查找某些内容时都要切换到Web浏览器很乏味。因此,kubectl提供了kubectl explain命令,可以打印出终端中所有资源的资源规范。

kubectl explain用法如下:

$kubectl explain resource[.field]...

该命令输出所请求资源或字段的规范。kubectl explain显示的信息与API参考中的信息相同。

默认情况下,kubectl explain仅显示单个级别的字段。您可以使用显示整个字段树的标志:--recursive:

$kubectl explain deployment.spec --recursive

如果您不确定可以使用哪些资源名称,可以使用kubectl explain以下命令显示所有这些名称:

$kubectl api-resources

此命令以复数形式显示资源名称(例如,deployments而不是deployment)。对于拥有短名称的资源,它还显示该资源的短名称(例如:deploy)。不要担心这些差异,对于kubectl来说,所有这些名称变体都是等同的。也就是说,你可以在kubectl explain中使用它们中的任何一个。

例如,以下所有命令都是等效的:

$kubectl explain deployments.spec
# or
$kubectl explain deployment.spec
# or
$kubectl explain deploy.spec

3. 使用自定义列输出格式

kubectl get命令的默认输出格式(用于读取资源)如下:

$kubectl get pods
NAME                      READY   STATUS    RESTARTS   AGE
engine-544b6b6467-22qr6   1/1     Running   0          78d
engine-544b6b6467-lw5t8   1/1     Running   0          78d
engine-544b6b6467-tvgmg   1/1     Running   0          78d
web-ui-6db964458-8pdw4    1/1     Running   0          78d

这对于人类而言,是一种很好的可读格式,但它只包含有限的信息。如您所见,每个资源只显示一些字段(与完整资源定义相比)。

这就是自定义列输出格式的用武之地。它允许您自由定义要显示在其中的列和数据。您可以选择要在输出中显示为单独列的资源的任何字段

自定义列输出选项的用法如下:

-o custom-columns=<header>:<jsonpath>[,<header>:<jsonpath>]...

您必须将每个输出列定义为一

:对:

  • 是列的名称,您可以选择任何您想要的。
  • 是一个选择资源字段的表达式(在下面更详细地说明)。

我们来看一个简单的例子:

$ kubectl get pods -o custom-columns='NAME:metadata.name'
NAME
engine-544b6b6467-22qr6
engine-544b6b6467-lw5t8
engine-544b6b6467-tvgmg
web-ui-6db964458-8pdw4

这里,输出包含一个显示所有Pod名称的列。

选择Pod名称的表达式是metadata.name。这样做的原因是Pod的名称在Pod资源字段的metadata的name字段中定义(您可以在API参考中查找或使用kubectl explain pod.metadata.name)。

现在,假设您要在输出中添加一个附加列,例如,显示每个Pod正在运行的节点。为此,您只需向自定义列选项添加适当的列规范:

$kubectl get pods \
  -o custom-columns='NAME:metadata.name,NODE:spec.nodeName'
NAME                      NODE
engine-544b6b6467-22qr6   ip-10-0-80-67.ec2.internal
engine-544b6b6467-lw5t8   ip-10-0-36-80.ec2.internal
engine-544b6b6467-tvgmg   ip-10-0-118-34.ec2.internal
web-ui-6db964458-8pdw4    ip-10-0-118-34.ec2.internal

选择节点名称的表达式是spec.nodeName。这是因为已调度Pod的节点保存在Pod的spec.nodeName字段中(请参阅参考资料kubectl explain pod.spec.nodeName)。

请注意,Kubernetes资源字段区分大小写。

您可以通过这种方式将资源的任何字段设置为输出列。只需浏览资源规范并尝试使用您喜欢的任何字段!

但首先,让我们仔细看看这些字段选择表达式。

JSONPath表达式

选择资源字段的表达式基于JSONPath。

JSONPath是一种从JSON文档中提取数据的语言(类似于XPath for XML)。选择单个字段只是JSONPath的最基本用法。它有很多功能,如列表选择器,过滤器等。

但是,kubectl explain仅支持JSONPath功能的一部分。以下通过示例用法总结了这些支持的功能:

# Select all elements of a list
$kubectl get pods -o custom-columns='DATA:spec.containers[*].image'

# Select a specific element of a list
$kubectl get pods -o custom-columns='DATA:spec.containers[0].image'

# Select those elements of a list that match a filter expression
$kubectl get pods -o custom-columns='DATA:spec.containers[?(@.image!="nginx")].image'

# Select all fields under a specific location, regardless of their name
$kubectl get pods -o custom-columns='DATA:metadata.*'

# Select all fields with a specific name, regardless of their location
$kubectl get pods -o custom-columns='DATA:..image'

特别重要的是[]操作符。Kubernetes资源的许多字段都是列表,此运算符允许您选择这些列表中的项目。它通常与通配符一起使用,[*]以选择列表中的所有项目。

您将在下面找到一些使用此表示法的示例。

示例应用程序

使用自定义列输出格式的可能性是无穷无尽的,因为您可以在输出中显示资源的任何字段或字段组合。以下是一些示例应用程序,但您可以自己探索并找到对您有用的应用程序!

提示:如果您经常使用其中一个命令,则可以为其创建shell别名。

显示Pods的容器镜像
$kubectl get pods \
  -o custom-columns='NAME:metadata.name,IMAGES:spec.containers[*].image'
NAME                       IMAGES
engine-544b6b6467-22qr6    rabbitmq:3.7.8-management,nginx
engine-544b6b6467-lw5t8    rabbitmq:3.7.8-management,nginx
engine-544b6b6467-tvgmg    rabbitmq:3.7.8-management,nginx
web-ui-6db964458-8pdw4     wordpress

此命令显示每个Pod的所有容器镜像的名称。

请记住,Pod可能包含多个容器。在这种情况下,单个Pod的容器镜像在同一列中显示为逗号分隔列表。

显示节点的可用区域
$kubectl get nodes \
  -o custom-columns='NAME:metadata.name,ZONE:metadata.labels.failure-domain\.beta\.kubernetes\.io/zone'
NAME                          ZONE
ip-10-0-118-34.ec2.internal   us-east-1b
ip-10-0-36-80.ec2.internal    us-east-1a
ip-10-0-80-67.ec2.internal    us-east-1b

如果您的Kubernetes群集部署在公共云基础架构(例如AWS,Azure或GCP)上,则此命令非常有用。它显示每个节点所在的可用区域。

可用区域是云的概念,表示地理区域内的一个可复制点。

每个节点的可用区域通过特殊标签failure-domain.beta.kubernetes.io/zone获得。如果集群在公共云基础结构上运行,则会自动创建此标签,并将其值设置为节点的可用区域的名称。

标签不是Kubernetes资源规范的一部分,因此您无法在API参考中找到上述标签。但是,如果将节点输出为YAML或JSON,则可以看到它(以及所有其他标签):

$kubectl get nodes -o yaml
# or
$kubectl get nodes -o json

除了探索资源规范之外,这通常是发现有关资源的更多信息的好方法。


我的网课“Kubernetes实战:高可用集群搭建、配置、运维与应用”   https://coding.imooc.com/class/284.html 在慕课网上线了,感谢小伙伴们学习支持!

我爱发短信:企业级短信平台定制开发专家 https://51smspush.com/

著名云主机服务厂商DigitalOcean发布最新的主机计划,入门级Droplet配置升级为:1 core CPU、1G内存、25G高速SSD,价格5$/月。有使用DigitalOcean需求的朋友,可以打开这个链接地址:https://m.do.co/c/bff6eed92687 开启你的DO主机之路。

我的联系方式:

微博:https://weibo.com/bigwhite20xx

商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。

<think>好的,用户现在问的是如何查看系统CPU资源。之前他们问过微服务项目的CPU配置,所以可能他们现在是在部署或优化微服务时遇到了性能问题,需要监控CPU的使用情况。 首先,我需要回想一下常见的查看CPU资源的方法,包括不同操作系统下的命令工具。用户可能使用的是Linux,因为微服务通常部署在Linux服务器上,但也不能排除Windows的情况,所以需要覆盖两者。 接下来,要考虑用户的使用场景。他们可能是开发人员或者系统管理员,需要实时监控或者历史数据分析。比如,在测试环境中进行压力测试时,需要实时查看CPU使用率;在生产环境中,可能需要查看历史日志或使用监控工具。 用户的需求可能不仅仅是查看当前CPU使用情况,还可能包括如何分析CPU瓶颈,比如高负载的原因,是用户态还是内核态的问题,是否有某个进程占用了过多资源。因此,除了基本命令,还需要提供一些高级工具分析方法。 另外,用户之前的对话中提到过监控与调优,比如CPU使用率超过70%触发警报,所以可能需要介绍如何设置监控工具,比如Prometheus+Grafana,或者云服务提供的监控方案。 需要分步骤说明,结构清晰。可能分为命令行工具、图形化工具、监控系统、高级分析几个部分。每个部分下再分LinuxWindows的不同方法,比如top、htop、vmstat对于Linux,任务管理器、资源管理器对于Windows。 还要注意给出具体的命令示例,比如使用mpstat查看每个核心的使用情况,或者使用pidstat定位进程。这些命令的示例能帮助用户直接复制使用。同时,提醒用户权限问题,比如有些命令需要sudo。 在高级分析部分,需要解释一些指标的含义,比如用户态内核态的CPU时间,等待I/O的时间(wa),以及如何根据这些指标判断问题。比如wa高可能说明磁盘I/O瓶颈,us高是应用程序本身消耗大。 另外,容器化部署的情况,比如DockerKubernetes,用户可能需要查看容器的CPU使用情况,所以需要包括docker statskubectl top的命令。 最后,总结部分要给出建议,比如在生产环境使用监控系统,定期检查,结合日志分析等。可能用户的实际问题是如何优化微服务的CPU配置,所以查看CPU资源是第一步,之后可能需要调整配置或优化代码。 需要确保回答准确,命令正确,并且用中文清晰表达。可能用户对某些术语不熟悉,需要适当解释,但之前的对话显示用户有一定技术背景,所以可以适当使用专业术语,同时保持说明简洁明了。</think>以下是查看系统 CPU 资源的详细方法,涵盖不同操作系统场景的常用工具及操作步骤: --- ### **1. 命令行工具** #### **1.1 Linux 系统** | **工具** | **命令示例** | **功能说明** | |----------------|----------------------------------|----------------------------------------------------------------------------| | **`top`** | `top` | 实时监控 CPU 使用率,显示进程占用排名(按 `P` 键按 CPU 排序)。 | | **`htop`** | `htop` | 增强版 `top`,支持颜色标记鼠标操作(需安装:`sudo apt install htop`)。 | | **`mpstat`** | `mpstat -P ALL 1` | 查看每个 CPU 核心的详细利用率(1 秒刷新一次,需安装 `sysstat` 包)。 | | **`vmstat`** | `vmstat 1` | 显示 CPU 上下文切换、中断次数等综合指标。 | | **`pidstat`** | `pidstat -u 1` | 按进程统计 CPU 使用率(需安装 `sysstat`)。 | | **`sar`** | `sar -u 1 3` | 查看历史 CPU 使用率(需配置 `sysstat` 日志)。 | **示例输出解读**: ```bash $ top - 14:20:00 up 30 days, 1:45, 1 user, load average: 0.75, 0.80, 0.85 %Cpu(s): 20.3 us, 5.1 sy, 0.0 ni, 74.6 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st ``` - `us`:用户态 CPU 时间占比(应用程序占用)。 - `sy`:内核态 CPU 时间占比(系统调用占用)。 - `id`:空闲 CPU 时间占比。 - `wa`:等待 I/O 完成的 CPU 时间占比(若长期 >10%,可能存在磁盘瓶颈)。 --- #### **1.2 Windows 系统** | **工具** | **操作路径** | **功能说明** | |----------------------|-----------------------------------------------|------------------------------------------| | **任务管理器** | `Ctrl + Shift + Esc` → 性能选项卡 | 图形化查看整体 CPU 使用率进程占用。 | | **资源监视器** | `Win + R` → 输入 `resmon` → CPU 选项卡 | 查看每个进程的 CPU 时间、中断频率等细节。 | | **PowerShell** | `Get-Counter '\Processor(*)\% Processor Time'` | 通过脚本获取 CPU 使用率数据。 | --- ### **2. 图形化工具** #### **2.1 Linux** - **`gnome-system-monitor`**:GNOME 桌面环境的系统监视器,支持进程管理资源图表。 - **`Netdata`**:实时监控仪表盘,可通过浏览器访问(安装命令:`bash <(curl -Ss https://my-netdata.io/kickstart.sh)`)。 #### **2.2 Windows** - **性能监视器**(`perfmon`):自定义 CPU 监控计数器,记录长期趋势。 - **Process Explorer**(Sysinternals 工具集):高级进程管理,显示线程级 CPU 占用。 --- ### **3. 容器化环境** | **场景** | **命令/工具** | **说明** | |----------------|---------------------------------------|------------------------------------------| | **Docker** | `docker stats <容器名>` | 实时查看容器的 CPU 内存使用情况。 | | **Kubernetes** | `kubectl top pods` | 查看 Pod 的 CPU/内存占用(需安装 Metrics Server)。 | | **cAdvisor** | 部署 cAdvisor + Prometheus | 监控容器粒度的 CPU 历史数据。 | --- ### **4. 监控系统集成** - **Prometheus + Grafana**: - 通过 `node_exporter` 采集主机 CPU 指标。 - 配置告警规则(如 `CPU 使用率 > 80% 持续 5 分钟`)。 - **云平台工具**: - AWS CloudWatch、阿里云云监控:查看实例级容器级的 CPU 利用率。 --- ### **5. 高级分析技巧** #### **5.1 定位 CPU 瓶颈** - **高用户态 CPU(`us`)**:优化代码逻辑或算法(如减少循环计算)。 - **高内核态 CPU(`sy`)**:检查系统调用频率(如频繁 `read/write` 可改用异步 I/O)。 - **高 `wa` 值**:优化磁盘 I/O 或升级存储硬件。 #### **5.2 火焰图分析** - 使用 `perf` 或 `FlameGraph` 生成 CPU 火焰图,定位热点函数: ```bash # 采集 CPU 样本(30 秒) perf record -F 99 -a -g -- sleep 30 # 生成火焰图 perf script | stackcollapse-perf.pl | flamegraph.pl > cpu.svg ``` --- ### **总结** - **基础监控**:优先使用 `top`(Linux)或任务管理器(Windows)。 - **深度分析**:结合 `perf`/`vmstat` 火焰图定位代码级问题。 - **生产环境**:部署 Prometheus 等监控系统,实现自动化告警趋势分析。 - **容器/K8s**:依赖 `docker stats` `kubectl top` 快速排查资源争抢问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值