Kubernetes运维管理

最新推荐文章于 2025-12-28 12:56:53 发布
原创 最新推荐文章于 2025-12-28 12:56:53 发布 · 877 阅读 · 27 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#kubernetes #运维 #容器

文章目录

Helm 包管理器

什么是 Helm

Helm 是 Kubernetes 的包管理工具，用于简化应用的部署、升级、回滚和管理。它使用 Chart（一种打包格式）来定义、安装和升级 Kubernetes 应用。

概念说明
Chart一个 Helm 包，包含运行 Kubernetes 应用所需的所有资源模板（如 Deployment、Service 等）。类似于 Debian 的 .deb 或 RPM 包。
Repository（仓库）存放多个 Chart 的地方，如 Bitnami、Prometheus 官方仓库等。
Release在 Kubernetes 集群中安装的一个 Chart 实例。同一个 Chart 可以多次安装，每次生成一个独立的 Release（如 my-app-1, my-app-2）。

安装 Helm

参考文档：https://helm.sh/docs/intro/install

  1. Download your desired version
  2. Unpack it (tar -zxvf helm-v4.0.0-linux-amd64.tar.gz)
  3. Find the helm binary in the unpacked directory, and move it to its desired destination (mv linux-amd64/helm /usr/local/bin/helm)

Helm 的常用命令

  1. 查看版本
helm version
  1. 添加仓库
helm repo add bitnami https://charts.bitnami.com/bitnami
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
  1. 更新仓库索引
helm repo update
  1. 搜索 Chart
# 在已添加的仓库中搜索
helm search repo nginx

# 在 Artifact Hub 上全局搜索
helm search hub wordpress
  1. 安装应用（创建 Release）
# 从仓库安装
helm install my-nginx bitnami/nginx

# 指定命名空间
helm install my-db bitnami/postgresql -n dev --create-namespace

# 使用自定义配置文件
helm install my-app ./my-chart -f values.yaml

# 覆盖默认参数
helm install my-redis bitnami/redis --set password=123456,cluster.enabled=true
  1. 查看已安装的 Release
helm list
helm list -n dev          # 查看指定命名空间
helm list --all-namespaces
  1. 查看 Release 详情
helm status my-nginx
  1. 升级 Release
helm upgrade my-nginx bitnami/nginx --set service.type=NodePort
  1. 回滚到历史版本
helm history my-nginx # 查看历史
helm rollback my-nginx 1   # 回滚到 revision 1
  1. 卸载（删除）Release
helm uninstall my-nginx
helm uninstall my-nginx -n dev  # 指定命名空间
  1. 获取 Release 对应的 Kubernetes 清单（调试用）
helm get manifest my-nginx
helm get values my-nginx        # 查看生效的 values
  1. 测试安装（不真正部署）
helm install my-test bitnami/nginx --dry-run --debug

chart 详解

chart 结构

一个典型的本地 Chart 结构如下：

my-chart/
├── Chart.yaml          # Chart 元信息（名称、版本等）
├── values.yaml         # 默认配置值
├── charts/             # 依赖的子 Chart
└── templates/          # Kubernetes 资源模板（YAML 文件）
    ├── deployment.yaml
    ├── service.yaml
    └── ...

实践案例

创建Nginx Helm Chart

下面是一个创建最简 Nginx Helm Chart，将其打包并推送到 GitHub Pages 仓库
第一步：创建最简 Nginx Helm Chart

  1. 创建 Chart
helm create my-nginx-chart
  1. 精简内容（只保留必要文件）
    删除不需要的模板（可选，为了“最简”）
rm -f templates/ingress.yaml
rm -f templates/hpa.yaml
rm -f templates/serviceaccount.yaml
rm -f templates/tests/

修改 Chart.yaml

# Chart.yaml
apiVersion: v2
name: my-nginx-chart
description: A minimal Nginx Helm chart
type: application
version: 0.1.0
appVersion: "1.25"

修改 values.yaml（精简版）

# values.yaml
replicaCount: 1

image:
  repository: nginx
  tag: "1.25-alpine"
  pullPolicy: IfNotPresent

service:
  type: ClusterIP
  port: 80

resources: {}

第二步：验证 Chart

# 检查语法
helm lint .

# 预览生成的 YAML（不部署）
helm template my-nginx-release . --debug

第三步：打包 Chart

helm package my-nginx-chart

Successfully packaged chart and saved it to: my-nginx-chart-0.1.0.tgz

第四步：推送到 GitHub Pages 仓库

  1. 在 GitHub 上创建新仓库
    名称：my-helm-charts
    不要初始化 README
  2. 克隆该仓库到本地
git clone https://github.com/你的用户名/my-helm-charts.git
cd my-helm-charts
  1. 复制 Chart 包进来
cp ../my-nginx-chart-0.1.0.tgz .
  1. 生成 index.yaml
helm repo index . --url https://你的用户名.github.io/my-helm-charts
  1. 提交并推送
helm repo index . --url https://你的用户名.github.io/my-helm-charts
  1. 启用 GitHub Pages
    进入 GitHub 仓库 → Settings → Pages
    Source 选择：Branch: main, Folder: / (root)
    保存，等待几分钟生效，最终访问地址应为：https://你的用户名.github.io/my-helm-charts

第五步：使用 Helm 仓库

  1. 添加仓库
helm repo add my-charts https://你的用户名.github.io/my-helm-charts
helm repo update
  1. 搜索并安装
helm search repo my-nginx
# 输出：my-charts/my-nginx-chart    0.1.0    1.25    A minimal Nginx Helm chart

helm install demo my-charts/my-nginx-chart
  1. 验证
kubectl get pods
kubectl port-forward svc/demo-my-nginx-chart 8080:80
安装 Redis chart
  1. 修改 helm 源
# 查看默认仓库
helm repo list

# 添加仓库
helm repo add bitnami https://charts.bitnami.com/bitnami
helm repo add aliyun https://apphub.aliyuncs.com/stable
helm repo add azure http://mirror.azure.cn/kubernetes/charts
  1. 搜索 redis chart
# 搜索 redis chart
helm search repo redis

# 查看安装说明
helm show readme bitnami/redis
  1. 修改配置安装
# 先将 chart 拉到本地
helm pull bitnami/redis

# 解压后，修改 values.yaml 中的参数
tar -xvf redis-17.4.3.tgz

# 修改 storageClass 为 managed-nfs-storage
# 设置 redis 密码 password
# 修改集群架构 architecture，默认是主从（replication，3个节点），可以修改为 standalone 单机模式
# 修改实例存储大小 persistence.size 为需要的大小
# 修改 service.nodePorts.redis 向外暴露端口，范围 <30000-32767>

# 安装操作
# 创建命名空间
kubectl create namespace redis

# 安装
cd ../
helm install redis ./redis -n redis
  1. 查看安装情况
# 查看 helm 安装列表
helm list

# 查看 redis 命名空间下所有对象信息
kubectl get all -n redis
  1. 升级与回滚
# 要想升级 chart 可以修改本地的 chart 配置并执行：
helm upgrade [RELEASE] [CHART] [flags]
helm upgrade redis ./redis

# 使用 helm ls 的命令查看当前运行的 chart 的 release 版本，并使用下面的命令回滚到历史版本：
helm rollback <RELEASE> [REVISION] [flags]

# 查看历史
helm history redis
# 回退到上一版本
helm rollback redis
# 回退到指定版本
helm rollback redis 3
  1. helm 卸载 redis
helm delete redis -n redis

k8s 集群监控

监控方案

Heapster

Heapster 是容器集群监控和性能分析工具，天然的支持Kubernetes 和 CoreOS。
Kubernetes 有个出名的监控 agent—cAdvisor。在每个kubernetes Node 上都会运行 cAdvisor，它会收集本机以及容器的监控数据(cpu,memory,filesystem,network,uptime)。
在较新的版本中，K8S 已经将 cAdvisor 功能集成到 kubelet 组件中。每个 Node 节点可以直接进行 web 访问。

Weave Scope

Weave Scope 可以监控 kubernetes 集群中的一系列资源的状态、资源使用情况、应用拓扑、scale、还可以直接通过浏览器进入容器内部调试等，其提供的功能包括：交互式拓扑界面、图形模式和表格、模式、过滤功能、搜索功能、实时度量、容器排错、插件扩展、

Prometheus

Prometheus 是一套开源的监控系统、报警、时间序列的集合，最初由 SoundCloud 开发，后来随着越来越多公司的使用，于是便独立成开源项目。自此以后，许多公司和组织都采用了 Prometheus 作为监控告警工具。
参考文档：https://prometheus.ac.cn/docs/introduction/overview/
在这里插入图片描述

kube-prometheus

下载源代码：https://github.com/prometheus-operator/kube-prometheus
配置文件在manifests

  1. 替换国内镜像
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' prometheusOperator-deployment.yaml
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' prometheus-prometheus.yaml
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' alertmanager-alertmanager.yaml
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' kubeStateMetrics-deployment.yaml
sed -i 's/k8s.gcr.io/lank8s.cn/g' kubeStateMetrics-deployment.yaml
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' nodeExporter-daemonset.yaml
sed -i 's/quay.io/quay.mirrors.ustc.edu.cn/g' prometheusAdapter-deployment.yaml
sed -i 's/k8s.gcr.io/lank8s.cn/g' prometheusAdapter-deployment.yaml

# 查看是否还有国外镜像
grep "image: " * -r
  1. 修改访问入口
分别修改 prometheus、alertmanager、grafana 中的 spec.type 为 NodePort 方便测试访问
  1. 安装
kubectl apply --server-side -f manifests/setup
kubectl wait \
	--for condition=Established \
	--all CustomResourceDefinition \
	--namespace=monitoring
kubectl apply -f manifests/
  1. 配置 Ingress
# 通过域名访问（没有域名可以在主机配置 hosts）
192.168.113.121 grafana.xxx.cn
192.168.113.121 prometheus.xxx.cn
192.168.113.121 alertmanager.xxx.cn

# 创建 prometheus-ingress.yaml
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  namespace: monitoring
  name: prometheus-ingress
spec:
  ingressClassName: nginx
  rules:
  - host: grafana.xxx.cn  # 访问 Grafana 域名
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: grafana
            port:
              number: 3000
  - host: prometheus.xxx.cn  # 访问 Prometheus 域名
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: prometheus-k8s 
            port:
              number: 9090
  - host: alertmanager.xxx.cn  # 访问 alertmanager 域名
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: alertmanager-main
            port:
              number: 9093

# 创建 ingress
kubectl apply -f prometheus-ingress.yaml
  1. 卸载
kubectl delete --ignore-not-found=true -f manifests/ -f manifests/setup

ELK 日志管理

什么是 ELK

ELK 是一个流行的日志收集、存储、分析和可视化技术栈的简称，由三个开源项目组成：

  • E = Elasticsearch
  • L = Logstash（或有时用 Filebeat / Fluentd 替代）
  • K = Kibana
    这个组合 被广泛用于集中式日志管理，尤其在微服务、容器化（如 Kubernetes）和分布式系统中。
    在这里插入图片描述
    在这里插入图片描述

集成 ELK

部署 es 搜索服务

# 需要提前给 es 落盘节点打上标签 
kubectl label node <node name> es=data 

# 创建 es.yaml 
--- 
apiVersion: v1 
kind: Service 
metadata: 
  name: elasticsearch-logging 
  namespace: kube-logging 
  labels: 
    k8s-app: elasticsearch-logging 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
    kubernetes.io/name: "Elasticsearch" 
spec: 
  ports: 
  - port: 9200 
    protocol: TCP 
    targetPort: db 
  selector: 
    k8s-app: elasticsearch-logging 
--- 
# RBAC authn and authz 
apiVersion: v1 
kind: ServiceAccount 
metadata: 
  name: elasticsearch-logging 
  namespace: kube-logging 
  labels: 
    k8s-app: elasticsearch-logging 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
--- 
kind: ClusterRole 
apiVersion: rbac.authorization.k8s.io/v1 
metadata: 
  name: elasticsearch-logging 
  labels: 
    k8s-app: elasticsearch-logging 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
rules: 
- apiGroups: 
  - "" 
  resources: 
  - "services" 
  - "namespaces" 
  - "endpoints" 
  verbs: 
  - "get" 
--- 
kind: ClusterRoleBinding 
apiVersion: rbac.authorization.k8s.io/v1 
metadata: 
  namespace: kube-logging 
  name: elasticsearch-logging 
  labels: 
    k8s-app: elasticsearch-logging 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
subjects: 
- kind: ServiceAccount 
  name: elasticsearch-logging 
  namespace: kube-logging 
  apiGroup: "" 
roleRef: 
  kind: ClusterRole 
  name: elasticsearch-logging 
  apiGroup: "" 
--- 
# Elasticsearch deployment itself 
apiVersion: apps/v1 
kind: StatefulSet #使用statefulset创建Pod 
metadata: 
  name: elasticsearch-logging #pod名称,使用statefulSet创建的Pod是有序号有顺序的 
  namespace: kube-logging  #命名空间 
  labels: 
    k8s-app: elasticsearch-logging 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
    srv: srv-elasticsearch 
spec: 
  serviceName: elasticsearch-logging #与svc相关联，这可以确保使用以下DNS地址访问Statefulset中的每个pod (es-cluster-[0,1,2].elasticsearch.elk.svc.cluster.local) 
  replicas: 1 #副本数量,单节点 
  selector: 
    matchLabels: 
      k8s-app: elasticsearch-logging #和pod template配置的labels相匹配 
  template: 
    metadata: 
      labels: 
        k8s-app: elasticsearch-logging 
        kubernetes.io/cluster-service: "true" 
    spec: 
      serviceAccountName: elasticsearch-logging 
      containers: 
      - image: docker.io/library/elasticsearch:7.9.3 
        name: elasticsearch-logging 
        resources: 
          # need more cpu upon initialization, therefore burstable class 
          limits: 
            cpu: 1000m 
            memory: 2Gi 
          requests: 
            cpu: 100m 
            memory: 500Mi 
        ports: 
        - containerPort: 9200 
          name: db 
          protocol: TCP 
        - containerPort: 9300 
          name: transport 
          protocol: TCP 
        volumeMounts: 
        - name: elasticsearch-logging 
          mountPath: /usr/share/elasticsearch/data/   #挂载点 
        env: 
        - name: "NAMESPACE" 
          valueFrom: 
            fieldRef: 
              fieldPath: metadata.namespace 
        - name: "discovery.type"  #定义单节点类型 
          value: "single-node" 
        - name: ES_JAVA_OPTS #设置Java的内存参数，可以适当进行加大调整 
          value: "-Xms512m -Xmx2g"  
      volumes: 
      - name: elasticsearch-logging 
        hostPath: 
          path: /data/es/ 
      nodeSelector: #如果需要匹配落盘节点可以添加 nodeSelect 
        es: data 
      tolerations: 
      - effect: NoSchedule 
        operator: Exists 
      # Elasticsearch requires vm.max_map_count to be at least 262144. 
      # If your OS already sets up this number to a higher value, feel free 
      # to remove this init container. 
      initContainers: #容器初始化前的操作 
      - name: elasticsearch-logging-init 
        image: alpine:3.6 
        command: ["/sbin/sysctl", "-w", "vm.max_map_count=262144"] #添加mmap计数限制，太低可能造成内存不足的错误 
        securityContext:  #仅应用到指定的容器上，并且不会影响Volume 
          privileged: true #运行特权容器 
      - name: increase-fd-ulimit 
        image: busybox 
        imagePullPolicy: IfNotPresent 
        command: ["sh", "-c", "ulimit -n 65536"] #修改文件描述符最大数量 
        securityContext: 
          privileged: true 
      - name: elasticsearch-volume-init #es数据落盘初始化，加上777权限 
        image: alpine:3.6 
        command: 
          - chmod 
          - -R 
          - "777" 
          - /usr/share/elasticsearch/data/ 
        volumeMounts: 
        - name: elasticsearch-logging 
          mountPath: /usr/share/elasticsearch/data/

# 创建命名空间
kubectl create ns kube-logging

# 创建服务
kubectl create -f es.yaml

# 查看 pod 启用情况
kubectl get pod -n kube-logging

部署 logstash 数据清洗

# 创建 logstash.yaml 并部署服务
--- 
apiVersion: v1 
kind: Service 
metadata: 
  name: logstash 
  namespace: kube-logging 
spec: 
  ports: 
  - port: 5044 
    targetPort: beats 
  selector: 
    type: logstash 
  clusterIP: None 
--- 
apiVersion: apps/v1 
kind: Deployment 
metadata: 
  name: logstash 
  namespace: kube-logging 
spec: 
  selector: 
    matchLabels: 
      type: logstash 
  template: 
    metadata: 
      labels: 
        type: logstash 
        srv: srv-logstash 
    spec: 
      containers: 
      - image: docker.io/kubeimages/logstash:7.9.3 #该镜像支持arm64和amd64两种架构 
        name: logstash 
        ports: 
        - containerPort: 5044 
          name: beats 
        command: 
        - logstash 
        - '-f' 
        - '/etc/logstash_c/logstash.conf' 
        env: 
        - name: "XPACK_MONITORING_ELASTICSEARCH_HOSTS" 
          value: "http://elasticsearch-logging:9200" 
        volumeMounts: 
        - name: config-volume 
          mountPath: /etc/logstash_c/ 
        - name: config-yml-volume 
          mountPath: /usr/share/logstash/config/ 
        - name: timezone 
          mountPath: /etc/localtime 
        resources: #logstash一定要加上资源限制，避免对其他业务造成资源抢占影响 
          limits: 
            cpu: 1000m 
            memory: 2048Mi 
          requests: 
            cpu: 512m 
            memory: 512Mi 
      volumes: 
      - name: config-volume 
        configMap: 
          name: logstash-conf 
          items: 
          - key: logstash.conf 
            path: logstash.conf 
      - name: timezone 
        hostPath: 
          path: /etc/localtime 
      - name: config-yml-volume 
        configMap: 
          name: logstash-yml 
          items: 
          - key: logstash.yml 
            path: logstash.yml 
 
--- 
apiVersion: v1 
kind: ConfigMap 
metadata: 
  name: logstash-conf 
  namespace: kube-logging 
  labels: 
    type: logstash 
data: 
  logstash.conf: |- 
    input {
      beats { 
        port => 5044 
      } 
    } 
    filter {
      # 处理 ingress 日志 
      if [kubernetes][container][name] == "nginx-ingress-controller" {
        json {
          source => "message" 
          target => "ingress_log" 
        }
        if [ingress_log][requesttime] { 
          mutate { 
            convert => ["[ingress_log][requesttime]", "float"] 
          }
        }
        if [ingress_log][upstremtime] { 
          mutate { 
            convert => ["[ingress_log][upstremtime]", "float"] 
          }
        } 
        if [ingress_log][status] { 
          mutate { 
            convert => ["[ingress_log][status]", "float"] 
          }
        }
        if  [ingress_log][httphost] and [ingress_log][uri] {
          mutate { 
            add_field => {"[ingress_log][entry]" => "%{[ingress_log][httphost]}%{[ingress_log][uri]}"} 
          } 
          mutate { 
            split => ["[ingress_log][entry]","/"] 
          } 
          if [ingress_log][entry][1] { 
            mutate { 
              add_field => {"[ingress_log][entrypoint]" => "%{[ingress_log][entry][0]}/%{[ingress_log][entry][1]}"} 
              remove_field => "[ingress_log][entry]" 
            }
          } else { 
            mutate { 
              add_field => {"[ingress_log][entrypoint]" => "%{[ingress_log][entry][0]}/"} 
              remove_field => "[ingress_log][entry]" 
            }
          }
        }
      }
      # 处理以srv进行开头的业务服务日志 
      if [kubernetes][container][name] =~ /^srv*/ { 
        json { 
          source => "message" 
          target => "tmp" 
        } 
        if [kubernetes][namespace] == "kube-logging" { 
          drop{} 
        } 
        if [tmp][level] { 
          mutate{ 
            add_field => {"[applog][level]" => "%{[tmp][level]}"} 
          } 
          if [applog][level] == "debug"{ 
            drop{} 
          } 
        } 
        if [tmp][msg] { 
          mutate { 
            add_field => {"[applog][msg]" => "%{[tmp][msg]}"} 
          } 
        } 
        if [tmp][func] { 
          mutate { 
            add_field => {"[applog][func]" => "%{[tmp][func]}"} 
          } 
        } 
        if [tmp][cost]{ 
          if "ms" in [tmp][cost] { 
            mutate { 
              split => ["[tmp][cost]","m"] 
              add_field => {"[applog][cost]" => "%{[tmp][cost][0]}"} 
              convert => ["[applog][cost]", "float"] 
            } 
          } else { 
            mutate { 
              add_field => {"[applog][cost]" => "%{[tmp][cost]}"} 
            }
          }
        }
        if [tmp][method] { 
          mutate { 
            add_field => {"[applog][method]" => "%{[tmp][method]}"} 
          }
        }
        if [tmp][request_url] { 
          mutate { 
            add_field => {"[applog][request_url]" => "%{[tmp][request_url]}"} 
          } 
        }
        if [tmp][meta._id] { 
          mutate { 
            add_field => {"[applog][traceId]" => "%{[tmp][meta._id]}"} 
          } 
        } 
        if [tmp][project] { 
          mutate { 
            add_field => {"[applog][project]" => "%{[tmp][project]}"} 
          }
        }
        if [tmp][time] { 
          mutate { 
            add_field => {"[applog][time]" => "%{[tmp][time]}"} 
          }
        }
        if [tmp][status] { 
          mutate { 
            add_field => {"[applog][status]" => "%{[tmp][status]}"} 
            convert => ["[applog][status]", "float"] 
          }
        }
      }
      mutate { 
        rename => ["kubernetes", "k8s"] 
        remove_field => "beat" 
        remove_field => "tmp" 
        remove_field => "[k8s][labels][app]" 
      }
    }
    output { 
      elasticsearch { 
        hosts => ["http://elasticsearch-logging:9200"] 
        codec => json 
        index => "logstash-%{+YYYY.MM.dd}" #索引名称以logstash+日志进行每日新建 
      } 
    } 
---
 
apiVersion: v1 
kind: ConfigMap 
metadata: 
  name: logstash-yml 
  namespace: kube-logging 
  labels: 
    type: logstash 
data: 
  logstash.yml: |- 
    http.host: "0.0.0.0" 
    xpack.monitoring.elasticsearch.hosts: http://elasticsearch-logging:9200

部署 filebeat 数据采集

# 创建 filebeat.yaml 并部署
--- 
apiVersion: v1 
kind: ConfigMap 
metadata: 
  name: filebeat-config 
  namespace: kube-logging 
  labels: 
    k8s-app: filebeat 
data: 
  filebeat.yml: |- 
    filebeat.inputs: 
    - type: container 
      enable: true
      paths: 
        - /var/log/containers/*.log #这里是filebeat采集挂载到pod中的日志目录 
      processors: 
        - add_kubernetes_metadata: #添加k8s的字段用于后续的数据清洗 
            host: ${NODE_NAME}
            matchers: 
            - logs_path: 
                logs_path: "/var/log/containers/" 
    #output.kafka:  #如果日志量较大，es中的日志有延迟，可以选择在filebeat和logstash中间加入kafka 
    #  hosts: ["kafka-log-01:9092", "kafka-log-02:9092", "kafka-log-03:9092"] 
    # topic: 'topic-test-log' 
    #  version: 2.0.0 
    output.logstash: #因为还需要部署logstash进行数据的清洗，因此filebeat是把数据推到logstash中 
       hosts: ["logstash:5044"] 
       enabled: true 
--- 
apiVersion: v1 
kind: ServiceAccount 
metadata: 
  name: filebeat 
  namespace: kube-logging 
  labels: 
    k8s-app: filebeat
--- 
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole 
metadata: 
  name: filebeat 
  labels: 
    k8s-app: filebeat 
rules: 
- apiGroups: [""] # "" indicates the core API group 
  resources: 
  - namespaces 
  - pods 
  verbs: ["get", "watch", "list"] 
--- 
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding 
metadata: 
  name: filebeat 
subjects: 
- kind: ServiceAccount 
  name: filebeat 
  namespace: kube-logging 
roleRef: 
  kind: ClusterRole 
  name: filebeat 
  apiGroup: rbac.authorization.k8s.io 
--- 
apiVersion: apps/v1 
kind: DaemonSet 
metadata: 
  name: filebeat 
  namespace: kube-logging 
  labels: 
    k8s-app: filebeat 
spec: 
  selector: 
    matchLabels: 
      k8s-app: filebeat 
  template: 
    metadata: 
      labels: 
        k8s-app: filebeat 
    spec: 
      serviceAccountName: filebeat 
      terminationGracePeriodSeconds: 30 
      containers: 
      - name: filebeat 
        image: docker.io/kubeimages/filebeat:7.9.3 #该镜像支持arm64和amd64两种架构 
        args: [ 
          "-c", "/etc/filebeat.yml", 
          "-e","-httpprof","0.0.0.0:6060" 
        ] 
        #ports: 
        #  - containerPort: 6060 
        #    hostPort: 6068 
        env: 
        - name: NODE_NAME 
          valueFrom: 
            fieldRef: 
              fieldPath: spec.nodeName 
        - name: ELASTICSEARCH_HOST 
          value: elasticsearch-logging 
        - name: ELASTICSEARCH_PORT 
          value: "9200" 
        securityContext: 
          runAsUser: 0 
          # If using Red Hat OpenShift uncomment this: 
          #privileged: true 
        resources: 
          limits: 
            memory: 1000Mi 
            cpu: 1000m 
          requests: 
            memory: 100Mi 
            cpu: 100m 
        volumeMounts: 
        - name: config #挂载的是filebeat的配置文件 
          mountPath: /etc/filebeat.yml 
          readOnly: true 
          subPath: filebeat.yml 
        - name: data #持久化filebeat数据到宿主机上 
          mountPath: /usr/share/filebeat/data 
        - name: varlibdockercontainers #这里主要是把宿主机上的源日志目录挂载到filebeat容器中,如果没有修改docker或者containerd的runtime进行了标准的日志落盘路径，可以把mountPath改为/var/lib 
          mountPath: /var/lib
          readOnly: true 
        - name: varlog #这里主要是把宿主机上/var/log/pods和/var/log/containers的软链接挂载到filebeat容器中 
          mountPath: /var/log/ 
          readOnly: true 
        - name: timezone 
          mountPath: /etc/localtime 
      volumes: 
      - name: config 
        configMap: 
          defaultMode: 0600 
          name: filebeat-config 
      - name: varlibdockercontainers 
        hostPath: #如果没有修改docker或者containerd的runtime进行了标准的日志落盘路径，可以把path改为/var/lib 
          path: /var/lib
      - name: varlog 
        hostPath: 
          path: /var/log/ 
      # data folder stores a registry of read status for all files, so we don't send everything again on a Filebeat pod restart 
      - name: inputs 
        configMap: 
          defaultMode: 0600 
          name: filebeat-inputs 
      - name: data 
        hostPath: 
          path: /data/filebeat-data 
          type: DirectoryOrCreate 
      - name: timezone 
        hostPath: 
          path: /etc/localtime 
      tolerations: #加入容忍能够调度到每一个节点 
      - effect: NoExecute 
        key: dedicated 
        operator: Equal 
        value: gpu 
      - effect: NoSchedule 
        operator: Exists

部署 kibana 可视化界面

# 此处有配置 kibana 访问域名，如果没有域名则需要在本机配置 hosts
192.168.113.121 kibana.xxx.cn

# 创建 kibana.yaml 并创建服务
---
apiVersion: v1
kind: ConfigMap
metadata:
  namespace: kube-logging
  name: kibana-config
  labels:
    k8s-app: kibana
data:
  kibana.yml: |-
    server.name: kibana
    server.host: "0"
    i18n.locale: zh-CN                      #设置默认语言为中文
    elasticsearch:
      hosts: ${ELASTICSEARCH_HOSTS}         #es集群连接地址，由于我这都都是k8s部署且在一个ns下，可以直接使用service name连接
--- 
apiVersion: v1 
kind: Service 
metadata: 
  name: kibana 
  namespace: kube-logging 
  labels: 
    k8s-app: kibana 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
    kubernetes.io/name: "Kibana" 
    srv: srv-kibana 
spec: 
  type: NodePort
  ports: 
  - port: 5601 
    protocol: TCP 
    targetPort: ui 
  selector: 
    k8s-app: kibana 
--- 
apiVersion: apps/v1 
kind: Deployment 
metadata: 
  name: kibana 
  namespace: kube-logging 
  labels: 
    k8s-app: kibana 
    kubernetes.io/cluster-service: "true" 
    addonmanager.kubernetes.io/mode: Reconcile 
    srv: srv-kibana 
spec: 
  replicas: 1 
  selector: 
    matchLabels: 
      k8s-app: kibana 
  template: 
    metadata: 
      labels: 
        k8s-app: kibana 
    spec: 
      containers: 
      - name: kibana 
        image: docker.io/kubeimages/kibana:7.9.3 #该镜像支持arm64和amd64两种架构 
        resources: 
          # need more cpu upon initialization, therefore burstable class 
          limits: 
            cpu: 1000m 
          requests: 
            cpu: 100m 
        env: 
          - name: ELASTICSEARCH_HOSTS 
            value: http://elasticsearch-logging:9200 
        ports: 
        - containerPort: 5601 
          name: ui 
          protocol: TCP 
        volumeMounts:
        - name: config
          mountPath: /usr/share/kibana/config/kibana.yml
          readOnly: true
          subPath: kibana.yml
      volumes:
      - name: config
        configMap:
          name: kibana-config
--- 
apiVersion: networking.k8s.io/v1
kind: Ingress 
metadata: 
  name: kibana 
  namespace: kube-logging 
spec: 
  ingressClassName: nginx
  rules: 
  - host: kibana.wolfcode.cn
    http: 
      paths: 
      - path: / 
        pathType: Prefix
        backend: 
          service:
            name: kibana 
            port:
              number: 5601

k8s可视化界面

工具名称类型多集群支持核心功能特点适用场景是否活跃维护官网 / 项目地址
Kubernetes DashboardWeb UI❌ 否查看/管理资源、日志查看、基础 RBAC快速调试、简单运维✅ 是https://github.com/kubernetes/dashboard
Lens桌面应用✅ 是实时监控、内置终端、YAML 编辑、Helm/Prometheus 集成、插件系统开发者、SRE 日常管理✅ 是https://k8slens.dev/
RancherWeb 平台✅ 是多集群统一管理、用户/项目权限、应用市场、监控告警集成企业级生产环境✅ 是https://rancher.com/
Octant桌面/Web（本地）❌ 否资源依赖可视化、交互式调试、插件扩展开发者本地调试❌ 否（已归档）https://github.com/vmware-tanzu/octant
KubeSphereWeb 平台✅ 是多租户、DevOps、服务网格、内置监控/日志/告警、应用商店全栈云原生平台、中大型团队✅ 是https://kubesphere.io/
PortainerWeb UI⚠️ 有限简易 Pod/Deployment 管理、用户权限、轻量部署小型团队、边缘计算、入门用户✅ 是https://www.portainer.io/
Kubernetes 常用运维命令整理
专注分享编程开发与技术进阶干货！
04-24 1102
​本文整理了 Kubernetes 常用运维命令，涵盖集群管理、Pod 管理、应用部署、网络配置、存储管理、权限控制、资源监控等多个场景。​通过这些命令，运维人员可以高效地管理 Kubernetes 集群，确保系统稳定运行。​
DevOps运维与开发一体化及Kubernetes运维核心详解
m0_58259081的博客
09-02 1331
本文深入探讨了Kubernetes集群运维与DevOps一体化实践的核心知识体系。在Kubernetes方面，详细解析了证书生命周期管理（包括更新、备份和有效期监控）、系统化的故障排查方法论（针对503/502错误及各类Pod异常状态）以及集群规划与运维的最佳实践。在DevOps方面，阐述了其敏捷、协作的核心理念，并完整介绍了从代码到部署的CI/CD工具链集成（涵盖Git、Jenkins、Harbor、Kubernetes等），特别是提供了Jenkins的实战部署指南。
Kubernetes 运维思考 —— 筑梦之路
筑梦之路
07-17 1108
比如，对于一个内存密集型的应用，如果资源请求设置为 512MB 内存，但实际运行时需要 1GB 内存，就可能出现内存不足导致的崩溃。通过深入理解其核心技术，掌握最佳实践，我们能够构建出高效、稳定、安全的容器化应用平台，为企业的数字化转型提供坚实的支撑。选择合适的监控工具，如 Prometheus、Grafana 等，采集 Kubernetes 集群和应用的各种指标，如资源使用情况、Pod 状态、服务性能等。利用动态存储供应机制，可以根据应用的需求自动创建和分配存储资源，提高存储管理的灵活性和效率。
从0到1：Kubernetes运维实战全攻略
大雨的博客
05-25 1058
Kubernetes，常简称为 K8s ，是一个开源的容器编排平台，旨在自动化容器化应用程序的部署、扩展和管理。它就像是一个智能的 “容器管家”，能让容器化应用在不同环境中稳定、高效地运行。想象一下，你有一个大型电商系统，包含用户服务、订单服务、支付服务等多个微服务，每个微服务都被打包成容器。Kubernetes 可以将这些容器合理地部署到不同的服务器上，根据服务器的资源状况和服务的负载情况，自动调整容器的数量，确保系统在高并发时也能稳定运行。
Kubernetes—K8S运维管理
qq_41134073的博客
09-08 1288
K8S资源管理
Kubernetes 运维命令大全：日常管理必备技能
weixin_67144977的博客
05-21 284
本文总结了Kubernetes运维的常用操作：1.镜像管理：包含containerd/ctr的镜像导入、查看和删除命令，适用于离线环境部署；2.资源部署：涵盖kubectl的基础操作（应用配置、查看资源、强制删除命名空间）和服务诊断（服务详情、Pod日志、进入调试）；3.集群监控：提供节点资源检查、GPU使用、集群事件和Pod故障排查命令；4.Helm包管理：包括安装、版本验证、模板生成和应用列表等操作。这些命令覆盖了K8S日常运维的主要场景。
Kubernetes运维工具集：kubectl、k9s、Lens使用技巧
gitblog_00728的博客
12-09 710
Kubernetes作为现代容器编排的事实标准，其强大的功能背后是复杂的运维挑战。在Kubernetes集群的日常管理中，选择合适的运维工具能够极大提升效率。本文将深入介绍三大核心运维工具：kubectl命令行工具、k9s终端界面和Lens桌面应用，帮助您快速掌握Kubernetes集群管理技巧。 ## 🔧 kubectl：Kubernetes命令行利器 kubectl是Kubernetes
Kubernetes 运维实战速查手册
一起修行，不孤单。这里有编程语言、开发工具、学习方法论和踩坑笔记。用简单的话说复杂的事，陪你从小白到进阶。周更干货，欢迎一起成长！
10-11 372
【代码】Kubernetes 运维实战速查手册。
每天只花10分钟，用Python脚本搞定Kubernetes运维，你也能做到！
simcode的专栏
10-02 832
每天10分钟掌握Kubernetes运维，通过Python脚本自动化部署、监控与故障排查，提升效率。适用于集群管理、应用发布等场景，简化复杂操作。轻松实现运维自动化，值得收藏。
《Docker与Kubernetes容器运维实战》简介
夏天又到了的专栏
09-14 444
（2）Kubernetes部分包括：Kubernetes初步入门、安装Kubernetes、Kubernetes命令行工具、运行应用、通过服务访问应用、存储管理、软件包管理、网络管理、Kubernetes Dashboard、Kubernetes安全、Kubernetes集群管理。（1）Docker部分包括：全面认识Docker、初步体验Docker、Docker基本管理、Docker仓库、数据管理、Dockerfile、日志、Compose、Swarm、Portainer、Docker 实战应用。
Kubernetes运维架构师实战.zip
02-18
03 第 1 章：Kubernetes 运维管理【目录中文件数:7个】 04 第 2 章：Kubernetes 弹性伸缩【目录中文件数:6个】 05 第 3 章：Kubernetes 应用包管理器 Helm （v3）【目录中文件数:5个】 06 第 4 章：Kubernetes 集群...
【云计算与容器编排】Kubernetes运维实战指南：从基础部署到高级管理全解析
06-02
内容概要：本文全面介绍了Kubernetes运维的各个方面，从基础入门到高级运维技巧，涵盖其背景意义、架构组件、集群部署、日常运维操作、进阶技巧以及未来展望。文章首先阐述了Kubernetes在云原生时代的重要性及其核心...
精选资源
【Kubernetes运维】常用K8S运维面试题汇总：核心概念、集群管理与安全故障排查要点总结
04-23
适合人群：有志于从事或正在从事Kubernetes运维工作的技术人员，特别是准备K8S相关面试的求职者。; 使用场景及目标：帮助读者深入了解Kubernetes架构和技术细节，掌握运维关键技能，为面试做好充分准备；同时，也可...
【Kubernetes运维】K8stools工具集：提升DevOps效率的资源分析与优化系统
05-16
阅读建议：此工具集面向有一定Kubernetes运维经验的用户，建议使用者熟悉各模块的功能和配置方式，结合实际需求选择合适的工具进行操作，并关注官方渠道的更新和反馈，以便更好地适应生产环境的要求。
【k8s-1.34.2安装部署】二.kubernets软件、证书、配置、脚本等文件准备
weixin_56364253的博客
12-26 1159
本文介绍了Kubernetes 1.34集群安装所需的二进制文件、证书配置及准备工作。主要内容包括：1）下载并安装客户端工具，包括证书生成软件、网络插件、容器运行时等；2）准备证书配置文件，提供详细的JSON配置模板；3）提供自动化证书生成脚本，用于创建CA证书及各组件证书。所有配置文件和脚本可通过Git仓库获取，为后续etcd、master和worker节点的部署做好准备。文章还强调了证书配置中hosts部分的灵活性和扩容考虑。
docker-compose对比k8s
dj1955的博客
12-26 245
【代码】 Kubernetes YAML 文件，包含 Deployment + Service。
k8s+Flink断点续传(MySQL同步Starrocks)
weixin_42562106的博客
12-26 445
Flink 3.4版本在Kubernetes环境下的部署与优化 摘要：本文介绍了Flink 3.4版本在Kubernetes环境下的部署方案和优化措施。通过K8s原生支持实现了基础设施级容错，包括Pod故障自动重启、节点故障自动调度以及S3持久化存储等特性，确保作业的稳定运行。提供了集群启动命令和核心JAR包清单，详细说明了包含S3支持的Docker镜像构建方法，并给出了完整的FlinkDeployment YAML模板配置。配置中重点设置了Checkpoint、状态后端、高可用等关键参数，充分利用K8s和
【k8s-1.34.2安装部署】三.etcd-v3.6.6 TLS版集群安装
weixin_56364253的博客
12-26 410
本文详细介绍了etcd-v3.6.6集群的安装部署过程。主要内容包括：1）将准备好的etcd安装包拷贝到指定目录，配置主机名映射；2）在三台机器上分别启动etcd服务；3）通过xetcd.sh脚本验证集群状态，该脚本支持查看集群健康状态、成员列表、节点状态等功能。安装结果显示三节点集群运行正常，版本为3.6.6，存储版本3.6.0，数据存储占用约125MB。文章还提供了集群健康检查、状态查询等操作的具体命令和脚本内容。
二进制kubenetes-1.34.2安装包快速部署k8s集群
最新发布
weixin_56364253的博客
12-28 593
本文介绍Kubernetes 1.34.2二进制安装包，包含etcd、kube-apiserver等核心组件的证书、配置文件和启动脚本。安装包已预置二进制文件、证书和安装脚本，支持直接安装或重新生成。项目提供了详细的目录结构和预设参数说明，包括etcd集群配置、服务网段等默认值。安装过程分为下载安装包、初始化机器、制作安装包、执行角色安装和配置hosts五个步骤，支持etcd集群、master节点和worker节点的部署。相关教程和xkube管理控制台安装指南也一并提供。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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