花折 - KubeDoor正式开源：基于AI推荐+专家经验的K8S负载感知与容量管控系统

花折 - KubeDoor

花开堪折直须折🌻莫待无花空折枝

🦄开思 开源第一弹：基于AI推荐+专家经验的K8S负载感知调度与容量管控系统

🌈概述

🌼花折 - KubeDoor 是一个使用Python + Vue开发，基于K8S准入控制机制的微服务资源管控平台。专注微服务每日高峰时段的资源视角，实现了微服务的资源分析统计与强管控，确保微服务资源的资源申请率和真实使用率一致。
📀项目仓库：https://github.com/CassInfra/KubeDoor

💠架构图

💎功能描述

📊采集K8S微服务每日业务高峰时段P95的CPU内存消耗，以及需求、限制值与Pod数。基于采集的数据实现了一个Grafana看板并集成到了WEB UI。

• 🎨基于日维度采集每日高峰时段P95的资源数据,可以很好的观察各微服务长期的资源变化情况，即使查看1年的数据也很流畅。
• 🏅高峰时段全局资源统计与各资源TOP10
• 🔎命名空间级别高峰时段P95资源使用量与资源消耗占整体资源的比例
• 🧿微服务级别高峰期整体资源与使用率分析
• 📈微服务与Pod级别的资源曲线图(需求值,限制值,使用值)

🎡每日从采集的数据中，获取最近10天各微服务的资源信息，获取资源消耗最大日的P95资源，作为微服务的需求值写入数据库。

• ✨基于准入控制机制实现K8S微服务资源的真实使用率和资源申请需求值保持一致，具有非常重要的意义。
• 🌊K8S调度器通过真实的资源需求值就能够更精确地将Pod调度到合适的节点上，避免资源碎片，实现节点的资源均衡。
• ♻K8S自动扩缩容也依赖资源需求值来判断，