前言
本系列主要基于v1.24.0版本的Kubelet部分源代码，进行Kubernetes中容器监控的底层原理介绍与代码分析。
Kubelet中的监控API
在Kubelet Server提供的监控API中，大致可以分为两类：stats（统计数据）和metrics（指标数据）。从命名和实际作用来看，前者提供了粗粒度的基础监控能力，目前用于各种内置组件；而后者用于持久化地进行细粒度的容器监控，主要提供给Prometheus等。
统计类API
在v1.24.0版本中，目前统计类接口仅包含/stats/summary，该接口提供了节点和Pod的统计信息。节点部分包括CPU、内存、网络、文件系统、容器运行时、Rlimit的统计。Pod部分主要提供Pod相关的基础统计与卷、临时存储、进程统计外，主要还包括了各个容器的统计信息。容器部分值得关注的是，该接口中提供了用户自定义指标。方法实现如下：
func (h *handler) handleSummary(request *restful.Request, response *restful.Response) {
onlyCPUAndMemory := false
...
if onlyCluAndMemoryParam, found := request.Request.Form["only_cpu_and_memory"]; found &&
len(onlyCluAndMemoryParam) == 1 && onlyCluAndMemoryParam[0] == "true" {
onlyCPUAndMemory = true
}
var summary *statsapi.Summary
if onlyCPUAndMemory {
summary, err = h.summaryProvider.GetCPUAndMemoryStats()
} else {
forceStatsUpdate := false
summary, err = h.summaryProvider.Get(forceStatsUpdate)
}
...
}查看SummaryProvider的实现可以发现，该实际上就是对stats.Provider的封装。
type SummaryProvider interface {
Get(updateStats bool) (*statsapi.Summary, error)
GetCPUAndMemoryStats() (*statsapi.Summary, error)
}
type summaryProviderImpl struct {
kubeletCreationTime metav1.Time
systemBootTime metav1.Time
provider Provider
}在handler的处理逻辑中，它提供了一个只返回CPU和Memory信息的选项onlyCPUAndMemory，如果只关心cpu和内存信息，通过此选项可以去除多余的统计信息，metrics-server(_< 0.6.0版本_)中就默认设置了该值。该部分需要注意的是，如果获取的是完整信息，那么监控信息是从缓存中获取的，这里特指CPU中的NanoCoreUsage不会更新，只有调用onlyCPUAndMemory才会将该值更新。如果基于接口做定制开发需要将forceStatsUpdate修改为true以保证NanoCoreUsage的准确性。
此外，在最新版本的0.6.x版本的metrics-server中已经不再依赖该接口，而是采用了Kubelet中的/metrics/resource接口进行资源的监控，在老版本集群中部署metrics-server时需要注意不兼容问题。
指标类API
Kubelet Server提供的指标类API目前包括以下四个：
- /metrics：提供kubelet自身相关的一些监控，包括：apiserver请求、go gc/内存/线程相关、kubelet子模块关键信息、client-go等指标
- /metrics/cadvisor：提供Pod/容器监控信息
- /metrics/probes：提供对容器Liveness/Readiness/Startup探针的指标数据
- /metrics/resource：提供Pod/容器的CPU用量、wss内存、启动时间基础指标数据
上述四个接口返回的指标信息默认都是Promtheus格式。一般来说，指标想要转化为Promtheus格式需要实现Prometheus client的Registerer和Gatherer接口，而在K8s中对应的封装实现就是KubeRegistry。这里我们先跳过Prometheus client的实现原理和其他非容器指标相关的实现，而是来看看容器指标数据是如何获取到并转化返回的。
r := compbasemetrics.NewKubeRegistry()
includedMetrics := cadvisormetrics.MetricSet{
// 指标白名单设置
...
}
cadvisorOpts := cadvisorv2.RequestOptions{
IdType: cadvisorv2.TypeName,
// 每次仅返回一条数据
Count: 1,
Recursive: true,
}
r.RawMustRegister(metrics.NewPrometheusCollector(prometheusHostAdapter{s.host}, containerPrometheusLabelsFunc(s.host), includedMetrics, clock.RealClock{}, cadvisorOpts))
r.RawMustRegister(metrics.NewPrometheusMachineCollector(prometheusHostAdapter{s.host}, includedMetrics))
s.restfulCont.Handle(cadvisorMetricsPath,
compbasemetrics.HandlerFor(r, compbasemetrics.HandlerOpts{ErrorHandling: compbasemetrics.ContinueOnError}),
)在Prometheus Client的注册逻辑里，返回数据需要实现指标收集器（Collector）部分。这里可以看到，Kubelet提供了两种数据收集器，一部分是Pod/容器的指标收集器，另一部分是节点指标收集器。
func NewPrometheusMachineCollector(i infoProvider, includedMetrics container.MetricSet) *PrometheusMachineCollector {
c := &PrometheusMachineCollector{
infoProvider: i,
errors: prometheus.NewGauge(prometheus.GaugeOpts{
Namespace: "machine",
Name: "scrape_error",
Help: "1 if there was an error while getting machine metrics, 0 otherwise.",
}),
machineMetrics: []machineMetric{
{
name: "machine_cpu_physical_cores",
help: "Number of physical CPU cores.",
valueType: prometheus.GaugeValue,
getValues: func(machineInfo *info.MachineInfo) metricValues {
return metricValues{{value: float64(machineInfo.NumPhysicalCores), timestamp: machineInfo.Timestamp}}
},
},
// 其他指标的类似实现
...
}...)
}
return c
}可以看到收集器实际上主要是通过getValues方法把infoProvider提供的数据结构从原始结构转成Prometheus中的指标，同时每个指标需要定义其名称、类型以及描述。节点和Pod/容器对应的原始数据结构都定义在cAdvisor的API Spec中，即MachineInfo和ContainerStats。
type infoProvider interface {
// GetRequestedContainersInfo gets info for all requested containers based on the request options.
GetRequestedContainersInfo(containerName string, options v2.RequestOptions) (map[string]*info.ContainerInfo, error)
// GetVersionInfo provides information about the version.
GetVersionInfo() (*info.VersionInfo, error)
// GetMachineInfo provides information about the machine.
GetMachineInfo() (*info.MachineInfo, error)
}而从上面KubeRegistry的注册逻辑中可以看到，infoProvider的实现又需要通过prometheusHostAdapter进行一次转换，其转换前的实现接口为HostInterface。
type prometheusHostAdapter struct {
host HostInterface
}
func (a prometheusHostAdapter) GetRequestedContainersInfo(containerName string, options cadvisorv2.RequestOptions) (map[string]*cadvisorapi.ContainerInfo, error) {
return a.host.GetRequestedContainersInfo(containerName, options)
}
func (a prometheusHostAdapter) GetVersionInfo() (*cadvisorapi.VersionInfo, error) {
return a.host.GetVersionInfo()
}
func (a prometheusHostAdapter) GetMachineInfo() (*cadvisorapi.MachineInfo, error) {
return a.host.GetCachedMachineInfo()
}在HostInterface的定义中，查看监控相关的部分接口，prometheusHostAdapter需要的VersionInfo和MachineInfo是由Kubelet实现的，而GetRequestedContainersInfo即容器相关监控信息的接口则由前面提到的stats.Provider中实现。
type HostInterface interface {
stats.Provider
GetVersionInfo() (*cadvisorapi.VersionInfo, error)
GetCachedMachineInfo() (*cadvisorapi.MachineInfo, error)
GetRunningPods() ([]*v1.Pod, error)
GetHostname() string
// 省略监控无关接口
}监控数据提供方Stats Provider
Provider定义
基于上一节分析，可以了解到Kubelet Server中返回的监控信息，无论是统计类信息还是指标类信息，容器相关的部分都是通过stats.Provider获取的。那么我们看看stats.Provider部分是如何定义的：
type Provider interface {
// ListPodStats 返回Pod管理的容器统计信息
ListPodStats() ([]statsapi.PodStats, error)
// ListPodCPUAndMemoryStats 返回Pod管理的容器统计信息（CPU/内存部分）
ListPodCPUAndMemoryStats() ([]statsapi.PodStats, error)
// ListPodStatsAndUpdateCPUNanoCoreUsage 返回Pod管理的容器统计信息，这个方法会强制更新cpu的NanoCoreUsage信息，主要用于部分未内部集成cAdvisor的CRI Runtime实现。详见：https://github.com/kubernetes/kubernetes/issues/72788
ListPodStatsAndUpdateCPUNanoCoreUsage() ([]statsapi.PodStats, error)
// ImageFsStats 返回镜像文件系统的统计信息
ImageFsStats() (*statsapi.FsStats, error)
// GetCgroupStats 通过指定的cgroup名称返回统计信息及网络用量
GetCgroupStats(cgroupName string, updateStats bool) (*statsapi.ContainerStats, *statsapi.NetworkStats, error)
// GetCgroupCPUAndMemoryStats 通过指定的cgroupName返回CPU和内存统计信息
GetCgroupCPUAndMemoryStats(cgroupName string, updateStats bool) (*statsapi.ContainerStats, error)
// RootFsStats 返回节点根分区的统计信息
RootFsStats() (*statsapi.FsStats, error)
// GetContainerInfo 通过Pod Uid返回该Pod管理的容器的指标信息
GetContainerInfo(podFullName string, uid types.UID, containerName string, req *cadvisorapi.ContainerInfoRequest) (*cadvisorapi.ContainerInfo, error)
// GetRawContainerInfo 通过容器名返回容器的指标信息，如果开启了subcontainers选项，则该方法会返回所有子容器的指标信息
GetRawContainerInfo(containerName string, req *cadvisorapi.ContainerInfoRequest, subcontainers bool) (map[string]*cadvisorapi.ContainerInfo, error)
// GetRequestedContainersInfo 通过容器名返回容器的指标信息，同事提供了一些cAdvisor特定的可选参数
GetRequestedContainersInfo(containerName string, options cadvisorv2.RequestOptions) (map[string]*cadvisorapi.ContainerInfo, error)
// GetPodByName 通过Pod的命名空间和名称返回具体的Pod信息
GetPodByName(namespace, name string) (*v1.Pod, bool)
// GetNode 返回节点规格信息
GetNode() (*v1.Node, error)
// GetNodeConfig 返回节点配置信息
GetNodeConfig() cm.NodeConfig
// ListVolumesForPod 通过Pod Uid返回对应Pod使用的卷统计信息
ListVolumesForPod(podUID types.UID) (map[string]volume.Volume, bool)
// ListBlockVolumesForPod 通过Pod Uid返回对应Pod使用的块设备卷统计信息
ListBlockVolumesForPod(podUID types.UID) (map[string]volume.BlockVolume, bool)
// GetPods 返回节点上运行的所有Pod的信息
GetPods() []*v1.Pod
// RlimitStats 返回系统的rlimit统计
RlimitStats() (*statsapi.RlimitStats, error)
// GetPodCgroupRoot 返回管理所有Pod的根Cgroup节点路径
GetPodCgroupRoot() string
// GetPodByCgroupfs 通过cgroup路径名查找并返回Pod信息
GetPodByCgroupfs(cgroupfs string) (*v1.Pod, bool)
}通过上面Provider的接口划分，我们大致了解了Kubelet在监控方面提供的能力，主要包括容器、Pod、节点、文件系统的统计信息或指标信息等。其中不少接口都用到了cgroup。
cgroup（control group）是Linux内核中用于限制、记录和隔离一组进程的资源使用（CPU、内存、磁盘 I/O、网络等）的模块，它与namespace一起作为基石构成了容器基础技术的实现。绝大部分场景下，大家对他比较熟悉的点在于其发挥的资源划分和限制能力，例如K8S中Pod与Container的CPU/内存资源Limit。除了资源限制能力外，实际上cgroup每个子系统还具有对应的统计能力。以CPU子系统为例，它可以统计CPU在用户空间和内核空间的运行时长分配、设置Limit后的CPU限流次数和限流总时长等：
Cgroup是以树形结构来划分和组织系统内的各个进程的，Kubelet在运行时会创建一个kubepods的叶节点。而根据Pod的QoS等级划分，不同Pod被放在不同的QoS叶节点下。对应的，容器本身作为Pod管理的最小单元，其被划分在Pod的叶节点以下（_需开启containerd中runc的SystemdCgroup选项，否则container由containerd cgroup单独管理_）。
大致了解了Cgroup之后，细心的你就能想明白在Provider中不太容易理的GetRawContainerInfo和GetRequestedContainersInfo接口的用法，即参数中的Container指的不仅是被Pod管理的Container，其实指的也是Cgroup的叶节点。它可以是Container/Pod/QoS/Kubepods，甚至是节点本身（即"/"）。这也能解释为什么会有subcontainers这个参数，毕竟Container作为最小运行单元肯定是不存在子容器这个说法的。subcontainers可以直接理解为是否包含子节点的信息，GetRawContainerInfo接口实际上是提供了当前节点与子节点的统计信息。
Provider初始化
provider初始化包含在Kubelet的初始化流程中，通过useLegacyCadvisorStats开关，Kubelet会进行会在CadvisorStatsProvider和CRIStatsProvider中选择一种作为实际实现。
func NewMainKubelet(kubeCfg *kubeletconfiginternal.KubeletConfiguration, kubeDeps *Dependencies, ... ){
// 其他初始化流程
...
hostStatsProvider := stats.NewHostStatsProvider(kubecontainer.RealOS{}, func(podUID types.UID) string {
return getEtcHostsPath(klet.getPodDir(podUID))
})
if kubeDeps.useLegacyCadvisorStats {
klet.StatsProvider = stats.NewCadvisorStatsProvider(
klet.cadvisor,
klet.resourceAnalyzer,
klet.podManager,
klet.runtimeCache,
klet.containerRuntime,
klet.statusManager,
hostStatsProvider)
} else {
klet.StatsProvider = stats.NewCRIStatsProvider(
klet.cadvisor,
klet.resourceAnalyzer,
klet.podManager,
klet.runtimeCache,
kubeDeps.RemoteRuntimeService,
kubeDeps.RemoteImageService,
hostStatsProvider,
utilfeature.DefaultFeatureGate.Enabled(features.DisableAcceleratorUsageMetrics) utilfeature.DefaultFeatureGate.Enabled(features.PodAndContainerStatsFromCRI))
}
}对比两者的初始化方法可以分析得出其主要的数据来源都是cadvisor和resourceAnalyzer，其他参数是主要作为一些辅助选项。resourceAnalyzer主要提供了节点资源消耗的统计，除了文件系统相关的统计，其主要实现还是我们之前提到的SummaryProvider。
那么基本可以得出一个结论，无论是哪种实现，容器相关的监控都主要来自于cAdvisor。
总结
本篇文章中，我们主要了解了Kubelet Server在对外提供的监控API中统计类和指标类的划分，并了解到容器监控的部分主要由Stats Provider定义。同时，我们也知道了目前Kubelet中对于Stats Provider的实现主要有两种——CadvisorStatsProvider和CRIStatsProvider。接下来的一篇文章，我们会对这两种实现进行深入的对比分析，并分析两种Provider的实现是如何使用cAdvisor接口提供容器监控数据。
