前言
在Kubernetes中，网络是通过第三方网络插件来提供，这些三方插件本身的实现就比较复杂，以至于在排查网络问题时常常碰壁。那么有没有什么方式来监控集群中所有的网络连接呢？
kubenurse就是这样一个项目，它通过监视集群中的所有网络连接，并提供监控指标供Prometheus采集。
Kubenurse
kubenurse的部署非常简单，使用Daemonset形式部署到集群节点上，Yaml文件在项目的example目录下。
部署成功后，每5秒钟会对/alive发一次检查请求，然后其内部会运行各种方法全方位对集群网络进行检测，为了防止过多的网络流量，会对检查结果缓存3秒。其检测机制如下：
从上图可以看出，kubenurse会对ingress、dns、apiserver、kube-proxy进行网络探测。
所有的检查都会创建公开的指标，这些指标可用于检测：
- SDN网络延迟以及错误
- Kubelet之间的网络延迟以及错误
- Pod与apiserver通信问题
- Ingress往返网络延迟以及错误
- Service往返网络延迟以及错误（kube-proxy）
- Kube-apiserver问题
- Kube-dns（CoreDns）错误
- 外部DNS解析错误（ingress url解析）
然后这些数据主要通过两个监控指标来体现：
- kubenurse_errors_total：按错误类型划分的错误计数器
- kubenurse_request_duration：按类型划分的请求时间分布
这些指标都是通过Type类型进行标识，对应几种不同的检测目标：
- api_server_direct：从节点直接检测 API Server
- api_server_dns：从节点通过 DNS 检测 API Server
- me_ingress：通过 Ingress 检测本服务 Service
- me_service：使用 Service 检测本服务 Service
- path_$KUBELET_HOSTNAME：节点之间的互相检测
然后这些指标分别按P50，P90，P99分位数进行划分，就可以根据不同的情况来确认集群网络状况了。
安装部署
这里直接使用官方的部署文件进行部署。不过需要更改几个地方。（1）首先将代码clone到本地
git clone https://github.com/postfinance/kubenurse.git
（2）进入example目录，修改ingress.yaml配置，主要是添加域名，如下。
--- apiVersion: extensions/v1beta1 kind: Ingress metadata: annotations: kubernetes.io/ingress.class: nginx name: kubenurse namespace: kube-system spec: rules: - host: kubenurse-test.coolops.cn http: paths: - backend: serviceName: kubenurse servicePort: 8080
（2）更新daemonset.yaml配置，主要是更改ingress的入口域名，如下。
--- apiVersion: apps/v1 kind: DaemonSet metadata: labels: app: kubenurse name: kubenurse namespace: kube-system spec: selector: matchLabels: app: kubenurse template: metadata: labels: app: kubenurse annotations: prometheus.io/path: "/metrics" prometheus.io/port: "8080" prometheus.io/scheme: "http" prometheus.io/scrape: "true" spec: serviceAccountName: nurse containers: - name: kubenurse env: - name: KUBENURSE_INGRESS_URL value: kubenurse-test.coolops.cn # 需要更改的地方 - name: KUBENURSE_SERVICE_URL value: http://kubenurse.kube-system.svc.cluster.local:8080 - name: KUBENURSE_NAMESPACE value: kube-system - name: KUBENURSE_NEIGHBOUR_FILTER value: "app=kubenurse" image: "postfinance/kubenurse:v1.2.0" ports: - containerPort: 8080 protocol: TCP tolerations: - effect: NoSchedule key: node-role.kubernetes.io/master operator: Equal - effect: NoSchedule key: node-role.kubernetes.io/control-plane operator: Equal
（4）新创建一个ServiceMonitor，用于获取指标数据，如下：
apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor metadata: name: kubenurse namespace: monitoring labels: k8s-app: kubenurse spec: jobLabel: k8s-app endpoints: - port: "8080-8080" interval: 30s scheme: http selector: matchLabels: app: kubenurse namespaceSelector: matchNames: - kube-system
（5）部署应用，在example目录下执行以下命令。
kubectl apply -f .
6）等待所有应用变成running，如下。
# kubectl get all -n kube-system -l app=kubenurse NAME READY STATUS RESTARTS AGE pod/kubenurse-fznsw 1/1 Running 0 17h pod/kubenurse-n52rq 1/1 Running 0 17h pod/kubenurse-nwtl4 1/1 Running 0 17h pod/kubenurse-xp92p 1/1 Running 0 17h pod/kubenurse-z2ksz 1/1 Running 0 17h NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE service/kubenurse ClusterIP 10.96.229.244 <none> 8080/TCP 17h NAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE daemonset.apps/kubenurse 5 5 5 5 5 <none> 17h
（7）到prometheus上查看是否正常获取数据。
查看指标是否正常。
（8）这时候就可以在grafana上画图，展示监控数据了，如下。
