Heapster 在 Kubernetes 集群中的部署--包含 InfluxDB 后台 和 Grafana UI

发表于 | 分类于 | | 本文总阅读量 次

原文引用：https://github.com/kubernetes/heapster/blob/master/docs/influxdb.md

启动 k8s 集群

启动所有的 pods 和 services

为部署 Heapster 和 InfluxDB，你需要通过 deploy/kube-config/influxdb 创建 kubernetes 资源。确保你已经在 root目录下 checkout 有效的 Heapster 资源。

1
git clone https://github.com/kubernetes/heapster.git

运行：

1
$ kubectl create -f deploy/kube-config/influxdb/

默认 Grafana 服务负载均衡器的请求。 如果在你的集群中不可用，可以考虑更换 NodePort。为了访问 Grafana，为其指派 extenal IP 。默认的用户名和密码都是 'admin'。在登录到 Grafana 后，为其添加 InfluxDB 数据源。 InfluxDB 的 url 为 http://localhost:8086。数据库名为'k8s'。默认的用户名和密码均为'root'。 Grafana 的 InfluxDB 文档在这里

为了更好的理解 InfluxDB，可以了解 storage schema

Grafana 通过使用模版设置填充节点和pods。

Grafana Web 界面也能够通过 api-server proxy 访问。一旦资源被创建后，就可以通过 kubectl cluster-info 查看其 URL。

Troubleshooting

也可以通过 debugging documentation 查看。

1. 如果 Grafana service 无法访问，可能是因为服务还没启动。使用 kubectl 验证 heapster， influxdb 和 grafana 的 pods 是否存活。

1
2
3
4
5
6
7
$ kubectl get pods --namespace=kube-system
...
monitoring-grafana-927606581-0tmdx        1/1       Running   0          6d
monitoring-influxdb-3276295126-joqo2      1/1       Running   0          15d
...
$ kubectl get services --namespace=kube-system monitoring-grafana monitoring-influxdb

2. 如果你发现 InfluxDB 占用过多的 CPU 或 内存，可以考虑在中限制 InfluxDB & Grafana pod 的资源。在 用 cpu: <millicores> and memory: <bytes>2. 如果你发现 InfluxDB 占用过多的 CPU 或 内存，可以考虑在中限制 InfluxDB & Grafana pod 的资源。在 Controller Spec 中添加 cpu: <millicores> and memory: <bytes>，运行:

1
kubectl apply -f deploy/kube-config/influxdb/influxdb-grafana-controller.yaml

重启 Controllers 并删除就的 InfluxDB pods。

热评文章