Metriken ansehen
Auf allen Worker Nodes ist der centron Metrics Agent vorinstalliert. Sie müssen nichts installieren, um die Auslastung Ihres Clusters auszuwerten – die Daten stehen direkt im Control Panel zur Verfügung.
Voraussetzungen
- Zugang zum centron Control Panel
- Ein Kubernetes Cluster im Status Running und eine geprüfte Verbindung per
kubectl
Metriken im Control Panel aufrufen
- Öffnen Sie das Cluster in der Übersicht Kubernetes.
- Wechseln Sie in den Tab Analytics.
Angezeigt werden vier Diagramme:
| Diagramm | Bedeutung |
|---|---|
| CPU Usage | Prozessorauslastung der Nodes, aufgeschlüsselt nach sys (Systemprozesse) und user (Ihre Workloads). Anhaltend hohe Werte deuten auf zu knapp dimensionierte Nodes hin. |
| Memory | Arbeitsspeicherauslastung. Erreicht sie die Kapazitätsgrenze, werden Pods verdrängt (OOMKilled). |
| Disk I/O | Lese- und Schreibzugriffe auf den lokalen NVMe-Speicher. |
| Bandwidth | Netzwerkdurchsatz der Nodes. |
Darstellung eingrenzen
Oberhalb der Diagramme stehen zwei Auswahlfelder zur Verfügung:
- Node Pool: Standardmäßig All node pools. Wählen Sie einen einzelnen Pool aus, um dessen Auslastung isoliert zu betrachten.
- Zeitraum: Wählbar sind 1 hour, 6 hours und 24 hours.
Der Vergleich einzelner Pools ist hilfreich, wenn ein Cluster mehrere unterschiedlich dimensionierte Pools enthält: So erkennen Sie, ob eine Lastspitze das gesamte Cluster oder nur eine bestimmte Arbeitslast betrifft.
Metriken über kubectl abfragen
Ergänzend rufen Sie die aktuelle Auslastung direkt über kubectl ab. Anders als der Tab Analytics, der den zeitlichen Verlauf zeigt, liefern diese Befehle Momentaufnahmen:
# Auslastung je Node
kubectl top nodes
# Auslastung je Pod über alle Namespaces
kubectl top pods --all-namespaces
# Pods mit der höchsten CPU-Last zuerst
kubectl top pods --all-namespaces --sort-by=cpu
Zur Einordnung, wie viele Ressourcen auf einem Node bereits reserviert sind:
kubectl describe node <node-name>
Der Abschnitt Allocated resources zeigt die Summe der angeforderten requests – diese bestimmt, ob weitere Pods auf dem Node platziert werden können, unabhängig von der tatsächlichen Auslastung.
Werte richtig einordnen
- Hohe CPU-Last, niedriger Arbeitsspeicher: Die CPU-Auslastung eines Clusters schwankt naturgemäß stark. Kurze Spitzen sind unkritisch; anhaltende Auslastung nahe der Obergrenze spricht für größere Nodes oder mehr Nodes im Pool.
- Arbeitsspeicher am Limit: Arbeitsspeicher ist nicht komprimierbar. Erreicht ein Node die Grenze, beendet Kubernetes Pods. Halten Sie hier bewusst Reserve vor.
- Auslastung trotz freier Kapazität: Prüfen Sie die gesetzten
requests. Zu hoch angesetzte Werte blockieren Kapazität, die tatsächlich nicht genutzt wird.