引言：在本文中，我们将通过优缺点的比较，向您介绍十大流行的Kubernetes开源监控工具。
如今，Kubernetes在GitHub上已经拥有了超过58000万颗点赞之星，而且它在全球范围内有着2200多名在册的贡献者。可以说，它已然成为了容器编排方面的实际标准。不过，在解决并运行分布式微服务应用的过程中，它时常也会面临一些严峻的挑战。其中，广为开发与运维人员所提及的挑战之一便是：对于Kubernetes的监控问题。面对复杂的分布式环境，大家往往需要通过开发各种开源的监控方案，以满足实际应用的需求。当前，在Kubernetes生态系统及其社区中，有着林林总总的Kubernetes工具。它们中有的能够通过日志来辅助检测状态；有的则是一种数据收集器；而另一些则提供了操作Kubernetes的界面。有些是Kubernetes原生的，有些则是开发人员自行研发的。在本文中，我们将通过优缺点的比较，向您介绍十大流行的Kubernetes开源监控工具。Prometheus优点：Kubernetes原生，易于使用，拥有庞大的社区。缺点：可扩展性与存储能力不强。由于具有与大量数据源的集成能力，因此Grafana在业界备受欢迎。同时，强大的Grafana具有警报、注释、过滤、特定数据源查询、可视化仪表板、身份验证与授权、以及跨组织协作等多种功能。优点：拥有大型生态系统，以及丰富的可视化与警报功能。缺点：未能针对Kubernetes的日志管理进行优化。ELK（ala Elastic Stack）就Kubernetes的日志而言，最受欢迎的开源解决方案当属ELK Stack。ELK是Elasticsearch、Logstash和Kibana的首字母缩写，其实它包含了第四个组件：Beats。它们都属于轻量级的数据传送器。虽然堆栈中的每一个组件都仅负责日志管道中的不同阶段，但是它们组合在一起，却能为Kubernetes提供了一个全面而强大的日志解决方案。其中，Logstash管道能够在发送日志并对其进行存储之前，完成数据的汇总和处理。具有可扩展性的Elasticsearch，即使在存储和搜索数百万个文档时，也能具有不俗的表现。其对应的Kibana平台，则能够出色地为用户提供分析数据所需的可视化界面。堆栈中所有不同的组件都可以被轻松部署到Kubernetes环境之中。您可以使用各种部署配置、以及helm图表，将不同的组件作为pod予以运行。通过部署，我们可以将Metricbeat和Filebeat作为守护进程的采集器，将Kubernetes的元数据附加到对应的文档中。优点：拥有庞大的社区，易于在Kubernetes中部署与使用，具有丰富的分析功能。缺点：扩展起来较为麻烦。Fluentd/FluentBitFluentd在Logstash的基础上进行了相关性能的改进，因此也广受Kubernetes用户的欢迎。在工具设计方面，Fluentd拥有出色的性能、可扩展性和可靠性。各种简单方便的输入与输出，并不会对其性能产生任何影响。针对处理传输中的故障、以及数据过载问题，Fluentd使用磁盘或内存来进行缓冲和队列。同时，Fluentd通过支持多种配置选项，以确保提供更为灵活的数据管道。Kubernetes原生的Fluentd和Fluent Bit都隶属于CNCF项目。它们不但可以与Kubernetes无缝集成，而且能够在仅占用少量资源的情况下，使用相关的pod和容器元数据来丰富各类数据。优点：具有庞大的插件生态系统，提供优异的性能与可靠性。缺点：配置较为麻烦。cAdvisor（https://github.com/google/cadvisor）作为一款开源的代理工具，cAdvisor能够通过收集、处理和导出数据，来展示那些正在运行的容器性能，及其资源使用情况。它能够以Kubelet二进制文件的形式，被内置集成到Kubernetes之中。与其他代理工具不同，cAdvisor并不是被部署在每个pod中，而是在节点级别上。它能够自动发现计算机上所有正在运行的容器，并收集到诸如内存、CPU等系统网络指标。作为一款基础性的本地开源监视工具，cAdvisor具有易用性，用户可以开箱即用（out-of-the-box）的方式发现Prometheus的参数指标。不过，要想成为一款全方位的监视解决方案，cAdvisor尚有持续改进的空间。优点：内置于Kubernetes，易于部署和使用，能够支持多个端点。缺点：过于基础，缺乏分析的深度，且功能有限。kubewatch（https://github.com/bitnami-labs/kubewatch）顾名思义， kubewatch能够监控那些特定的Kubernetes事件，并将此类事件以通知的形式推送到诸如Slack和PagerDuty的端点上。具体而言，kubewatch能够通过监控，来获悉Kubernetes指定资源的变化，其中包括：守护进程集、部署、pod、副本集、复制控制器、服务、密码、以及各种配置映射。Kubewatch不但易于配置，而且能够使用helm来进行自定义部署。优点：支持多个端点，且易于部署。缺点：只是一个监控器。kube-ops-view（https://github.com/hjacobs/kube-ops-view）虽然kube-ops-view项目的官方文档已明确指出：它不是一款监控工具，不能对生产环境进行监控与报警。但是它可以为您提供Kubernetes集群、不同部署节点、以及节点上不同Pod的运行状态信息。 优点：易于部署与使用。缺点：作为只读工具，不太适用于管理Kubernetes资源。kube-state-metrics作为一款Kubernetes的原生监控指标服务，kube-state-metrics能够侦听各种Kubernetes API，并能够生成诸如Pod、服务、部署、以及节点等，有关对象的状态指标。您可以通过链接：https://github.com/kubernetes/kube-state-metrics/tree/master/docs，来获悉kube-state-metrics能够生成的完整指标列表。kube-state-metrics虽然极其简单易用，但是由于它只能提供单一的指标服务，因此需要更多的改进，才能成为集成到完整的Kubernetes监控解决方案之中。kube-state-metrics能够以纯文本格式，导出HTTP端点上的指标。那些使用Prometheus的用户会经常使用到它。优点：属于Kubernetes原生，易于使用，能与Prometheus无缝集成。缺点：仅提供单一的指标生成服务。Jaeger（https://github.com/jaegertracing/jaeger）目前，分布式跟踪正在逐渐成为针对Kubernetes环境监视和故障排除的最佳实践方式。Jaeger正是此类开源跟踪工具中的佼佼者。2016年，Uber在其他现有跟踪工具：Zipkin和Dapper的启发下，开发出了开源式的Jaeger。它能够帮助用户执行根本原因分析，性能优化和分布式的事务监控。Jaeger具有适用于Go、Java、Node、Python和C++应用程序的OpenTracing-based特征。它能够根据每一个服务或端点，来使用一致性的前端信息采样频率。同时，它也支持Cassandra、Elasticsearch、Kafka、以及内存等多种存储后端模式。Jaeger具有多种上手模式：用户既可以使用全新的Jaeger Operator（https://www.jaegertracing.io/docs/1.13/operator/），也可以使用守护进程来进行配置，另外它还有一个适用于测试和演示目的的all-in-one部署方式。优点：易于部署，且能够通过用户界面来检测各种监控选项。缺点：提供有限的后端集成。WeaveScope由Weaveworks开发的监视工具--Weave Scope，能够让您获悉对于Kubernetes集群的操作洞见。虽然和kube-ops-view有几分类似，但Weave Scope主要是通过更好的用户界面，来提升服务等级；并允许用户在其界面上运行各种诊断命令，来管理不同的容器。 您可以通过该应用工具，来有效地掌控部署环境，并在其上部署自己的基础架构，以及不同的组件连接。优点：提供了“零配置”式的用户界面。缺点：其分析深度欠佳。总结上述所列举的十大Kubernetes开源工具，只是业界所有工具中的“冰山一角”。它们在不同程度上为用户提供了设计Kubernetes堆栈的可观察性。您可以通过设置小型的沙箱环境，从小规模的测试开始，进行尝试性的测试和部署，进而判断出哪一款才是您真正所需要的工具。 【原标题】Top 10 Open-SourceMonitoring Tools for Kubernetes (作者: Daniel Berman )原文链接：https://dzone.com/articles/top-10-open-source-monitoring-tools-for-kubernetes
