亚欧色一区w666天堂,色情一区二区三区免费看,少妇特黄A片一区二区三区,亚洲人成网站999久久久综合,国产av熟女一区二区三区

  • 發布文章
  • 消息中心
點贊
收藏
評論
分享
原創

Metrics-server原理及部署

2023-09-20 11:18:36
35
0

Metrics Server 是 Kubernetes 集群核心監控數據的聚合器,它定期通過kubelet獲取監控數據(1.7版本前通過cAdvisor,后續精簡于kubelet),并通過metrics api提供監控數據。

原理

其中,通過kube-aggregator擴展apiserver,把打到apiserver的請求轉發給metrics-server,原理如下:

部署

metrics-server啟動參數說明:

驗證示例

kubectl top node可以查看node的cpu,內存使用情況:

引入metrics-client,通過go代碼獲取指標,示例:

import (
   "fmt"
   "context"
 
 
   metav1 "k8s.io/apimachinery/pkg/apis/meta/v1"
   metrics "k8s.io/metrics/pkg/client/clientset/versioned"
)
 
 
func main() {
    metricClient, err := metrics.NewForConfig(restConfig)
    if err != nil {
        panic(err)
    }
    resp, err := metricClient.MetricsV1beta1().NodeMetricses().List(context.Background(), metav1.ListOptions{})
    nodesUsed := nodesUsed.Items
    for _, node := range nodesUsed {
       fmt.Println(node.Name)   //節點名稱
       fmt.Println(node.Usage.Cpu().MilliValue())    // cpu使用量 單位:毫核
       fmt.Println(node.Usage.Memory().Value() / (1024 * 1024))  // 內存使用量 單位:MB
    }
}

 

0條評論
0 / 1000
高****琦
2文章數
1粉絲數
高****琦
2 文章 | 1 粉絲
高****琦
2文章數
1粉絲數
高****琦
2 文章 | 1 粉絲
原創

Metrics-server原理及部署

2023-09-20 11:18:36
35
0

Metrics Server 是 Kubernetes 集群核心監控數據的聚合器,它定期通過kubelet獲取監控數據(1.7版本前通過cAdvisor,后續精簡于kubelet),并通過metrics api提供監控數據。

原理

其中,通過kube-aggregator擴展apiserver,把打到apiserver的請求轉發給metrics-server,原理如下:

部署

metrics-server啟動參數說明:

驗證示例

kubectl top node可以查看node的cpu,內存使用情況:

引入metrics-client,通過go代碼獲取指標,示例:

import (
   "fmt"
   "context"
 
 
   metav1 "k8s.io/apimachinery/pkg/apis/meta/v1"
   metrics "k8s.io/metrics/pkg/client/clientset/versioned"
)
 
 
func main() {
    metricClient, err := metrics.NewForConfig(restConfig)
    if err != nil {
        panic(err)
    }
    resp, err := metricClient.MetricsV1beta1().NodeMetricses().List(context.Background(), metav1.ListOptions{})
    nodesUsed := nodesUsed.Items
    for _, node := range nodesUsed {
       fmt.Println(node.Name)   //節點名稱
       fmt.Println(node.Usage.Cpu().MilliValue())    // cpu使用量 單位:毫核
       fmt.Println(node.Usage.Memory().Value() / (1024 * 1024))  // 內存使用量 單位:MB
    }
}

 

文章來自個人專欄
文章 | 訂閱
0條評論
0 / 1000
請輸入你的評論
0
0