Operação e Monitoramento
Acessar Serviço Operação e Monitoramento (abre em nova aba)Especificação de monitoramento do Kubernetes
Ativo monitorado: Cluster Kubernetes (control plane e nós)
Esta especificação descreve como a Neture monitora clusters Kubernetes: quais métricas são coletadas, quais itens são descobertos automaticamente e quais alertas são gerados, com a criticidade de cada um.
O que esta especificação cobre#
API Server e requisições, desempenho do control plane, inventário de recursos do cluster, descoberta automática de nós, pods, filas internas, armazenamento e recursos do OpenShift, e a matriz de alertas.
A matriz de alertas tem 8 alertas, por prioridade:
- Emergencial: 2
- Alta: 3
- Média: 2
- Baixa: 1
1. API Server e requisições#
Indicadores do API Server, porta de entrada do cluster, sobre o tráfego recebido e os mecanismos de proteção contra sobrecarga.
| Métrica Monitorada | Descrição e Objetivo Operacional |
|---|---|
| Requisições rejeitadas por proteção | Volume de requisições que o API Server recusou preventivamente para não ficar sobrecarregado. |
| Respostas HTTP por classe | Separação das respostas em classes (2xx, 3xx, 4xx e 5xx) para diagnosticar falhas nas aplicações ou erros internos do cluster. |
| Erros de handshake TLS | Falhas de criptografia ou certificados inválidos nas tentativas de conexão segura com o cluster. |
| Eventos de auditoria | Quantidade de registros de auditoria gerados e enviados para rastreabilidade. |
2. Desempenho do control plane#
Uso de recursos e concorrência nos componentes do control plane.
| Métrica Monitorada | Descrição e Objetivo Operacional |
|---|---|
| Uso de CPU e memória | Memória virtual, memória residente e tempo de CPU consumidos pelos componentes do cluster. |
| Descritores de arquivo | Uso de descritores de arquivo em relação ao limite do sistema operacional, para antecipar falhas por esgotamento. |
| Goroutines e threads | Nível de paralelismo interno dos componentes, para identificar travamentos. |
| Liderança do cluster | Indica se a instância é o controlador ativo (líder) ou se está em espera (contingência). |
3. Inventário do cluster#
Contagem dos recursos do cluster e da capacidade disponível nos nós.
| Métrica Monitorada | Descrição e Objetivo Operacional |
|---|---|
| Quantidade de recursos | Total de Namespaces, Services, Deployments, StatefulSets, CronJobs e Endpoints. |
| Capacidade dos nós | Quantidade de CPUs, memória e limites de alocação disponíveis em cada nó. |
| Tráfego gRPC | Mensagens gRPC recebidas e enviadas e chamadas concluídas. |
4. Monitoramento dinâmico#
Itens descobertos automaticamente no cluster. Quando um novo item é encontrado, as métricas abaixo passam a ser coletadas para ele, sem cadastro manual.
A. Descoberta de nós (kubelet)#
Identifica nós adicionados ao cluster e coleta, para cada um:
- Condições de pressão: falta de memória, falta de espaço em disco e esgotamento de identificadores de processo (PIDs).
- Inventário: versões do kernel, do sistema operacional, arquitetura e runtime de containers.
- Tempo de atividade: identifica reinicializações não planejadas dos nós.
B. Descoberta de pods e workloads#
Acompanha individualmente os pods em execução no cluster:
- Uso de recursos e cotas: consumo de CPU e memória de cada pod em relação aos limites (limits) e às requisições (requests) configurados.
- Reinicializações em ciclo (CrashLoopBackOff): detecta containers que reiniciam repetidamente, sinal de falha na aplicação.
- Fase do pod: indica se o pod está em execução, aguardando agendamento (pending) ou com falha.
C. Descoberta de filas internas, armazenamento e tolerância a falhas#
- Filas de trabalho (workqueues): profundidade das filas internas, latência de processamento e quantidade de novas tentativas.
- Volumes persistentes (PV e PVC): volumes e solicitações de armazenamento das aplicações, com capacidade total e fase (Available, Bound, Lost, Pending).
- Orçamentos de interrupção (PDB): regras que limitam quantos pods de uma aplicação podem ficar indisponíveis ao mesmo tempo durante manutenções.
D. Descoberta de recursos do OpenShift#
Quando o cluster é OpenShift, são adicionadas automaticamente métricas de builds (Builds e BuildConfigs), rotas externas (Routes) e cotas de recursos centralizadas.
5. Matriz de alertas operacionais#
Quando uma das condições abaixo é atingida, a engenharia da Neture é notificada com a prioridade indicada. Os alertas estão ordenados da prioridade mais alta para a mais baixa. Para saber como os alertas são tratados e comunicados, consulte Alertas de monitoramento.
Condição técnica: um pod essencial ficou em estado não saudável, com falha ou desconhecido por mais de 10 minutos seguidos.
Condição técnica: a quantidade de réplicas em execução não corresponde à quantidade atual do StatefulSet, indicando interrupção total da aplicação com estado.
Condição técnica: o volume de respostas HTTP 5xx nas chamadas ultrapassou o limite configurado por 5 minutos contínuos.
Condição técnica: um container de aplicação do cliente reiniciou várias vezes seguidas dentro de uma janela de 15 minutos.
Condição técnica: a soma dos limites de recursos (limits) configurados nos pods ultrapassou 100% da capacidade alocável do nó.
Condição técnica: um nó sinalizou condição de pressão por estar próximo de esgotar disco, memória ou limite de processos.
Condição técnica: falhas pontuais em componentes de controle, como rotas indisponíveis, builds com falhas seguidas ou volumes de armazenamento parados em estado Pending.
Condição técnica: um nó do cluster foi iniciado com sucesso e está com tempo de atividade abaixo de 10 minutos.
Especificação técnica de referência para ativos sob monitoramento da Neture.
Este artigo ajudou?
Obrigado pelo retorno!
Obrigado. Conte o que faltou neste artigo para [email protected]: usamos as sugestões para melhorar a documentação.