Мониторинг Kubernetes: один кластер стоит как полсотни серверов — если ничего не делать

Кластер отдаёт метрики совсем не так, как обычный сервер. Главный расход здесь не узлы и не поды, а гистограммы control-plane: они растут от активности API, а не от размера кластера. Мы отсекаем их осознанно — и показываем, что именно теряется.

Откуда берутся десятки тысяч рядов

Цифры с нашего демо-кластера, и это кластер из одного узла. Всего в аккаунте было 49 000 рядов метрик. Из них 39 576 — гистограммы плоскости управления:

• apiserver_request_duration_seconds_bucket — 10 370 рядов;
• etcd_request_duration_seconds_bucket — 8 375 рядов;
• дальше по списку: workqueue_*, rest_client_*, kubelet_runtime_operations_*, storage_operation_*.

Ключевое: эти ряды растут не от числа узлов, а от активности API. Добавьте деплойментов, операторов, CI, который постоянно что-то применяет, — и на живом кластере счёт идёт на сотни тысяч рядов с одного клиента. Именно поэтому «просто подключить Prometheus к кластеру» так часто заканчивается разговором про стоимость хранения.

Что мы с этим делаем и что теряется

Агент отбрасывает только суффикс _bucket у перечисленных гистограмм. Ряды _sum и _count остаются, а значит остаются средние задержки и скорость запросов — их считают именно по этим двум рядам. Теряются только квантили: нельзя будет сказать «95-й перцентиль ответа apiserver». Это осознанный размен, и мы называем его вслух, а не прячем в настройках.

Что видно в интерфейсе

Кластер в Voltir — отдельная сущность, а не строка в списке хостов. У него нет одного IP-адреса, он не занимает место в лимите хостов, и у него есть узлы:

• Кластер: статус, версия, число узлов и подов, метки.
• Узлы: имя, внутренний адрес, состояние Ready, версия kubelet. Список синхронизируется целиком — выведенный из кластера узел исчезает и из карточки.
• Дашборд: 29 панелей по узлам, подам, рабочим нагрузкам и ресурсам, разворачивается в вашей организации Grafana автоматически.

Алерты, которые приходят сразу

• K8sClusterDown — кластер перестал выходить на связь;
• K8sNodeNotReady — узел вышел из состояния Ready;
• K8sNodeDiskPressure и K8sNodeMemoryPressure — давление по диску и памяти на узле;
• K8sPodCrashLooping — под перезапускается по кругу;
• K8sDeploymentDegraded — реплик меньше, чем требуется.

Пороги правятся в личном кабинете, доставка — Telegram, почта, вебхуки. Тишину на время работ можно поставить по имени конкретного алерта.

Подключение — один манифест

В портале генерируется ссылка на манифест, дальше одна команда:

Внутри — сбор метрик с узлов и kube-state-metrics и CronJob, который раз в минуту сообщает платформе состав кластера. Права запрашиваются только на чтение. Повторный kubectl apply идемпотентен: кластер определяется по паре «клиент + имя из манифеста» и не задваивается. Инструкция в документации →

Сколько кластеров и узлов входит в тариф

• Базовый — 1 кластер, до 10 узлов;
• Про — 5 кластеров, до 50 узлов;
• Enterprise — без ограничений.

Важная деталь: превышение лимита узлов не обрывает мониторинг. Кластер, доросший до предела тарифа, не должен исчезать с радаров целиком — лишние узлы просто не сохраняются, а факт превышения виден в карточке отдельной строкой. Тарифы →

Частые вопросы