quay.io/coreos/kube-state-metrics:v1.9.5

kube-state-metrics 是 Kubernetes 生态中用于资源状态监控的核心工具，由 CoreOS 开发并托管在 quay.io 容器仓库（镜像地址：quay.io/coreos/kube-state-metrics）。它的核心作用是将 Kubernetes 集群内各类资源对象（如 Pod、Deployment、Service、ConfigMap 等）的运行状态和配置信息，转化为 Prometheus 可直接采集的时序指标，帮助运维和开发团队实时掌握集群内部资源的“健康状况”。

与节点级监控工具（如 node-exporter）不同，kube-state-metrics 不关注服务器硬件或容器运行时性能，而是聚焦于 Kubernetes 资源自身的生命周期和状态数据。例如，它能输出 Deployment 的当前副本数、期望副本数及可用副本数，Pod 的运行状态（Running/Pending/Failed）和重启次数，Service 关联的 endpoints 数量，以及 StatefulSet 的序号漂移情况等。这些指标覆盖了资源从创建、调度、运行到销毁的全生命周期，是理解集群“调度逻辑是否正常”“资源配置是否合理”的关键数据来源。

在技术实现上，kube-state-metrics 采用无侵入式设计：通过 Kubernetes APIServer 的 List/Watch 接口实时获取资源数据，无需修改任何原生组件或侵入应用代码。生成的指标遵循 Prometheus 规范，可直接被 Prometheus 抓取，并结合 Grafana 构建可视化面板（如“Deployment 状态看板”“Pod 异常监控大屏”），或配置告警规则（如“Deployment 可用副本数低于阈值”“Pod 重启次数超上限”）。

实际使用中，kube-state-metrics 常与 node-exporter、prometheus、grafana 组成完整监控链路：node-exporter 提供节点硬件和系统级指标，kube-state-metrics 补充资源对象状态指标，两者共同支撑对集群“节点-资源-应用”三层的全面可观测性。例如，当某个应用响应延迟升高时，结合 node-exporter 的 CPU/内存使用率和 kube-state-metrics 的 Pod 重启次数、Deployment 扩缩容状态，可快速定位是“节点资源不足导致 Pod 被驱逐”还是“应用自身异常引发重启”。

作为 Kubernetes 监控体系的“资源状态翻译官”，kube-state-metrics 帮助团队跳出“只能通过 kubectl 查单个资源”的局限，实现对集群资源状态的批量、自动化监控，是保障集群稳定性、优化资源配置的重要工具。