dyrnq/kube-state-metrics Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

kube-state-metrics 镜像文档

1. 镜像概述和主要用途

1.1 镜像信息

镜像名称：k8s.gcr.io/kube-state-metrics/kube-state-metrics
官方维护：Kubernetes SIG Monitoring
功能定位：Kubernetes 集群状态指标收集工具，用于从 Kubernetes API 服务器抓取集群内资源对象（如 Pod、Deployment、Service 等）的状态指标，并通过 HTTP 接口暴露给监控系统（如 Prometheus）。

2. 核心功能和特性

2.1 核心功能

• 资源状态指标收集：支持抓取 Kubernetes 核心资源（Pod、Node、Service、Deployment、StatefulSet 等）及自定义资源（CRD）的状态指标（如副本数、就绪状态、重启次数等）。
• 无侵入式部署：通过 Kubernetes API Server 读取资源数据，不修改集群原生组件或资源定义。
• 标准化指标格式：输出符合 Prometheus 规范的指标（如 kube_pod_status_ready{condition="true"}），支持直接被 Prometheus 抓取。

2.2 关键特性

• 可配置资源范围：支持通过参数指定需收集的资源类型（如仅收集 Deployment 和 StatefulSet）。
• 指标过滤能力：可通过白名单/黑名单过滤特定指标，减少不必要的指标暴露。
• 高可用性：支持多副本部署，通过 leader 选举避免指标重复。
• 轻量级设计：镜像体积小（约 20-30MB），运行时资源消耗低（默认 100m CPU/128Mi 内存）。
• 版本兼容性：适配 Kubernetes 1.19+ 版本，不同镜像版本需与集群版本匹配（见 版本矩阵）。

3. 使用场景和适用范围

3.1 典型使用场景

• Kubernetes 集群监控：作为 Prometheus + Grafana 监控栈的核心组件，提供集群资源状态数据。
• 资源状态可视化：配合 Grafana 仪表盘展示集群资源健康度（如 Deployment 副本就绪率、Pod 重启次数）。
• 告警规则配置：基于状态指标触发告警（如 Deployment 副本未就绪、Node 资源不足）。
• 集群问题排查：通过历史指标回溯资源状态变化（如 Pod 异常重启时间线）。

3.2 适用范围

• 环境：所有 Kubernetes 集群（包括自建集群、云厂商托管集群如 EKS/GKE/AKS）。
• 规模：支持从小型测试集群（10 节点以内）到大型生产集群（1000+ 节点）。
• 用户：集群管理员、DevOps 工程师、SRE，需监控集群资源状态的场景。

4. 详细使用方法和配置说明

4.1 部署方式

kube-state-metrics 需运行在 Kubernetes 集群内，主流部署方式包括 直接 YAML 部署 和 Helm 部署。

4.2 部署前置条件

• Kubernetes 集群版本 ≥ 1.19（需与 kube-state-metrics 版本匹配，详见 版本矩阵）。
• 集群已配置 RBAC（需为 kube-state-metrics 分配访问 API Server 的权限）。
• 监控系统（如 Prometheus）已部署，且配置了对 kube-state-metrics 服务的抓取规则。

4.3 配置参数说明

kube-state-metrics 主要通过命令行参数配置，支持自定义资源范围、指标过滤、网络端口等。

4.3.1 核心命令行参数

4.3.2 RBAC 配置

kube-state-metrics 需通过 Kubernetes API 访问资源，需配置以下 RBAC 资源：

• ServiceAccount：为 Pod 分配身份。
• ClusterRole：定义访问资源的权限（如 get/list/watch Pod、Node 等）。
• ClusterRoleBinding：将 ClusterRole 绑定到 ServiceAccount。

5. 部署示例

5.1 Kubernetes Deployment 部署（推荐）

以下为完整部署示例，包含 Deployment、Service、RBAC 配置。

5.1.1 RBAC 配置（rbac.yaml）

yaml
apiVersion: v1
kind: ServiceAccount
metadata:
  name: kube-state-metrics
  namespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: kube-state-metrics
rules:
- apiGroups: [""]
  resources: ["pods", "nodes", "services", "endpoints", "namespaces", "configmaps", "secrets"]
  verbs: ["get", "list", "watch"]
- apiGroups: ["apps"]
  resources: ["deployments", "daemonsets", "statefulsets", "replicasets"]
  verbs: ["get", "list", "watch"]
- apiGroups: ["batch"]
  resources: ["jobs", "cronjobs"]
  verbs: ["get", "list", "watch"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: kube-state-metrics
subjects:
- kind: ServiceAccount
  name: kube-state-metrics
  namespace: kube-system
roleRef:
  kind: ClusterRole
  name: kube-state-metrics
  apiGroup: rbac.authorization.k8s.io

5.1.2 Deployment 配置（deployment.yaml）

yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: kube-state-metrics
  namespace: kube-system
  labels:
    app: kube-state-metrics
spec:
  replicas: 2  # 多副本提高可用性
  selector:
    matchLabels:
      app: kube-state-metrics
  template:
    metadata:
      labels:
        app: kube-state-metrics
    spec:
      serviceAccountName: kube-state-metrics  # 关联 RBAC 账号
      containers:
      - name: kube-state-metrics
        image: k8s.gcr.io/kube-state-metrics/kube-state-metrics:v2.10.0  # 使用最新稳定版
        ports:
        - containerPort: 8080  # 指标端口
          name: metrics
        - containerPort: 8081  # 自身监控端口
          name: telemetry
        args:
        - --resources=pods,deployments,nodes,services  # 仅收集指定资源
        - --metric-allowlist=kube_pod_.*,kube_deployment_.*  # 仅暴露 Pod 和 Deployment 指标
        resources:
          limits:
            cpu: 200m
            memory: 256Mi
          requests:
            cpu: 100m
            memory: 128Mi
        livenessProbe:
          httpGet:
            path: /healthz
            port: 8080
          initialDelaySeconds: 5
          periodSeconds: 10
        readinessProbe:
          httpGet:
            path: /
            port: 8080
          initialDelaySeconds: 5
          periodSeconds: 10

5.1.3 Service 配置（service.yaml）

yaml
apiVersion: v1
kind: Service
metadata:
  name: kube-state-metrics
  namespace: kube-system
  labels:
    app: kube-state-metrics
spec:
  ports:
  - name: metrics
    port: 8080
    targetPort: metrics
  - name: telemetry
    port: 8081
    targetPort: telemetry
  selector:
    app: kube-state-metrics

5.2 Helm 部署（推荐生产环境）

通过 Helm 部署可简化配置管理，支持自定义参数：

bash
# 添加 Helm 仓库
helm repo add prometheus-community [***]
helm repo update

# 安装 kube-state-metrics（自定义资源和指标过滤）
helm install kube-state-metrics prometheus-community/kube-state-metrics \
  --namespace kube-system \
  --set resourcesToWatch="{pods,deployments,nodes}" \
  --set metricAllowlist="{kube_pod_.*,kube_deployment_.*}" \
  --set replicaCount=2

5.3 本地 Docker 运行（仅测试用）

注意：kube-state-metrics 通常需运行在 Kubernetes 集群内，本地 Docker 运行需通过 kubeconfig 访问集群 API：

bash
docker run -d \
  --name kube-state-metrics \
  -p 8080:8080 \
  -v ~/.kube/config:/kubeconfig \  # 挂载本地 kubeconfig
  k8s.gcr.io/kube-state-metrics/kube-state-metrics:v2.10.0 \
  --kubeconfig=/kubeconfig \
  --resources=pods,deployments

6. 使用场景示例

6.1 Prometheus 抓取配置

在 Prometheus 的 prometheus.yml 中添加抓取规则：

yaml
scrape_configs:
- job_name: 'kube-state-metrics'
  static_configs:
  - targets: ['kube-state-metrics.kube-system.svc:8080']  # 通过 Service 域名访问

6.2 Grafana 仪表盘集成

1. 导入 Grafana 官方仪表盘（ID：7249）。
2. 配置数据源为 Prometheus，即可查看集群资源状态面板（如 Pod 就绪率、Deployment 副本状态）。

7. 常见问题与注意事项

7.1 权限不足导致指标缺失

现象：Pod 日志报 forbidden: User "system:serviceaccount:kube-system:kube-state-metrics" cannot list resource。
解决：检查 RBAC 配置，确保 ClusterRole 包含需访问的资源权限（参考 5.1.1 节）。

7.2 指标重复或缺失

• 重复：多副本部署时未启用 --leader-election，导致同一指标被多次暴露。需确保 --leader-election=true（默认启用）。
• 缺失：检查 --resources 或 --metric-allowlist 参数是否误过滤了目标资源/指标。

7.3 版本兼容性

kube-state-metrics 版本需与 Kubernetes 集群版本匹配，例如：

• Kubernetes 1.24+ → kube-state-metrics v2.8+
• Kubernetes 1.21-1.23 → kube-state-metrics v2.6-v2.7
  具体参考 官方版本矩阵。

7.4 性能优化

• 大规模集群（1000+ Node）建议：
  • 限制资源范围（--resources），仅收集核心资源；
  • 增加副本数（3-5 副本）并配置资源限制（CPU 200m/内存 256Mi+）；
  • 使用 --metric-allowlist 过滤非必要指标。