监控与备份

约 657 字大约 2 分钟

布欧-Lewyon

2026-05-15

Metrics Server

# 安装
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml

# 使用
kubectl top nodes
kubectl top pods
kubectl top pods --all-namespaces

kubectl top 提供集群资源消耗的快照视图，是 HPA 的数据来源。

Prometheus + Grafana

# 使用 Helm 安装 Prometheus Stack
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update

# 安装 kube-prometheus-stack（包含 Prometheus + Grafana + AlertManager）
helm install monitoring prometheus-community/kube-prometheus-stack \
  --namespace monitoring \
  --create-namespace

# 查看
kubectl get pods -n monitoring

# 访问 Grafana
kubectl port-forward -n monitoring service/monitoring-grafana 3000:80
# 默认账号: admin / prom-operator

# 访问 Prometheus
kubectl port-forward -n monitoring service/monitoring-kube-prometheus-prometheus 9090:9090

Grafana Dashboard

安装完成后自带大量 Kubernetes 仪表盘：

Kubernetes / Compute Resources / Cluster
Kubernetes / Compute Resources / Namespace (Pods)
Kubernetes / API Server
Kubernetes / Nodes

查看 Pod 日志

# 基本日志
kubectl logs my-pod

# 实时追踪
kubectl logs -f my-pod

# 最后 N 行 + 追踪
kubectl logs --tail=50 -f my-pod

# 多容器 Pod
kubectl logs my-pod -c sidecar-container

# 前一个崩溃容器的日志
kubectl logs my-pod --previous

# 带时间戳
kubectl logs --timestamps my-pod

# 按标签过滤
kubectl logs -l app=nginx --all-containers

# 日志导出
kubectl logs my-pod > pod.log

查看事件

# 集群事件
kubectl get events

# 按时间排序
kubectl get events --sort-by='.lastTimestamp'

# 实时事件
kubectl get events -w

# 按资源过滤
kubectl get events --field-selector involvedObject.name=my-pod

# 按类型过滤
kubectl get events --field-selector type=Warning

etcd 备份与恢复

etcd 存储集群所有状态数据，必须定期备份。

# etcd 备份
# 需要 etcdctl 工具
ETCDCTL_API=3 etcdctl --endpoints=https://127.0.0.1:2379 \
  --cacert=/etc/kubernetes/pki/etcd/ca.crt \
  --cert=/etc/kubernetes/pki/etcd/server.crt \
  --key=/etc/kubernetes/pki/etcd/server.key \
  snapshot save /backup/etcd-snapshot.db

# 从备份恢复
ETCDCTL_API=3 etcdctl snapshot restore /backup/etcd-snapshot.db \
  --data-dir=/var/lib/etcd-restore

Minikube 备份（学习环境）：

minikube snapshot save
minikube snapshot restore <snapshot-name>

Velero 集群备份

Velero 备份集群资源和持久化卷到对象存储：

# 安装 Velero
velero install \
  --provider aws \
  --bucket k8s-backups \
  --backup-location-config region=us-east-1 \
  --snapshot-location-config region=us-east-1 \
  --use-volume-snapshots=false

# 创建备份
velero backup create daily-backup --ttl 168h

# 查看备份
velero backup get

# 恢复
velero restore create --from-backup daily-backup

# 定时备份
velero schedule create daily --schedule="0 2 * * *" --ttl 168h

小结

工具	用途
`kubectl top`	实时资源使用
Prometheus + Grafana	长期存储 + 可视化仪表盘
`kubectl logs`	Pod 日志查看
`kubectl get events`	集群事件排查
etcd snapshot	集群状态备份（Minikube: `minikube snapshot`）
Velero	资源 + PV 全量备份

Metrics Server 提供 kubectl top 数据，是 HPA 的前提。
Prometheus Stack 是 K8s 监控的事实标准。
kubectl logs --previous 查看崩溃容器的前一次日志。
etcd 备份是最底层的集群恢复手段。
Velero 支持按 Namespace 粒度的资源备份和恢复。

上一节：Helm 基础