Kube-scheduler monitoring metrics and dashboard - Container Service for Kubernetes

Le composant kube-scheduler est l'ordonnanceur par défaut d'un cluster Kubernetes. Il assigne les Pods aux nœuds appropriés. Cette rubrique décrit les métriques de surveillance du composant kube-scheduler, guide l'utilisation de son tableau de bord et explique comment résoudre les anomalies courantes liées aux métriques.

Avant de commencer

Accéder au tableau de bord

Consultez la rubrique Afficher les tableaux de bord de surveillance des composants du plan de contrôle.

Liste des métriques

Les métriques exposent l'état et les paramètres d'un composant. Le tableau ci-dessous répertorie les métriques du composant kube-scheduler.

Metric	Type	Description
scheduler_scheduler_cache_size	Gauge	Nombre de nœuds, de Pods et d'AssumedPods (Pods supposés planifiés) dans le cache de l'ordonnanceur.
scheduler_pending_pods	Gauge	Nombre de Pods en attente. Les Pods sont classés par type de file d'attente : unschedulable : nombre de Pods non planifiables. backoff : nombre de Pods dans la file backoffQ. Ces Pods sont temporairement non planifiables. active : nombre de Pods dans la file activeQ. Ces Pods sont prêts à être planifiés.
scheduler_pod_scheduling_attempts_bucket	Histogram	Nombre de tentatives nécessaires pour planifier un Pod. Les seuils des compartiments sont `{1, 2, 4, 8, 16}`.
memory_utilization_byte	Gauge	Utilisation de la mémoire, en octets.
cpu_utilization_core	Gauge	Utilisation du processeur, en cœurs.
resource_utilization_level	Gauge	Niveau d'utilisation des ressources. resource : type de ressource. Valeurs valides : `cpu` et `memory`. utilization_level : niveau d'utilisation. Valeurs valides : `high` (utilisation ≥ 80 %) et `normal` (utilisation < 80 %). container : conteneur cible. Valeurs valides : `kube-apiserver`, `kube-scheduler`, `kube-controller-manager`, `cloud-controller-manager` et `etcd`.
rest_client_requests_total	Counter	Nombre de requêtes HTTP, classées par code d'état, méthode et hôte.
rest_client_request_duration_seconds_bucket	Histogram	Latence des requêtes HTTP, classée par verbe et URL.

Remarque

Les métriques d'utilisation des ressources suivantes sont obsolètes. Supprimez toutes les alertes ou règles de surveillance qui dépendent de ces métriques :

cpu_utilization_ratio : utilisation du processeur.
memory_utilization_ratio : utilisation de la mémoire.

Tableau de bord

Le tableau de bord visualise les métriques des composants à l'aide de requêtes PromQL. Les sections suivantes décrivent les visualisations de données et les métriques correspondantes.

Overview

Visualisation

Détails des métriques

Metric	PromQL	Description
Scheduler pending Pods	scheduler_pending_pods{job="ack-scheduler"}	Nombre de Pods en attente. Les Pods sont classés par type de file d'attente : unschedulable : nombre de Pods non planifiables. backoff : nombre de Pods dans la file backoffQ. Ces Pods sont temporairement non planifiables. active : nombre de Pods dans la file activeQ. Ces Pods sont prêts à être planifiés.
Scheduler Pod scheduling attempts	histogram_quantile($quantile, sum(rate(scheduler_pod_scheduling_attempts_bucket{job="ack-scheduler"}[$interval])) by (pod, le))	Nombre de tentatives nécessaires pour planifier un Pod. Les seuils des compartiments sont `{1, 2, 4, 8, 16}`.
Scheduler cache statistics	scheduler_scheduler_cache_size{job="ack-scheduler",type="nodes"} scheduler_scheduler_cache_size{job="ack-scheduler",type="pods"} scheduler_scheduler_cache_size{job="ack-scheduler",type="assumed_pods"}	Nombre de nœuds, de Pods et d'AssumedPods dans le cache de l'ordonnanceur.

Resources

Visualisation

Détails des métriques

Metric	PromQL	Description
Memory usage	memory_utilization_byte{container="kube-scheduler"}	Utilisation de la mémoire, en octets.
CPU Usage	cpu_utilization_core{container="kube-scheduler"}*1000	Utilisation du processeur, en millicœurs.
Memory resource utilization level	resource_utilization_level{resource="memory",container="kube-scheduler",utilization_level="high"} resource_utilization_level{resource="memory",container="kube-scheduler",utilization_level="normal"}	Si `resource_utilization_level{utilization_level="high",...}` est égal à 1, le niveau d'utilisation des ressources du conteneur est ≥ 80 %. Si `resource_utilization_level{utilization_level="normal",...}` est égal à 1, le niveau d'utilisation des ressources du conteneur est < 80 %.
CPU resource utilization level	resource_utilization_level{resource="cpu",container="kube-scheduler",utilization_level="high"} resource_utilization_level{resource="cpu",container="kube-scheduler",utilization_level="normal"}

Kube API

Visualisation

Détails des métriques

Metric	PromQL	Description
Kube API request QPS	sum(rate(rest_client_requests_total{job="ack-scheduler",code=~"2.."}[$interval])) by (method,code) sum(rate(rest_client_requests_total{job="ack-scheduler",code=~"3.."}[$interval])) by (method,code) sum(rate(rest_client_requests_total{job="ack-scheduler",code=~"4.."}[$interval])) by (method,code) sum(rate(rest_client_requests_total{job="ack-scheduler",code=~"5.."}[$interval])) by (method,code)	Taux de requêtes HTTP envoyées par le kube-scheduler au composant kube-apiserver, classées par méthode et code d'état.
Kube API request latency	histogram_quantile($quantile, sum(rate(rest_client_request_duration_seconds_bucket{job="ack-scheduler"}[$interval])) by (verb,url,le))	Latence des requêtes HTTP envoyées par le kube-scheduler au composant kube-apiserver, classée par verbe et URL de requête.

Anomalies courantes des métriques

En cas d'anomalies dans les métriques, utilisez les descriptions suivantes pour vérifier si le comportement est attendu.

Nombre de Pods de l'ordonnanceur actifs

Normal condition	Abnormal condition	Description	Recommendation
Le nombre de Pods de l'ordonnanceur actifs est supérieur ou égal à 1.	Le nombre de Pods de l'ordonnanceur actifs est égal à 0.	Aucun ordonnanceur n'est disponible dans le cluster.	Vérifiez la présence d'un déploiement ou d'un StatefulSet lié à l'ordonnanceur. Déterminez si le Pod de l'ordonnanceur a été mis hors ligne manuellement.

Nombre de Pods en attente

Normal condition	Abnormal condition	Description	Recommendation
Le taux de planification des Pods est stable et le nombre de Pods en attente reste faible.	Le nombre de Pods dans la file d'attente unschedulable augmente continuellement. Le nombre de Pods dans la file d'attente unschedulable ne diminue pas, même après la planification d'autres Pods.	Les demandes de ressources pour les Pods du cluster sont inappropriées ou les ressources des nœuds sont insuffisantes.	Vérifiez si les ressources des nœuds répondent aux exigences du Pod. Vérifiez si le Pod spécifie une affinité de nœud impossible à satisfaire.

Tentatives de planification des Pods

Normal condition	Abnormal condition	Description	Recommendation
Un Pod est planifié sur un nœud après quelques tentatives.	Un Pod ne peut toujours pas être planifié après plusieurs tentatives.	Les demandes de ressources pour les Pods du cluster sont inappropriées ou les ressources des nœuds sont insuffisantes.	Vérifiez si les ressources des nœuds répondent aux exigences du Pod. Vérifiez si le Pod spécifie une affinité de nœud impossible à satisfaire.

Rubriques connexes

Pour en savoir plus sur les métriques, les tableaux de bord et les anomalies courantes des autres composants du plan de contrôle, consultez les rubriques suivantes : Métriques de surveillance du composant kube-apiserver, Métriques de surveillance du composant etcd, Métriques de surveillance du composant kube-controller-manager et Métriques de surveillance du composant cloud-controller-manager.