健康检查
最近更新时间: 2024-10-17 17:10:00
操作场景
集群健康检查功能是容器服务（TKE）为集群提供检查各个资源状态及运行情况的服务，检查报告将详细展示组件、节点、工作负载的状态和配置的检查内容。若出现异常项，可进行异常详情描述，并自动分析异常级别、异常原因、异常影响和修复建议等。
在健康检查过程中，您的集群内会自动新建 namespace tke-cluster-inspection，并安装一个 Daemonset 进行节点信息采集，检查结束后均会被自动删除。
主要检查项目
| 检查类别 | 检查项 | 检查内容 | 仅独立集群 |
|---|---|---|---|
| 资源状态 | kube-apiserver 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 是 |
| kube-scheduler 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 是 | |
| kube-controller-manager 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 是 | |
| etcd 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 是 | |
| kubelet 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 否 | |
| kube-proxy 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 否 | |
| dockerd 的状态 | 检测组件是否正在运行，如果组件以 Pod 形式运行，则检测其24小时内是否重启过。 | 否 | |
| master 节点的状态 | 检测节点状态是否 Ready 且无其他异常情况，如内存不足，磁盘不足等。 | 是 | |
| worker 节点的状态 | 检测节点状态是否 Ready 且无其他异常情况，如内存不足，磁盘不足等。 | 否 | |
| 各个工作负载的状态 | 检测工作负载当前可用 Pod 数是否符合其期望目标 Pod 数。 | 否 | |
| 运行情况 | kube-apiserver 的参数配置 | 根据 master 节点配置检测以下参数： - max-requests-inflight：给定时间内运行的变更类请求的最大值。 - max-mutating-requests-inflight：给定时间内运行的非变更类请求的最大值。 |
是 |
| kube-scheduler 的参数配置 | 根据 master 节点配置检测以下参数： - kube-api-qps：请求 kube-apiserver 使用的 QPS。 - kube-api-burst：和 kube-apiserver 通信的时候最大 burst 值。 |
是 | |
| kube-controller-manager 的参数配置 | 根据 master 节点配置检测以下参数： - kube-api-qps：请求 kube-apiserver 使用的 QPS。 - kube-api-burst：和 kube-apiserver 通信的时候最大 burst 值。 |
是 | |
| etcd 的参数配置 | 根据 master 节点配置检测以下参数： quota-backend-bytes：存储大小。 |
是 | |
| master 节点的配置合理性 | 检测当前 master 节点配置是否足以支撑当前的集群规模。 | 是 | |
| node 高可用 | 检测目前集群是否是单节点集群； 检测当前集群节点是否支持多可用区容灾。 即当一个可用区不可用后，其他可用区的资源总和是否足以支撑当前集群业务规模。 |
否 | |
| 工作负载的 Request 和 Limit 配置 | 检测工作负载是否有未设置资源限制的容器，配置资源限制有益于完善资源规划、Pod 调度、集群可用性等。 | 否 | |
| 工作负载的反亲和性配置 | 检测工作负载是否配置了亲和性或者反亲和性，配置反亲和性有助于提高业务的高可用性。 | 否 | |
| 工作负载的 PDB 配置 | 检测工作负载是否配置了 PDB，配置 PDB 可避免您的业务因驱逐操作而不可用。 | 否 | |
| 工作负载的健康检查配置 | 检测工作负载是否配置了健康检查，配置健康检查有助于发现业务异常。 | 否 | |
| HPA-IP 配置 | 当前集群剩余的 Pod IP 数目是否满足 HPA 扩容的最大数。 | 否 |
操作步骤
登录 容器服务控制台，选择左侧导航栏中的健康检查。
进入“健康检查”页面，选择需要健康检查的集群，并为其选择合适的检查方式。 健康检查的三种方式分别为批量检查、立即检查和自动检查。
批量检查：适用于同时检查多个集群。
立即检查：适用于只检查一个集群。
自动检查：适用于需要周期性检查的集群。选择需要周期检查的集群，单击自动检查。
在“自动检查设置”弹窗中，可根据您的需求设置开启状态、检查周期和时刻。
- 选择好检查方式之后，等待检查完成，可查看检查进度。
- 检查完成后，可单击查看结果查看检查报告。
在检查报告页面，选择资源状态和运行情况分别查看资源状态和异常情况，单击检查内容可展示具体的检查内容，单击异常可查看异常级别、异常描述、异常原因、异常影响和修复建议。
