集群监控

功能入口

1. 登录CCE控制台，单击集群名称进入集群详情页。
2. 在左侧导航栏中选择“监控中心”，单击“集群”页签。

集群健康度

集群健康度评估包括多个维度，如健康评分、待处理风险项数、风险等级，以及诊断风险项在Master、集群、节点、工作负载和外部依赖五个方面的占比（异常数据使用红色突出显示）。欲了解更多诊断结果，请前往健康中心页面查看。

图1 集群健康度

健康概况

资源健康概况

资源健康概况涵盖了节点、工作负载和Pod三类资源中异常资源所占比例，以及命名空间的总数，以便及时发现和解决业务异常。

控制面健康概况

除了控制面组件和Master节点的异常占比，控制面资源概况中还提供了API Server的总QPS和请求错误率指标。作为集群的API服务提供者，控制面API Server的异常可能会导致整个集群无法访问，同时也会影响依赖API Server的工作负载的正常运行，QPS和请求错误率可以帮助您快速识别和修复问题。

图2 健康概况

资源消耗Top统计

在资源消耗Top统计中，CCE服务会将CPU使用率和内存使用率排名前五的节点、无状态负载、有状态负载和Pod纳入统计范围，以帮助您识别资源消耗“大户”。如果您需要查看全部数据，可前往节点、工作负载或Pod页面。

图3 资源消耗Top统计

监控名词解释：

• CPU使用率

  节点CPU使用率 = 节点的CPU非空闲时间所占的平均比例。

  工作负载CPU使用率 = 工作负载各个Pod中CPU使用率的平均值

  Pod CPU使用率 = Pod实际使用的CPU核数 / 业务容器CPU核数限制值之和（未配置限制值时采用节点总量）

• 内存使用率

  节点内存使用率 = 节点的内存使用量除以节点的内存总量。

  工作负载内存使用率 = 工作负载各个Pod中内存使用率的平均值

  Pod内存使用率 = Pod实际使用的物理内存 / 业务容器物理内存限制值之和（未配置限制值时采用节点总量）

数据面监控

此处默认统计近1小时、近8小时和近24小时的各维度资源用量。如需查看更多监控信息，请单击“查看全部监控”，跳转至“仪表盘”页面，相应指导请参见使用仪表盘。

您可以将鼠标悬停在图表上，以便查看每分钟的监控数据。

• CPU：单位时间内集群CPU使用情况的统计。
• 内存：单位时间内集群内存使用情况的统计。
• PVC存储状态：PVC和PV的绑定情况。
• Pod数量状态趋势：实时监控集群Pod的状态。
• Pod总重启次数趋势：近5分钟的集群的Pod重启次数总和。
• 节点状态趋势：实时监控集群节点的状态。