Wir freuen uns, die allgemeine Verfügbarkeit von Kubernetes Navigator bekanntzugeben. Kubernetes Navigator bietet DevOps- und SRE-Teams eine neue Art, die Performance containerisierter Anwendungen zu verstehen und zu verwalten, und stellt ihnen hierfür eine intuitive, sofort einsatzbereite out-of-the-box Benutzeroberfläche bereit, die durch die gesamte Kubernetes-Umgebung navigiert.
In den knapp fünf Jahren seit seiner Veröffentlichung ist Kubernetes „de-facto zum Standard für die Container-Orchestrierung geworden“ (Gartner 2019). Mehrere wirtschaftliche Vorteile bringen Unternehmen dazu, Kubernetes zu nutzen, um moderne Anwendungen in großem Stil zu entwickeln, zu testen, bereitzustellen und auszuführen. Hier sind beispielsweise operative Effizienz, Portabilität in Multi-Cloud-Umgebungen und Kostenoptimierung zu nennen.
Doch trotz der Vorteile von Kubernetes haben viele Unternehmen auf ihrem Weg zu Cloud-nativen Systemen mit Herausforderungen zu kämpfen. Laut der neuesten CNCF-Umfrage, die im März 2020 veröffentlicht wurde, sind Komplexität und Monitoring die größten Herausforderungen bei der Nutzung von Kubernetes.
Herausforderungen beim Monitoring von Kubernetes-Umgebungen
Je größer Kubernetes-Umgebungen werden und je verteilter Anwendungen sind, desto schwieriger wird das Monitoring. DevOps-Teams haben Schwierigkeiten in folgenden Bereichen:
- Erreichung mehrdimensionaler Transparenz hinsichtlich des Zustands der gesamten Kubernetes-Umgebung
- Erkennen von Performance-Problemen in Echtzeit
- Korrelieren der Abhängigkeiten zwischen Kubernetes-Komponenten (Knoten, Pods, Containern und Services)
- Verstehen der Ursachen von Performance-Anomalien
- Wechseln des Kontexts beim Durchsuchen mehrerer Metriken, Logs und Event-Plattformen, was zu einer höheren MTTR (Mean-Time-To-Resolution) führt
Aufgrund der Schwierigkeiten mit diesen Herausforderungen verbringen SREs und DevOps-Engineering-Teams den Großteil ihrer Zeit mit der Klärung grundlegender Fragen zur Performance von Kubernetes-Umgebungen. Mit zunehmender Komplexität und Größe steigt auch der Aufwand für die Erkennung und Lösung von Problemen. Herkömmliche Monitoring-Ansätze funktionieren bei Kubernetes-Umgebungen nicht.
Unternehmen benötigen einen vollständig automatisierten Ansatz, der auf einer mehrdimensionalen Analyse basiert, Metriken und detaillierte Protokolle kombiniert sowie KI-gesteuerte Analysen für verlässliche Empfehlungen und Erkenntnisse nutzt.
Darf ich vorstellen: Kubernetes Navigator
Der im Funktionsumfang von SignalFx Infrastructure Monitoring enthaltene Kubernetes Navigator ist eine sofort einsetzbare Kubernetes-Monitoring-Lösung für Unternehmen. Die Lösung bietet eine einfache und intuitive Möglichkeit, die Leistung von Kubernetes-Umgebungen zu verstehen und zu verwalten. In Zusammenarbeit mit Hunderten von Kunden haben wir eine Lösung entwickelt, die für jedes Team funktioniert – völlig unabhängig von dessen Reifegrad und Erfahrung mit Kubernetes. Kubernetes Navigator hat unmittelbaren Nutzen für Teams, die ihren Weg zu Cloud-nativen Systemen beginnen und dabei gleichzeitig die Monitoring-Herausforderungen für die weltweit komplexesten Kubernetes-Systeme in großem Stil angehen.
„SignalFx bietet eine Echtzeitsicht auf die Performance aller unserer AWS-Cloud-Services. Der Großteil unserer Anwendungen wird jetzt auf Amazon EKS bereitgestellt. Der Kubernetes Navigator in SignalFx sorgt trotz der für Kubernetes-Installationen typischen Komplexität für Durchblick und hilft uns, den Zustand der Kubernetes-Cluster und unserer Workloads zu managen. Mit SignalFx haben wir die Geschwindigkeit verbessert, mit der wir Leistungsprobleme identifizieren und beheben – ganz zu schweigen von den Incidents, die wir bei unseren Anwendungen in Kubernetes-Umgebungen vermeiden konnten.“
– Alexandre Bescond, Leiter Infrastructure DevOps, BidMotion
Mit Kubernetes Navigator können eure Teams Performance-Probleme schneller als je zuvor zu erkennen, untersuchen und beheben. DevOps- und SRE-Teams können die Komplexität, die mit dem Betrieb großer Kubernetes-Umgebungen einhergeht, mithilfe folgender Funktionen erfolgreich bewältigen:
- Dynamische Cluster-Karte: Eine intuitive Methode, sich sofort ein Bild vom Zustand von Kubernetes-Clustern zu machen
- Drilldowns: Beschleunigte, wirkungsvolle Fehlerbehebung mit schnellen Drilldowns
- Logs im Kontext: Deep-Linking zu kontextbezogenen Logs, um detaillierte Erkenntnisse zu gewinnen, Kontextwechsel unnötig zu machen und Kernursachenanalysen zu beschleunigen
- Kubernetes Analyzer: KI-gesteuerte Analysen zur Beschleunigung der Fehlerbehebung
Dynamische Cluster-Karte
Aus Vogelperspektive heraus ermöglicht der Kubernetes Navigator Teams, sich dank der intuitiven und hierarchischen Navigation schnell ein Bild von der Performance der gesamten Kubernetes-Umgebung zu machen. Man kann in Sekundenschnelle beliebige Kubernetes-Entitäten wie etwa Knoten, Pods und Container-Ebenen auswählen, suchen oder danach filtern. SignalFx erkennt Kubernetes-Komponenten und containerisierte Services automatisch, damit ihr umgehend mit dem Monitoring eures gesamten Stacks beginnen könnt. Beziehungen zwischen dynamischen Kubernetes-Komponenten lassen sich besser verstehen und Performance-Probleme schneller beheben.
Drilldowns
Mit einem Gesamtüberblick über die ganze Kubernetes-Umgebung können Teams auf einen Blick erfassen, wie es um die Performance des Gesamtsystems steht. Ebenso wichtig ist es, eine granulare, detaillierte Sicht auf einzelne Komponenten zu haben, wenn Teams die Problemursache eingrenzen und Drilldowns von Knoten über Pods und Containern bis hin zu Workloads durchführen. Unsere Streaming-Architektur ermöglicht eine eingehende Analyse mit umfangreichen Such- und Filtervorgängen in Sekundenschnelle.
Logs im Kontext
Ihr könnt nahtlos Pivots zu Protokollen erstellen und für Transparenz bis ins kleinste Detail bei Anwendungs-, Kubernetes- und Container-Logs sorgen, um die Performance ohne Kontextwechsel über den gesamten Stack hinweg zu korrelieren. Mit Transparenz bei Lebenszyklus-Events von Kubernetes- und API-Server-Auditprotokollen könnt ihr euren Sicherheits- und Compliance-Status besser verstehen und aufrechterhalten.
Kubernetes Analyzer
Zur Klärung des „Warum“ bei Performance-Anomalien nutzt Kubernetes Navigator KI-gesteuerte Analysen, die automatisch Erkenntnisse und Empfehlungen liefern, mit denen sich exakt und in Echtzeit beantworten lässt, was Anomalien im gesamten Kubernetes-Cluster mit seinen Knoten, Pods, Containern und Workloads verursacht. Im Beispiel unten erkennt Kubernetes Analyzer automatisch ein Muster, das zu Speicherdruck auf einigen der Kubernetes-Knoten führt. In diesem Fall belegt ein Container ohne Speicherbegrenzung den gesamten verfügbaren Speicher auf diesen Knoten, wodurch andere, von Kubernetes geplante Pods ausgebremst werden. Dieses Szenario wird oft als „Noisy Neighbor“-Problem bezeichnet. Mithilfe der vorgeschlagenen Filter können SRE-Teams das zugrunde liegende Problem innerhalb von Minuten eingrenzen. Hochentwickelte Algorithmen (einschließlich Algorithmen für historische Performance-Basiswerte und plötzliche Änderungen) erkennen Probleme auf Systemebene, wie z. B. einen plötzlichen Anstieg der Goroutinen oder Container-Neustarts, und setzen innerhalb von Sekunden Benachrichtigungen ab.
Einstieg ins vollständig automatisierte Kubernetes-Monitoring
Macht eure Observability-Investition zukunftssicher und nutzt eine bewährte Lösung, auf die Unternehmen für komplexeste Use Cases in großem Stil vertrauen. Registriert euch für einen kostenlosen Test von SignalFx und nutzt den Schnelleinstieg mit der auf Helm basierenden Installation und der Zero Touch-Konfiguration für alle Kubernetes-Distributionen – Amazon EKS, Azure AKS, Google GKE, RedHat OpenShift oder selbstverwaltetes Kubernetes. Und wenn Ihr SignalFx live in Aktion sehen wollt, dann nehmt an unserer zweiwöchentlichen Live-Demo teil.
-------------------
Amit Sharma
*Dieser Artikel wurde aus dem Englischen übersetzt und editiert. Den Originalblogpost findet ihr hier: Kubernetes Navigator: Real-time Monitoring and AI-Driven Analytics for Kubernetes Environments Now Generally Available (31.03.2020).
----------------------------------------------------
Thanks!
Splunk
