摘要:云计算 Pod内存使用率的计算通过docker-cadvisor的方式启动的metrics监控使用container_memory_rss通过prometheus在k8s中启动的方式获取
云计算
Pod内存使用率的计算
通过docker-cadvisor的方式启动的metrics监控使用container_memory_rss
通过prometheus在k8s中启动的方式获取的metrics监控使用container_memory_usage_bytes或container_memory_working_set_bytes
Pod 内存使用率的计算就简单多了,直接用内存实际使用量除以内存限制使用量即可:
cadvisor容器 内存使用率大于90%
sum by(name, id, job, node) (container_memory_rss{image!=,job=ali-prod-executor-cadvisor}) / sum by(name, id, job, node) (container_spec_memory_limit_bytes{image!=,job=ali-prod-executor-cadvisor}) * 100 != +Inf > 80
k8s方式 方法1
avg by(pod_name) (container_memory_usage_bytes{pod_name!=,image!~.*pause-amd64:1031|.*pause-amd64:3.0} / container_spec_memory_limit_bytes{pod_name!=,image!~.*pause-amd64:1031|.*pause-amd64:3.0}) * 100 > 90
方法2
sum by(pod_name, namespace, job) (container_memory_working_set_bytes{image!=,image!~xxxxx.com/xxs/pause.+,job!=xxxd-executor-cadvisor}) / sum by(pod_name, namespace, job) (container_spec_memory_limit_bytes{image!=,image!~reg.linkdoc-inc.com/ops/pause.+,job!=ali-prod-executor-cadvisor}) * 100 != +Inf > 90
容器的CPU使用率:
sum by(pod_name, namespace, job) (rate(container_cpu_usage_seconds_total{image!=}[1m])) / (sum by(pod_name, namespace, job) (container_spec_cpu_quota{image!=} / 100000)) * 100 > 90
容器入带宽大于50M
sum by (namespace,job,pod_name) (irate(container_network_receive_bytes_total{image!=}[3m])) / 1024 /1024 > 50
容器出带宽大于50M
sum by (namespace,job,pod_name) (irate(container_network_transmit_bytes_total{image!=}[1m])) / 1024 /1024 > 50
相关文章推荐
虚拟主机的专业参数,分别都是什么意思?2022-09-09
中非域名注册规则是怎样的?注册域名有什么用处? 2022-01-10
HostEase新年活动促销 美国/香港主机全场低至五折2021-12-28
HostGator下载完整备份教程分享2021-12-28
Flink中有界数据与无界数据的示例分析2021-12-28