使用手册

• 介绍
• 页面及功能说明
  • 页面布局
  • 概览
  • 监控告警
    • 集群状态
      • 集群状态-概览
      • 集群状态-物理资源监控
      • 集群状态-容器健康监控
    • 节点健康
      • 节点健康-概览
      • 节点健康-物理资源监控
      • 节点健康-容器健康监控
    • 健康诊断
      • 诊断结果
      • 原始数据检索
      • 原始数据图表
    • 规则管理
      • 查看规则
      • 添加规则

介绍

CPDS(Container Problem Detect System)容器故障检测系统，是由北京凝思软件股份有限公司设计并开发的容器集群故障检测系统，该软件系统实现了对容器 TOP 故障、亚健康检测的监测与识别。

主要分为四个子模块：

1. 信息采集组件 cpds-agent：本组件根据cpds-detetor(异常检测组件)需要的数据进行相应采集。
2. 异常检测组件 cpds-detector：本组件根据cpds-analyzer(容器故障/亚健康诊断组件)下发的异常规则，对集群各节点原始数据进行分析，检测节点是否存在异常。
3. 故障/亚健康诊断组件 cpds-analyzer：本组件根据cpds-dashboard(用户交互组件)下发的诊断规则，对cpds-detector(异常检测组件)收集的异常数据进行处理，判断集群节点是否处于容器故障/亚健康状态。
4. 用户交互组件 cpds-dashboard：本组件从 cpds-analyzer(故障/亚健康诊断)组件中获取诊断结果数据，并以实时查看、离线查看的形式进行可视化诊断结果展示，便于容器集群运维人员进行分析与策略制定下发。

页面及功能说明

页面布局

CPDS页面布局分为导航栏、导航菜单、操作区。

页面布局如下图

概览

概览页面可查看整个集群的状态信息，包括集群容器健康状态、集群节点状态、集资源用量、节点监控状态、诊断结果。查看概览流程如下图所示：

监控告警

监控告警能够对集群、节点的物理资源、容器状态进行监控。

集群状态

显示集群主机在线状态，提供物理资源监控和容器健康监控。

集群状态-概览

查看集群信息和节点信息，集群信息包括集群容器健康状态、集群节点状态、集资源用量。查看集群信息流程如下所示：

1. 点击左侧导航菜单“监控告警”→“集群状态”，选择“概览”标签页，进入概览页面。如下图所示：

集群状态-物理资源监控

点击左侧导航菜单“监控告警”→“集群状态”，选择“物理资源监控”标签页，物理资源监控页面内容如下图所示。

其中点击查询时间范围按钮可选择查询数据的时间范围，如下图所示。

下面将对物理资源监控内容进行说明。

集群状态-容器健康监控

点击左侧导航菜单“监控告警”→“集群状态”，选择“容器健康监控”标签页，该页面显示集群容器健康监控信息如下图所示：

下面将对容器健康监控内容进行说明。

节点健康

显示各节点主机在线状态及架构信息，提供物理资源监控和容器健康监控。

节点健康主页面如下图所示：

节点健康-概览

点击左侧导航菜单“监控告警”→“节点健康”，点击表格中节点对应的 ip 地址进入节点概览页面。

节点概览页面如下图所示：

点击如下图三个组件，可刷新或切换曲线图展示的数据内容。

节点健康-物理资源监控

点击左侧导航菜单“监控告警”→“节点健康”，点击表格中节点对应的 ip 地址进入节点概览页面，选择“物理资源监控”标签页，物理资源监控页面内容如下图所示：

下面将对物理资源监控内容进行说明。

节点健康-容器健康监控

点击左侧导航菜单“监控告警”→“节点健康”，点击表格中节点对应的 ip 地址进入节点概览页面，选择“容器健康监控”标签页，容器健康监控页面如下图所示：

该页面可根据容器状态、容器名称进行排序。

节点容器健康监控数据说明如下表：

健康诊断

利用故障/亚健康检测规则，对各节点原始数据进行计算分析，得出诊断结果，提供诊断结果列表。支持诊断原始数据查看，显示诊断时所使用的原始数据，支持对时间进行过滤，显示不同时间段原始数据的值，并提供图表展示原始数据的变化规律。

诊断结果

将规则列表中的规则拿来进行判断，满足判断条件的规则将被加入到诊断结果列表中。规则信息详见 规则管理。 查看诊断结果列表流程如下：

1. 点击左侧导航菜单“健康诊断”→“诊断结果”，进入诊断结果页面。如下图所示：

2. 可在左上角输入规则名称对诊断结果进行筛选。

3. 点击查看原始数据，可以查看最近 10 分钟内原始数据的变化规律，如下图所示：

4. 点击删除可以删除对应的诊断结果。

原始数据检索

支持诊断原始数据查看，显示诊断时所使用的原始数据，支持对时间进行过滤，显示不同时间段原始数据的值，并提供图表展示原始数据的变化规律。页面布局如下图所示：

功能说明如下表所示：

原始数据图表

原始数据图表如下图所示：

图表信息说明如下表：

规则管理

查看规则

支持故障/亚健康检测规则列表查看、创建、编辑、删除功能，列表包括规则名、表达式、告警级别和亚健康、故障比较规则值信息。查看规则流程如下：

1. 点击左侧导航菜单“规则管理”→“查看规则”，进入规则列表页面，如下图所示：

2. 通过左上角输入规则名称，点击搜索可以对规则进行过滤。

3. 点击删除可以删除对应规则。

添加规则

击左侧导航菜单“规则管理”→“查看规则”，进入规则列表页面，点击添加规则或者编辑，如下图所示：

添加/编辑规则内容有如下几点限制：

1. 规则名称，只能包含数字、英文字母、下划线。
2. 表达式必须符合PromQL语法，参考prometheus官方文档。
3. 亚健康阈值只能输入数字类型。
4. 故障康阈值只能输入数字类型。

1. 阈值只能在对应的比较条件选择之后才能输入。
2. 当比较条件选择之后，对应的阈值必须填写入。
3. 亚健康比较条件、故障比较条件二者必须选择一个，或者两个都选。

注意事项

1. 默认规则，规则名称为node_etcd_service、node_kube_apiserver、node_kube_controller_manager、node_kube_proxynode_kube_scheduler的规则表达式中的ip需要自行更换为实际ip。
2. 当前版本CPDS只支持对docker容器运行时的故障检测。