Google Distributed Cloud nettest
可识别集群中的 Kubernetes 对象(例如 Pod、节点、Service 和一些外部目标)中的连接问题。nettest
不会检查从外部目标到 Pod、节点或 Service 的连接。本文档介绍如何使用 anthos-samples GitHub 代码库中的其中一个清单(nettest.yaml
或 nettest_rhel.yaml
)部署和运行 nettest
。如果您在 Red HatEnterprise Linux (RHEL) 上运行 Google Distributed Cloud,请使用 nettest_rhel.yaml
。如果您在 Ubuntu 上运行 Google Distributed Cloud,请使用 nettest.yaml
。
本文档还介绍了如何解读 nettest
生成的日志,以识别集群的连接问题。
关于nettest
nettest
诊断工具由以下 Kubernetes 对象组成。每个对象均在 nettest
YAML 清单文件中指定。
cloudprober
:负责收集网络连接状态(例如错误率和延迟时间)的 DaemonSet 和 Service。echoserver
:负责响应cloudprober
,为其提供网络连接指标的 DaemonSet 和 Service。nettest
:包含prometheus
和nettest
容器的 Pod。prometheus
从cloudprober
收集指标。nettest
查询prometheus
并在日志中显示网络测试结果。
nettest-engine
:用于在nettest
Pod 中配置nettest
容器的 ConfigMap。
该清单还指定了 nettest
命名空间和专用的 ServiceAccount(以及 ClusterRole 和 ClusterRoleBinding),以将 nettest
与其他集群资源隔离。
运行 nettest
为您的操作系统运行以下命令,以部署 nettest
。当 nettest
Pod 启动时,测试会自动运行。测试大约需要五分钟才能完成。
对于 Ubuntu:
kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-bm-utils/abm-nettest/nettest.yaml
对于 RHEL:
kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-bm-utils/abm-nettest/nettest_rhel.yaml
获取测试结果
测试完成后(应在部署 nettest
清单后大约五分钟)运行以下命令,以查看 nettest
结果:
kubectl -n nettest logs nettest -c nettest
当 nettest
正在运行时,它会向 stdout
发送如下消息:
I0413 03:33:04.879141 1 collectorui.go:130] Listening on ":8999"
I0413 03:33:04.879258 1 prometheus.go:172] Running prometheus controller
E0413 03:33:04.879628 1 prometheus.go:178] Prometheus controller: failed to
retries probers: Get "http://127.0.0.1:9090/api/v1/targets": dial tcp 127.0.0.1:9090:
connect: connection refused
如果 nettest
成功运行,未识别到任何连接故障,您会看到以下日志条目:
I0211 21:58:34.689290 1 validate_metrics.go:78] Metric validation passed!
如果 nettest
发现连接问题,则会写入如下日志条目:
E0211 06:40:11.948634 1 collector.go:65] Engine error: step validateMetrics failed:
"Error rate in percentage": probe from "10.200.0.3" to "172.26.115.210:80" has value 100.000000,
threshold is 1.000000
"Error rate in percentage": probe from "10.200.0.3" to "172.26.27.229:80" has value 100.000000,
threshold is 1.000000
"Error rate in percentage": probe from "192.168.3.248" to "echoserver-hostnetwork_10.200.0.2_8080"
has value 2.007046, threshold is 1.000000
虽然默认阈值为百分之一 (1.000000
),但您可以放心地忽略最高百分之五的错误率。例如,在上例中,从 IP 地址 192.168.3.248
到 echoserver-hostnetwork_10.200.0.2_8080
的连接的错误率约为 2% (2.007046
)。这是您可以忽略的报告的连接问题示例。
解读测试结果
nettest
完成并发现连接问题时,您会在 nettest
Pod 日志中看到以下条目:
"Error rate in percentage": probe from {src} to {dst} has value 100.000000, threshold is 1.000000
其中,{src}
和 {dst}
可以是以下之一:
echoserver
Pod IP:与节点上 Pod 之间的连接。- 节点 IP:进出节点的连接。
- Service IP(请查看下面的文本以了解详情)
此外,{dst}
还可以是:
google.com
:外部连接。dns
:通过 DNS 到非hostNetwork
Service 的连接,即echoserver-non-hostnetwork.nettest.svc.cluster.local
。Service IP 的详细信息位于日志中的 JSON 格式的探测条目中,如以下示例所示。以下探测示例显示
172.26.27.229:80
是service-clusterip
的地址。有两个具有此targets
值的探测,一个用于 Pod (pod-service-clusterip
),另一个用于节点 (node-service-clusterip
)。probe { name: "node-service-clusterip" … targets { host_names: "172.26.27.229:80" }
验证修复效果
解决报告的所有连接问题后,请移除 nettest
Pod 并重新应用 nettest
清单,以重新运行连接测试。
例如,要为 Ubuntu 重新运行 nettest
,请运行以下命令:
kubectl -n nettest delete pod nettest
kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-bm-utils/abm-nettest/nettest.yaml
清理 nettest
完成测试后,请运行以下命令移除所有 nettest
资源:
kubectl delete namespace nettest
kubectl delete clusterroles nettest:nettest
kubectl delete clusterrolebindings nettest:nettest