如何无侵入观测与诊断 Kubernetes

Pixie 简介

Pixie 是 New Relic 开源的 Kubernetes 观测与诊断平台，它基于 eBPF，无需修改应用就可以通过 PxL 脚本对系统和应用进行诊断、观测以及调试。Pixie 未来将捐献给 CNCF，所以你可以放心使用而无需担心源码控制问题。

Pixie的主要特性包括：

• 自动测量（Instrumentation）：得益于 Linux 内核的 eBPF，Pixie 自动收集来自各种协议（如HTTP、DNS、gRPC等）、系统指标以及网络层的应用请求，无需修改应用程序代码。
• 完全脚本化：Pixie 提供的 PxL 脚本可用来脚本化分析所有数据，并提供了丰富的预定义脚本以供参考。
• 集群内边缘计算：Pixie 所有的数据收集和处理都在 Kubernetes 集群之内，无需把海量数据发送到远端云中再进行集中处理，从而不仅省去了网络传输的开销，更可以保证数据处理的性能以及安全隔离。

Pixie 安装部署

Pixie 提供了 Helm、YAML以及CLI等多种安装部署方法，推荐使用 CLI 进行部署。其部署步骤如下：

bash -c "$(curl -fsSL https://withpixie.ai/install.sh)"  

px auth login  

px deploy

注意：

• 第二步需要打开浏览器去 https://work.withpixie.ai/ 注册一个账户，用作 Pixie UI 的反向代理认证使用。
• 由于部署过程中 px 会检查所有 Node 的 Linux 内核版本，集群中包含 Windows 节点时会部署失败。

默认情况下，Pixie 的 UI 界面会通过 https://work.withpixie.ai 反向代理到刚部署的集群中去。如果你不想使用 Pixie 管理的反向代理，也可以将数据传输模式切换为隔离模式：

px get viziers  

px config update -c <YOUR_CLUSTER_ID> --passthrough=false

Pixie 初体验

打开上述的 UI 网站，选择刚才部署的集群，从预置脚本列表中选择 px/cluster，最后再点击 RUN 就可以得到整个集群的概况。如下图所示，它列出了集群中所有的 Namespace、Service、Node、Pod以及 Service Graph。

界面中所有列出的资源都可以点击得到对应资源更具体的观测信息。比如点击 Service 列表中的 pl/vizier-cloud-connector，就可以得到这个 Service 的请求度量以及 Pod 列表等：

当然，上述所有 UI 中的操作也可以通过 CLI 来完成：

# 列出所有脚本  

px run -l  

# 运行 px/cluster  

px run px/cluster  

# 运行 px/service 并指定 service 名称  

px run px/service -- -service pl/vizier-cloud-connector  

# 以交互式方式运行脚本  

px live px/service -- -service pl/vizier-cloud-connector

px run 运行的结果还会输出相同脚本在 UI 中的链接，方便用户一键切换到 UI 界面，这在数据量比较大的时候非常有用，因为通常 UI 界面的展示效果会更为直观。

PxL 脚本

通常，Pixie 预定义的脚本可能并不能满足实际应用的观测与诊断，这时就需要编写自己的 PxL 脚本。PxL 脚本可以从已有的采集数据源中查询和过滤数据，也可以扩展采集数据源。比如，下面是一个查询过去30s 所有网络连接信息：

# cat conn-stats.pxl  

# Import Pixie's module for querying data  

import px  

# Load the last 30 seconds of Pixie's `conn_stats` table into a Dataframe.  

df = px.DataFrame(table='conn_stats', start_time='-30s')  

# Display the DataFrame with table formatting  

px.display(df)

然后，通过 px 命令执行这个脚本：

px live -f conn-stats.pxl

PxL 脚本的使用类似于 Python 知名数据处理库 Pandas，基本上可以说是 Pandas 的一个子集。比如，对于上述得到的网络连接统计数据，可以进一步按 Pod 和 Service 分组，然后过滤掉未定义 Service 的连接信息，得到所有 Service 和 Pod 的网络连接统计：

# cat service-conns.pxl  

# Import Pixie's module for querying data  

import px  

# Load the last 30 seconds of Pixie's `conn_stats` table into a Dataframe.  

df = px.DataFrame(table='conn_stats', start_time='-30s')  

# Each record contains contextual information that can be accessed by the reading ctx.  

df.pod = df.ctx['pod']  

df.service = df.ctx['service']  

# Group data by unique values in the 'pod' column and calculate the  

# sum of the 'bytes_sent' and 'bytes_recv' for each unique pod grouping.  

df = df.groupby(['pod', 'service']).agg(  

bytes_sent=('bytes_sent', px.sum),  

bytes_recv=('bytes_recv', px.sum)  

)  

# Force ordering of the columns (do not include _clusterID_, which is a product of the CLI and not the PxL script)  

df = df[['service', 'pod', 'bytes_sent', 'bytes_recv']]  

# Filter out connections that don't have their service identified.  

df = df[df.service != '']  

# Display the DataFrame with table formatting  

px.display(df)

PxL 文档提供了 bpftrace、动态追踪 Go 程序、DNS 追踪、火焰图以及 Slack 告警等多个示例，更详细的使用方法请参考其官方文档 https://docs.pixielabs.ai/。
Pixie 的出现可以说是非常惊艳。虽然 Kubernete 开源社区也已经出现了很多基于 eBPF 的观测和排错工具，但很多工具的使用都依赖于特定的条件。比如 Cilium 开源的 Hubble 工具要求集群使用 Cilium 网络插件。而 Pixie 则不依赖于任何网络插件和云平台，可以在各个公有云和本地部署中使用。

原文链接：https://mp.weixin.qq.com/s/pngrQmwuEcjk6Qfm59DWow