温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

Kubernetes应用性能分析工具Kubectl Flame怎么用

发布时间:2021-10-28 18:59:59 来源:亿速云 阅读:150 作者:柒染 栏目:系统运维

这期内容当中小编将会给大家带来有关Kubernetes应用性能分析工具Kubectl Flame怎么用,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。

什么是性能分析?

性能分析是分析应用程序性能来改进代码质量的常用方法,最流行的可视化性能分析方法是生成火焰图。

Kubernetes应用性能分析工具Kubectl Flame怎么用

基于 Spring 框架的 Java 应用的火焰图

y轴是堆栈深度,x轴跨越样本总体。每个矩形都是一个函数,其中宽度显示它出现的频率,从左到右的排序并不重要 (堆栈按字母顺序排序)。

Kubernetes 上的性能分析

性能分析是一项较为复杂的任务,大多数探查器有两个主要问题:

  •  需要修改应用程序,通常可以通过将标志添加到执行命令或将一些性能分析库导入代码中来实现。

  •  由于在分析过程中会严重影响性能,因此通常避免在生产环境中进行性能分析。

选择正确的探查器可能会解决这些问题,但是这需要仔细去进行研究,并且通常取决于编程语言和操作系统。

在 Kubernetes 集群中运行的应用程序上执行分析时,会变得更加困难。需要部署一个包含配置文件修改的新容器镜像,而不是当前正在运行的容器。此外,当应用程序重新启动时,某些性能问题可能会消失,这就使得调试变得困难。

Kubectl flame

Kubectl Flame 是一个 kubectl 插件,可以以较低的开销生成火焰图?来分析应用程序性能,无需进行任何应用程序修改或停机。

项目仓库地址:https://github.com/VerizonMedia/kubectl-flame

安装

可以通过 Krew 来安装 kubectl flame 插件,一旦安装了 Krew,就可以通过如下命令进行安装:

$ kubectl krew install flame

使用要求

  •  支持的语言:Go、Java(任何基于JVM的语言)、Python 和 Ruby

  •  使用 Docker 作为容器运行时的 Kubernetes 集群(已在 GKE,EKS 和 AKS 上测试)

运行原理

kubectl-flame 通过在与目标容器相同的节点上启动一个探查器来启动性能分析,大多数探查器将与目标容器共享一些资源:比如通过将 hostPID 设置为 true 来启用 PID 命名空间共享,通过挂载 /var/lib/docker 并查询 overlayFS 来启用文件系统共享。

在后台kubectl-flame使用 async-profiler 来为 Java 应用程序生成火焰图,通过共享/tmp文件夹与目标 JVM 进行交互,Golang 则支持基于 ebpf 分析,Python 支持基于 py-spy 进行分析。

Kubernetes应用性能分析工具Kubectl Flame怎么用

kubectl flame 概述

使用实例

 1.  分析 Kubernetes Pod

分析 Java 应用 mypod 1分钟,并在将火焰图保存到 /tmp/flamegraph.svg:

$ kubectl flame mypod -t 1m --lang java -f /tmp/flamegraph.svg

  2.  分析基于 alpine 的容器

在基于 alpine 的容器中分析 Java 应用程序需要使用 --alpine 标志:

$ kubectl flame mypod -t 1m -f /tmp/flamegraph.svg --lang Java --alpine

注意:仅 Java 应用程序需要此 --alpine 标志,而 Go 分析则不需要该标志。

  3.  分析 sidecar 容器

包含多个容器的 Pod 需要将目标容器指定为参数:

$ kubectl flame mypod -t 1m --lang go -f /tmp/flamegraph.svg mycontainer

上述就是小编为大家分享的Kubernetes应用性能分析工具Kubectl Flame怎么用了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注亿速云行业资讯频道。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI