作為領(lǐng)先的多集群Kubernetes管理平臺，Rancher使運(yùn)維團(tuán)隊可以部署、管理和保護(hù)企業(yè)的Kubernetes集群。Rancher還為用戶提供了一系列容器網(wǎng)絡(luò)接口（CNI）選項可供選擇，包括開源項目Calico（https://www.projectcalico.org/）。Calico為Kubernetes Pod提供了原生Layer3路由功能，從而簡化了網(wǎng)絡(luò)架構(gòu)，提高了網(wǎng)絡(luò)性能，并提供了豐富的網(wǎng)絡(luò)策略模型，可以輕松地阻止通信。因此，只有你指定的流量才能流動。

在部署Kubernetes過程一個常見的問題是獲取對集群環(huán)境的可見性，以有效監(jiān)控網(wǎng)絡(luò)和安全問題并進(jìn)行故障排除?？梢娦院凸收吓挪椋╤ttps://www.tigera.io/tigera-products/visibility-and-troubleshooting/）是我們在Tigera上看到的3大Kubernetes用例之一。這在生產(chǎn)部署中尤其重要，因為宕機(jī)時間十分寶貴并且分布式應(yīng)用很難進(jìn)行故障排查。如果你是平臺團(tuán)隊的一員，你還需要承受SLA的壓力。如果你是DevOps團(tuán)隊的一員，則需要啟動生產(chǎn)工作負(fù)載。對于兩個團(tuán)隊來說，共同的目標(biāo)都是盡快解決問題。

為什么K8S故障排查如此具有挑戰(zhàn)性？

由于Kubernetes工作負(fù)載是動態(tài)的，因此連接問題十分難以解決。而常規(guī)的網(wǎng)絡(luò)監(jiān)控工具是為靜態(tài)環(huán)境設(shè)計的。它們無法理解Kubernetes上下文并且當(dāng)應(yīng)用到Kubernetes時并不高效。如果沒有特定的Kubernetes診斷工具，對于平臺團(tuán)隊而言，進(jìn)行故障排除會令人沮喪。例如，當(dāng)pod-to-pod的連接被拒絕時，幾乎無法確定哪個網(wǎng)絡(luò)安全策略拒絕了流量。當(dāng)然，你可以手動登錄到節(jié)點(diǎn)并查看系統(tǒng)日志，但這并不可行也無法擴(kuò)展到多個節(jié)點(diǎn)。

基于此，你十分需要一種方法來快速查明任何連接或安全問題的根源?；蛘吒玫氖牵軌蛴幸恍┚邆漕A(yù)見性的工具，從而避免出現(xiàn)問題。隨著Kubernetes部署規(guī)模的擴(kuò)大，圍繞可見性、監(jiān)控和日志記錄的限制可能導(dǎo)致無法診斷的系統(tǒng)故障，從而導(dǎo)致服務(wù)中斷并影響客戶滿意度和你的業(yè)務(wù)。

流量日志以及流量可見性

對在生產(chǎn)上運(yùn)行Rancher的用戶，Calico Enterprise（https://www.tigera.io/tigera-products/calico-enterprise/）網(wǎng)絡(luò)流量日志可以為解決Kubernetes網(wǎng)絡(luò)和安全問題提供了堅實的基礎(chǔ)。例如，流量日志可用于運(yùn)行queries以分析來自既定命名空間或工作負(fù)載標(biāo)簽的所有流量。但是，要有效地對Kubernetes環(huán)境進(jìn)行故障排查，你需要帶有Kubernetes特定數(shù)據(jù)的流量日志，例如pod、標(biāo)簽和命名空間，以及哪些策略接受或拒絕了連接。

Rancher用戶中有很大一部分屬于DevOps團(tuán)隊。盡管傳統(tǒng)的ITOps具有管理網(wǎng)絡(luò)和安全策略，但我們看到DevOps團(tuán)隊正在尋找能夠?qū)崿F(xiàn)自給自足并加快CI/CD流程的解決方案。對于在生產(chǎn)環(huán)境中運(yùn)行的Rancher用戶，Calico Enterprise包含F(xiàn)low Visualizer，這是一個功能強(qiáng)大的工具，可簡化連接故障排查。這種方法可以直觀地與網(wǎng)絡(luò)流量進(jìn)行交互并對其進(jìn)行深入研究。DevOps可以使用此工具進(jìn)行故障排查和策略創(chuàng)建，而ITOps可以使用RBAC建立策略層次結(jié)構(gòu)以實施保護(hù)，因此DevOps團(tuán)隊不會覆蓋任何企業(yè)范圍的策略。

防火墻可以為安全團(tuán)隊創(chuàng)建可見空間

Kubernetes工作負(fù)載大量使用網(wǎng)絡(luò)并產(chǎn)生大量東西流量。如果你在Kubernetes架構(gòu)中部署常規(guī)的防火墻，則將無法可視化流量以及故障排查。防火墻并不了解Kubernetes流量所需的上下文（命名空間、Pod、標(biāo)簽、container id等）。這樣就無法對網(wǎng)絡(luò)問題進(jìn)行故障排除，進(jìn)行取證分析或報告安全控制措施是否合規(guī)。

為了獲得所需的可見性，Rancher用戶可以部署Calico Enterprise，將基于區(qū)域的防火墻規(guī)則轉(zhuǎn)換為Kubernetes網(wǎng)絡(luò)策略，該策略將集群劃分為各個區(qū)域并應(yīng)用正確的防火墻規(guī)則。然后，可以使用現(xiàn)有的防火墻和防火墻管理器來定義區(qū)域并在Kubernetes中創(chuàng)建規(guī)則，就像創(chuàng)建所有其他規(guī)則一樣。可以將流量穿越區(qū)域發(fā)送到安全團(tuán)隊的安全信息和事件管理平臺（SIEM），從而為它們提供與常規(guī)防火墻相同的可見性，以進(jìn)行故障排除。

其他Kubernetes故障排除注意事項

對于使用Rancher平臺的平臺、網(wǎng)絡(luò)、DevOps和安全團(tuán)隊，Tigera提供了其他可見性和監(jiān)控工具，可幫助你更快地進(jìn)行故障排除：

• 可以向所有監(jiān)控的數(shù)據(jù)添加閾值和警報。例如，拒絕的流量激增會向你的DevOps團(tuán)隊或安全運(yùn)維中心（SOC）發(fā)出警報，以進(jìn)行進(jìn)一步調(diào)查。

• Filter使你能夠按命名空間、pod和視圖狀態(tài)（例如允許或拒絕的流量）進(jìn)行深入分析。

• 能夠?qū)⑷罩敬鎯υ贓FK（Elasticsearch、Fluentd和Kibana）堆棧中以供將來訪問。

無論你是剛剛接觸Kubernetes，還是僅僅想簡單了解集群意外行為的“原因”，亦或是處于生產(chǎn)環(huán)境中部署了大規(guī)模的工作負(fù)載狀態(tài)，使用正確的工具進(jìn)行有效的故障排除將有助于你避免出現(xiàn)宕機(jī)和服務(wù)中斷的情況。