Kubernetes 集群接入指南
本指南介绍如何将 Kubernetes 集群接入 BK-Lite 监控平台，实现集群节点、容器和日志的统一监控。
功能特性
BK-Lite Kubernetes 采集器提供以下监控能力：
- 节点指标采集：收集 CPU、内存、磁盘、网络等系统级指标
- 容器指标采集：通过 cAdvisor 收集容器运行时指标
- Kubernetes 状态指标：通过 kube-state-metrics 收集集群状态信息
- 容器日志采集：使用 Vector 采集和处理容器日志
- 高性能数据传输：使用 Telegraf 和 VictoriaMetrics Agent 进行数据处理和传输
- 可靠消息队列：支持通过 NATS 进行可靠的数据传输
采集器组件说明
| 组件 | 部署方式 | 作用 |
|---|---|---|
| cadvisor | DaemonSet | 采集容器运行时指标 |
| telegraf-daemonset | DaemonSet | 采集节点系统指标 |
| kube-state-metrics | Deployment | 采集 Kubernetes 集群状态指标 |
| telegraf-deployment | Deployment | 作为指标接收和转发服务 |
| vmagent | Deployment | Prometheus 指标抓取和远程写入 |
| vector-daemonset | DaemonSet | 采集和处理容器日志 |
前置要求
在开始部署之前，请确保满足以下条件：
- Kubernetes 集群版本 ≥ 1.16
- 集群节点需要有足够的资源（建议每个节点预留 1 Core CPU 和 2GB 内存）
- 已部署 BK-Lite 监控平台
- 具备集群管理员权限（kubectl）
部署步骤
步骤 1：获取部署文件
从 BK-Lite 部署包中获取 Kubernetes 采集器的部署文件：
cd /opt/bk-lite/deploy/dist/bk-lite-kubernetes-collector
或从源码仓库获取：
git clone https://github.com/WeOps-Lab/bk-lite.git
cd bk-lite/deploy/dist/bk-lite-kubernetes-collector
步骤 2：准备配置文件
复制配置模板并编辑：
cp secret.env.template secret.env
编辑 secret.env 文件，配置以下参数：
# 集群的唯一标识，用于在 BK-Lite 中区分不同集群
# 建议使用有意义的名称，如：prod-k8s-cluster-01
CLUSTER_NAME=your-cluster-name
# NATS 服务连接信息
# NATS 服务地址，使用 TLS 加密连接
NATS_URL=tls://your-nats-server:4222
# NATS 认证信息
NATS_USERNAME=your-nats-username
NATS_PASSWORD=your-nats-password
参数说明：
CLUSTER_NAME：集群的唯一标识，在 BK-Lite 平台中用于区分不同的 Kubernetes 集群，建议使用描述性名称NATS_URL：NATS 服务器地址，通常为 BK-Lite 平台提供的 NATS 服务地址NATS_USERNAME和NATS_PASSWORD：NATS 服务的认证凭据
步骤 3：获取 CA 证书
从 BK-Lite 平台获取 NATS 服务的 CA 证书文件：
cp /opt/bk-lite/conf/cert/ca.crt .
步骤 4：创建 Namespace 和 Secret
方式一：使用环境文件创建（推荐）
# 创建命名空间
kubectl create namespace bk-lite-collector
# 从环境文件创建 Secret
kubectl create -n bk-lite-collector secret generic bk-lite-monitor-config-secret \
--from-env-file=secret.env
# 添加 CA 证书到 Secret
kubectl -n bk-lite-collector patch secret bk-lite-monitor-config-secret \
--type='json' \
-p="$(printf '[{"op":"add","path":"/data/ca.crt","value":"%s"}]' "$(base64 -w0 ca.crt)")"
方式二：使用 YAML 文件创建
如果你更习惯使用 YAML 文件管理配置：
# 复制模板文件
cp secret.yaml.template secret.yaml
# 生成 base64 编码的配置值
echo -n "your-cluster-name" | base64 # 填入 CLUSTER_NAME
echo -n "tls://your-nats-server:4222" | base64 # 填入 NATS_URL
echo -n "your-username" | base64 # 填入 NATS_USERNAME
echo -n "your-password" | base64 # 填入 NATS_PASSWORD
base64 -w0 ca.crt # 填入 ca.crt
# 编辑 secret.yaml，将上述 base64 编码的值填入对应字段
vim secret.yaml
# 应用配置
kubectl apply -f secret.yaml
步骤 5：部署采集器
部署指标采集器和日志采集器：
# 部署指标采集器（包含 cAdvisor、Telegraf、kube-state-metrics、vmagent）
kubectl apply -f bk-lite-metric-collector.yaml
# 部署日志采集器（Vector）
kubectl apply -f bk-lite-log-collector.yaml
步骤 6：验证部署
检查所有组件是否正常运行：
# 查看所有 Pod 状态
kubectl get pods -n bk-lite-collector
# 查看 DaemonSet 状态
kubectl get ds -n bk-lite-collector
# 查看 Deployment 状态
kubectl get deploy -n bk-lite-collector
# 查看具体组件日志
kubectl logs -n bk-lite-collector -l app=telegraf --tail=100
kubectl logs -n bk-lite-collector -l app=cadvisor --tail=100
kubectl logs -n bk-lite-collector -l app=vector --tail=100
预期结果：
所有 Pod 应该处于 Running 状态，DaemonSet 应该在每个节点上都有实例运行。
配置调整
资源配置
各组件的默认资源配置如下：
| 组件 | CPU 请求 | 内存请求 | CPU 限制 | 内存限制 |
|---|---|---|---|---|
| cadvisor | 400m | 400Mi | 800m | 2000Mi |
| telegraf-daemonset | 100m | 128Mi | 500m | 512Mi |
| kube-state-metrics | 50m | 64Mi | 200m | 256Mi |
| telegraf-deployment | 100m | 128Mi | 500m | 512Mi |
| vmagent | 100m | 128Mi | 500m | 512Mi |
| vector-daemonset | 100m | 128Mi | 500m | 512Mi |
如果你的集群资源紧张或需要更高性能，可以修改 YAML 文件中的资源配置：
resources:
requests:
cpu: 100m
memory: 128Mi
limits:
cpu: 500m
memory: 512Mi
采集频率调整
默认采集间隔为 30 秒，如需调整可以修改 Telegraf 配置中的 interval 参数。
常见问题
1. Pod 一直处于 Pending 状态
原因： 集群资源不足
解决方案：
- 检查节点资源使用情况：
kubectl top nodes - 调整资源请求值或增加集群节点
2. Pod 无法连接 NATS 服务
原因： 网络不通或认证信息错误
解决方案：
- 检查 NATS 服务地址是否正确
- 验证网络连通性：在 Pod 中执行
ping或telnet测试 - 检查用户名和密码是否正确
- 查看 Pod 日志获取详细错误信息
3. CA 证书验证失败
原因： CA 证书文件错误或过期
解决方案：
- 重新从 BK-Lite 平台获取最新的 CA 证书
- 确保证书文件格式正确（PEM 格式）
- 重新创建 Secret
4. 数据未在 BK-Lite 平台显示
原因： 集群标识配置错误或数据传输失败
解决方案：
- 检查
CLUSTER_NAME配置是否正确 - 查看采集器日志确认数据是否正常发送
- 在 BK-Lite 平台确认集群是否已注册
卸载采集器
如需卸载采集器，执行以下命令：
# 删除采集器资源
kubectl delete -f bk-lite-metric-collector.yaml
kubectl delete -f bk-lite-log-collector.yaml
# 删除 Secret
kubectl delete secret -n bk-lite-collector bk-lite-monitor-config-secret
# 删除 Namespace（可选，会删除命名空间下所有资源）
kubectl delete namespace bk-lite-collector
下一步
集群接入成功后，你可以：
- 在 BK-Lite 平台查看集群监控数据
- 配置告警规则监控集群健康状态
- 使用 OpsPilot AI 进行智能运维
- 接入更多 Kubernetes 集群实现多集群统一监控
如需更多帮助，请参考 BK-Lite 官方文档 或联系技术支持。