巡检
目录
执行巡检
-
在左侧导航栏中，单击 运维中心 > 巡检 > 基础巡检。
提示：巡检页面展示的巡检数据信息为最近一次巡检的结果。巡检过程中，可实时查看完成巡检的资源数据。
-
在基础巡检页面，支持以下操作：
-
执行巡检：单击页面右上角的 巡检 按钮，即可对平台进行巡检。
-
下载巡检报告：单击页面右上角的 下载报告 按钮，在弹出的对话框中选择报告格式（PDF 和 Excel）后单击下载，即可将相应格式的报告下载至本地。
-
PDF 格式巡检报告内容不包含资源风险详情页面数据；
-
Excel 格式巡检报告内容为巡检的全部数据；
-
支持同时下载两种格式报告。
-
-
巡检配置
| 巡检配置 | 描述 |
|---|---|
| 定时巡检 | 自动触发任务执行的定时规则，支持输入 Crontab 表达式。 提示：单击输入框，可展开平台预设的 触发规则模板， 选择适合的模板并简单修改后即可快速设置触发规则。 |
| 巡检记录保留 | 保留巡检记录的条数。 |
| 邮件通知 | 选择邮件通知联系人。 注意：通知联系人需配置邮箱。 |
| 巡检报告名称 | 平台内置的巡检通知模板将使用该名称通知联系人。 |
| 巡检配置项 | 在平台默认的证书、集群主机和容器组巡检项中，根据需求修改预警阀值或关闭巡检项。 |
巡检报告说明
最近一次巡检
在 最近一次巡检 信息区域，可查看最近一次巡检的相关信息：
-
巡检时间：最近一次巡检的开始时间和结束时间。
-
巡检资源总数：最近一次巡检总共巡检的资源（集群、节点、容器组、证书）总数。
-
风险：存在风险的资源个数。包括发生 故障 和 预警 的资源个数。
资源风险巡检
在 资源风险巡检 页面，可查看平台上 global 集群、自建集群、接入集群以及所有集群下节点、容器组、证书的风险信息总览。
单击对应类型资源（集群、节点、容器组、证书）卡片上的 风险详情 按钮，即可进入对应类型资源的风险详情页面。在详情页面，可查看资源的最近一次巡检信息，以及存在故障和预警的资源列表。
-
单击资源名称，可跳转资源详情页面。
-
单击列表 名称 字段右侧的展开按钮可展开故障、预警的判断条件和原因。
资源的风险状态（故障、预警）判断条件说明参见下表。
说明：用于判断每类资源故障、预警的条件包含多条，当资源的巡检数据匹配到判断条件中任一一条时，即作为一条风险数据。
| 资源类型 | 巡检范围 | 故障判断条件 | 预警判断条件 |
|---|---|---|---|
| 集群 | - global 集群 - 自建集群 - 接入集群 | - 集群状态为 异常； - apiserver 连接异常 | - 集群规模（节点/容器组/mrtrics 数量）增大后，监控组件资源配置未更新。 - 日志数据量、日志采集频率增大后，日志组件资源配置未更新。 - 集群的 CPU 使用率大于 60%； - 集群的内存使用率大于 60%； - 集群的 ETCD 组件的任一容器组处于非 Running 状态； - 集群中任一主机处于非 Ready 状态； - 集群内任意 2 个节点的系统时间差超过 40S； - 集群的 CPU 请求率（实际请求值 / 总额）大于 60%； - 集群的内存请求率（实际请求值 / 总额）大于 80%； - 集群未安装监控组件； - 集群的监控组件异常； - 集群中的 kube-controller-manager 组件的任一容器组处于非 Running 状态； - 集群中的 kube-scheduler 组件的任一容器组处于非 Running 状态； - 集群中的 kube-apiserver 组件的任一容器组处于非 Running 状态。 |
| 节点 | - 所有控制节点 - 所有计算节点 | - 节点状态为 异常； - 节点上的 node-exporter 组件的容器组处于非 Running 状态； - 节点上的 kubelet 组件的容器组处于非 Running 状态。 | - 节点内 inode free 小于 1000 - 节点的 CPU 使用率大于 60%； - 节点的内存使用率大于 60%； - 节点目录的磁盘空间使用率大于 60%； - 节点的系统负载大于 200% 且运行时间大于 15 分钟； - 过去 1 天内，至少发生过一次 NodeDeadlock（节点死锁）事件； - 过去 1 天内，至少发生过一次 NodeOOM（节点上内存溢出）事件； - 过去 1 天内，至少发生过一次 NodeTaskHung（节点上任务被挂起）事件； - 过去 1 天内，至少发生过一次 NodeCorruptDockerImage（节点上有损坏的 Docker 镜像）事件。 |
| 容器组 | 所有容器组 | - 容器组状态为 错误； - 容器组处于启动状态的时长超过 5 分钟。 | - Pod 的 CPU 使用率大于 80%； - Pod 的内存使用率大于 80%； - Pod 在过去 5 分钟内的重启次数大于等于 1 次。 |
| 证书 | - Certmanager 证书 - Kubernetes 证书 | 证书状态为 过期。 | 证书的有效期小于 29 天。 |
资源用量巡检
单击 资源用量巡检 页签，进入 资源用量巡检 页面。
在 资源用量巡检 页面，可查看平台上 global 集群、接入集群、自建集群的 CPU、内存、磁盘总量、用量、使用率，以及平台上集群、节点、容器组、项目等资源的个数。
-
资源使用量统计：可查看 global 集群、接入集群和自建集群的 CPU、内存、磁盘总量和总使用率。
-
平台资源数量：可查看平台上正在运行的资源的个数。