信息。您可以使用 Red Hat OpenShift distributed tracing 平台来监控、网络性能分析，并对现代、云原生的微服务应用程 序中组件间的交互进行故障排除。 使用分布式追踪平台，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 分布式追踪平台由三个组件组成： Red Hat OpenShift distributed tracing Platform 信息。您可以使用 Red Hat OpenShift distributed tracing 平台来监控、网络性能分析，并对现代、云原生的微服务应用程 序中组件间的交互进行故障排除。 使用分布式追踪平台，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 分布式追踪平台由三个组件组成： Red Hat OpenShift distributed tracing Platform 信息。您可以使用 Red Hat OpenShift distributed tracing 平台来监控、网络性能分析，并对现代、云原生的微服务应用程 序中组件间的交互进行故障排除。 使用分布式追踪平台，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 分布式追踪平台由三个组件组成： OpenShift Container Platform 4.14 分布式追踪

Elasticsearch - Elasticsearch 是一个开源、分布式、基于 JSON 的搜索和分析引擎。分布式追踪 平台使用 Elasticsearch 进行持久性存储。 Grafana - Grafana 为网格管理员提供用于 Istio 数据的高级查询和指标分析和仪表板。另 外，Grafana 可以用来分析服务网格指标。 以下 Istio 集成与 Red Hat OpenShift Service 作为服务所有者，您可以使用分布式追踪来检测您的服务，以收集与服务架构相关的信息。您可以使用分 布式追踪来监控、网络性能分析，并对现代、云原生的基于微服务的应用中组件之间的交互进行故障排 除。 通过分布式追踪，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 Red Hat OpenShift distributed tracing 包括两个主要组件： Red Hat tracing 平台 - 提供分布式追踪以监控复杂分布式系统中的事务 并进行故障排除。它基于开源 Jaeger 项目。 Kiali - 为您的服务网格提供可观察性。允许您在单个控制台中查看配置、监控流量和分析追踪。 它基于开源 Kiali 项目。 Red Hat OpenShift Service Mesh - 允许您连接、保护、控制和观察组成应用程序的微服务。 OpenShift Container

为 Auto 或 或 Recreate。 。 当 当为 为工作复 工作复杂对 杂对象 象创 创建 建 pod 时 时， ，VPA 会持 会持续监 续监控容器以分析其 控容器以分析其 CPU 和内存需求。 和内存需求。VPA 会 会删 删除任何 除任何 不 不满 满足 足 VPA 对 对 CPU 和内存的建 和内存的建议 议的 的 pod。重新部署后， 。重新部署后，pod CR，把 ，把 updateMode 设 设置 置为 为 off。 。 当 当为该 为该工作 工作负载对 负载对象 象创 创建 建 pod 时 时, VPA 会分析容器的 会分析容器的 CPU 和内存需求，并在 和内存需求，并在 VPA CR 的 的 status 字 字 段中 段中记录 记录推荐。 推荐。VPA 会提供新的 会提供新的资 资源建 源建议 议，但不会更新 您可以通过创 过创建 建 VPA 自定 自定义资 义资源（ 源（CR）来使用 ）来使用 Vertical Pod Autoscaler Operator（ （VPA）。 ）。CR 指 指 明 明应 应分析 分析哪 哪些 些 pod，并决定 ，并决定 VPA 应该对这 应该对这些 些 pod 执 执行的操作。 行的操作。 流程 流程 为 为特定工作 特定工作负载对 负载对象 象创

作为服务所有者，您可以使用分布式追踪来检测您的服务，以收集与服务架构相关的信息。您可以使用分 布式追踪来监控、网络性能分析，并对现代、云原生的基于微服务的应用中组件之间的交互进行故障排 除。 通过分布式追踪，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 Red Hat OpenShift distributed tracing 包括两个主要组件： Red Hat 作为服务所有者，您可以使用分布式追踪来检测您的服务，以收集与服务架构相关的信息。您可以使用分 布式追踪来监控、网络性能分析，并对现代、云原生的基于微服务的应用中组件之间的交互进行故障排 除。 通过分布式追踪，您可以执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 Red Hat OpenShift distributed tracing 包括两个主要组件： Red Hat

建网络配置集并 进行故障排除。Jaeger 基于厂商中立的 OpenTracing API 和工具。 使用 Jaeger 可让您执行以下功能： 监控分布式事务 优化性能和延迟时间 执行根原因分析 Jaeger 作为 Red Hat OpenShift Service Mesh 的一部分被默认安装。 2.3.2. Jaeger 架构 Jaeger 由几个组件组成，它们一起收集、存储和显示追踪数据。 项目，可让您执行追踪来监控复杂分布式系统中的事务并进行故障排 除。 Kiali - 基于开源的 Kiali 项目，提供了对服务网格进行观察的功能。通过使用 Kiali，您可以查看配 置、监控流量，并在单一控制台中查看和分析 trace。 安装 Elasticsearch 、Jaeger 和 Kiali Operator 后，请安装 Red Hat OpenShift Service Mesh Operator。 Service Platform 中的 Red Hat OpenShift Service Mesh 1.1.2 安装。 红帽不提供对 Bookinfo 应用程序的支持。 4.5.1. 生成追踪（trace） 并分析 trace 数据 本教程使用 Service Mesh 和 Bookinfo 指南来演示如何使用 Red Hat OpenShift Service Mesh 的 Jaeger 组件来执行追踪。

VPA 来自动更新 pod，为特定工作负载对象创建一个 VPA CR，并将 updateMode 设置为 Auto 或 Recreate。 当为工作复杂对象创建 pod 时，VPA 会持续监控容器以分析其 CPU 和内存需求。VPA 会删除任何不满 足 VPA 对 CPU 和内存的建议的 pod。重新部署后，pod 根据 VPA 建议使用新的资源限值和请求，并遵 循您的应用程序的 pod 中断预算。建议被添加到 要使用 VPA 来仅决定推荐的 CPU 和内存值而不进行实际的应用，对特定的工作负载创建一个 VPA CR， 把 updateMode 设置为 off。 当为该工作负载对象创建 pod 时, VPA 会分析容器的 CPU 和内存需求，并在 VPA CR 的 status 字段中记 录推荐。VPA 会提供新的资源建议，但不会更新 pod。 使用 使用 Off 模式的 模式的 VPA CR 示例 示例 Vertical Pod Autoscaler Operator 您可以通过创建 VPA 自定义资源（CR）来使用 Vertical Pod Autoscaler Operator（VPA）。CR 指明应 分析哪些 pod，并决定 VPA 应该对这些 pod 执行的操作。 流程 流程 为特定工作负载对象创建 VPA CR: 1. 切换到您要缩放的工作负载对象所在的项目。 a. 创建一个 VPA CR

服务间的 延迟异常高。 如果 pod 日志未能揭示造成问题的原因，请使用以下方法分析性能问题： 使用 ping 或 tcpdump 等数据包分析器，分析 pod 与其节点之间的流量。 例如，在每个 pod 上运行 tcpdump 工具，同时重现导致问题的行为。检查两端的捕获信息，以 便比较发送和接收时间戳来分析与 pod 往来的流量的延迟。如果节点接口被其他 pod、存储设备 或者数据平面的流量过载，则 pod 的 IP 地 址。 tcpdump 在 /tmp/dump.pcap 中生成一个包含这两个 pod 间所有流量的文件。最好在运行分析 器后立即重现问题，并在问题重现完成后马上停止分析器，从而尽量减小文件的大小。您还可以 通过以下命令，在节点之间运行数据包分析器（从考量范围中剔除 SDN）： 使用 iperf 等带宽测量工具来测量数据流吞吐量和 UDP 吞吐量。先从 pod 运行该工具，再从节点

此命令只删除当前项目中的虚拟机。如果您要删除其他项目或命名空间中的虚拟 机，请使用 -n 选项。 10.5. 导出虚拟机 您可以导出虚拟机 (VM) 及其关联的磁盘，以将虚拟机导入到另一个集群或分析卷以备备目的。 您可以使用命令行界面创建一个 VirtualMachineExport 自定义资源 (CR)。 $ oc delete vm 第 第 10 章 章 虚 虚拟 Virtualization 组件和虚拟机的日志。 Runbooks 在 web 控制台中诊断并解决触发 OpenShift Virtualization 警报的问题。 数据卷故障排除 数据卷故障排除 通过分析条件和事件来排除数据卷的问题。 14.2. 为红帽支持收集数据 当您向红帽支持 提交支持问题单 时，使用以下工具为 OpenShift Container Platform 和 OpenShift Container Platform 监控堆栈的信息，请参阅关于 OpenShift Container Platform 监 控。 14.2.1. 收集有关环境的数据 收集有关环境的数据可最小化分析和确定根本原因所需的时间。 先决条件 先决条件 将 Prometheus 指标数据的保留时间设置为最少 7 天。 配置 Alertmanager 以捕获相关的警报并将其发送到专用邮箱，以便可以在集群外部查看和保留它

服务间的 延迟异常高。 如果 pod 日志未能揭示造成问题的原因，请使用以下方法分析性能问题： 使用 ping 或 tcpdump 等数据包分析器，分析 pod 与其节点之间的流量。 例如，在每个 pod 上运行 tcpdump 工具，同时重现导致问题的行为。检查两端的捕获信息，以 便比较发送和接收时间戳来分析与 pod 往来的流量的延迟。如果节点接口被其他 pod、存储设备 或者数据平面的流量过载，则 pod 的 IP 地 址。 tcpdump 在 /tmp/dump.pcap 中生成一个包含这两个 pod 间所有流量的文件。最好在运行分析 器后立即重现问题，并在问题重现完成后马上停止分析器，从而尽量减小文件的大小。您还可以 通过以下命令，在节点之间运行数据包分析器（从考量范围中剔除 SDN）： $ oc annotate route --all --all-namespaces --overwrite=true

14 频道 道 虽然当它们的勘误被发布后马上就会出现在 fast-4.14 频道中，但这些内容可能需要一段延迟时间会被添 加到 stable-4.14 频道中。在这个延迟过程中，会从多个源收集数据并分析用于指示产品回归。收集大量 数据点后，这些版本将添加到 stable 频道中。 注意 注意 由于获得大量的数据点所需的时间因很多因素而异，因此在快速频道和稳定频道之间的延 迟期间不会提供 Service GA 版本后，您可以选择从 fast 频道中选择 更新，或者您可能要等待红帽将版本提升到 stable 频道。fast-4.14 和 stable-4.14 中提供的更新建议被完 全支持，并从持续数据分析中同样获益。将发行版本提升到 stable 频道前的提升延迟会重新设置两个频道 之间的唯一区别。对最新 z-streams 的更新通常会在一周或两个时间内提升到 stable 频道，但最初向最新 次版本进行更新的时间更长时的延迟（通常为 MCP 成员的 10 个节点，因为这个池没有暂停。其他三个 MCP 不会更新，因为它们已暂停。如果出于某种原 因，您确定集群或工作负载健康受到 workerpool-canary 更新的负面影响，那么在分析完问题前，您会 在保持足够容量的同时，对那个池中的所有节点进行 cordon 和 drain 操作。当一切正常时，您将在决定 取消暂停前评估集群和工作负载健康状况，从而在每个额外的维护窗口中持续更新