文档中心

容器服务

集群观测

控制面服务观测

控制面服务观测允许您监控集群控制面核心组件的工作状态。本文为您介绍如何配置控制面服务观测功能。

前提条件

已开启云原生观测功能，详情请参见开启观测。

操作步骤

步骤一：开启观测

登录容器服务控制台。

在左侧导航栏单击集群，找到目标集群，单击集群名称。

在集群管理页面的左侧导航栏中，单击观测配置，并选择基础观测页签。

选择控制面服务卡片，单击启用，开启控制面服务观测。

系统自动检查开启控制面服务观测所需的必要条件。

单击开启，开启控制面服务观测。

步骤二：配置采集规则

控制面组件监控开启后，您可以配置采集规则，选择需要采集的目标组件、具体指标项及采集间隔。可以根据实际需求丢弃一些不用的指标。

在集群管理页面的左侧导航栏中，单击观测配置，并选择基础观测页签。

选择控制面服务卡片，单击编辑配置并选择指标页签，在组件列表操作列，单击开关，开启或关闭组件的采集规则。当关闭组件的采集规则时，系统不会采集该组件的所有指标。

单击确认，完成配置。

步骤三：配置告警

您可以基于预置的告警模板，快速完成控制面服务观测的告警配置。

在集群管理页面的左侧导航栏中，单击观测配置，并选择基础观测页签。

选择控制面服务卡片，单击编辑配置并选择告警页签，配置告警的相关参数。

配置项	说明
告警模板	单击开启需要的告警模板。
告警聚合策略	在下拉菜单中选择告警聚合策略。详情请参见创建告警聚合策略。
告警通知策略	在下拉菜单中选择告警通知策略。系统会使用通知策略中配置的告警等级和联系人组，将告警发送给指定的联系人。详情请参见创建告警通知策略。

说明

除了直接使用预置告警模板配置告警规则，您可以自定义模板中的配置，或直接使用 PromQL 语句配置告警规则。详情请参见配置告警。

预置告警规则模板的详情，包括规则说明、PromQL 配置和常见告警处理流程。请参见预置告警模板。

单击确定，完成配置。

观测看板

说明

预置看板中为您提供监控数据同比对照、复制看板语句等功能，详情请参见使用看板。

kube-apiserver 监控

配置控制平面组件监控后，您可以查看控制面组件的指标大盘。设置查询的时间段，并指定刷新方式（手动刷新、自动刷新）。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择核心组件监控 > kube-apiserver 监控，即可查看监控看板。

kube-apiserver 监控看板中关于 APF 限流相关的图表说明，如下表所示。

说明

图表对应 PromQL 语句的获取方式，请参见使用看板。

图表名称	单位	图表说明
APF 当前执行请求数量（维度：FS + PL）	个	按 FlowSchema + PriorityLevelConfiguration 维度统计请求数量的相关指标。包括以下指标：当前执行：不同 FlowSchema 在对应 PriorityLevelConfiguration 中当前正在执行的请求数量。待处理：不同 FlowSchema 在对应 PriorityLevelConfiguration 中当前等待执行的请求数量。
APF 当前在队列中待处理请求数量（维度：FS + PL）	个
APF 名义并发限制席位数	个	按 PriorityLevelConfiguration 维度统计 APF 席位数量的相关指标。包括以下指标：名义并发限制：PriorityLevelConfiguration 的名义最大并发席位限制。当前并发限制：不同 PriorityLevelConfiguration 中，在动态调整（借出借入）后实际允许的最大并发席位数量。当前在执行：不同 PriorityLevelConfiguration 中当前正在执行的请求数对应的席位数量。当前在排队：不同 PriorityLevelConfiguration 中排队中的请求数对应的席位数量。
APF 当前并发限制席位数	个
APF 当前在执行的席位数量	个
APF 当前在排队的席位数量	个
APF 请求执行时间 [P90]	秒	每个 FlowSchema 以及对应 PriorityLevelConfiguration 的请求从开始执行到最终完成所花费的时间 90 分位数。
APF 请求等待时间 [P90]	秒	每个 FlowSchema 以及对应 PriorityLevelConfiguration 的请求从进入队列到开始执行之间的等待时间 90 分位数。
APF 成功调度并处理的请求 QPS	req/s	每个 FlowSchema 以及对应 PriorityLevelConfiguration 成功调度并处理的请求QPS。
APF 拒绝请求 QPS	req/s	每个 FlowSchema 以及对应 PriorityLevelConfiguration 中因超出并发限制或队列容量而被拒绝的请求QPS。

etcd 监控

配置控制平面组件监控后，您可以查看控制面组件的指标大盘。设置查询的时间段，并指定刷新方式（手动刷新、自动刷新）。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择核心组件监控 > etcd 监控，即可查看监控看板。

kube-scheduler 监控

配置控制平面组件监控后，您可以查看控制面组件的指标大盘。设置查询的时间段，选择查询的实例，并指定刷新方式（手动刷新、自动刷新）。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择核心组件监控 > kube-scheduler 监控，即可查看监控看板。

cluster-autoscaler 监控

配置控制平面组件监控后，您可以查看控制面组件的指标大盘。设置查询的时间段，选择查询的实例，并指定刷新方式（手动刷新、自动刷新）。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择核心组件监控 > cluster-autoscaler 监控，即可查看监控看板。

kube-controller-manager 监控

配置控制平面组件监控后，您可以查看控制面组件的指标大盘。设置查询请求的分位数（quantile）、时间段，并指定刷新方式（手动刷新、自动刷新）。

在集群管理页面的左侧导航栏中，选择监控中心 > 监控看板。

在左侧看板列表中选择核心组件监控 > kube-controller-manager 监控，即可查看监控看板。

kube-controller-manager 监控看板主要分为 3 个部分，分别面向 Resource（资源用量）、Workqueue（队列）和 Kube API。详细的图表说明，如下表所示。

说明

图表对应 PromQL 语句的获取方式，请参见使用看板。

图表名称	单位	图表说明
Resource（资源用量）
存活的 kube-controller-manager 实例	个	kube-controller-manager 组件的健康实例数量。正常情况下，集群中 kube-controller-manager 组件的实例数应该为 1 个，少数大规模的集群拥有 2 个实例。如果实例数异常（不为 1 或 2，或实例数为 0），代表集群中 kube-controller-manager 实例异常。说明您可以使用该图表中的 PromQL 语句创建告警规则，当实例数异常时产生告警。告警配置方式，请参见创建告警规则。
kube-controller-manager 进程驻留内存	MiB	kube-controller-manager 组件的常驻内存使用量。正常情况下，该值仅会围绕一个 “基线值” 小幅波动，无持续上涨或突发峰值。仅在集群大规模操作（如批量创建 Pod/Service、节点扩缩容）时短暂上升，操作结束后回落至基线。如果出现内存持续上涨或突发峰值等，代表 kube-controller-manager 实例异常。
kube-controller-manager CPU 核心使用量	毫核	kube-controller-manager 组件的 CPU 使用率。正常情况下，该值仅会围绕一个 “基线值” 小幅波动，无持续高占用或突发峰值。仅在集群大规模操作（如批量创建 Pod/Service、节点扩缩容）时短暂上升，操作结束后回落至基线。如果出现 CPU 持续高占用（> 基线 2 倍且不回落）或 CPU 使用率突发尖刺等，代表 kube-controller-manager 实例异常。
Workqueue（队列）
Workqueue 入队速率	个	kube-controller-manager 组件每个控制器（如节点、Service、端点控制器）在单位时间内的新增任务数量。正常情况下，所有队列的速率值应围绕基线波动，仅在集群操作（如批量创建 Pod/Service、节点扩缩容）时短暂上升，操作结束后回落至基线。如果出现单一队列速率持续冲高、多队列速率同时飙升或某核心队列速率长期为 0 等，代表 kube-controller-manager 实例异常。
Workqueue 深度	个	kube-controller-manager 组件每个控制器（如节点、Service、端点控制器）各工作队列的平均深度（即队列中待处理的任务数）。正常情况下，所有队列的均值应较为稳定，且在较低水平。仅在集群操作（如批量创建 Pod/Service、节点扩缩容）时短暂上升，操作结束后回落至稳定均值。如果出现队列深度长时间保持在较高水平，表明 Controller 不能及时处理队列中的任务，导致任务堆积。
Workqueue 处理时延	秒	kube-controller-manager 组件每个控制器（如节点、Service、端点控制器）各工作队列中，任务在队列中等待时长的分位数（例如配置quantile为0.9时，代表 90% 任务的等待时长）。说明 Workqueue 深度异常通常伴随 Workqueue 处理时延分位值升高（任务积压，导致等待时长变长）。两个指标可以进行关联分析。建议关注 0.9 分位（反映 90% 任务的等待时长）和 0.99 分位（暴露长尾延迟问题）。
Kube API
请求 APIServer 的 QPS	个	kube-controller-manager 组件在单位时间内向 API Server 发起的 HTTP 请求数量。基于请求方法（Method）和响应码（Code）进行分析。正常情况下，GET 请求方法的占比应该大于 80%，且响应码中 99% 以上为 2xx（如 200/201），不存在 5xx 错误。如果出现 4xx 错误或 5xx 错误，表示 kube-controller-manager 组件的资源消耗增加或控制器逻辑异常。
请求 APIServer 的延迟分布	秒	kube-controller-manager 组件调用 API Server 的请求耗时分位数（例如配置quantile为0.9时，代表 90% 请求的耗时）。说明建议关注 0.9 分位（反映 90% 任务的请求的耗时）和 0.99 分位（暴露极端慢请求问题）。

查看指标

如需查询集群中的已接入/未接入指标，或查询指标的具体含义，请参见指标查询。

支持使用托管 Prometheus 的 Explore 功能来快速查询和展示指标数据。详情请参见指标查询。

最近更新时间：2026.08.19 11:38:05

这个页面对您有帮助吗？

有用

无用