CentOS K8s安裝后如何進行性能測試

CentOS K8s安裝后性能測試全流程指南

一、測試前準備

1. 驗證集群狀態
   使用kubectl確認集群節點、Pod及組件健康性：

   kubectl get nodes  # 確保所有節點狀態為"Ready"
   kubectl get pods --all-namespaces  # 確保所有Pod狀態為"Running"
   

2. 部署監控工具
   安裝Prometheus+Grafana監控集群資源（CPU、內存、磁盤、網絡）及Pod狀態，為性能分析提供數據支撐?？赏ㄟ^Helm快速部署：

   helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
   helm install prometheus prometheus-community/kube-prometheus-stack
   

3. 準備測試應用
   部署一個輕量級應用（如Nginx）作為負載目標，驗證集群基本功能并模擬真實場景：

   # nginx-deployment.yaml
   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: nginx-deployment
   spec:
     replicas: 3
     selector:
       matchLabels:
         app: nginx
     template:
       metadata:
         labels:
           app: nginx
       spec:
         containers:
         - name: nginx
           image: nginx:latest
           ports:
           - containerPort: 80
   ---
   # nginx-service.yaml
   apiVersion: v1
   kind: Service
   metadata:
     name: nginx-service
   spec:
     selector:
       app: nginx
     ports:
       - protocol: TCP
         port: 80
         targetPort: 80
     type: LoadBalancer  # 或NodePort（測試環境用）
   

   應用配置：kubectl apply -f nginx-deployment.yaml && kubectl apply -f nginx-service.yaml。

二、核心性能測試步驟

1. 基準測試

使用默認配置運行測試，收集初始性能數據（如響應時間、吞吐量、資源利用率）。常用工具：

• K6：支持JavaScript腳本編寫負載場景，適合HTTP接口測試。示例腳本（test.js）：

  import http from 'k6/http';
  import { check } from 'k6';
  
  export let options = {
    vus: 10,          // 虛擬用戶數
    duration: '30s',  // 測試時長
  };
  
  export default function () {
    let res = http.get('http://<nginx-service-ip>/');
    check(res, { 'status is 200': (r) => r.status === 200 });
  }
  

  運行測試：k6 run test.js（本地運行）或通過K8s Job分布式執行。
• Locust：Python編寫的分布式負載測試工具，適合復雜場景（如用戶行為模擬）。
• JMeter：Java工具，支持HTTP、數據庫等多種協議，適合企業級復雜測試。

2. 壓力測試

逐步增加負載（如提升虛擬用戶數、并發請求數），觀察集群在高負載下的表現，識別性能拐點。例如用K6調整vus（虛擬用戶數）至100，運行k6 run --vus 100 --duration 1m test.js，記錄響應時間、錯誤率及節點資源使用率（通過Prometheus查看）。

3. 穩定性測試

在高負載（如80%集群容量）下持續運行測試（如1小時），檢查系統穩定性：

• 是否出現Pod頻繁重啟（kubectl get pods -w查看重啟次數）。
• 資源是否耗盡（如節點內存使用率超過90%，通過Prometheus監控）。
• 服務是否可用（通過Grafana查看請求成功率）。

4. 故障注入測試

模擬節點或網絡故障，驗證集群容錯能力：

• 節點故障：使用kubectl drain <node-name>排空節點（模擬節點宕機），觀察Pod是否自動遷移至其他節點（kubectl get pods -o wide查看Pod分布）。
• 網絡中斷：使用kube-monkey隨機刪除Pod（需提前安裝），檢查服務是否自動恢復（kubectl describe pod <pod-name>查看重啟原因）。

5. 集群組件專項測試

針對K8s核心組件進行性能驗證：

• etcd：使用etcd-benchmark工具測試etcd的讀寫性能（需進入etcd容器運行）。
• 網絡：使用iperf3測試集群內網絡帶寬（在兩個Pod間運行iperf3 -c <target-pod-ip>），使用netperf測試延遲。
• 調度性能：使用ClusterLoader2模擬大規模Pod創建（如1000個Pod），測試調度器性能（生成調度延遲、成功率報告）。

三、測試結果分析與優化

1. 數據收集與可視化
   從Prometheus導出測試數據，通過Grafana創建儀表盤，展示關鍵指標（如CPU使用率、內存占用、Pod重啟次數、請求延遲）。例如Grafana的Kubernetes集群監控模板可直接使用。

2. 瓶頸識別
   分析數據找出性能瓶頸：

   • 若CPU使用率過高，可能是應用計算密集或Pod資源限制過低（調整resources.requests/limits）。
   • 若內存出現OOM，需增加Pod內存限制或優化應用內存使用。
   • 若網絡延遲高，可能是節點網絡帶寬不足或CNI插件性能問題（如Calico配置優化）。

3. 優化調整
   根據瓶頸調整配置：

   • 資源分配：調整Pod的resources.requests（請求資源）和limits（限制資源），避免資源爭搶。
   • 自動伸縮：配置Horizontal Pod Autoscaler（HPA）根據CPU/內存使用率自動擴縮容（示例HPA配置）：

     apiVersion: autoscaling/v2
     kind: HorizontalPodAutoscaler
     metadata:
       name: nginx-hpa
     spec:
       scaleTargetRef:
         apiVersion: apps/v1
         kind: Deployment
         name: nginx-deployment
       minReplicas: 3
       maxReplicas: 10
       metrics:
       - type: Resource
         resource:
           name: cpu
           target:
             type: Utilization
             averageUtilization: 70
     

   • 集群擴容：若節點資源不足，添加新節點（kubeadm join）或升級節點規格（如CPU、內存）。

四、注意事項

• 測試環境隔離：避免在生產環境進行性能測試，建議使用獨立的測試集群。
• 逐步加壓：避免一次性施加過高負載，導致集群崩潰。
• 監控全程開啟：測試過程中持續監控集群狀態，及時發現異常。
• 自動化測試：將性能測試集成到CI/CD流程（如Jenkins），每次部署后自動運行，確保性能穩定性。