K8s 노드 및 클러스터 리소스 사용량 분석

1. K8s 노드 및 클러스터 리소스 사용량 분석

a) 메트릭 수집 도구 활용

• Kubelet Metrics: 각 노드에서 Kubelet이 제공하는 메트릭을 통해 CPU, 메모리, 디스크, 네트워크 사용량을 모니터링
• Prometheus & Grafana: 클러스터 전반의 메트릭을 수집하고 시각화하는 데 유용한 도구
• Metrics Server: Kubernetes 네이티브 리소스 메트릭을 제공하며 HPA와 같은 기능에 사용

b) 주요 리소스 분석 지표

• Node Utilization: CPU, 메모리의 사용량 비율을 확인하여 노드 간 부하 분배를 분석
• Pod Resource Requests/Usage: 각 Pod가 요청(requests)한 리소스와 실제 사용량(usage)을 비교
• Evicted Pods: 메모리 부족 등으로 인해 축출된 Pod를 모니터링
• Load Distribution: 클러스터의 워크로드가 특정 노드에 집중되어 있지 않은지 확인

c) 리소스 사용량 시각화

• kubectl top 명령어: Pod 및 노드의 실시간 리소스 사용량 확인

kubectl top nodes
kubectl top pods

• Grafana Dashboard: 클러스터 사용량을 한눈에 볼 수 있는 대시보드 구성

---

2. 리소스 과다 사용 감지 및 조정

a) ResourceQuota 설정

Namespace 단위로 리소스 사용을 제한하여 과도한 리소스 소비를 방지

• 예시: CPU, 메모리, Pod 수 제한

apiVersion: v1
kind: ResourceQuota
metadata:
  name: compute-quota
  namespace: example-namespace
spec:
  hard:
    pods: "10"
    requests.cpu: "4"
    requests.memory: "8Gi"
    limits.cpu: "8"
    limits.memory: "16Gi"

b) LimitRange 설정

Pod, Container 단위로 리소스 요청(requests)과 상한(limits)을 정의하여 과다 사용 방지

• 예시: Container당 CPU와 메모리 제한
   

apiVersion: v1
kind: LimitRange
metadata:
  name: limits
  namespace: example-namespace
spec:
  limits:
  - default:
      cpu: "500m"
      memory: "512Mi"
    defaultRequest:
      cpu: "250m"
      memory: "256Mi"
    type: Container

c) 과다 사용 탐지 및 알림

• Prometheus Alerts: 리소스 사용량 초과 시 알림 설정
• Audit Logs: 특정 사용자가 과도한 리소스를 요청하는지 확인

---

3. 워크로드 최적화 및 스케일링

a) HPA (Horizontal Pod Autoscaler)

• 기능: Pod의 수를 동적으로 조정
• 기준: CPU 사용률, 메모리 사용률, 또는 사용자 정의 메트릭(Custom Metrics)
• 설정 예시:
   

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: hpa-example
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

b) VPA (Vertical Pod Autoscaler)

• 기능: Pod 내 컨테이너의 requests와 limits를 동적으로 조정
• 도입 효과: 리소스 과소/과다 요청을 방지하여 노드 활용 효율성 증가
• 설정 예시:

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: vpa-example
  namespace: default
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: nginx-deployment
  updatePolicy:
    updateMode: "Auto"

c) Cluster Autoscaler

• 기능: 워크로드에 따라 클러스터의 노드 수를 자동으로 조정
• 도입 사례: GKE, EKS, AKS 등 매니지드 클러스터에서 지원

---

결론

효율적인 리소스 관리 및 최적화를 위해서는 지속적인 모니터링과 정책 기반 제어가 필수적입니다. Kubernetes의 네이티브 기능(ResourceQuota, LimitRange, HPA, VPA)과 도구(Prometheus, Grafana)를 적절히 활용하면 안정성과 비용 효율성을 동시에 확보할 수 있습니다.