Robusta 是一个 Python 开发的用于 Kubernetes 故障排除的开源平台。它位于你的监控堆栈（Prometheus、Elasticsearch 等）之上，并告诉你警报发生的原因以及如何修复它们。

Robusta 包含三个主要部分，全部开源：

1. 用于 Kubernetes 的自动化引擎
2. 内置自动化以丰富和修复常见警报
3. 其他一些手动故障排除工具

还有一些其他额外的可选组件：

1. 包含 Robusta、Prometheus Operator 和默认 Kubernetes 警报的工具包
2. 用于查看集群中所有警报、变更和事件的 Web UI。

Robusta 会自动执行部署应用程序后发生的所有事情。它有点像用于 DevOps 的 Zapier/IFTTT，强调的是预置的自动化，而不仅仅是“构建你自己的”。例如，当 Pod 崩溃的警报触发时，下面的自动化程序也会将日志发送到 Slack：

triggers:
  - on_prometheus_alert:
      alert_name: KubePodCrashLooping
actions:
  - logs_enricher: {}
sinks:
  - slack

每个自动化程序都包含3个部分：

• Triggers：何时运行（基于警报、日志、变更等）
• Actions：要做什么操作（超过50个内置操作）
• Sinks：将结果发送到何处（Slack等）

架构

Robusta 可以通过 Helm 进行安装和管理。

自动化引擎

Robusta 的主要组件是自动化引擎，它作为两个 Kubernetes Deployments 在集群内运行。

• robusta-forwarder：连接到 APIServer 并监控 Kubernetes 的变化，将它们转发给 robusta-runner。
• robusta-runner：执行 playbooks。

打包的 Prometheus 堆栈（可选）

Robusta 包括一个可选的嵌入式 Prometheus 堆栈，根据佳实践预先配置了 Kubernetes 警报。如果已经在使用 kube-prometheus-stack，则可以将其指向 Robusta。

Web UI（可选）

有一个 Web UI，它提供一个单一的管理面板来监控跨多个集群的所有警报和 pod。

CLI（可选）

robusta 的命令行工具有两个主要用途：

1. 通过自动生成 Helm values 使安装 Robusta 变得更容易
2. 手动触发 Robusta 故障排除工作流程（例如从任何 Java pod 获取 heap dump）

它还具有开发 Robusta 本身有用的一些功能。

使用场景

Robusta 默认情况下会监控下面这些报警和错误，并会提供一些修复建议。

Prometheus Alerts

• CPUThrottlingHigh - 显示原因和解决方法
• HostOomKillDetected - 显示哪些 Pods 被 killed 掉了
• KubeNodeNotReady - 显示节点资源和受影响的 Pods
• HostHighCpuLoad - 显示CPU使用情况分析
• KubernetesDaemonsetMisscheduled - 标记已知错误并建议修复
• KubernetesDeploymentReplicasMismatch - 显示 deployment 的状态
• NodeFilesystemSpaceFillingUp - 显示磁盘使用情况

其他错误

这些是通过监听 APIServer 来识别的：

• CrashLoopBackOff
• ImagePullBackOff
• Node NotReady

此外，WARNING 级别及以上的所有 Kubernetes 事件（kubectl get events）都会发送到 Robusta UI。

变更追踪

默认情况下，对 Deployments、DaemonSets 和 StatefulSets 的所有变更都会发送到 Robusta UI，以便与 Prometheus 警报和其他错误相关联。默认情况下，这些更改不会发送到其他接收器（例如 Slack），因为它们是垃圾邮件。

安装

要在你的 K8s 集群中配置 Robusta，首先我们需要安装 Robusta，并连接至少一个目的地（“接收器”）和至少一个源（“触发器”）。

为了配置 robusta，我们需要安装 Robusta CLI 工具，直接使用下面的命令即可安装：

# 需要 Python3.7 或以上版本
pip install -U robusta-cli --no-cache

然后就可以生成 Robusta 配置文件，这会配置安装 Slack 或其他集成工具，也非常推荐开启 cloud UI 工具：

robusta gen-config

上面的命令默认情况下会让我们配置 Slack，所以需要提前做好配置，提供一个 channel 用于接收相关信息，后会生成一个名为 generated_values.yaml 的 Helm values 文件，如果在你的 Slack 频道中收到了如下所示的信息则证明配置是正确的：

然后我们就可以使用 Helm 进行安装了，首先添加 Helm Chart Repo：

 helm repo add robusta https://robusta-charts.storage.googleapis.com && helm repo update

然后可以使用下面的命令进行安装：

helm install robusta robusta/robusta -f ./generated_values.yaml \
    --set clusterName=<YOUR_CLUSTER_NAME>

如果你使用的是 KinD 测试集群，则可以提供一个 isSmallCluster=tru 的参数，这样可以减少相关资源：

helm install robusta robusta/robusta -f ./generated_values.yaml \
    --set clusterName=<YOUR_CLUSTER_NAME> \
    --set isSmallCluster=true

比如我这里是 KinD 的测试集群，安装完成后会有如下所示的 Pod 列表：

$ kubectl get pods
NAME                                                     READY   STATUS    RESTARTS      AGE
alertmanager-robusta-kube-prometheus-st-alertmanager-0   2/2     Running   3 (30m ago)   3h25m
prometheus-robusta-kube-prometheus-st-prometheus-0       2/2     Running   2 (34m ago)   4h21m
robusta-forwarder-579fb4b548-7xqq8                       1/1     Running   1 (30m ago)   4h23m
robusta-grafana-797c64d5b4-2dbhl                         3/3     Running   3 (30m ago)   4h23m
robusta-kube-prometheus-st-operator-7c5db9ccb9-gczlp     1/1     Running   1 (30m ago)   4h23m
robusta-kube-state-metrics-649fd7db9f-6sd8p              1/1     Running   1 (34m ago)   4h23m
robusta-prometheus-node-exporter-5426b                   1/1     Running   1 (30m ago)   4h23m
robusta-prometheus-node-exporter-hx6r4                   1/1     Running   1 (30m ago)   4h23m
robusta-prometheus-node-exporter-np4jj                   1/1     Running   1 (30m ago)   4h23m
robusta-runner-9f4f56c8b-49s7p                           1/1     Running   1 (30m ago)   3h48m

如果安装的时候启用了 Robusta 的 UI 功能，则可以在 Web UI 中看到当前集群的相关监控数据。

测试

默认情况下，Robusta 会在 Kubernetes pod 崩溃时发送通知，这里我们创建一个 crashing 的 pod 来进行测试，该测试应用的资源清单如下所示：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: crashpod
spec:
  selector:
    matchLabels:
      app: crashpod
  template:
    metadata:
      labels:
        app: crashpod
    spec:
      containers:
      - image: busybox
        command: ["sh"]
        args:
        - "-c"
        - "wget -O - https://gist.githubusercontent.com/odyssomay/1078370/raw/35c5981f8c139bc9dc02186f187ebee61f5b9eb9/gistfile1.txt 2>/dev/null; exit 125;"
        imagePullPolicy: IfNotPresent
        name: crashpod
      restartPolicy: Always

直接应用该清单即可(或者执行 robusta demo 命令也可以)，正常启动后很快该 pod 就会崩溃：

$ kubectl get pods -A
NAME                            READY   STATUS             RESTARTS   AGE
crashpod-64d8fbfd-s2dvn         /1     CrashLoopBackOff   1          7s

一旦 pod 达到两次重启后，Slack 频道就可以接收到有关崩溃 pod 的消息。

而且还可以看到完整的 pod 崩溃日志，这个对于监控报警是非常有意义的。同样如果开启了  Robusta UI，在 Web UI 页面中也可以看到类似的消息。

自动化基础

为了演示 Robusta 自动化是如何工作的，我们将配置一个在 Deployment 发生变化时发送 Slack 消息的自动化。

首先添加下面内容到 generated_values.yaml 文件中：

customPlaybooks:
- triggers:
    - on_deployment_update: {}
  actions:
    - resource_babysitter:
        omitted_fields: []
        fields_to_monitor: ["spec.replicas"]

然后更新 Robusta：

helm upgrade robusta robusta/robusta --values=generated_values.yaml

更新后我们来更改一个 Deployment 的副本数：

kubectl scale --replicas NEW_REPLICAS_COUNT deployments/DEPLOYMENT_NAME

正常然后 Slack 的频道就会收到对应的一条如下所示消息通知了：

如果启用了 Robusta UI，所有的报警和变更也都会出现在 timeline 下面：

我们也可以点击查看变更的内容：

当然我们还可以利用 Robusta 来做很多事情，可以自己来实现 playbook 操作，关于 Robusta 的更多使用可以参考官方文档 https://docs.robusta.dev 了解更多信息。