容器与云原生 / 系统课时

读取 Istio 与 Envoy 流量指标

读取 Istio 与 Envoy 流量指标

流量策略是否生效,不能只看配置是否被接受,还要看请求实际经过代理后的结果。本课用 Istio 标准指标和 Envoy 原始指标确认请求量、5xx 比例与尾延迟,并说明哪些标签适合用于发布验证。

学习目标

  • 区分 Istio 标准流量指标与 Envoy 原始运行指标的用途。
  • 用请求速率、错误率和 P95 延迟验证流量治理效果。
  • 避免因标签口径、时间窗口和高基数维度造成误判。

先区分两层指标

Istio 标准指标回答“服务之间发生了什么”,常用的有请求计数器 istio_requests_total 和请求时延直方图 istio_request_duration_milliseconds_bucket。它们适合按服务、工作负载、版本或响应码聚合,判断灰度、重试、异常驱逐等策略的外部效果。

Envoy 原始指标回答“代理内部哪里饱和或失败”,例如上游连接、请求重置、连接失败等。排查时通常先用 Istio 指标发现异常服务,再下钻到具体代理的 Envoy 指标,而不是一开始就在大量 envoy_* 指标中搜索。

读取 Envoy 暴露的 Prometheus 指标

以下命令把目标 Pod 的 Envoy 管理端口临时转发到本机,再读取代理暴露的 Prometheus 文本。把 app=reviews 换成实际工作负载标签。

bash
# 临时暴露 Envoy admin,只在本机读取指标。
POD=$(kubectl -n default get pod -l app=reviews -o jsonpath='{.items[0].metadata.name}')
kubectl -n default port-forward "pod/$POD" 15000:15000 >/tmp/istio-envoy-port-forward.log 2>&1 &
PF_PID=$!
sleep 1

# 只筛选本课需要的 Istio 指标族。
curl -sS http://127.0.0.1:15000/stats/prometheus | grep -E '^(istio_requests_total|istio_request_duration_milliseconds_bucket)' | head
kill "$PF_PID"

预期输出会出现对应指标族;标签和值随实际流量变化:

text
istio_requests_total{<LABELS>} <VALUE>
istio_request_duration_milliseconds_bucket{<LABELS>,le="<VALUE>"} <VALUE>

如果完全没有 istio_* 指标,先确认目标 Pod 已纳入 Istio 数据面、代理正常运行,并且实际产生过流量;不要仅凭配置对象存在就判断遥测链路正常。

用 PromQL 判断流量结果

在 Prometheus 中,计数器要先用 rate() 转成窗口内速率,时延分位数则从直方图桶计算。下面三条查询分别观察请求速率、5xx 比例和 P95 延迟,示例统一以目标端 reporter="destination" 统计,避免同一请求被源端与目标端重复计数。

promql
# 请求速率
sum(rate(istio_requests_total{reporter="destination"}[5m])) by (destination_service)

# 5xx 比例
sum(rate(istio_requests_total{reporter="destination",response_code=~"5.."}[5m])) by (destination_service)
/
sum(rate(istio_requests_total{reporter="destination"}[5m])) by (destination_service)

# P95 请求时延,单位为毫秒
histogram_quantile(
  0.95,
  sum(rate(istio_request_duration_milliseconds_bucket{reporter="destination"}[5m]))
  by (le, destination_service)
)

预期结果是三组即时向量:第一组数值单位约为请求每秒,第二组是 0~1 的错误比例,第三组是毫秒级 P95 时延;具体数值应以你的流量为准。

text
{destination_service="<SERVICE>"} <VALUE>
{destination_service="<SERVICE>"} <VALUE>
{destination_service="<SERVICE>"} <VALUE>

验证金丝雀时可进一步按版本标签聚合,但要先确认目标环境确实产生该标签。判断策略是否成功时,应同时看“流量有没有到”“错误有没有升高”“尾延迟有没有恶化”,不要只盯单一百分比。

避免被指标口径误导

短窗口在低流量服务上容易出现 0、NaN 或剧烈波动,先确认样本量再解释错误率。生产查询还应固定 reporter、命名空间和目标服务等口径,避免把不同观测点混在一起。

当服务级指标已经定位到异常目标后,再结合具体 Envoy 连接、重置和上游失败指标下钻,才能把“策略未达到预期”和“代理或上游本身故障”区分开。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

读取 Istio 与 Envoy 流量指标

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通