K8S工具推荐：Kubernetes资源优化神器KRR：一键诊断集群资源浪费

一、工具速览：KRR是什么？

KRR (Kubernetes Resource Recommender)是一款基于Prometheus数据的K8s资源优化工具，专治“资源分配不合理”的顽疾：

✅核心功能

• • 智能推荐Pod的CPU/内存Request与Limit值

• • 支持Prometheus/Thanos/Victoria等主流监控系统

• • 生成JSON/CSV/网页报告，支持Slack通知

✅核心优势
✨无需部署：本地CLI工具即开即用
✨数据可视：通过免费SaaS平台查看推荐依据
✨灵活扩展：自定义算法应对复杂场景

二、工作原理：算法背后的科学 📊

1. 数据采集

分析以下Prometheus指标：

# CPU使用率（5分钟间隔）
sum(irate(container_cpu_usage_seconds_total{...}[5m]))
# 内存工作集大小
sum(container_memory_working_set_bytes{...})

2. 推荐逻辑

• •CPU建议 取历史用量99%分位值作为Request，建议取消Limit以利用闲置资源 [ \text{CPU Request} = P_{99}(\text{CPU Usage}) ]

• •内存建议 取过去一周峰值 + 5%缓冲，Request与Limit对齐 [ \text{Memory Request} = \text{Max Usage} \times 1.05 ]

三、极简安装：3种方法任选 🛠️

方法1：Mac/Linux一键安装

brew tap robusta-dev/homebrew-krrbrew install krrkrr --version  # 验证安装

方法2：Docker快速启动

docker run -v ~/.kube/config:/root/.kube/config \  us-central1-docker.pkg.dev/.../krr:v1.8.3 \  krr simple

方法3：源码安装

git clone https://github.com/robusta-dev/krrpython krr.py --help

四、实战操作：5分钟上手指南 🚦

场景1：全集群资源诊断

# 生成默认报告（Markdown格式）
krr simple -o md > report.md
# 查看JSON格式报告
krr simple -o json | jq .

场景2：指定命名空间优化

# 只检查prod命名空间
krr simple --namespace=prod
# 排除测试环境
krr simple --exclude-namespaces=test,dev

输出示例：优化建议一目了然

{  "frontend-pod":{    "cpu":{"request":"800m","limit":"None"},    "memory":{"request":"1.2Gi","limit":"1.2Gi"}},"db-pod":{    "cpu":{"request":"2.1","limit":"None"},    "memory":{"request":"4Gi","limit":"4Gi"}}}

五、进阶技巧：解锁隐藏功能 🔑

技巧1：网页可视化报告

# 生成带交互图表的网页报告
krr simple -o html > report.html

技巧2：Slack每日播报

krr slack --token=xoxb-... --channel=#k8s-alerts

Slack

技巧3：HPA联动优化

# 结合HPA配置自动调整
krr simple --allow-hpa

六、GitHub仓库 🔑

https://github.com/robusta-dev/krr

最后

以上就是岁月静好最近收集整理的关于K8S工具推荐：Kubernetes资源优化神器KRR：一键诊断集群资源浪费的全部内容，更多相关K8S工具推荐内容请搜索靠谱客的其他文章。