Performance no Kubernetes: 10 métricas essenciais e guia de tuning

O que é performance no Kubernetes?

TL;DR: A performance no Kubernetes é definida pela eficiência, confiabilidade e velocidade do seu cluster. As áreas principais incluem tempos de inicialização de pods, capacidade de resposta do servidor de API e consumo de recursos. Otimizá-la exige ajuste fino na alocação de recursos, prevenção de throttling de CPU e o uso de ferramentas como o ClusterLoader2 para testar limites sob carga.

Métricas críticas de performance:

Para manter a saúde do cluster, é preciso acompanhar ativamente estas áreas centrais do sistema:

• Uso de CPU: monitore a utilização de CPU de pods, contêineres e nodes para identificar disputa por recursos, throttling e restrições de capacidade.
• Uso de memória: acompanhe o consumo de memória para detectar vazamentos, evitar pressão nos nodes e prevenir evicções de pods.
• Reinicializações de pods: fique atento a reinicializações frequentes de contêineres, que podem indicar falhas na aplicação, probes com erro ou limites de recursos sendo ultrapassados.
• Status e disponibilidade dos pods: monitore os estados e a prontidão dos pods para garantir que os workloads permaneçam saudáveis e aptos a atender o tráfego.
• Métricas de pressão nos nodes: acompanhe throttling de CPU, consumo total de memória e I/O de disco, já que gargalos nos nodes se propagam para os workloads.
• I/O de disco e armazenamento: meça throughput, latência e IOPS para identificar gargalos de armazenamento que afetam a performance das aplicações.
• Performance do scheduler: acompanhe a latência de agendamento, pods pendentes e falhas de agendamento para garantir que os workloads sejam alocados de forma eficiente.
• Métricas de autoscaling: monitore a atividade de escalonamento, o número de réplicas e as métricas de utilização para verificar se os autoscalers respondem adequadamente às mudanças de demanda.
• Métricas de aplicação: meça latência, throughput, taxas de erro e outros indicadores de nível de serviço para entender a performance percebida pelo usuário.
• Métricas do control plane: monitore a latência do etcd (idealmente <10ms) e as latências de requisição do kube-apiserver para evitar gargalos na API.

Neste artigo:

• Por que a performance no Kubernetes é importante
• Problemas comuns de performance no Kubernetes
• Métricas críticas de performance no Kubernetes
• Como solucionar problemas de performance no Kubernetes
• Boas práticas de tuning de performance no Kubernetes

---

Por que a performance no Kubernetes é importante

A performance no Kubernetes afeta a disponibilidade das aplicações, a escalabilidade e a eficiência de custos. Um cluster com boa performance consegue lidar com workloads variáveis com atrasos mínimos, enquanto uma performance ruim pode gerar tempos de resposta mais lentos, interrupções de serviço e desperdício de recursos de infraestrutura. À medida que as organizações dependem do Kubernetes para rodar sistemas em produção, manter uma performance sólida é indispensável para atingir metas de negócio e operacionais.

• Melhora a confiabilidade das aplicações: alocação e agendamento eficientes de recursos ajudam as aplicações a permanecerem estáveis sob workloads variáveis, reduzindo o risco de interrupções e degradação de performance.
• Aprimora a experiência do usuário: inicialização de pods mais rápida, menor latência e capacidade de resposta consistente melhoram a experiência dos usuários finais.
• Sustenta um escalonamento eficiente: clusters de alta performance respondem rapidamente a mudanças na demanda, garantindo que os workloads escalem sem atrasos desnecessários.
• Reduz custos de infraestrutura: o uso otimizado de CPU, memória, armazenamento e rede reduz o desperdício de recursos e ajuda a evitar o provisionamento excessivo.
• Previne disputa por recursos: o tuning de performance ajuda a garantir que os workloads não compitam em excesso por recursos compartilhados, reduzindo gargalos e mantendo um comportamento previsível.
• Melhora a eficiência operacional: agendamento mais rápido, recuperação ágil de falhas e operações de cluster mais fluidas reduzem a carga das equipes de plataforma e operações.
• Ajuda a cumprir os objetivos de nível de serviço (SLOs): monitorar e otimizar a performance permite manter as metas de disponibilidade, tempos de resposta e métricas de confiabilidade.
• Fortalece a estabilidade do cluster: identificar e resolver problemas como pressão nos nodes, reinicializações excessivas de pods ou atrasos no control plane ajuda a manter um ambiente Kubernetes saudável e resiliente.

---

Problemas comuns de performance no Kubernetes

1. Requests e limits de recursos mal configurados

Requests e limits de recursos configurados de forma inadequada são uma causa frequente de problemas de performance em ambientes Kubernetes. Se os requests forem definidos muito altos, o scheduler pode deixar nodes subutilizados, gerando desperdício de recursos e custos de infraestrutura mais altos. Por outro lado, requests muito baixos podem fazer as aplicações disputarem CPU e memória, aumentando a probabilidade de throttling e erros de falta de memória (OOM). Esse desequilíbrio afeta a estabilidade dos workloads e a eficiência do cluster.

Os limits de recursos também afetam a performance. Quando os limits são definidos de forma muito agressiva, os pods podem ser encerrados ou sofrer throttling, comprometendo a disponibilidade do serviço. Sem limits, processos descontrolados podem consumir todos os recursos disponíveis de um node, afetando os workloads vizinhos.

Como resolver: Encontrar o equilíbrio certo exige análise contínua dos padrões de uso e ajuste de requests e limits conforme os workloads evoluem.

2. Throttling de CPU

O throttling de CPU ocorre quando um contêiner tenta usar mais CPU do que o limite alocado, fazendo com que o Kubernetes restrinja seu uso. Isso pode levar a tempos de resposta maiores, throughput degradado e performance imprevisível. O throttling é especialmente problemático para workloads sensíveis à latência, em que lentidões breves podem afetar a experiência do usuário ou a confiabilidade do serviço. O throttling frequente de CPU geralmente resulta de limits de CPU definidos muito abaixo das necessidades do workload.

Como resolver: Monitorar métricas de uso de CPU e de throttling ajuda a identificar os contêineres afetados. A solução geralmente envolve fazer o right-sizing de requests e limits de CPU e garantir que as políticas de autoscaling comportem workloads com picos sem introduzir throttling desnecessário.

3. Pressão de memória e evicções de pods

A pressão de memória acontece quando um node fica sem memória disponível, forçando o scheduler do Kubernetes a remover pods para liberar recursos. Isso pode interromper a disponibilidade das aplicações, especialmente se serviços críticos forem encerrados ou se os pods removidos demorarem para reiniciar. A pressão de memória costuma ser causada por superalocação, uso ineficiente de memória pelas aplicações ou ausência de limits de memória em determinados workloads. Evicções de pods por pressão de memória podem gerar falhas em cascata se outros nodes também estiverem perto da capacidade ou se os pods removidos não puderem ser agendados em outro lugar.

Como resolver: Monitoramento contínuo do uso de memória dos nodes, definição adequada de requests e limits de memória e otimização do consumo de memória das aplicações ajudam a prevenir evicções frequentes e a manter a estabilidade do cluster.

4. Autoscaling mal configurado

O autoscaling é um recurso central do Kubernetes, mas uma configuração inadequada pode levar ao provisionamento insuficiente ou excessivo de recursos. Se os limiares de escalonamento forem definidos de forma muito conservadora, os workloads podem não escalar rápido o suficiente durante picos de demanda, causando gargalos de performance. Um escalonamento agressivo pode resultar em rotatividade desnecessária de pods, disputa por recursos e aumento dos custos de infraestrutura.

Um autoscaling mal configurado geralmente decorre de métricas imprecisas ou insuficientes usadas nas decisões de escalonamento. Depender apenas de CPU ou memória pode não capturar a demanda real do workload, especialmente em aplicações sensíveis a I/O ou latência.

Como resolver: Ajustar as configurações do autoscaler e usar métricas personalizadas que reflitam a performance da aplicação é essencial para um escalonamento eficaz e um comportamento consistente dos workloads.

5. Probes em cascata

O Kubernetes usa probes de readiness e liveness para determinar a saúde dos pods, mas probes mal projetados podem criar problemas de performance. Se os probes forem muito frequentes, podem sobrecarregar a aplicação com requisições, aumentando a latência e o consumo de recursos. Em alguns casos, falhas nos probes podem disparar reinicializações desnecessárias, gerando instabilidade no serviço e tempos de recuperação maiores.

Falhas nos probes podem agravar problemas durante eventos de estresse no cluster, como falhas de nodes ou rolling updates. Se vários pods falharem nas verificações de saúde ao mesmo tempo, isso pode causar reinicializações em massa e degradar a performance do cluster.

Como resolver: É necessário ajustar com cuidado os intervalos, timeouts e limiares dos probes para evitar esses efeitos e garantir que eles cumpram seu propósito.

6. Gargalos de armazenamento

A performance de armazenamento é um gargalo comum em clusters Kubernetes, especialmente para workloads com estado. Volumes persistentes lentos, alta latência de disco ou IOPS limitado podem causar lentidão nas aplicações, aumento nos tempos de inicialização dos pods e, nos piores cenários, perda de dados. Gargalos de armazenamento geralmente têm origem em backends de armazenamento subdimensionados ou padrões ineficientes de acesso a dados.

Como resolver: Monitorar métricas de I/O de armazenamento e selecionar classes de armazenamento apropriadas é essencial para prevenir gargalos. Workloads com requisitos de alto throughput ou baixa latência devem usar soluções de armazenamento adequadas às suas necessidades. Revisar a performance do armazenamento, ajustar os padrões de acesso das aplicações e escalar os recursos de armazenamento conforme a demanda cresce ajuda a manter a capacidade de resposta do cluster e a integridade dos dados.

---

Métricas críticas de performance no Kubernetes

Uso de CPU

O uso de CPU é uma métrica-chave de performance no Kubernetes porque mostra quanto poder de processamento os workloads e nodes estão consumindo. Um uso alto de CPU pode indicar carga pesada, enquanto um uso consistentemente baixo pode sugerir provisionamento excessivo e alocação ineficiente de recursos. Ao acompanhar as tendências de utilização de CPU ao longo do tempo, as equipes conseguem dimensionar workloads corretamente, melhorar a eficiência do agendamento e configurar políticas de autoscaling que respondem à demanda.

Por que as métricas de CPU são importantes:

• Monitorar o uso de CPU nos níveis de pod, contêiner e node ajuda as equipes a determinar se os workloads têm capacidade de computação suficiente para operar com confiabilidade.
• As métricas de CPU também são importantes para identificar throttling e ajustar requests e limits de recursos.
• Se os contêineres atingirem seus limits de CPU com frequência, os tempos de resposta da aplicação podem aumentar e o throughput pode cair.

Uso de memória

O uso de memória mede quanta RAM está sendo consumida por contêineres, pods e nodes dentro de um cluster Kubernetes. Como a memória é um recurso não compressível, o uso excessivo pode levar a instabilidade, incluindo erros de falta de memória e evicções de pods.

Por que as métricas de uso de memória são importantes:

• Monitorar o uso de memória ajuda a identificar workloads com vazamentos de memória, consumo acima do esperado ou operando muito perto dos limits configurados.
• Acompanhar o uso de memória é crítico para definir requests e limits precisos. Se os requests de memória forem muito baixos, os pods podem ser alocados em nodes que não conseguem sustentá-los durante picos de demanda.
• Se os limits forem muito restritivos, as aplicações podem ser encerradas inesperadamente.

Reinicializações de pods

As reinicializações de pods indicam com que frequência os contêineres dentro dos pods estão reiniciando, o que pode sinalizar problemas de aplicação ou infraestrutura. Reinicializações frequentes podem resultar de falhas na aplicação, verificações de saúde malsucedidas, limits de memória excedidos, erros de configuração ou falhas em dependências. Um número alto de reinicializações pode reduzir a disponibilidade e indicar problemas de confiabilidade no workload.

Por que as reinicializações de pods são importantes:

• Monitorar as reinicializações de pods ajuda as equipes a detectar aplicações instáveis antes que causem interrupções de serviço.
• Os padrões de reinicialização devem ser analisados junto com logs, uso de recursos e resultados dos probes para determinar a causa raiz.
• Reduzir reinicializações desnecessárias melhora a confiabilidade das aplicações, encurta os tempos de recuperação e sustenta uma performance previsível no Kubernetes.

Status e disponibilidade dos pods

As métricas de status e disponibilidade dos pods mostram se os workloads estão rodando conforme o esperado e se o número desejado de pods está disponível para atender o tráfego. Estados importantes de pods incluem Running, Pending, Failed, CrashLoopBackOff e ImagePullBackOff. Pods presos em estados não operacionais podem indicar problemas de agendamento, falhas de imagem, escassez de recursos ou erros de configuração.

Por que as métricas de pods são importantes:

• As métricas de disponibilidade são importantes para workloads em produção porque refletem se as aplicações conseguem atender à demanda dos usuários.
• Monitorar pods prontos e disponíveis ajuda as equipes a detectar degradação de serviço, rollouts com falha e problemas de capacidade.
• Manter uma disponibilidade sólida de pods garante que as aplicações permaneçam responsivas durante eventos de escalonamento, deployments e falhas de nodes.

Métricas de pressão nos nodes

As métricas de pressão nos nodes indicam se um node do Kubernetes está sofrendo estresse de recursos. Condições comuns de pressão incluem pressão de memória, pressão de disco e pressão de PID. Quando um node entra em estado de pressão, o Kubernetes pode remover pods ou impedir que novos pods sejam agendados nesse node, o que pode afetar a disponibilidade das aplicações e a estabilidade do cluster.

Por que as métricas de nodes são importantes:

• Monitorar a pressão nos nodes ajuda as equipes a identificar gargalos de infraestrutura antes que causem interrupções.
• Essas métricas devem ser analisadas junto com dados de CPU, memória, disco e densidade de pods para entender por que um node está sob estresse.
• Tratar a pressão nos nodes por meio de planejamento de capacidade, redistribuição de workloads e ajuste de recursos ajuda a manter um cluster estável.

I/O de disco e armazenamento

As métricas de I/O de disco e armazenamento medem a eficiência com que os workloads do Kubernetes leem e gravam nos sistemas de armazenamento. Essas métricas incluem throughput de disco, IOPS, latência e utilização de volumes. Uma performance ruim de armazenamento pode deixar as aplicações mais lentas, atrasar a inicialização de pods e afetar workloads com estado, como bancos de dados, filas de mensagens e sistemas de analytics.

Por que as métricas de I/O são importantes:

• Monitorar o I/O de armazenamento é necessário para detectar gargalos em volumes persistentes, classes de armazenamento e na infraestrutura subjacente.
• Alta latência ou IOPS saturado podem indicar que um workload precisa de armazenamento mais rápido, padrões melhores de acesso a dados ou capacidade adicional.
• Uma performance sólida de armazenamento ajuda a garantir que as aplicações permaneçam responsivas e que os serviços com estado operem com confiabilidade.

Performance do scheduler

A performance do scheduler mede a rapidez e a eficácia com que o scheduler do Kubernetes atribui pods aos nodes. Indicadores-chave incluem latência de agendamento de pods, número de pods pendentes e falhas de agendamento. Um agendamento lento pode atrasar a inicialização das aplicações, reduzir a agilidade do escalonamento e criar problemas de disponibilidade durante picos de tráfego ou eventos de recuperação.

Por que as métricas do scheduler são importantes:

• Monitorar a performance do scheduler ajuda a identificar problemas como capacidade insuficiente do cluster, regras de afinidade restritivas, taints e tolerations, ou requests de recursos que não podem ser atendidos.
• Um agendamento eficiente garante que os workloads sejam alocados rapidamente em nodes apropriados e que os recursos do cluster sejam bem utilizados.
• Isso é especialmente importante em ambientes grandes ou dinâmicos, em que pods são criados, atualizados ou reagendados com frequência.

Métricas de autoscaling

As métricas de autoscaling mostram a eficácia com que o Kubernetes ajusta a capacidade dos workloads e do cluster com base na demanda. Essas métricas podem incluir a atividade do horizontal pod autoscaler, o número atual versus o desejado de réplicas, a utilização de CPU ou memória, métricas personalizadas de aplicação e o comportamento do cluster autoscaler. Um autoscaling adequado ajuda as aplicações a lidar com picos de demanda sem intervenção manual.

Por que as métricas de autoscaling são importantes:

• Monitorar essas métricas ajuda as equipes a determinar se as políticas de escalonamento são lentas demais, agressivas demais ou baseadas em sinais incompletos.
• Se o autoscaling não responder com rapidez suficiente, os usuários podem enfrentar latência ou erros. Se escalar de forma agressiva demais, os custos e a rotatividade de pods podem aumentar.
• Um autoscaling bem ajustado sustenta uma performance confiável e o uso eficiente de recursos.

Métricas de aplicação

As métricas de aplicação fornecem insights específicos do workload sobre como os serviços estão performando do ponto de vista do negócio e do usuário. Essas métricas podem incluir latência de requisições, taxas de erro, throughput, profundidade de filas, volume de transações e indicadores de saúde específicos do serviço. Enquanto as métricas de infraestrutura mostram como os recursos do Kubernetes estão sendo usados, as métricas de aplicação revelam se a aplicação está atendendo às expectativas de performance.

Por que as métricas de aplicação são importantes:

• Monitorar essas métricas conecta a performance do Kubernetes à experiência do usuário e aos objetivos de nível de serviço. Por exemplo, o uso de CPU e memória pode parecer normal enquanto a latência de requisições ou as taxas de erro estão aumentando.
• Ao combinar métricas de aplicação com métricas de infraestrutura do Kubernetes, as equipes conseguem diagnosticar problemas com mais precisão e priorizar otimizações que melhoram a qualidade do serviço.

Métricas do control plane

As métricas do control plane medem a saúde e a capacidade de resposta dos componentes do Kubernetes responsáveis por gerenciar o cluster. Esses componentes incluem o servidor de API, o scheduler, o controller manager e o etcd. Métricas importantes incluem latência do servidor de API, taxas de requisição, performance do etcd, profundidade das filas dos controllers e taxas de erro do control plane.

Por que as métricas do control plane são importantes:

• Um control plane com performance ruim pode afetar o cluster inteiro, causando atrasos em agendamento, escalonamento, deployments e recuperação de falhas.
• Monitorar as métricas do control plane ajuda as equipes a detectar problemas como saturação da API, gravações lentas no etcd ou filas acumuladas nos controllers.
• Manter um control plane saudável garante que o Kubernetes responda rapidamente às mudanças nos workloads e mantenha o cluster operando com confiabilidade.

---