📚 课程目录第2章 Kubecost核心架构

2. Kubecost 核心架构：组件概览、数据采集管道、成本分配模型与集成关系

理解 Kubecost 的核心架构是实施 eBPF 配额校准与高风险变更治理的基础。本章将拆解 Kubecost 的四大核心模块：组件构成、数据采集管道、成本分配模型，以及它与 Prometheus/Grafana 的集成方式。

2.1 Kubecost 组件概览

Kubecost 采用微服务架构，主要组件包括以下五个核心服务：

组件名称	功能职责	关键端口/协议
cost-model	核心成本计算引擎，负责资源定价、分摊与分配	9001 (HTTP), 9003 (gRPC)
kubecost-prometheus	内置 Prometheus 实例，存储指标与成本数据	9090 (HTTP)
kubecost-cost-analyzer	前端 UI 与 API 网关，提供仪表盘与告警	9090 (前端), 9001 (API)
network-costs	基于 eBPF 的网络流量成本采集器（DaemonSet）	9001 (指标暴露)
kubecost-scheduler	定时任务调度器，执行数据聚合与清理	—

架构要点： network-costs 组件以 DaemonSet 方式运行在每个节点上，利用 eBPF 程序捕获 Pod 粒度的网络流量，这是实现配额校准的关键数据源。在后续章节中，我们将基于此组件校准资源配额。

2.2 数据采集管道

Kubecost 的数据采集管道分为三个层次，从底层指标采集到上层成本聚合：

指标采集层：Kubecost 通过 Prometheus 的 kube-state-metrics、cadvisor 和 node-exporter 采集集群资源使用数据。同时，network-costs 组件通过 eBPF 程序捕获网络流量指标。
成本计算层：cost-model 从 Prometheus 拉取原始指标，结合云供应商定价（AWS/GCP/Azure 价目表）或自定义定价，计算出 Pod、Deployment、Namespace 粒度的成本。
聚合与存储层：计算结果写回 Prometheus 的自定义指标（如 kubecost_pod_cost），同时由 scheduler 执行每日/每小时的聚合任务，生成历史成本数据。

  eBPF 采集关键指标：
  kubecost_network_internet_egress_cost — 互联网出口流量成本
kubecost_network_region_egress_cost — 跨区域出口流量成本
kubecost_network_zone_egress_cost — 跨可用区出口流量成本
kubecost_network_cross_cluster_cost — 跨集群流量成本

2.3 成本分配模型

Kubecost 采用按比例分摊的成本分配模型，核心原则如下：

资源类型	分配依据	分摊粒度
CPU	实际使用量（毫核） vs 请求量	容器 → Pod → Deployment → Namespace
内存	实际使用量（MiB） vs 请求量	容器 → Pod → Deployment → Namespace
存储（PV）	声明容量与使用量	PVC → Pod → Namespace
网络流量	eBPF 捕获的字节数 + 目的地分类	Pod → Deployment → Namespace
GPU	GPU 分配数量与使用时长	Pod → Namespace

成本分配公式（以 CPU 为例）：

Pod_CPU_Cost = (Pod_CPU_Usage / Namespace_CPU_Usage) × Namespace_CPU_Total_Cost

配额校准关键点： 默认情况下，Kubecost 使用 请求量（Requests） 作为分配基准。当 Pod 实际使用量远低于请求量时，会导致成本虚高。eBPF 配额校准的核心目标是将分配基准从“请求量”切换为“实际使用量”，从而暴露资源浪费。

2.4 与 Prometheus / Grafana 的集成关系

Kubecost 与 Prometheus、Grafana 的集成是双向且紧密的：

Prometheus 作为数据后端：Kubecost 依赖 Prometheus 存储所有原始指标和计算后的成本指标。Kubecost 内置了一个 Prometheus 实例，但也支持对接外部 Prometheus。
Grafana 作为可视化扩展：Kubecost 提供预置的 Grafana 仪表盘模板，用户可以通过 Grafana 创建自定义的成本视图、告警规则和趋势分析。
数据流路径：kube-state-metrics + cadvisor + network-costs → Prometheus → cost-model → Prometheus（写入成本指标） → Grafana / Kubecost UI。

2.5 集成配置示例

以下是一个对接外部 Prometheus 的 Kubecost 配置片段（values.yaml）：

global:
  prometheus:
    enabled: false          # 禁用内置 Prometheus
    fqdn: http://prometheus.monitoring.svc.cluster.local:9090
    queryServicePort: 9090

networkCosts:
  enabled: true             # 启用 eBPF 网络成本采集
  config:
    services:
      - name: aws
        region: us-east-1
        pricingSource: "aws-pricing-api"

集成最佳实践： 在生产环境中，建议使用外部 Prometheus 以避免数据冗余。同时，确保 network-costs 的 eBPF 程序在节点上具有 SYS_ADMIN 或 BPF 权限，否则网络流量采集将失败。