Kepler 重构之后：把 Kubernetes 能耗测量做得更准，也更需要社区参与

2026-06-30 37 预计阅读时间: 1 分钟
来源: cncf.io AI 摘要 Original link

Disclaimer: This article is an AI-assisted summary. Read it together with the original source when precision matters. The summary may omit context, version differences, or edge cases and is not official documentation.

预计阅读时间：8 分钟

数据中心在 2024 年已经占到全球用电需求的 1.5%。对运行 Kubernetes 的团队来说，能耗不再只是设施部门的账单问题，而是容量规划、成本优化和可持续性治理的一部分。Kepler 这次重新架构的核心信号很明确：提高功耗估算准确性，同时邀请更多社区成员参与验证、部署和改进。

为什么“更准”比“能看到”更重要

很多团队已经能看到 CPU、内存、网络、磁盘等资源指标，但功耗指标更难处理。原因在于它通常不是单纯从容器层直接读出来的，而是需要结合节点、硬件、内核、工作负载行为以及模型估算。

Kepler 的价值就在这里：它尝试把 Kubernetes 工作负载和能耗关联起来，让平台团队可以回答更具体的问题：

  • 哪些 namespace 或 workload 消耗了更多电力？
  • 同样的服务部署在不同节点池上，能耗曲线是否不同？
  • 扩容、降频、迁移、调度策略调整之后，功耗是否真的下降？
  • 成本优化是否只是把延迟、稳定性或能耗转移到了别处？

重新架构的意义，不只是“换一套内部实现”。对使用者来说，它意味着项目正在把功耗准确性放到更核心的位置：指标采集、模型推断、导出接口和社区验证都需要变得更可靠。

Kepler 适合放在哪个观测链路里

可以把 Kepler 看成 Kubernetes 可观测性里的“能耗层”。它不替代 Prometheus、Grafana 或 OpenTelemetry，而是补上过去经常缺失的一类指标。

一个实用的落点是：

  • Kepler 在每个节点上采集和估算能耗相关指标；
  • Prometheus 抓取 Kepler 暴露的 metrics；
  • Grafana 展示 namespace、pod、node 维度的趋势；
  • 平台团队把结果和调度、容量、成本数据放在一起分析。

这样做的好处是不用把能耗治理做成孤立项目。它可以进入已有的 SRE 工作流：告警、容量评审、发布复盘、资源配额管理都能逐步加入功耗视角。

可以这样实践：在集群里快速接入 Kepler 指标

下面示例假设你已经有一个可用的 Kubernetes 集群，并且集群里有 Prometheus Operator。具体安装方式和版本请以你的环境为准；这里的重点是展示一条可以改造的接入路径。

# 1. 创建命名空间
kubectl create namespace kepler

# 2. 使用 Helm 安装 Kepler（仓库名和 chart 名请按你采用的发行方式调整）
helm repo add kepler https://sustainable-computing-io.github.io/kepler-helm-chart
helm repo update
helm install kepler kepler/kepler --namespace kepler

# 3. 查看 DaemonSet 是否在节点上运行
kubectl -n kepler get pods -o wide

# 4. 查看 Kepler 暴露的 Service
kubectl -n kepler get svc

如果你的 Prometheus 使用 ServiceMonitor，可以增加一个监控对象。下面的 selector 需要根据实际 chart 生成的 label 调整：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: kepler
  namespace: kepler
spec:
  namespaceSelector:
    matchNames:
      - kepler
  selector:
    matchLabels:
      app.kubernetes.io/name: kepler
  endpoints:
    - port: http
      path: /metrics
      interval: 30s

应用配置：

kubectl apply -f kepler-servicemonitor.yaml

接入后，可以先从这类 PromQL 查询开始探索。不同版本暴露的指标名可能不同，先在 Prometheus UI 中搜索 kepler 前缀最稳妥：

# 示例：查看 Kepler 相关指标是否已经被抓取
{__name__=~"kepler_.*"}

如果你要把它用于治理，不建议一上来就设硬性目标。更好的第一步是建立基线：连续观察一到两周，把功耗趋势与发布、扩容、批处理任务、节点池变化对应起来。

准确性需要社区一起校准

功耗准确性很难只靠一个项目团队在实验室里解决。真实环境太复杂：服务器型号不同，CPU 架构不同，电源管理策略不同，工作负载也从 Web 服务到 AI 推理、批处理、数据库各不相同。

这也是 Kepler 发出社区号召的原因。社区可以在几个层面提供帮助：

  • 在更多硬件和云环境里部署并反馈结果；
  • 对比机架级、电表级或云厂商能源数据，帮助校准估算；
  • 补充不同工作负载类型下的样本；
  • 改进文档、Helm chart、仪表盘和故障排查流程；
  • 把功耗指标接入调度、成本和容量工具链。

换句话说，Kepler 的“准确”不是一个静态声明，而是一个持续工程过程。越多真实集群参与，模型和采集链路就越有机会逼近生产环境的真实情况。

采用建议：先观测，再治理

如果你的团队准备尝试 Kepler，可以按这个顺序推进：

  • 先在非关键集群或单个节点池部署，确认权限、指标抓取和资源开销；
  • 建立 namespace、workload、node 三个维度的基础看板；
  • 用发布、扩缩容、批任务窗口验证功耗趋势是否符合预期；
  • 不要把估算值直接用于财务结算，先用于趋势分析和工程决策；
  • 把异常样本、硬件信息和使用反馈回馈给社区。

数据中心能耗占比继续上升时，平台团队需要的不只是“更绿色”的口号，而是能进入日常工程决策的指标。Kepler 的重构把问题推进了一步：让 Kubernetes 能耗测量更接近可用、可信、可协作演进的基础设施能力。

# CNCF # 云原生

相关推荐