Kubernetes에서 리소스 모니터링을 공부하다 보면 cAdvisor, Metrics Server, kubectl top, HPA 같은 단어가 같이 나온다. 처음 보면 다 비슷하게 “CPU랑 Memory 보는 것”처럼 느껴지는데, 실제로는 역할이 조금씩 다르다. 이 글에서는 cAdvisor가 무엇인지, Kubernetes 안에서 어디에 있는지, 그리고 Metrics Server와 HPA까지 어떤 흐름으로 연결되는지 정리한다.

---

1. cAdvisor란?

cAdvisor는 Container Advisor의 줄임말이다.

한 문장으로 정리하면 다음과 같다.

cAdvisor는 컨테이너의 CPU, Memory, Network, Disk 사용량을 수집하는 도구다.

컨테이너가 실행되면 계속해서 리소스를 사용한다.

CPU 사용량
Memory 사용량
Network 송수신량
Filesystem 사용량
컨테이너 상태

cAdvisor는 이런 컨테이너 단위의 리소스 사용량을 수집한다.

Container
   ↓
cAdvisor
   ↓
resource metrics 수집

즉 cAdvisor는 “컨테이너가 지금 얼마나 바쁜지”를 관찰하는 역할을 한다.

---

2. Kubernetes에서 cAdvisor는 어디에 있을까?

Kubernetes에서는 보통 cAdvisor를 따로 설치해서 쓰기보다, kubelet 안에 포함된 기능으로 접하게 된다.

각 Node에는 kubelet이 실행되고 있다.

Node
 ├── kubelet
 │    └── cAdvisor 기능
 ├── Pod
 │    └── Container
 └── Pod
      └── Container

kubelet은 해당 Node에서 Pod와 컨테이너가 잘 실행되도록 관리한다. 그리고 그 과정에서 컨테이너의 리소스 사용량도 알고 있어야 한다.

이때 kubelet 내부에서 컨테이너 리소스 사용량을 수집하는 기반이 cAdvisor라고 보면 된다.

각 Node의 kubelet
   ↓
해당 Node의 컨테이너 리소스 사용량 수집
   ↓
CPU / Memory / Network / Disk metrics 제공

그래서 Kubernetes에서 Pod 리소스 사용량을 조회하거나, Prometheus가 컨테이너 메트릭을 수집할 때 cAdvisor 계열의 데이터가 중요한 기반이 된다.

---

3. cAdvisor가 수집하는 대표 메트릭

cAdvisor는 컨테이너 단위의 다양한 메트릭을 제공한다.

대표적으로 이런 것들이 있다.

container_cpu_usage_seconds_total
container_memory_usage_bytes
container_network_receive_bytes_total
container_network_transmit_bytes_total
container_fs_usage_bytes

각각 대략 이런 의미다.

container_cpu_usage_seconds_total
= 컨테이너가 사용한 CPU 시간

container_memory_usage_bytes
= 컨테이너가 사용 중인 메모리 양

container_network_receive_bytes_total
= 컨테이너가 받은 네트워크 바이트 수

container_network_transmit_bytes_total
= 컨테이너가 보낸 네트워크 바이트 수

container_fs_usage_bytes
= 컨테이너 파일시스템 사용량

운영 환경에서는 이런 메트릭을 Prometheus가 수집하고, Grafana에서 대시보드로 시각화하는 경우가 많다.

---

4. Prometheus와 cAdvisor의 관계

Prometheus는 모니터링 시스템이다. 직접 컨테이너 내부를 들여다보는 것이 아니라, 메트릭을 노출하는 endpoint를 주기적으로 긁어간다. 이것을 scrape이라고 한다.

Kubernetes에서는 보통 다음과 같은 흐름이 된다.

Container
   ↓
cAdvisor / kubelet
   ↓
Prometheus scrape
   ↓
Grafana 시각화

즉 Prometheus가 컨테이너 리소스 사용량을 수집하려면, 그 앞단에서 컨테이너 메트릭을 제공하는 대상이 필요하다. 그 역할을 kubelet/cAdvisor가 한다.

정리하면 다음과 같다.

cAdvisor
= 컨테이너 리소스 사용량을 수집하고 노출하는 쪽

Prometheus
= 그 메트릭을 주기적으로 수집하고 저장하는 쪽

Grafana
= 저장된 메트릭을 보기 좋게 시각화하는 쪽

---

5. Metrics Server와 cAdvisor의 차이

cAdvisor를 공부하다 보면 Metrics Server도 같이 나온다.

둘은 비슷해 보이지만 역할이 다르다.

cAdvisor
= 컨테이너 리소스 사용량을 수집하는 기반

Metrics Server
= Kubernetes API에서 리소스 사용량을 조회할 수 있게 제공하는 컴포넌트

흐름으로 보면 다음과 같다.

Container
   ↓
cAdvisor / kubelet
   ↓
Metrics Server
   ↓
kubectl top
   ↓
HPA

우리가 자주 쓰는 명령어가 있다.

kubectl top pod
kubectl top node

이 명령어는 Metrics Server가 있어야 동작한다.

즉 kubectl top이 직접 cAdvisor를 보는 것이 아니라, Metrics Server가 kubelet으로부터 리소스 사용량을 가져오고, 그 데이터를 Kubernetes API를 통해 보여주는 구조다.

---

6. kubectl top은 어디서 데이터를 가져올까?

kubectl top pod를 실행하면 Pod의 CPU/Memory 사용량을 볼 수 있다.

kubectl top pod

Node 사용량은 다음처럼 본다.

kubectl top node

이때 데이터 흐름은 대략 이렇다.

컨테이너 리소스 사용량 발생
   ↓
kubelet/cAdvisor가 수집
   ↓
Metrics Server가 kubelet에서 수집
   ↓
kubectl top이 Metrics API를 통해 조회

그래서 Metrics Server가 없으면 다음과 같은 명령어가 제대로 동작하지 않을 수 있다.

kubectl top pod
kubectl top node

이 경우에는 Metrics Server가 설치되어 있는지 확인해야 한다.

kubectl get pod -n kube-system

---

7. HPA와 cAdvisor의 관계

HPA는 Horizontal Pod Autoscaler의 약자다.

Pod 개수를 자동으로 늘리거나 줄이는 리소스다.

예를 들어 CPU 사용률이 높아지면 Deployment의 replica 수를 늘릴 수 있다.

CPU 사용률 증가
   ↓
HPA가 감지
   ↓
Deployment replicas 증가
   ↓
Pod 개수 증가

그런데 HPA가 CPU 사용률을 판단하려면 리소스 사용량 데이터가 필요하다.

그 데이터 흐름은 다음과 같다.

Container
   ↓
cAdvisor / kubelet
   ↓
Metrics Server
   ↓
HPA
   ↓
Deployment scale 조정

즉 cAdvisor는 HPA가 직접 조작하는 대상은 아니지만, HPA 판단에 필요한 리소스 데이터의 출발점에 가깝다.

---

8. 전체 흐름으로 이해하기

cAdvisor, Metrics Server, kubectl top, HPA를 한 번에 연결하면 다음과 같다.

1. 컨테이너가 CPU/Memory를 사용한다.

2. kubelet 안의 cAdvisor 기능이 컨테이너 리소스 사용량을 수집한다.

3. Metrics Server가 각 Node의 kubelet으로부터 리소스 사용량을 가져온다.

4. kubectl top 명령어는 Metrics Server가 제공하는 값을 보여준다.

5. HPA는 Metrics Server의 값을 보고 Deployment replica 수를 조절한다.

그림으로 보면 다음과 같다.

Container
   ↓
kubelet / cAdvisor
   ↓
Metrics Server
   ↓
Metrics API
   ↓
kubectl top

또는

Container
   ↓
kubelet / cAdvisor
   ↓
Metrics Server
   ↓
HPA
   ↓
Deployment replicas 조정

---

9. HPA 예시 흐름

예를 들어 php-apache Deployment가 있고, HPA가 CPU 사용률 기준으로 설정되어 있다고 해보자.

php-apache Pod CPU 사용률 증가
   ↓
cAdvisor/kubelet이 리소스 사용량 수집
   ↓
Metrics Server가 해당 값을 가져감
   ↓
HPA가 CPU 사용률 확인
   ↓
replicas 1개에서 8개로 증가

이때 HPA를 삭제해도 Deployment가 자동으로 원래 replica 수로 돌아가는 것은 아니다.

HPA는 “스케일 조절기”일 뿐이고, 실제 Pod를 유지하는 것은 Deployment다.

HPA = replica 수를 자동으로 바꾸는 조절기
Deployment = 실제 Pod를 만드는 공장

따라서 HPA가 Deployment를 8개로 늘린 뒤 HPA를 삭제하면, Deployment의 replicas 값은 8로 남아 있을 수 있다.

HPA 삭제
   ↓
Deployment replicas: 8 그대로 유지
   ↓
Pod 8개 계속 실행

이때 Pod를 줄이고 싶으면 Deployment를 직접 scale해야 한다.

kubectl scale deployment php-apache --replicas=1

완전히 지우고 싶으면 Deployment를 삭제한다.

kubectl delete deployment php-apache

---

10. cAdvisor를 직접 띄울 수도 있을까?

Docker 환경에서는 cAdvisor 컨테이너를 직접 실행할 수도 있다.

예시는 다음과 같다.

docker run \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:ro \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --publish=8080:8080 \
  gcr.io/cadvisor/cadvisor:latest

그러면 브라우저에서 다음 주소로 컨테이너 리소스 사용량을 볼 수 있다.

http://localhost:8080

하지만 Kubernetes에서는 보통 cAdvisor를 직접 띄워서 보기보다는, kubelet 내부 기능, Metrics Server, Prometheus, Grafana 흐름으로 접하는 경우가 많다.

---

11. CKA 관점에서 알아야 할 정도

CKA에서 cAdvisor 자체를 깊게 설치하거나 설정하는 문제가 핵심으로 나오지는 않는다.

하지만 다음 흐름은 알고 있어야 한다.

kubectl top이 왜 안 되지?
→ Metrics Server가 없거나 정상 동작하지 않을 수 있음

HPA가 왜 unknown이지?
→ Metrics Server에서 CPU/Memory 지표를 못 가져올 수 있음

Pod 리소스 사용량은 어디서 시작되지?
→ kubelet/cAdvisor 계열에서 수집됨

CKA에서는 직접적으로 더 중요한 명령어는 다음이다.

kubectl top pod
kubectl top node
kubectl get hpa
kubectl describe hpa <hpa-name>
kubectl get pod -n kube-system

그리고 troubleshooting할 때는 이런 식으로 본다.

kubectl get hpa
kubectl describe hpa <hpa-name>
kubectl top pod
kubectl top node
kubectl get pod -n kube-system

---

12. 한 줄 정리

cAdvisor는 컨테이너의 CPU, Memory, Network, Disk 사용량을 수집하는 도구다. Kubernetes에서는 보통 kubelet 안에 포함된 기능으로 동작하고, Metrics Server는 이 데이터를 Kubernetes API에서 사용할 수 있게 제공한다. kubectl top과 HPA는 Metrics Server를 통해 리소스 사용량을 확인한다.

마지막으로 전체 관계를 한 번 더 정리하면 다음과 같다.

cAdvisor
= 컨테이너 리소스 사용량 수집

kubelet
= Node에서 Pod와 컨테이너를 관리하고 cAdvisor 기반 메트릭 제공

Metrics Server
= kubelet에서 리소스 사용량을 가져와 Kubernetes Metrics API로 제공

kubectl top
= Metrics Server 데이터를 사람이 조회하는 명령어

HPA
= Metrics Server 데이터를 보고 Deployment replica 수를 자동 조절

결국 흐름은 이거다.

Container
   ↓
cAdvisor / kubelet
   ↓
Metrics Server
   ↓
kubectl top / HPA

이렇게 보면 cAdvisor는 직접 눈에 잘 보이지는 않지만, Kubernetes 리소스 모니터링의 아래쪽에서 중요한 기반 역할을 하는 컴포넌트라고 이해할 수 있다.