Newsletter IT-Sicherheit
Free

Hybride Infrastrukturen: : Monitoring macht Kubernetes-Komplexität beherrschbar

Das notwendige Level an Transparenz erfordert speziell auf Kubernetes angepasste Monitoring-Mechanismen. Gerade in hybriden IT-Infrastrukturen, die Kubernetes- und On-Premise-Modelle sowie Cloud-Dienste, VMs, Bare Metal, Netzwerke und Datenbanken kombinieren, stellt die Komplexität von Kubernetes-Clustern Unternehmen dabei vor Herausforderungen.

Lesezeit 6 Min.

Mit Kubernetes steht Unternehmen ein Ansatz zur Verfügung, der sowohl Software-Entwicklung als auch den Betrieb moderner IT-Infrastrukturen effizienter, skalierbarer und sicherer macht. Die bereits im Jahr 2014 von Google entwickelte Open-Source-Plattform für die Automatisierung, Bereitstellung, Skalierung und Verwaltung von containerisierten Anwendungen ist in den vergangenen Jahren zunehmend auch in kleinen und mittelständischen Unternehmen (KMU) angekommen – und sorgt dort nicht nur für Erwartungen, sondern oft auch für Herausforderungen, denn die Implementierung und der Betrieb einer Kubernetes-Infrastruktur wirkt auf den ersten Blick komplex.

Grundlagen: Container, Docker und Kubernetes

Um zu verstehen, wie sich diese Komplexität reduzieren lässt, ist es zunächst hilfreich, Kubernetes und die eng damit verbundenen Docker- und Container-Konzepte zu verstehen. In einem Container werden alle Dateibibliotheken, Abhängigkeiten und Konfigurationen gebündelt, die notwendig sind, um eine Software-Anwendung fehlerfrei auszuführen, sodass die Anwendung stets gleich funktioniert – unabhängig von der IT-Umgebung, in der sie ausgeführt wird. Auf diese Weise lassen sich Applikationen einfach zwischen verschiedenen Netzwerken, Systemen und Endgeräten übertragen und ausführen – ohne das Risiko, dass unterschiedliche Software-Versionen oder Systemeinstellungen zu Fehlern führen können. Docker ist die Plattform, mit der man einzelne Container erstellt und ausführt.

Kubernetes baut auf dem Container-Prinzip auf und ermöglicht eine einfachere Verwaltung und Orchestrierung von Containern, selbst wenn diese in einer großen Anzahl vorliegen. Dafür verteilt Kubernetes die Container auf mehrere Server, startet ausgefallene containerbasierte Software-Anwendungen automatisch neu, skaliert sie je nach Auslastung und ermöglicht Software-Updates, ohne dass dafür der laufende Betrieb unterbrochen werden muss. Kubernetes eignet sich damit insbesondere für IT-Umgebungen, in denen Software-Anwendungen durchgehend verfügbar und flexibel skalierbar betrieben werden müssen, beispielsweise für die Software-Entwicklung. In der Praxis kommen Container, Docker und Kubernetes üblicherweise gemeinsam zum Einsatz: Docker „verpackt“ Anwendungen in standardisierte Container und Kubernetes verwaltet sie und automatisiert ihren Betrieb.

Warum Kubernetes als komplex und herausfordernd gilt

Eine Kubernetes-Implementierung gilt insbesondere im Vergleich zu klassischen IT-Umgebungen und -Infrastrukturen als komplex, da sie sich permanent verändert und deshalb schwerer zu überblicken ist. Gleichzeitig erzeugt sie kontinuierlich große Mengen an Daten, Metriken und darauf basierenden Benachrichtigungen sowie Meldungen. Zahlreiche Unternehmen sehen sich deshalb mit einem Transparenzproblem konfrontiert: Das schiere Volumen der Daten sowie die oft (noch) nicht ausreichende Erfahrung von IT-Teams mit Kubernetes führen gegebenenfalls dazu, dass man die erzeugten Daten nicht überblicken und einordnen kann. Das Dashboard zeigt Unmengen an technischen Einzelwerten an – was diese aber bedeuten und welche Relevanz sie für den IT-Betrieb haben, ist daraus nicht ersichtlich.

Kubernetes vereint außerdem zahlreiche Einzeldisziplinen in sich, die in vielen Unternehmen unterschiedliche Teams und Silos bilden.  Deshalb ist selbst in den Fällen, in denen sich einzelne Datenpunkte und Werte korrekt interpretieren lassen, oft unklar, wer im Unternehmen dafür verantwortlich ist, nachfolgend Schritte und Maßnahmen einzuleiten – gerade dann, wenn das Dashboard eine Warnmeldung anzeigt und möglicherweise Datensicherheit oder Geschäftskontinuität auf dem Spiel stehen. Wo schnelle Reaktionen und Koordination essenziell sind, muss eindeutig klar sein, wer die Verantwortung für was trägt und wann welche Maßnahme(n) einzuleiten sind!

Die Verantwortlichen benötigen zudem das technische Know-How, um die Komplexität einer Kubernetes-Implementierung überhaupt überwachen zu können: Das umfasst nicht nur die Kubernetes-Cluster selbst, sondern auch ihr Zusammenspiel mit bestehenden On-Premise-IT-Infrastrukturen, um sicherzustellen, dass alle betriebsrelevanten Software-Anwendungen, Systeme und Prozesse fehlerfrei interagieren. Beispielsweise können hart kodierte IP-Adressen in Kubernetes-Clustern Fehler verursachen, da nach dem Kubernetes-Ansatz Pods, Services und Konfigurationen dynamisch bereitgestellt werden. Auch fest im Code hinterlegte Passwörter oder Zugangsdaten können zum Problem werden, da sie sich nicht verlässlich sicher verwalten lassen.

In hybriden IT-Umgebungen müssen alle technischen Abhängigkeiten, Sicherheitsanforderungen und Verantwortlichkeiten zudem über mehrere IT-Infrastrukturdomänen hinweg koordiniert werden. Zwei Beispiele hierzu:

  • Firewall und dynamische Pod-IPs: Eine Anwendung im Cluster greift auf eine On-Premise-Datenbank oder ein Enterprise-Resource-Planning-(ERP)-System zu; die Firewall erlaubt nur bestimmte Quell-IPs. Wird der Pod auf einen anderen Node verschoben, ändert sich die ausgehende IP und die Verbindung bricht ab. Im Cluster sieht das Kubernetes-Team nur Timeouts, während das Netzwerkteam nur abgewiesene Pakete wahrnimmt.
  • Persistenter Speicher aus dem Rechenzentrum: Pods nutzen Persistent Volumes auf einem On-Premise-Storage (z. B. NFS oder iSCSI). Steigt dort die Latenz, schlagen Readiness-Probes fehl und Kubernetes startet Pods neu. Das Symptom liegt im Cluster, die Ursache jedoch im Storage. Ohne gemeinsame Sicht auf beide Ebenen sucht jedes Team zuerst bei sich. Ähnliches gilt, wenn S3-Storage oder vergleichbare Verfahren zum Einsatz kommen.

Wie man Kubernetes-Cluster effektiv überwacht

Die Herausforderung für Unternehmen besteht also darin, dass hybride IT-Infrastrukturlandschaften in der Theorie zwar als flexibel, skalierbar und resilient gelten, aber dass sie dies in der Praxis nur dann auch wirklich sind, wenn die IT-Verantwortlichen im Unternehmen über einen umfassenden Überblick und Kontrolle über die Kubernetes-Plattform verfügen.

Ein solches Level an Transparenz erfordert speziell auf Kubernetes angepasstes Monitoring, aber auch dabei stellt die Komplexität von Kubernetes-Clustern Unternehmen vor Herausforderungen. Gerade in hybriden IT-Infrastrukturen, die Kubernetes- und On-Premise-Modelle sowie Cloud-Dienste, VMs, Bare Metal, Netzwerke und Datenbanken kombinieren. Die Komplexität steigt dann noch einmal mit jedem weiteren Kubernetes-Cluster, den ein Unternehmen betreibt.

Viele Kubernetes-Monitoring-Tools erzeugen, wie bereits erwähnt, große Mengen von Daten und Metriken, die in der Theorie zwar wertvoll sind, aber Kontext und operative Einordnung benötigen, um tatsächlich Einblick über den Zustand und die Leistung eines Kubernetes-Clusters zu bieten. Gleichzeitig sind nicht jeder Datensatz und jede Metrik gleich relevant.

Vor der Nutzung eines Kubernetes-Monitoring-Tools sollte man deshalb klar definieren, welche Daten und Metriken tatsächlich im eigenen Umfeld relevant sind – üblicherweise sind dies solche, die den Workload und die Systemauslastung beschreiben, etwa CPU-Auslastung, Memory oder Storage. Die rohe Auslastung sagt jedoch erstmal nichts aus: Eine hohe Auslastung der CPU oder des Speichers kann beispielsweise durchaus normal sein, wenn es sehr viele Requests gibt.

Gleichzeitig sind ungewöhnliche Auslastungen als Indikator zu verstehen: entweder für eine außergewöhnliche Situation oder als Hinweis darauf, dass mehr Ressourcen gebraucht werden, falls der Zustand dauerhaft ist – eine viel zu hohe Auslastung kann im Zweifel zu Crashes bei der Anwendung führen, weil keine Ressourcen mehr frei sind. Auf den ersten Blick steckt also wenig Aussagekraft in den Zahlen, sie bilden aber das Grundgerüst des Monitorings und sind immer als Indikatoren für potenzielle Probleme zu verstehen.

Auf dieser Basis sollte man daher innerhalb des eingesetzten Tools auf die jeweilige IT-Infrastruktur angepasste Benachrichtigungen und Warnmeldungen definieren, um im Fall eines geschäftskritischen Vorfalls eine zeitnahe Reaktion und Problembehandlung zu ermöglichen. Dabei ist es wichtig, die Kubernetes-Cluster innerhalb der Gesamtinfrastruktur nicht als Insel zu betrachten und auch nicht als solche zu überwachen.

Eine Kubernetes-Monitoring-Lösung sollte deshalb mit dem Monitoring der restlichen IT-Infrastruktur, Systeme und betrieblichen Prozesse kombiniert werden und die erzeugten Daten in einem gemeinsamen Kontext betrachtet werden. Ein gutes Kubernetes-Monitoring-Tool kann die erzeugten Daten innerhalb eines einzigen, zentralen Dashboards oder Web-Interfaces darstellen, idealerweise grafisch und mithilfe einfach zu verstehender Statusindikatoren, die auf einen Blick zeigen, ob eine Benachrichtigung oder Warnmeldung tatsächlich ein Eingreifen durch die Verantwortlichen erfordert. Im besten Fall liefert die Lösung auch Kontextinformationen und eine detaillierte Erklärung, wo ein potenzielles Problem liegt und was der nächste Schritt sein sollte.

Fazit: Gefilterte Transparenz für beherrschbare Komplexität

Das Ziel beim Kubernetes-Monitoring sollte stets sein, das allgemeine „Alarmrauschen“ so weit wie möglich zu reduzieren und zudem die Zuständigkeiten für den Fall eines potenziell sicherheitsrelevanten Vorfalls alle Zuständigkeiten vorab geklärt zu haben, sodass eine zeitnahe Reaktion möglich wird.

Die vollständige Übersicht und Kontrolle über alle relevanten Daten stellt für Unternehmen zunehmend einen wichtigen strategischen Wettbewerbsfaktor dar und die jüngsten, von Gesetzgeber und Regulierungsbehörden verabschiedeten Rahmenwerke wie NIS-2 erfordern nicht nur Transparenz, sondern eben auch die Fähigkeit zur schnellen Reaktion und Problembehebung.

Eine selbst gehostete, Open-Source-basierte Kubernetes-Monitoring-Lösung eignet sich dafür, diese Auflagen zu erfüllen – selbst in sicherheitskritischen Umgebungen und stark regulierten Branchen. Mit einer solchen Lösung verliert der Betrieb von Kubernetes in hybriden IT-Infrastrukturen zwar nicht automatisch seine Komplexität, aber diese Komplexität wird mit einem passenden Monitoring-Konzept beherrschbar. Unternehmen sind damit in der Lage, die Vorteile von Kubernetes tatsächlich uneingeschränkt und sicher zu nutzen.