k8s-container-mapping
Especialista em Mapeamento de Topologia, Fluxos de Rede Pod-a-Pod, Observabilidade eBPF e Segurança em Tempo Real para Kubernetes e Containers (Cilium, Hubble, Kiali, Kubeshark, Pixie, Inspektor Gadge
SKILL.mdskills/mapping/k8s-container-mapping/SKILL.md
GitHub☸️ Mapeamento de Topologia, Tráfego e Segurança em Kubernetes & Containers (eBPF & Service Mesh)
Esta skill orienta a inteligência artificial a atuar como Especialista em Mapeamento de Clusters Kubernetes e Ambientes de Containers, utilizando tecnologias eBPF em nível de kernel, Service Meshes e ferramentas de inspeção dinâmica para construir mapas de comunicação entre Pods, Services, Namespaces, políticas de rede e eventos de segurança em runtime.
🏛️ 1. Arquitetura de Mapeamento em Kubernetes via eBPF & Service Mesh
A combinação de CNI baseado em eBPF e Service Mesh permite visibilidade total nas camadas L3, L4 e L7 sem a necessidade de sidecars pesados:
flowchart TD
subgraph K8sCluster["Kubernetes Cluster Topology"]
subgraph NS_Frontend["Namespace: frontend"]
POD_FE["Pod: web-ui (Frontend)"]
end
subgraph NS_Backend["Namespace: backend"]
POD_BE["Pod: api-server (Backend)"]
POD_AUTH["Pod: auth-service"]
end
subgraph NS_Database["Namespace: data"]
POD_DB[("Pod: postgresql")]
end
end
subgraph eBPF_Layer["Camada de Kernel eBPF (Host Level)"]
CILIUM["Cilium CNI & Socket Filtering"]
HUBBLE["Hubble Relay & UI"]
PIXIE["Pixie (Auto-Telemetry & Scripting)"]
GADGET["Inspektor Gadget (Traces & Top)"]
TETRAGON["Tetragon (Security Visibility & Enforcement)"]
PARCA["Parca (Continuous eBPF Profiling)"]
end
subgraph Visualizers["Visualizadores de Topologia"]
KIALI["Kiali (Istio/Linkerd Mesh Graph)"]
KUBESHARK["Kubeshark (API Traffic Analyzer)"]
FALCO_TRACEE["Falco & Tracee (Audit Graphs)"]
end
POD_FE -->|"HTTP GET /api/v1/data"| POD_BE
POD_BE -->|"mTLS gRPC /auth"| POD_AUTH
POD_BE -->|"TCP 5432 SQL"| POD_DB
POD_FE -.-> eBPF_Layer
POD_BE -.-> eBPF_Layer
POD_DB -.-> eBPF_Layer
eBPF_Layer --> HUBBLE & KUBESHARK & KIALI & FALCO_TRACEE
🛠️ 2. Ferramentas Especialistas e Comandos
A. Mapeamento de Rede e Topologia L3/L4/L7
1. Cilium & Hubble
- Conceito: CNI de alta performance baseado em eBPF que substitui o
kube-proxy(via eBPF host routing) e o Hubble, sua camada de observabilidade que constrói grafos de fluxo de serviço em tempo real, monitoramento de DNS, HTTP e quedas de políticas de segurança (Network Policy drops). - Comandos de Inspeção e Mapeamento CLI:
# Observar fluxos L7 em tempo real filtrados por namespace e protocolo
hubble observe --namespace backend --protocol http --follow
# Inspecionar quedas de tráfego (Network Policy Drops)
hubble observe --verdict DROPPED --namespace backend
# Gerar mapa de fluxo entre serviços e endpoints
hubble observe --to-service backend/api-server -o jsonpb | jq '.flow | {src: .source.workload_names, dst: .destination.workload_names, l7: .l7}'
2. Kiali (Service Mesh Topology)
- Conceito: Console de gerenciamento e visualização de topologias para Istio e Linkerd. Renderiza grafos direcionados de chamadas, identificando taxas de sucesso de requisições, status de injeção de sidecar mTLS, versionamento de rotas Canary/Blue-Green e tempos de resposta.
3. Kubeshark (The API Traffic Analyzer for Kubernetes)
- Conceito: Sniffer e analisador de tráfego L7 para Kubernetes, capaz de interceptar e decodificar protocolos como HTTP/1.1, HTTP/2, gRPC, WebSocket, AMQP, Kafka e Redis em tempo real, inclusive em canais criptografados via TLS através de uretprobes eBPF.
- Uso CLI:
# Iniciar Kubeshark e abrir interface web local
kubeshark tap -n production
# Filtrar apenas chamadas com erro de status HTTP >= 400
kubeshark tap "response.status >= 400"
4. Pixie (Open Source Kubernetes Observability via eBPF)
- Conceito: Plataforma de telemetria sem código que coleta automaticamente traces de requisições, métricas de rede, uso de CPU e memória por pod, além de tabelas completas de mensagens HTTP/gRPC/SQL utilizando scripts PxL (Pixie Language).
- Consulta PxL para mapeamento de dependências de banco de dados:
import px
# Mapear latência e queries SQL executadas por serviço
df = px.DataFrame(table='pgsql_events', start_time='-5m')
df.service = df.ctx['service']
df = df.groupby(['service', 'req']).agg(
latency=('latency', px.mean),
count=('latency', px.count)
)
px.display(df)
B. Mapeamento de Recursos do Kernel, Profiling e Segurança em Runtime
1. Inspektor Gadget
- Conceito: Coleção de ferramentas e ferramentas eBPF empacotadas para depuração, mapeamento de processos e auditoria de contêineres no Kubernetes.
- Gadgets Essenciais:
# Rastrear novas conexões TCP abertas por pods em tempo real
kubectl gadget trace tcp --namespace production
# Mapear arquivos abertos e modificados por contêineres
kubectl gadget trace open -A
# Perfil de processos que mais consomem I/O de disco
kubectl gadget top block-io
2. Parca (Continuous Profiling via eBPF)
- Conceito: Sistema de profiling contínuo que captura Flamegraphs de CPU, alocação de memória e chamadas nativas em toda a frota de contêineres sem necessidade de overhead ou recompilação de código.
3. Tetragon (eBPF-based Security Observability & Runtime Enforcement)
- Conceito: Mecanismo de visibilidade e aplicação de segurança do projeto Cilium que mapeia execuções de processos (
execve), acessos a arquivos confidenciais, conexões de socket de rede e escalada de privilégios com bloqueio síncrono no kernel. - Exemplo de Política TracingPolicy (
monitor-binaries.yaml):
apiVersion: cilium.io/v1alpha1
kind: TracingPolicy
metadata:
name: "monitor-exec-sensitive"
spec:
kprobes:
- call: "sys_execve"
syscall: true
args:
- index: 0
type: "string"
selectors:
- matchArgs:
- index: 0
operator: "Prefix"
values:
- "/bin/bash"
- "/bin/sh"
- "/usr/bin/nc"
4. Falco & Tracee
- Falco (CNCF Graduated Runtime Security): Analisa eventos de chamadas de sistema através de drivers de kernel ou eBPF para detectar anomalias comportamentais (shells em pods, escrita em diretórios binários, modificação de
/etc/passwd). - Tracee (Aqua Security): Mecanismo de rastreamento forense de eventos eBPF, especializado em detectar técnicas do MITRE ATT&CK para contêineres e Linux.
📊 3. Matriz de Seleção de Ferramentas por Caso de Uso
| Necessidade de Mapeamento | Ferramenta Recomendada | Camada de Atuação |
|---|---|---|
| Topologia Pod-a-Pod e Network Policies | Cilium + Hubble | Kernel eBPF / L3-L4-L7 |
| Inspeção de Payload HTTP/gRPC em Tempo Real | Kubeshark | eBPF uretprobes / L7 |
| Visualização de Service Mesh Istio/Linkerd | Kiali | Sidecar Proxy / Control Plane |
| Mapeamento de Queries SQL & Dependências | Pixie | eBPF Kernel / Socket Data |
| Profiling de CPU/Memória (Flamegraphs) | Parca | eBPF Perf Events |
| Rastreamento de Syscalls & Acesso a Arquivos | Inspektor Gadget | eBPF Kprobes / Tracepoints |
| Detecção de Anomalias de Segurança em Pods | Tetragon / Falco | eBPF Kernel Hooks |
🎯 4. Boas Práticas e Recomendações
- Desativação de kube-proxy: Ao adotar Cilium eBPF, habilite o modo
kubeProxyReplacement=truepara diminuir a sobrecarga de iptables e melhorar o roteamento de tráfego inter-serviço. - Métricas de Latência L7 com Hubble: Ative
hubble.metrics.enabled="{dns,drop,tcp,flow,port-distribution,icmp,http}"para exportar dados completos para o Prometheus. - Políticas de Isolamento de Rede: Utilize a visualização do Hubble para criar CiliumNetworkPolicies de menor privilégio (Default Deny) baseadas em fluxos reais observados.