基于k8s的自动化运维---魅族容器云平台
前言魅族容器云平台主要是基于 k8s 的技术。将从以下六个方面介绍魅族容器云的实践过程，分别是基本介绍、k8s 集群、容器网络、外部访问4/7层负载均衡、监控/告警/日志、业务发布/镜像/多机房。 1、基本介绍
魅族云平台的定位是私有云平台，主要是用于支撑在线业务，用以替换传统的虚拟化方式。目前现状是2017年完成全国三个数据中心的建设，年内完成 90%业务的迁移。我们是以小团队紧跟 k8s 社区步伐，快速迭代、低成本试错的方式来构建我们的平台的。同时，针对一些我们遇到的问题，做一些局部创新，在保证系统核心的随社区稳定升级的前提下，解决好非功能性问题。 http://www.ITILchina.cn/a/44.files/image002.jpg2、k8s 集群
对于 k8s 集群构建，将从 k8s 的单一镜像、k8s 集群 master、minion三个方面分别展开介绍。2.1 单一镜像http://www.ITILchina.cn/a/44.files/image003.pngk8s 集群的安装部署是利用单一镜像 + docker run 实现一键安装。为此将所有 k8s 相关的描述文件、脚本和二进制全部打包成镜像，目的是实现集群的快速部署和升级。2.2 Masterhttp://www.ITILchina.cn/a/44.files/image005.jpg为了能够实现自动加载，k8s 集群核心组件使用了 Static Pod 方式。在自动修复方面，kubelet probe 可以实现 Pod 的自检，配置了自动重启。如果需要对核心组件进行升级，指定统一镜像的版本号即可实现核心组件升级更新。http://www.ITILchina.cn/a/44.files/image007.jpgcontroller manager 和 scheduler 服务在三台物理机实现集群 master 高可用。API Server 的高可用既可以通过负载均衡方式实现，也能通过 DNS 方式实现。http://www.ITILchina.cn/a/44.files/image009.jpg集群 controller mananger 重启可能会出现 Node 状态不同步的问题，因此对于核心组件状态，需要配置告警并及时检查有无异常状态。2.3 minion硬件方面并没有固定的配置，尽量利用现有的资源。在我们的集群中，常见 minion 的配置是 24核 CPU(with ht)、128GB 内存以及千兆网卡。http://www.ITILchina.cn/a/44.files/image010.pngk8s 集群中 minion 作为计算节点，其上主要是各种业务的容器和 Systempods。对于 minion 节点做了三个方面参数的优化，中断相关、TCPbacklog 和 swap。http://www.ITILchina.cn/a/44.files/image012.jpgminion 节点操作系统使用的是 centos 7，docker storage 使用的 devicemapper driver，日志基本写到外挂的 EmptyDir volume，docker 存储使用得很少。我们为 EmptyDir Volume 专门开辟了普通分区，没有使用 lvm，因为日志量不好预估，遭遇过因为 lvm metadata 的事故。http://www.ITILchina.cn/a/44.files/image014.jpg使用 Device Mapper 还遭遇过 kernel issue，因此需要更新内核。http://www.ITILchina.cn/a/44.files/image016.jpg默认内核是3.10版本，长期维护的内核版本的是我们需要的。而且考虑到要对某些内核模块做 hacking，4.0及以上变化较大，hackingtcp_v4_syn_recv_sock 存在问题，所以我们最终选择了自行编译 3.16内核。http://www.ITILchina.cn/a/44.files/image018.jpg考虑到和 CMDB 的结合，minion 节点打上了 Label，例如标记它的功能是什么，物理位置信息,机柜等。这些信息对于 Pod 调度非常重要。包括 Pod 的 Node 亲和性，Pod 亲和性和反亲和性。3、容器网络
http://www.ITILchina.cn/a/44.files/image019.png容器网络的方面我们采用的是 calico 的方案。主机通过 BGP 直接和核心路由设备对接，这里也可以用 RouteReflector 替代。控制层面走 BGP，数据层面走三层路由。网络封包会经过主机的 netfilter框架, 最后经由主机 forward chain 进入容器，默认都会被 conntrack。部署方面，Calico 通过 k8s 的Daemonset 方式，部署非常方便http://www.ITILchina.cn/a/44.files/image020.png优化主要是针对 conntrack，建议尽量使用 headless service，少产生 iptables rule。同时，对 conntrack 用量进行监控。容错方面，容器会主动去ping 交换机，确保网络的连通性。当 calico 出现问题的时候，容器是不会加入服务的，由此来保证服务的可靠性。http://www.ITILchina.cn/a/44.files/image022.jpg对于我们系统，绝大部分流量来自外部 LVS，其可信任度高，默认的方式会产生大量的conntrack 记录，所以应当把 LVS 过来的流量直接给 bypass conntrack。http://www.ITILchina.cn/a/44.files/image024.jpg经过生产实践效果验证，no mesh 模式的稳定性要优于 mesh 模式。异常处理主要分为POD 主动检测网络和 calico 的整体健康监控告警。4、外部访问4/7层负载均衡
我们做的是对外服务，大部分流量都是从外部打进来的，终端用户都是外部的客户，所以针对外部的访问做了4层和7层的负载均衡。我们做的是对外服务，大部分流量都是从外部打进来的，终端用户都是外部的客户，所以针对外部的访问做了4层和7层的负载均衡。4.1 4层负载均衡http://www.ITILchina.cn/a/44.files/image026.jpg在4层接入上采用了是阿里开源的 Fullnat LVS 方案，看中了它运维方便、水平扩展性好。工作在4层的 LVS 服务既可以支持 TCP 同时也支持UDP，流量从 client 端经过 LVS做 Fullnat 后到达 minion，应答直接路由回对应的LVS。http://www.ITILchina.cn/a/44.files/image027.png对于4层负载均衡的配置，是通过自动化方式来实现的，无需人工配置，可以自动在路由设备宣告 vip，并生成对应的 ECMP 路由。LVS 的 VirtualServer 配置也是自动生成的，VirtualServer 到 EndPoint ip 的自动映射。http://www.ITILchina.cn/a/44.files/image029.jpg我们对 LVS 控制程序做了改造， 了一些指标，包括网络和应用服务相关的数据，并以此实现了 Grafana 可视化和监控告警。http://www.ITILchina.cn/a/44.files/image031.jpg一方面是对 LVS 整体流量异常告警，另一方面 realserver (Pod) 做高延迟异常检测告警。4.2 7层负载均衡http://www.ITILchina.cn/a/44.files/image033.jpg七层负载均衡采用的是 POD 里面跑 nginx+ingress controller，它的定位是业务专属的反向代理，能够实现自动扩缩容，面向的 upstream 主要是Jetty 业务容器。http://www.ITILchina.cn/a/44.files/image034.png由于四层负载均衡采用的是 FullnatLVS，真正的终端 ip 地址已经被隐藏起来了，需要从 TCPoption 中获取。realserver 默认取到的是 LVS 的 local ip 地址，需要使用 TOA 模块来获取终端 ip。开源版本的 TOA 一直没有升级，为此我们将其移植到 3.16，对于大多数业务来说，客户端 ip 地址是不可或缺的。http://www.ITILchina.cn/a/44.files/image036.jpg在把 nginx 容器化之后，踩了一些坑，其中一个是延迟过高。从 access.log 看，upstream 的 RT 时间长达几秒，而直接访问 upstream Pod 服务又是很快的，说明是 nginx 的问题。经分析后发现配置不合理，nginx容器化之后缺少对 worker 数量和亲和性的优化。按照默认配置，一台24核 CPU 的机器上，对于一个业务的 nginx，自动配置为 24个 worker 进程，而 cpu limit 往往只设置成 5、6个核，worker 没有 cpu 资源导致高延迟。同时，调整 worker 进程的亲和性，防止压力堆积在前几个核上。http://www.ITILchina.cn/a/44.files/image038.jpgNginx 动态缩容需考虑柔性，比如某业务原来有3个 Nginx 容器，现在要缩成2个，被停掉这个 Nginx 容器需要做一些优雅退出的准备工作，否则可能导致服务整体响应延迟陡增。 这个 POD 一开始就从 LB 上被摘掉了，我们利用 Pod 的 prestop hook，等待并优雅退出。扩容时，需要考虑启动时间和热身问题。有的业务可能需要几秒或几十秒，要有充足的初始化时间，否则，请求过去就会失败。如果 Probe Timeout 设置得比较小，会导致 Pod 被强制重启或者摘除，导致整体服务的雪崩。在实际运行过程中，应根据监控情况对 CPU request 和 Hpa 配置持续优化。http://www.ITILchina.cn/a/44.files/image040.jpg5、监控/告警/日志
监控采用的是 prometheus，开箱即用的整体方案。部署方面是在 k8s 上部署成 Daemonsets 或者 Deployment，针对其特点会调度到特定的机型，通过类型拆分成几种 map 来方便管理。http://www.ITILchina.cn/a/44.files/image041.png监控指标包括两个方面，一个是硬指标，例如，从 nginx 获取当前业务的 qps、http code分布、当前整个业务的资源消耗情况以及后端的 jetty 消耗情况。http://www.ITILchina.cn/a/44.files/image043.jpg另一方面是业务的软指标，指的是内部指标，主要包括 jvm 的指标，内部的 logger 相关，如 error 计数器。http://www.ITILchina.cn/a/44.files/image044.png日志的处理是收集到 elasticsearch 处理的。ES 的部署和 prometheus 类似也是 POD 的方式。部署 ES 的 datanode、master 和 client 需要关注线程数据和 CPU limit 的匹配问题。http://www.ITILchina.cn/a/44.files/image045.png日志收集容器试过使用 fluentd 进行收集，与业务容器共享一个存储，发现有日志滞后和资源消耗高的问题。用 filebeat 容器替代 fluentd 之后,资源占用率很小，消耗不到0.1核、内存不到 100M 就可以实现比较好的日志传输效果。6、业务发布/镜像/多机房
http://www.ITILchina.cn/a/44.files/image047.jpg业务发布考虑到效率和交互性，需要给用户提供一个交互界面，能够生成 k8s 的资源描述文件，并能执行具体的 Action，如创建/更新/删除。http://www.ITILchina.cn/a/44.files/image049.jpg实现上是通过 json schema 的方式来描述所有参数，默认值+结合用户输入最终生成 k8s 的资源描述文件。http://www.ITILchina.cn/a/44.files/image051.jpg利用 ansible 调用 kubectl 来实现自动化部署。实现了部署进度，发布历史管理，模板化部署。对于多集群管理，ansible 通过切换不同 k8s 集群的 context，发布业务到不同机房。http://www.ITILchina.cn/a/44.files/image052.png对于镜像的选择我们的原则就是够小、够用，为了保证兼容性我们加入 glibc 支持。Docker 其实推荐只跑一个进程，但很多业务都是需要多个进程配合的，S6 用于应对这种场景，作为进程和服务的管理器来实现一些比较复杂的功能。（曾彬原创）
页:
[1]