Kubernetes Deployment滚动更新场景分析

Posted WaltonWang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Kubernetes Deployment滚动更新场景分析相关的知识,希望对你有一定的参考价值。

基于Kubernetes v1.7.4

关于Kubernetes Deployment滚动更新

场景1:正常滚动更新流程

  • 新建deployment:webserver,replicas=10,image=tomcat。

  • 滚动更新应用镜像为:nginx

  • 观察Replicasets的变化,可发现升级后会创建新的Replicasets,删除老的Replicasets实例,滚动创建新实例。

  • 观察deployment的变化

  • DESIRED: 10(一直为10)
  • CURRENT: 在[replicas-maxUnavailable, replicas+maxSurge]:[8,13]之间变动,最终等于DESIRED值
  • UP-TO-DATE: 已更新为nginx镜像的实例,最终等于DESIRED值。
  • AVALIABLE: 新老replicaset总的实例数,最终等于DESIRED值。

场景2:应用滚动更新时,用户删除应用

  • 新建deployment:webserver,replicas=10,image=tomcat。

  • 更改容器镜像,触发deployment的滚动更新。

  • 新老Replicaset开始进行滚动更新。

  • 使用kubectl删除正在滚动更新的deployment。

  • 新老replicaset的实例数被缩减为0,实例开始被删除。

  • 观察deployment实例变化如下

从红框处,DESIRED=0,实例逐渐被删除。

场景3:应用滚动更新时,用户对该应用进行扩容

  • 新建deployment:webserver,replicas=15,image=tomcat。

  • 更改容器镜像,触发deployment的滚动更新。

开始进行滚动更新:

  • 更改deployment的实例数到20

  • 新老RS根据比例进行实例数扩容

    • RS实例数根据比例进行相应的增加:
      RS扩容后的实例数=扩容前实例数占比*扩容后最大实例数

    在此次升级中,在扩容前

    NAMEDESIREDCURRENTREADY
    Webserver-1078791221101012
    Webserver-3236788441773

    升级前的总实例数:10+7=17
    升级前最多实例数:15+MaxSurge(25%)=19
    升级后最多实例数:20+ MaxSurge(25%)=25
    当前需扩容的总数:25-17=8
    所以:
    webserver-1078791221扩容后实例数=(10/19)*25=13.15(+0.5取整)=13
    webserver-3236788441扩容后实例数=(7/19)*25=9.21(+0.5取整)=9

    • 剩余的实例分配给实例数最多的rs
      webserver-1078791221 较扩容前增加:13-10=3
      webserver-3236788441较扩容前增加:9-7=2
      仍剩余的实例(8-3-2=3个)分配给webserver-1078791221
      所以webserver-1078791221总实例数=10+3+3=16

      如下所示:

5)实例数更新以后,滚动升级继续进行,最终老的replicaset实例被删,替换为新的

场景4:应用滚动更新时,用户对该应用进行缩容

  • 新建deployment:webserver,replicas=15,image=tomcat。

  • 更改容器镜像,触发deployment的滚动更新。

开始进行滚动更新:

  • 更改deployment的实例数到4


- 新老RS根据比例进行实例数缩容
RS实例数根据比例进行相应的缩减(计算方法如扩容): RS缩容后的实例数=缩容前实例数占比*缩容后最大实例数

NAMEDESIREDCURRENTREADY
Webserver-107879122191010
Webserver-3236788441984

升级前的总实例数:9+9=18
升级前最多实例数:15+MaxSurge(25%)=19
升级后最多实例数:4+ MaxSurge(25%)=5
当前需缩容的总数:18-5=13
所以
webserver-1078791221缩容后实例数=-(9/19)*5=-2.36(-0.5取整)=2
webserver-3236788441缩容后实例数=-(9/19)*5=-2.36(-0.5取整)=2

  • 多缩容的实例分配给实例数最多的rs

    webserver-1078791221 较缩容前减少:9-2=7
    webserver-3236788441较缩容前减少:9-2=7
    多缩容的实例(7+7-13=1个)分配给实例数最多的rs(由于新老RS实例数都为9,则按照创建时间进行排序,分给最新的实例webserver-3236788441)
    所以webserver-3236788441总实例数=9-7+1=3

    如下所示:

  • 最终老的replicaset实例被删,替换为新的,且缩容到指定个数。

从deployment角度观察结果如下:

场景5:应用扩容时,进行滚动更新

  • 新建deployment:webserver,replicas=10,image=tomcat。

  • 更改deployment的实例数到20

RS的实例数变为20,开始扩容

  • 更改容器镜像,触发deployment的滚动更新。

  • 新老的replicaset的实例变化。
    创建新的RS,按照滚动升级策略开始更新,如下:

  • 最终老的replicaset实例被删,替换为新的

  • 观察deployment的实例变化如下:

场景6:应用缩容时,进行滚动更新

  • 新建deployment:webserver,replicas=25,image=tomcat。

  • 更改deployment的实例数到4

RS的实例数变为4,开始缩容

  • 更改容器镜像,触发deployment的滚动更新。

  • 新老的replicaset的实例变化
    老的RS的实例会被逐渐删除,同时新的RS开始滚动更新,符合滚动升级策略。

  • 最终老的replicaset实例被删,替换为新的

  • 观察deployment的实例变化如下:

deployment的实例数先被缩容到4;
UP-TO-DATE从25-0-4,表明实例被滚动到最新版本。
CURRENT 实例数在开始滚动更新后,最大数不超过5,符合滚动更新的实例数区间。

场景7:应用回滚

  • 新建deployment:webserver,replicas=10,image=tomcat。

  • 更改容器镜像为nginx,触发deployment的滚动更新。

等待滚动更新完成:

3)更改容器镜像为httpd,触发deployment的滚动更新。

等待滚动更新完成:

4)回滚到nginx版本。

等待滚动更新完成:

回滚到 –to-revision=2 nginx版本后,nginx版本又成为了最新的版本vision:4。

场景8:滚动更新未完成时,又开始新的滚动更新

  • 新建deployment:webserver,replicas=15,image=tomcat。

  • 更改容器镜像为nginx,触发deployment的滚动更新。

更新后,触发滚动升级:

  • 在上个滚动更新未完成的情况下,接着更改容器镜像为httpd,再次触发deployment的滚动更新。

更新后,再次触发滚动升级:

  1. 第二次滚动升级webserver-2480438009初始DESIRED=0,因为两个老的RS当前实例总数为12+7=19,已经达到最大值,所以初始为0。
  2. 缩减老的RS时,遵循两个原则
    • 遍历所有老的RS,优先缩减那些unavailable的实例。
      webserver-3236788441缩减前7/7/ 3(还有4个unacailable),所以先被缩减到3/7/3。
    • 在保证最小available个实例的前提下,缩减老的RS。
      计算方法如下:
      最小可用数minAvailable = deployment.Replicas – maxUnavailable;
      当前总可用数:availablePodCount = 所有RS的AvailableReplicas总和;
      可缩减的总数:totalScaleDownCount = availablePodCount - minAvailable;
      将老的RS按创建时间从新到老排序,逐个进行缩减。
      例如,在第一次缩减webserver-1078791221时:
      webserver-2480438009 7/7/1
      webserver-1078791221 9/9/9
      webserver-3236788441 3/3/3
      minAvailable=15-15*25%=12
      availablePodCount=1+9+3=13
      totalScaleDownCount=13-12=1

所以将webserver-1078791221缩减1个实例到 8/9/9(如上图最下面的红框)

再次缩减时:
webserver-2480438009 8/8/2
webserver-1078791221 8/8/8
webserver-3236788441 3/3/3
minAvailable=15-15*25%=12
availablePodCount=2+8+3=13
totalScaleDownCount=13-12=1

webserver-1078791221缩减为0/0/0,开始用同样的方法缩减
webserver-3236788441,这里不再敖述。
相关处理Replicasets代码在:
pkg/controller/deployment/rolling.go:reconcileOldReplicaSets

  • 从deployment角度观察滚动过程如下:

附录:

感谢同事陈俊超辛苦的测试分析。

以上是关于Kubernetes Deployment滚动更新场景分析的主要内容,如果未能解决你的问题,请参考以下文章

聊聊你可能误解的Kubernetes Deployment滚动更新机制

聊聊你可能误解的Kubernetes Deployment滚动更新机制

KUBERNETES03_命名空间Pod是什么Deployment多副本能力扩缩容自愈或故障转移滚动更新版本回退

KUBERNETES03_命名空间Pod是什么Deployment多副本能力扩缩容自愈或故障转移滚动更新版本回退

15-Kubernetes-Pod控制器详解-Deployment(Deploy)

16.Kubernetes之Deployment