陌陌基于Kubernetes和Docker容器管理平台的架构实践

Posted 2021-04-16 分布式实验室

为什么选择使用Kubernetes？

在使用Kubernetes之前，陌陌在应用发布和运行环境方面遇到的具体问题，如下：

• 应用发布时间很长，主要是因为发布过程中需要做隔离、恢复等动作，还需要登录查看实际状态、日志。

• 当遇到晚高峰情况这样的突发状况，需要紧急扩容。这时业务方会申请机器，可新机需要进行环境初始化、相关配置，这样导致效率非常低。

• 应用运行环境的软件版本不一致，配置复杂，维护成本比较高。

• 硬件资源利用率不足，总体成本比较高。

针对以上遇到的问题，我们决定对架构进行改造，同时制定了一系列架构改进目标，如下：

• 提高服务可用性，可管理性。可用性是当某一台机器出现宕机，会自动切换到其他机器。可管理性是在应用需要扩容时，自动化去部署运行环境、相关配置。开发不需要再去考虑服务器的问题。

• 提高资源隔离性，实现服务混合部署。

• 应用级别的监控，当机器需要扩容时，自动排查是哪个应用所致。 服务平滑迁移。

• 综合这些问题和目标，陌陌选择使用Kubernetes来管理Docker集群，当Kubernetes满足不了需求时，可在部署平台开发相应的功能来满足开发查看日志、监控和报警等需求，尽量避免登录主机和容器。

陌陌容器管理平台的架构演进

陌陌从2015年下半年开始对Docker进行调研和实践，2016年初开始调研Kubernetes，尝试架构方面的改进工作，基于自研发布系统及Kubernetes、OVS和Docker构建容器管理平台。实现了基于Docker集群的部署系统，便于开发者便捷地部署自己的应用程序。最终达到部署环境干净一致，可重复部署、迅速扩容和回滚。

如下图，是容器管理平台的架构图：

容器管理平台主要功能有集群管理和状态展示、灰度发布和代码回退、组件模板、应用管理、镜像仓库和权限管理等。它采用前后端分离的架构，前端使用JS渲染，后端使用Python提供API。这样开发者可以快速的进行发布和回退操作。

容器管理平台在应用发布流程，集群调度策略，Kubernetes节点网络架构，阿里云支持，基础监控指标等方面进行了优化改进。

应用发布流程

陌陌之前老版本发布系统是串行的，需要单台进行替换。如下图，是新架构下应用的发布流程：

新的发布系统是用户提交代码后，在发布系统选择要部署的commit，点击构建以后，系统会自动编译，打包成镜像，推送镜像仓库。如果构建成功，用户点击发布新版本的实例，灰度没有问题，全量，下线老版本的实例。回退时代码不需要构建，直接发布老版本实例。在某段时间内，新老版本是同时存在的。

集群调度策略

陌陌的集群调度策略是为应用配置默认的Location（集群标签），如果是线上应用，应用需要申请Location，部署到正式的集群（机房要求，资源充足）。这里应用都不能独占集群，均采用的是混合部署的方式。

同一个集群下，分成不同组并组定义标签，应用支持独占机器，同一个组之间的应用实例可以随意飘移。

IDC网络节点

如下图，是IDC网络节点架构图：

这里值得注意的是，服务器双链路上联，Trunk上联物理交换机需要合理避免二层环路。

这样的方式存在的不足是，当容器较多时，Mac地址数量增多，给物理交换机Mac地址表带来压力，广播域扩大就是需要严谨的规划vlan角色相关信息。

阿里云支持

当前，陌陌Kubernetes Master集群下节点包含IDC、阿里云及两者混合三种方式，如下图：

阿里云采用的网络模式是Host-gw，陌陌搭建了一条IDC与阿里云的VPC专线和VPC的虚拟路由进行静态配置。无论是IDC节点，还是阿里云节点上的应用都要适应IP动态变化。

基础监控指标

陌陌的监控方案大多是基于Kublet cAdvisor Metrics接口去做的数据汇总。最初陌陌采用的方式是利用Python脚本，去调用接口，在取到一些CPU内存、网络、流量的数据，存入ES，分析之后进行展示。之后的报警系统，是利用Java应用去调取Kublet cAdvisor Metrics接口，进行数据的收集。

基础监控指标主要有内存（total、rss、cache）、流量（incoming、outgoing）、网络packets（drop、error、total）等。

应用迁移

应用迁移方面，陌陌做了很多适配工作，使得应用不需要太多的改动就可以无缝迁移。具体适配细节如下：

• 应用适应动态IP变化。

• 自定义构建过程（build.sh）。

• 应用使用不同的服务发现框架（nginx，rpc）（start.sh）。

• 应用销毁过程中做一些额外处理（stop.sh）。

在应用迁移过程中，也遇到了一些问题，如Swap、CPU软中断优化、资源利用率、Ip白名单、适用于内网等问题。

当前，陌陌的容器业务规模服务器约400台、线上容器6000、应用700+。应用的类型是Java + php + Node + Python + Tomcat。

未来展望

希望运维可以实现对应用请求量，线程数，流量等指标的监控。基准值部分，达到单实例可承载请求量，线程数，流量。伸缩方面，做到最小保留实例数，最大扩容实例数，根据监控反馈和基准值计算需要扩容和缩容的实例数, 按照各个集群资源余量按比例伸缩。

原文链接：http://developer.51cto.com/art/201711/558515.htm

基于Kubernetes的DevOps实践培训

点击阅读原文链接即可报名。