基于Ansible+Docker快速实现DCOS云平台部署(有彩蛋)

Posted 2021-04-25 DBAplus社群

本文根据DCOS联盟第一期线上分享整理而成，文末还有书送哦~

讲师介绍

刘金烨

数人云运维工程师

• 负责Mesos、Marathon、Docker环境维护，运维自动化建设。

• 曾任职于金山西山居，拥有丰富的Java开发和运维开发经验。

大家好，今天给大家分享自动快速部署DCOS服务相关组件的一些实践。

本次分享将包括以下内容：

1. 云平台部署使用的服务、组件

2. Docker化服务组件

3. 初始化安装控制主机

4. 集群主机系统检测

5. 使用Ansible初始化集群主机

6. 使用Ansible安装、检测DCOS相关服务

一、使用的服务、组件简介

• Ansible 批量管理配置服务

• 初始化主机、批量安装各服务使用

• test yum repo 部署软件包源

• 启动一个简单 http 服务，把安装使用的软件包全放到这个项目中

• Docker 轻量级容器服务

• Cadvisor 监控服务

• test-registry 组件安装使用镜像仓库

• Haproxy 负载均衡组件

• Keepalived 高可用组件

部署在master1 和 master2 两台主机，通过检查这两台主机部署的haproxy进行VIP 漂移。

• mysql数据库

• 自研组件

• Consul 服务发现、健康检查、健值存储外访问的切换

• Zookeeper Mesos Marathon

• DCOS 核心组件，负责集群资源管理，应用调试

二、主要服务的功能说明及逻辑架构

上面简单介绍了安装整个 DCOS 服务的完整过程，在安装各组件前，我们都会先检测是否已经安装了该服务，如果已经存在会中止安装，人工检查后，再进行后续操作。

1、test yum repo

test-yumrepo 是一个简单的 yum 源服务，里面放置了安装 DOCS 需要使用的所有 rpm 包，使用 createrepo 命令进行创建和更新yum 源。

2、test registry

在安装 DCOS 前会把组件镜像全 push 到 registry ,不设置认证用户，配置申请好的证书。

使用这个 registry 时，只需要添加域名解析就可以。

registry 的数据目录，直接复制目录到其它主机。

再启动 registry 服务容器就可以直接使用，而不需要导入导出浪费时间。

因为 docker 镜像是分层的，不同的镜像，也会共用一些公共的镜像层。

使用这个原理，镜像大多数的服务都使用相同的 base 镜像，这样所有的镜像都放置到 registry 中，就可以减少占用磁盘的容量。

3、自研组件

DCOS 自研的控制界台

4、Consul

用它来做各服务的健康检查、服务发现、MySQL主从切换等。

consul 分为server 和 client ，我们注册、注销服务都是通过 client API 进行,这样的好处是 client 上的主机服务都绑定在 client 端，健康检查也都是通过 client 端进行本地检查。

服务本身的状态查询查询则是通过 Server 端。

consul 的服务发现

consul 有多种服务发现机制，我们使用的是比较简单的 dns 模式，通过 consul 自带的 DNS 解析功能实现的。

各服务安装好后，通过调用 consul 的 API 注册服务。

5、Haproxy

haproxy做为平台服务的负载均衡服务，对外服务配置服务时，配置的是 consul 中的服务域名。

这里有个坑，原来使用 haproxy 1.5 版本, 后端服务使用域名时，启动后只解析一次(和nginx类似)，这时如果解析到的服务挂掉，访问haproxy页面时会503.
查询官网得知 haproxy 1.6 支持了动态 dns 域名解析的配置，后升级为 haproxy 1.6。

下面是动态 dns 解析相关的配置内容：

6、MySQL 基于 Consul 的主从切换

最初的MySQL主从切换是基于 haproxy+keepalived 来做高可用的。

这种机制下，MySQL主从切换的简单需求需要引入2个开源组件，架构上也非常复杂。

为了减轻架构复杂度和可维护性，我们将主从切换改为了使用 Consul 进行主从切换。MySQL是安装了两台，一主一从，设置权限时，主是读写的，从是普通用户只读权限。

通过将服务注册到 consul 来做健康检查。

MySQL Master 和 Slave 注册到一共注册四个服务到Consul, 如下代码：

正常情况 mysql-vip.service.consul 解析到 主mysql ip。

这里会分两种情况切换到从解析：

• 主MySQL挂掉后，ip解析到从mysql ip，mysql-vip 切换到从Mysql IP

• 主库的 consul 挂掉也会导致服务无法解析，即使 mysql-master 正常，所以如果 consul 挂掉也会被激活切换。

请注意：因为MySQL从是只读的，相当于降级服务。

7、Zookeeper Mesos Marathon

参考以前写的文章：容器公司如何用容器进行产品迭代
http://blog.dataman-inc.com/shurenyun-docker-164/

三、Docker化服务

1、dockerfile语法

dockerfile 的语法比较简单，类似shell， 常用的命令主要有：

• FROM 依赖的基础镜像

• RUN 执行的shell命令

• ADD 添加本地文件目录或下载网络中的文件并且解压到镜像中

• COPY 复制本地文件或目录到镜像中

• ENTRYPOINT docker容器启动时的默认命令

• CMD docker容器启动时的默认参数

参考：https://docs.docker.com/engine/reference/builder/

下面是dockerfile的示例

2、dockerfile 的一些小技巧

docker 镜像的默认启动命令可以是一个自定义的 shell 脚本，例如我们编写一个 entrypoint.sh 脚本，可以在启动脚本中做很多事情，比如初始化服务、拉取配置、替换变量等等。

3、Dockerfile示例：Zookeeper

Dockerfile

 

Zookeeper启动脚本：

cat /data/run/dataman_zookeeper.sh

4、docker build

5、docker run 

参考 https://docs.docker.com/engine/reference/commandline/run/

6、数人云开放的一些服务的 Dockerfile

https://github.com/Dataman-Cloud/OpenDockerFile

四、初始化安装控制主机

1、启动test yum repo

启动test yum repo，把 test yum repo 配置到当前主机的/etc/yum.repos.d/test.repo 

配置内容如下：

然后就可以很方便的安装一些必要的工具服务。

test yum repo的使用方法

其中 --disablerepo=\* 是禁用其它 yum repo, --enablerepo=repo 是开启数人云 testrepo ,这样做是为了防止其它 的yum repo 影响 yum 安装 的过程，减少出错。

2、安装需要使用的基础服务

安装需要部署DOCS需要使用的服务,和一些调试工具
yum --disablerepo=\* --enablerepo=testrepo install -y net-tools iptables ansible 等。

修改 NTP server 的配置。

3、启动安装集群组件使用的镜像仓库test-registry服务

五、集群主机系统安装前配置及检测

安装机准备好 yum repo 和 test registry, 我们就可以准备安装 DCOS集群了。

安装前我们会先检测当前安装机的服务是否是我们要求的主机状态，检查包括：

• yum repo 状态正常

• test registry 状态正常

• NTP server 状态正常

然后修改ansible 配置ansible/inventory/hosts。

规划好主机列表及角色，内容示例如下：

在安装服务前会检测各主机：

• 系统版本、内核版本检测

• 文件系统检测

• 磁盘容量检测

如果检测到的结果异常会跟中止安装。

六、初始化集群主机

前面的初步检测步骤通过后，我们就会对集群主机进行初始化操作。

包含的内容有：

• 基础操作
  防火墙、selinux 等

• 主机名
  设置主机机名解析

• NTP 客户端 
  设置 ntp 服务

• Docker
  安装配置等

• 安装运维调试工具
  出问题检查的各种工具，比如 netstat\dig等

• 主机初始化后的环境检查
  以上初始化的检查

七、总结

最终我们通过 Ansible 完成了将整套的分布式部署抽象成了两步完成：

1. 在一个配置文件中配置整套安装方案的服务；

2. 执行安装脚本。

这个服务并不是完美的，还有很多可以优化的，比如大数量主机安装的效能问题等，我们会持续对其进行改进。

欢迎大家一起交流、探讨经验。谢谢大家。

Q&A

Q1：现在Docker的版本更新也很快，那数人云是怎么来考虑这个版本的，每次跟着更新，还是延后多少个小版本？

A1：每次Docker更新我们都在在内部进行测试，经过一段时间的验证，没有什么大坑的时候，就更新。没有特定的，延后固定几个版本。

Q2：此前看到一篇文章说，Docker是没有后向兼容的，每次更新版本都会非常痛苦。你们是怎么处理这个问题？

A2：这个问题我们也很烦恼，我们是一台一台主机的升级，不会影响业务的正常使用。DCOS集群本身是高可用的，所以宕机1、2台也不会有问题。

（承接上一问）

Q3：一般来说，DCOS集群我们都建议上百台主机，那一个DCOS集群升级一次大概要耗时多久？

A3：升级的话，提前规划，按应用或集群的角色划分好批次 比如说 Master不能同时升级，两个MySQL主从不能同时升级，Elasticsearh 集群不能同时升级等 提前进行docker pull 预热 100台主机，完整升级一次预计要半小时左右。这个半小时不包含准备时间。

Q4：你们docker volume怎么解决的？

A4：例如MySQL这种需要持久化数据 的服务，我们是发到固定主机。如果是Elasticsearch，这种本身已经有数据同步的服务，我们是直接挂载出来，指定一个主机范围。

Q5：能分享下数人云在DCOS+DevOps方面的经验么？

A5：这次分享的集群安装 就是我们DevOps的一部分，我们的应用和组件都是Docker化的，使用ansible docker run或调用marathon api 进行、更新发布应用，平时的工作主机就是Docker化服务和把这些服务发到DCOS集群中。

好书相送

在本文微信订阅号（dbaplus）评论区留下足以引起共鸣的真知灼见，并在本文发布后32小时之内成为点赞数最多的前2名，可获得以下书籍一本~

特别鸣谢清华大学出版社为本次活动提供图书赞助。

精选专题（官网：dbaplus.cn）

◆  近期热文  ◆  

◆  MVP专栏  ◆  

丨丨丨丨

丨丨丨丨

◆  近期活动  ◆