1.4.7 HPA 横向自动扩容 4.8 statefulset

Posted 2023-05-02

参考技术A HPA实现原理： 通过分析追踪指定RC控制的所有目标POD的负载变化情况，

来确定是否需要针对性地调整目标POD的副本数量

HPA度量指标： 1： CPU  2: 应用程序自定义的度量指标 比如服务在每秒内的相应请求数，如TPS  QPS

CPU利用率  Pod Request/ pod 使用量

如果没有定义Pod Request的值，则无法实现Pod 横向自动扩容

kubernetes 从1.2开始也在尝试支持应用程序自定义的度量指标

------------------------------------------------------------------------------------------------------------

CPU使用量通常是1MIN内的平均值

从1.7版本开始，kubernetes自身孵化了一个基础性能数据采集监控框架：

kubernetes Monitoring Architecture

HMA

kubernetes自定义了一套标准化的API接口， Resource Metrics API

客户端应用程序（HPA)

------------------------------------------------------------------------

下面是HPA定义的一个具体例子：

超过90% 会自动扩容，约束条件是Pod的副本数为1-10

也可以通过简单命令行直接创建等价的HPA对象：

POD的管理对象 RC Deployment DaemonSet Job都面向无状态的服务

复杂的中间件集群： 如mysql mongodb akka zookeeper集群都是有状态的

-----------------------------------------------------------------------------------

StatefulSet 可以看作是RC/Deployment  的一个特殊变种

RC/Deployment无法满足

1: 固定id 相互通信

2： 集群规模固定，不能随意变动

3： 每个节点都是有状态的，通常持久化数据到永久存储中

4： 磁盘顺坏则无法正常运行，集群功能受损

----------------------------------------------------------------

statefulSet有如下特性：

1: 稳定，唯一的网络标识

用来发现集群内其他成员 如第一个： kafka-0  第二个： kafka-1

2: statefulSet控制的POD启动顺序是受控的，操作n个POD，前面n-1是运行且准备好的状态

3： Pod采用稳定的持久化存储卷

通过PV或PVC来实现

删除POD时不会删除存储卷

-------------------------------------------------------------------------------------

StatefulSet 与PV 绑定以存储POD的状态数据

还要与Headless Service 配合使用

在每个StatefulSet中声明它属于哪个headless Service

HEADless Service 与 普通 Service的区别：

它没有Cluster IP 如果解析Headless Service的域名返回的是Service对应的全部POD的Endpoint列表

StateFulSet在HEadless Service的基础上又为StatefulSet 控制的每个POD 实例都创建了一个DNS域名，域名为 $(podname).$(headless service name)

如： kafka-1.kafka kafka-0.kafka

Docker Swarm 横向扩容/收缩简单使用

　　Swarm 是 Docker 官方提供的一款集群管理工具，其主要作用是把若干台 Docker 主机抽象为一个整体，并且通过一个入口统一管理这些 Docker 主机上的各种 Docker 资源。 Swarm 和 Kubernetes 比较类似，但是更加轻，具有的功能也较 kubernetes 更少一些。 

　　Swarm 横向扩容准备服务器：

　　swarm1（master）：192.168.75.191

　　swarm2（node1）：192.168.75.192

　　swarm3（node2）：192.168.75.193

注：docker 1.12 版本后都自带 swarm 命令，无需安装

 

 

 一、启动集群

在 swarm1 上启动集群，即 swarm1 为 master 节点：

[root@swarm1 ~]# docker swarm init --listen-addr 192.168.75.191:1234

 

 

 #  --listen-addr 集群暴漏给外界调用的 HTTPAPI 的 socket 地址, IP 为本机 ip ，端口可自定义

上述命令运行成功会生成如下信息，此命令用于节点（被管理主机）加入集群

docker swarm join

--token SWMTKN-1-6ampzvvbv1ul5y9omr3lvcrodetcdc3ukr9tn7158fcebc7olo-dx61lgmjyi0wwvx8pluizyucy
　　　　192.168.75.191:1234

在 swarm1 上查看各节点信息：

 [root@swarm1 ~]# docker node ls  #目前只有本机（管理主机 swarm1 ）加入集群

 

 

 二、分别将 swarm2 & swarm3 节点（被管理节点）加入集群

 

 

 swarm1 (管理主机)再次查看节点信息，如下所示则集群添加成功

 

 

Swarm 集群以搭建完毕接下来进行横向扩容/收缩

 三、测试：拉取tomcat镜像，横向扩容

　　1、创建实例

　　[swarm1 ~]# docker service create --replicas 1 --name tomcattest tomcat:latest

　　# --replicas 始终运行实例数目

　　# --name 运行服务名称，非容器名称

　　[root@swarm1 ~]# docker service ps tomcattest #查看实例运行状态

　　

 

 

 　　2、横向扩容/收缩

 　　[root@swarm1 ~]# docker service scale tomcattest=3

　　#tomcattest服务增加为3个实例

　　

 

 

　　#实例自动在3台节点上分配，保证运行数量为3个实例，并且当某节点出现异常状态导致该节点上的服务宕机，

　　将会在其余节点自动运行实例。始终保持实例数量为需求数量。 

　　3、停止 swarm3 节点，查看实例状态

　　[root@swarm3 ~]# systemctl stop docker

　　

 

 

 　　在 swarm1 上查看服务运行状态：

　　[root@swarm1 ~]# docker service ps tomcattest

　　

 

 

 　　#swarm3节点服务自动转移至swarm1服务器上，实例数仍为3.

　　swarm3 上 tomcat 实例为宕机状态，且在 swarm1 上新生成实例,使 tomcat 实例总数仍为3

 

至此 Swarm 集群搭建以及简单都横向扩容及收缩都已经完成了。

后话：

　　Swarm 虽为 Docker 官方提供的管理工具，但因 swarm 本身功能的不完善性，以及与其他插件的耦合度较低，所以现在基本都不建议使用 swarm 作为管理工具，现在较为流行的管理工具为 k8s ，这里就不多说了，大家有兴趣就自行百度查看吧，另 Rancher 是目前比较新兴的管理工具，使用 Rancher 可以来管理 k8s 集群。。。