伸縮Kubernetes到2500個節(jié)點中遇到的問題和解決方法

JaysonWang 發(fā)布于2019-07-01 16:42 / 1913人閱讀

摘要：自從起便號稱可以承載個以上的節(jié)點，但是從數(shù)十到的路上，難免會遇到問題。本片文章即分享在之路上的經(jīng)驗，包括遇到的問題嘗試解決問題以及找到真正的問題。

Kubernetes自從1.6起便號稱可以承載5000個以上的節(jié)點，但是從數(shù)十到5000的路上，難免會遇到問題。

本片文章即分享Open API在kubernetes 5000之路上的經(jīng)驗，包括遇到的問題、嘗試解決問題以及找到真正的問題。

遇到的問題以及如何解決 問題一：1 ~ 500個節(jié)點之后

問題：

kubectl 有時會出現(xiàn) timeout（p.s. kubectl -v=6 可以顯示所有API細(xì)節(jié)指令）

嘗試解決：

一開始以為是kube-apiserver服務(wù)器負(fù)載的問題，嘗試增加proxy做replica協(xié)助進(jìn)行負(fù)載均衡

但是超過10個備份master的時候，發(fā)現(xiàn)問題不是因為kube-apiserver無法承受負(fù)載，GKE通過一臺32-core VM就可以承載500個節(jié)點

原因：

排除以上原因，開始排查master上剩下的幾個服務(wù)(etcd、kube-proxy)

開始嘗試調(diào)整etcd

通過使用datadog查看etcd吞吐量，發(fā)現(xiàn)有異常延遲(latency spiking ~100 ms)

通過Fio工具做性能評估，發(fā)現(xiàn)只用到10%的IOPS(Input/Output Per Second)，由于寫入延遲(write latency 2ms)降低了性能

嘗試把SSD從網(wǎng)絡(luò)硬盤變?yōu)槊颗_機(jī)器有個local temp drive（SSD）

結(jié)果從~100ms —> 200us

問題二：~1000個節(jié)點的時候

問題：

發(fā)現(xiàn)kube-apiserver每秒從etcd上讀取500mb

嘗試解決：

通過Prometheus查看container之間的網(wǎng)絡(luò)流量

原因：

發(fā)現(xiàn)Fluentd和Datadog抓取每個節(jié)點上資料過于頻繁

調(diào)低兩個服務(wù)的抓取頻率，網(wǎng)絡(luò)性能從500mb/s降低到幾乎沒有

etcd小技巧：通過--etcd-servers-overrides可以將Kubernetes Event的資料寫入作為切割，分不同機(jī)器處理，如下所示

--etcd-servers-overrides=/events#https://0.example.com:2381;https://1.example.com:2381;https://2.example.com:2381

問題三：1000 ～ 2000個節(jié)點

問題：

無法再寫入數(shù)據(jù)，報錯cascading failure

kubernetes-ec2-autoscaler在全部的etcd都停掉以后才回傳問題，并且關(guān)閉所有的etcd

嘗試解決：

猜測是etcd硬盤滿了，但是檢查SSD依舊有很多空間

檢查是否有預(yù)設(shè)的空間限制，發(fā)現(xiàn)有2GB大小限制

解決方法:

在etcd啟動參數(shù)中加入--quota-backend-bytes

修改kubernetes-ec2-autoscaler邏輯——如果超過50%出現(xiàn)問題，關(guān)閉集群

各種服務(wù)的優(yōu)化 Kube masters 的高可用

一般來說，我們的架構(gòu)是一個kube-master（主要的 Kubernetes 服務(wù)提供組件，上面有kube-apiserver、kube-scheduler 和kube-control-manager）加上多個slave。但是要達(dá)到高可用，要參考一下方式實現(xiàn)：

kube-apiserver要設(shè)置多個服務(wù)，并且通過參數(shù)--apiserver-count重啟并且設(shè)定

kubernetes-ec2-autoscaler可以幫助我們自動關(guān)閉idle的資源，但是這跟Kubernetes scheduler的原則相悖，不過通過這些設(shè)定，可以幫助我們盡量集中資源。

{
"kind" : "Policy",
"apiVersion" : "v1",
"predicates" : [
  {"name" : "GeneralPredicates"},
  {"name" : "MatchInterPodAffinity"},
  {"name" : "NoDiskConflict"},
  {"name" : "NoVolumeZoneConflict"},
  {"name" : "PodToleratesNodeTaints"}
  ],
"priorities" : [
  {"name" : "MostRequestedPriority", "weight" : 1},
  {"name" : "InterPodAffinityPriority", "weight" : 2}
  ]
}

以上為調(diào)整kubernetes scheduler范例，通過調(diào)高InterPodAffinityPriority的權(quán)重，達(dá)到我們的目的。更多示范參考范例．

需要注意的是，目前Kubernetes Scheduler Policy并不支持動態(tài)切換，需要重啟kube-apiserver(issue: 41600)

調(diào)整scheduler policy造成的影響

OpenAI使用了KubeDNS ，但不久后發(fā)現(xiàn)——

問題：

經(jīng)常出現(xiàn)DNS查詢不到的情況（隨機(jī)發(fā)生）

超過 ~200QPS domain lookup

嘗試解決：

嘗試查看為何有這種狀態(tài)，發(fā)現(xiàn)有些node上跑了超過10個KuberDNS

解決方法：

由于scheduler policy造成了許多POD的集中

KubeDNS很輕量，容易被分配到同一節(jié)點上，造成domain lookup的集中

需要修改POD affinity（相關(guān)介紹），盡量讓KubeDNS分配到不同的node之上

affinity:
 podAntiAffinity:
   requiredDuringSchedulingIgnoredDuringExecution:
   - weight: 100
     labelSelector:
       matchExpressions:
       - key: k8s-app
         operator: In
         values:
         - kube-dns
     topologyKey: kubernetes.io/hostname

新建節(jié)點時Docker image pulls緩慢的問題

問題：

每次新節(jié)點建立起來，docker image pull都要花30分鐘

嘗試解決：

有一個很大的container image Dota，差不多17GB，影響了整個節(jié)點的image pulling

開始檢查kubelet是否有其他image pull選項

解決方法：

在kubelet增加選項--serialize-image-pulls=false來啟動image pulling，讓其他服務(wù)可以更早地pull（參考：kubelet啟動選項）

這個選項需要docker storgae切換到overlay2（可以參考docker教學(xué)文章）

并且把docker image存放到SSD，可以讓image pull更快一些

補(bǔ)充：source trace

// serializeImagePulls when enabled, tells the Kubelet to pull images one
// at a time. We recommend *not* changing the default value on nodes that
// run docker daemon with version  < 1.9 or an Aufs storage backend.
// Issue #10959 has more details.
SerializeImagePulls *bool `json:"serializeImagePulls"`

提高docker image pull的速度

此外，還可以通過以下方式來提高pull的速度

kubelet參數(shù)--image-pull-progress-deadline要提高到30mins
docker daemon參數(shù)max-concurrent-download調(diào)整到10才能多線程下載

網(wǎng)絡(luò)性能提升

Flannel性能限制

OpenAI節(jié)點間的網(wǎng)絡(luò)流量，可以達(dá)到10-15GBit/s，但是由于Flannel所以導(dǎo)致流量會降到～2GBit/s

解決方式是拿掉Flannel，使用實際的網(wǎng)絡(luò)

hostNetwork: true

dnsPolicy: ClusterFirstWithHostNet

這里還有一些注意事項需要詳細(xì)閱讀

想要簡單易用、生產(chǎn)就緒的Kubernetes？試試好雨Rainbond——以應(yīng)用的方式包裝Kubernetes，理解和使用更簡單，各種管理流程開箱即用！

好雨Rainbond（云幫）是一款以應(yīng)用為中心的開源PaaS，深度整合基于Kubernetes的容器管理、Service Mesh微服務(wù)架構(gòu)最佳實踐、多類型CI/CD應(yīng)用構(gòu)建與交付、多數(shù)據(jù)中心資源管理等技術(shù)，為用戶提供云原生應(yīng)用全生命周期解決方案，構(gòu)建應(yīng)用與基礎(chǔ)設(shè)施、應(yīng)用與應(yīng)用、基礎(chǔ)設(shè)施與基礎(chǔ)設(shè)施之間互聯(lián)互通的生態(tài)體系，滿足支撐業(yè)務(wù)高速發(fā)展所需的敏捷開發(fā)、高效運(yùn)維和精益管理需求。