DockOne微信分享（一九〇）：Spring Cloud Kubernetes容器化實踐
【編者的話】公司原有業務佈署在虛擬機器ECS、KVM上，指令碼分散、日誌分散、難於集中收集管理，監控不統一，CPU、記憶體、磁碟資源使用率低，運維效率極低，無法集中管理。通過匯入Kubernetes平臺打通DevOps全鏈路，實現統一集中運維管理，提升運維效率，提高資源利用率，提升整個研發團隊協作效率。
原有運維繫統缺點
- 原有業務佈署在虛擬機器ECS、KVM上，指令碼分散、日誌分散、難於集中收集管理，監控不統一，CPU、記憶體、磁碟資源使用率低，運維效率極低，無法集中管理。
- 新業務佈署需要開通新的虛擬機器，需要單獨定製監控，各種Crontab，配置指令碼，效率低下，CI/CD Jenkins配置繁瑣。
Kubernetes容器化優勢
- 利用Kubernetes容器平臺namespaces對不同環境進行區分，建立不同dev、test、stage、prod環境，實現隔離。
- 通過容器化集中佈署所有業務，實現一鍵佈署所需環境業務。
- 統一集中監控報警所有容器服務異常狀態。
- 統一集中收集所有服務日誌至ELK叢集，利用Kibana面板進行分類，方便開發查日誌。
- 基於Kubernetes命令列二次開發，相關開發、測試人員直接操作容器。
- 基於RBAC對不同的環境授於不同的開發、測試訪問Kubernetes許可權，防止越權。
- 通過Jenkins統一CI/CD編譯釋出過程。
- 專案容器化後，整體伺服器CPU、記憶體、磁碟、資源利用減少50%，運維效率提高60%，原來需要N個運維做的事，現在一個人即可搞定。
Kubernetes本身是一套分散式系統，要用好會遇到很多問題，不是說三天兩頭就能搞定，需要具備網路、Linux系統、儲存，等各方面專業知識，在使用過程中我們也踩了不少坑，我們是基於二進位制包的方式安裝Kubernetes叢集，我們Kubernetes叢集版本為1.10，經過一段時間的實踐，Kubernetes對於我們整個開發、測試、釋出、運維流程幫助非常大，值得大力推廣。
網路方案選擇
- Flannel是 CoreOS 團隊針對 Kubernetes 設計的一個覆蓋網路(Overlay Network)工具，所有節點通過flanneld節點服務同步路由，使用簡單、方便、穩定，是Kubernetes入門首選。
- Calico是基於BGP協議的路由方案，支援ACL，部署複雜，出現問題難排查。
- Weave是基於UDP承載容器之間的資料包，並且可以完全自定義整個叢集的網路拓撲，國內使用較少。
- Open vSwitch是一個生產質量的多層虛擬交換機，它旨在通過程式設計擴充套件實現大規模網路自動化，同時仍支援標準管理介面和協議，OpenShift-kubernetes平臺和混合雲使用比較多。
我們對各個網路元件進行過調研對比，網路方案選擇的是flanneld-hostgw+ipvs，在Kubernetes 1.9之前是不支援IPVS的，kube-proxy負責所有SVC規則的同步，使用的iptables，一個service會產生N條iptables記錄。如果SVC增加到上萬條，iptables-svc同步會很慢，得幾分鐘，使用IPVS之後，所有節點的SVC由IPVS LVS來負載，更快、更穩定，而且簡單方便，使用門檻低。host-gw會在所有節同步路由表，每個容器都分配了一個IP地址，可用於與同一主機上的其他容器進行通訊。對於通過網路進行通訊，容器與主機的IP地址繫結。flanneld host-gw效能接近Calico，相對來說Falnneld配置佈署比Calico簡單很多。順便提下flanneld-vxlan這種方式，需要通過UDP封包解包，效率較低，適用於一些私有云對網路封包有限制，禁止路由表新增等有限制的平臺。
Flanneld通過為每個容器提供可用於容器到容器通訊的IP來解決問題。它使用資料包封裝來建立跨越整個群集的虛擬覆蓋網路。更具體地說，Flanneld為每個主機提供一個IP子網（預設為/ 24），Docker守護程式可以從中為每個主機分配IP。
Flannel使用etcd來儲存虛擬IP和主機地址之間的對映。一個Flanneld守護程序在每臺主機上執行，並負責維護etcd資訊和路由資料包。
在此提一下，在使用flannled使用過程中遇到過嚴重bug，即租約失效，flanneld會shutdown節點網路元件，節點網路直接崩掉，解決辦法是設定永久租期： ofollow,noindex" target="_blank">https://coreos.com/flannel/doc ... tions 。
傳統業務遷移至Kubernetes遇到的問題和痛點，DevOps遇到的問題
使用Kubernetes會建立兩套網路，服務之間呼叫通過service域名，預設網路、域名和現有物理網路是隔離的，開發，測試，運維無法像以前一樣使用虛擬機器，Postman IP+埠除錯服務， 網路都不通，這些都是問題。
- Pod網路和物理網路不通，Windows辦公電腦、Linux虛擬機器上現有的業務和Kubernetes是隔離的。
- SVC網路和物理網路不通，Windows辦公電腦、Linux虛擬機器上現有的業務和Kubernetes是隔離的。
- SVC域名和物理網路不通，Windows辦公電腦、Linux虛擬機器上現有的業務和Kubernetes是隔離的。
- 原有Nginx配置太多的location路由規則，有的有幾百層，不好遷移到ingress-nginx，ingress只支援簡單的規則。
- SVC-NodePort訪問，在所有Node上開啟埠監聽，佔用Node節點埠資源，需要記住埠號。
- ingress-nginx http 80埠， 必需通過域名引入，http 80埠必需通過域名引入，原來簡單nginx的location可以通過ingress引入。
- ingress-nginx tcp udp埠訪問需要配置一個lb，很麻煩，要先規劃好lb節點同樣也需要訪問lb埠。
- 原有業務不能停，繼續執行，同時要能相容Kubernetes環境，和Kubernetes叢集內服務互相通訊呼叫，網路需要通。
傳統虛擬機器上佈署服務我們只需要一個地址+埠直接訪問除錯各種服務，Kubernetes是否能做到不用改變使用者使用習慣，無感知使用呢？答案是打通DevOps全鏈路，像虛擬機器一樣訪部Kubernetes叢集服務 , 我們打通Kubernetes網路和物理網路直通，物理網路的DNS域名呼叫Kubernetes DNS域名服務直接互訪，所有服務互通。公司原有業務和現有Kubernetes叢集無障礙互訪。
配置一臺Kubernetes Node節點機做路由轉發，配置不需要太高，佈署成路由器模式，所有外部訪問Kubernetes叢集流量都經該節點，本機IP：192.168.2.71。
vim /etc/sysctl.conf net.ipv4.ip_forward = 1
設定全網路由通告，交換機或者Linux、Windows主機加上靜態路由，打通網路。
route add -net 172.20.0.0 netmask 255.255.0.0 gw 192.168.2.71 route add -net 172.21.0.0 netmask 255.255.0.0 gw 192.168.2.71
增加DNS伺服器代理，外部服務需要訪問Kubernetes service域名，首先需要解析域名，Kubernetes服務只對叢集內部開放，此時需要外部能呼叫KubeDNS 53號埠，所有辦公電腦，業務都來請求KubeDNS肯定撐不住，事實上確實是撐不住，我們做過測試，此時需要配置不同的域名進行分流策略，公網域名走公網DNS，內部.svc.cluster.local走KubeDNS。
1、建立DNS代理伺服器，ingress建立一個nginx-ingress服務反代KubeDNS，ingress-nginx繫結到DNS節點執行，在節點上監聽DNS 53埠。
[root@master1 kube-dns-proxy-1.10]# cat tcp-services-configmap.yaml kind: ConfigMap apiVersion: v1 metadata: name: tcp-services namespace: ingress-nginx data: 53: "kube-system/kube-dns:53" [root@master1 kube-dns-proxy-1.10]# cat udp-services-configmap.yaml kind: ConfigMap apiVersion: v1 metadata: name: udp-services namespace: ingress-nginx data: 53: "kube-system/kube-dns:53" [root@master1 kube-dns-proxy-1.10]# cat ingress-nginx-deploy.yaml apiVersion: extensions/v1beta1 kind: Deployment metadata: name: nginx-ingress-controller-dns namespace: ingress-nginx spec: replicas: 1 selector: matchLabels: app: ingress-nginx-dns template: metadata: labels: app: ingress-nginx-dns annotations: prometheus.io/port: '10254' prometheus.io/scrape: 'true' spec: hostNetwork: true serviceAccountName: nginx-ingress-serviceaccount containers: - name: nginx-ingress-controller-dns image: registry-k8s.novalocal/public/nginx-ingress-controller:0.12.0 args: - /nginx-ingress-controller - --default-backend-service=$(POD_NAMESPACE)/default-http-backend # - --configmap=$(POD_NAMESPACE)/nginx-configuration - --tcp-services-configmap=$(POD_NAMESPACE)/tcp-services - --udp-services-configmap=$(POD_NAMESPACE)/udp-services - --annotations-prefix=nginx.ingress.kubernetes.io env: - name: POD_NAME valueFrom: fieldRef: fieldPath: metadata.name - name: POD_NAMESPACE valueFrom: fieldRef: fieldPath: metadata.namespace ports: - name: http containerPort: 80 #- name: https #containerPort: 443 livenessProbe: failureThreshold: 3 httpGet: path: /healthz port: 10254 scheme: HTTP initialDelaySeconds: 10 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 1 readinessProbe: failureThreshold: 3 httpGet: path: /healthz port: 10254 scheme: HTTP periodSeconds: 10 successThreshold: 1 timeoutSeconds: 1 nodeSelector: node: dns
2、最簡單快捷的方式是安裝Dnsmasq，當然你也可以用Bind，PowerDNS，CoreDNS等改造，上游DNS配置為上一步驟增加nginx-ingress dns的地址，所有辦公，業務電腦全部設定DNS為此機，dnsmasq.conf配置分流策略。
no-resolv server=/local/192.168.1.97 server=114.114.114.114
完成以上步驟後Kubernetes pod網路、service網路、 service域名和辦公網路，現有ECS、虛擬機器完美融合，無縫訪問，容器網路問題完美搞定。
Windows訪問Kubernetes service暢通無組，開發測試，完美無縫對接。
ingress-nginx服務入口接入
服務釋出後最終對接的是使用者，使用者訪問Kubernetes服務需要通過nginx或其它http伺服器接入，對於服務接入我們同時使用兩種不同的方案，取決於nginx location的複雜度，location規則簡單的我們使用第一種方案，由於各種問題，location複雜我們使用第二種方案。
- client-------ingress-nginx-----upstream----podip，對於ingress-nginx官方使用的原始方案，先配置ingress規則路由，ingress對接不同的service-dns域名，ingress自動發現後端podip，通過upstream負載不同的後端podip，不同的域名路由到不同的Kubernetes後端podip，使用者客戶端訪問流量會負載到不同的Pod上。
- client------nginx-------upstream------svc-----podip改造現有nginx相容Kubernetes，對接Kubernetes service服務。對於nginx location規則過多，不能很好的相容nginx-ingress導致使用Kubernetes非常困難，難以普及，在不變更現有nginx配置的情況下如何對接Kubernetes這是一個問題，經過前面網路打通的步驟我們所有網路的問題都已解決。現在只需改動很小部分即可相容，由於Kubernetes podip是漂移的，IP總是會變的，nginx只能是對接SVC域名才能持久，但是nginx解析域名有個bug，只解析一次，如果在此期間刪除了yaml，nginx會找不到後端svcip，所以這裡要設定代理變數set $backend，設定resolver的DNS為代理DNS地址，設定解析域名時間和變數解決該問題。
location /tomcat/ {
resolver 192.168.1.97 valid=3600s;
set $backend "tomcat.dac-prod.svc.cluster.local";
error_loglogs/dac_error.logerror;
access_loglogs/dac_access.logmain;
proxy_set_header X-real-ip $remote_addr;
proxy_read_timeout 300;
proxy_connect_timeout 300;
proxy_redirectoff;
client_max_body_size 100M;
proxy_pass http://${backend}:9090;
}
大家可能擔心Eureka和Kubernetes service有衝突，Spring Cloud本身自帶服務發現Eureka，元件之間的呼叫通過Eureka註冊呼叫，其實你直接佈署就行了，Eureka和Service沒任何衝突，和普通Java應用一樣用。
監控方案
目前使用的Kubernetes官方的Heapster，Monitoring-InfluxDB-Grafana +自定議指令碼+自定義Grafana面板可以靈活報警。
監控面板按業務環境dev/test/stage/prod/對CPU/記憶體/網路等分類進行展示。
節點資源監控：
Pod CPU、記憶體、網路等監控：
監控指令碼，可以很靈活跟據設定引數進行釘釘報警，報告有問題的Pod、Node，自動處理有問題的服務。
#!/bin/bash
最大記憶體排除的node節點
exclude_node="node7|node1|node2|node3|master1"
exclude_pod="redis|kafka|mongo|zookeeper|Evicted|Completed"
node使用的最大報警記憶體%比
node_mem_max="100"
node最大使用cpu百分比
node_cpu_max="80"
pod使用的最大報警記憶體MB
pod_mem_max="4096"
pod_top="5"
pod_top_cpu="10"
pod的啟動錯誤時間，單位為秒s
pod_error_m_time="120"
pyding="$HOME/k8s-dev/dingd-zabbix.python"
pod的記憶體以及cpu的使用狀態
pod_mem=$(/usr/local/bin/kubectl top pod --all-namespaces |sort -n -k4 )
node的記憶體使用狀態
node_status=$(/usr/local/bin/kubectl top node|egrep -v "${exclude_node}" |egrep -v "MEMORY%")
pod的執行狀態
pod_status=$(/usr/local/bin/kubectl get pod --all-namespaces -o wide|grep -v NAMESPACE)
設定有問題的pod存取檔案路徑
alert_error_pod="/tmp/alert-error-pod.txt"
設定最大記憶體佔用節點上pod的檔案列表路徑
alert_list="/tmp/alert-mem-list.txt"
監控cpu百分比檔案輸出路徑
alert_node_cpu_list="/tmp/alert_node_cpu_list.txt"
取node記憶體的百分比數字值
node_pre_mem=$(echo "${node_mem}"|awk '{print $5}'|sed -e "s/%//g")
監控node的記憶體百分比，列出佔用記憶體最高的應用並重啟top5應用
node_mem_mon () {
echo "${node_status}" |awk '{print $1,$5}'|sed -e "s/%//g" |while read node_name node_mem_status;do
#echo $node_name $node_mem_status
if [ "${node_mem_status}" -gt "${node_mem_max}" ];then
>${alert_list}
#找到該節點上的所有的pod名
find_pod=$(echo "${pod_status}"|egrep ${node_name}|awk '{print $2}')
#找到所有節點倒排序使用最大的記憶體的pod列表
for i in $(echo "${find_pod}");do
echo "${pod_mem}"|grep $i >>${alert_list}
done
date_time=`date +'%F-%T'`
echo -e "\n${node_name}最大記憶體超過 %${node_mem_max} 以下pod應用將被重啟 ------------------\n"
cat ${alert_list}|sort -n -k 4|tail -${pod_top}
python ${pyding} "`echo -e "\n ${date_time} ${node_name}當前記憶體為${node_mem_status}%,最大記憶體超過 %${node_mem_max} 以下pod應用將被重啟 ------------------\n" ;cat ${alert_list}|sort -n -k 4|egrep -v "$exclude_pod"|tail -${pod_top}` "
cat ${alert_list}|sort -n -k 4|egrep -v "$exclude_pod"|tail -${pod_top}|egrep -v "應用將被重啟" | awk '{print "/usr/local/bin/kubectl delete pod "$2" -n "$1" " | "/bin/bash"}'
fi
done
}
釘釘報警圖：
Kubernetes叢集yaml容器編排管理
Kubernetes通過yaml對容器進行管理，yaml配置編排檔案是管理整個容器生命週期重要的一部份，管理好yaml非常重要。我開發了一套類似於Helm的模板的指令碼框架，用於所有環境的yaml初始化工作 ，自己寫指令碼的好處就是可以靈活控制，比如哪個元件要掛載儲存，共享卷，要配置私有hosts等，我可以一次性定製好，初始化時只需要init-yaml直接批量搞定，不需要每個yml單獨去修改，之後就是kubectl create 直接用。
容器編排yaml檔案按空間環境dev、test、stage、prod進行模板base分類，複製一套yaml模板即可生成其它各環境，容器編排按業務型別模組配置conf app-list。
[root@master1 config]# ls public-dev_app_list.confpublic-test-base.yml public-dev-base.ymlsms-test_app_list.conf public-pretest_app_list.confsms-test-base.yml public-pretest-base.ymlwbyh-dev_app_list.conf public-stage_app_list.confwbyh-dev-base.yml public-stage-base.ymlwbyh-stage_app_list.conf public-test_app_list.confwbyh-stage-base.yml
通過Kubernetes核心排編指令碼進行init-yml初始化對應環境，生成所有Pod的yaml排編檔案，每套環境可以生成環境對應的SQL/">MySQL、Redis、Kafka、MongoDB等，直接啟動即可呼叫。
[root@master1 k8s-dev]# ./k8s wbyh-stage init-yml /root/k8s-dev/config [root@master1 k8s-dev]# tree wbyh-stage/ ├── app │├── dac-api-center ││└── dac-api-center.yml │├── dac-app-web ││└── dac-app-web.yml │├── dac-config-server ││└── dac-config-server.yml │├── dac-eureka-server ││└── dac-eureka-server.yml │├── dac-task ││└── dac-task.yml │├── dac-task-apply ││└── dac-task-apply.yml │├── dac-task-h5 ││└── dac-task-h5.yml │├── dac-web ││└── dac-web.yml │├── dac-message-center ││└── dac-message-center.yml │├── dac-quartz-jfdata ││└── dac-quartz-jfdata.yml │├── dac-quartz-mach ││└── dac-quartz-mach.yml │├── dac-quartz-dac ││└── dac-quartz-dac.yml │├── dac-resources-center ││└── dac-resources-center.yml │├── dac-resources-item ││└── dac-resources-item.yml │├── dac-usercenter-web ││└── dac-usercenter-web.yml │└── tomcat │└── tomcat.yml └── stateful-sets ├── kafka │├── 10kafka-config-0420yml │├── 10kafka-config.yml │├── 20dns.yml │└── 50kafka.yml ├── mongo │└── mongo-statefulset.yml ├── redis │├── primary.yml │└── redis-configmap.yml └── zookeeper ├── 10zookeeper-config.yml ├── 30service.yml └── 50pzoo.yml 22 directories, 26 files
通過Kubernetes指令碼呼叫kubectl可以直接批量建立該空間下所有服務。
[root@master1 k8s-dev]# ./k8s wbyh-stage create_all /root/k8s-dev/config configmap "dac-eureka-server-filebeat-config" created service "dac-eureka-server" created deployment.extensions "dac-eureka-server" created configmap "dac-config-server-filebeat-config" created service "dac-config-server" created deployment.extensions "dac-config-server" created configmap "tomcat-filebeat-config" created service "tomcat" created deployment.extensions "tomcat" created
所有程式碼存入GitLab做版本管理，即基礎設施即程式碼。
add svn-jar-version ll item commit 29dc05530d839c826130eef81541ce96a155107b Author: idea77 <[email protected]> Date:Thu Sep 20 16:11:00 2018 +0800 mod ossfs to /Rollback/oss commit 880bcd9483a6ee1f5ca440fef017b30ba7cd14fe Author: idea77 <[email protected]> Date:Wed Sep 19 16:57:43 2018 +0800
儲存方案
目前公司一部份應用掛載的卷為NFS，讀寫要求不高的可以配置NFS， 一部份要求比較高的用的Ceph，如MySQL、Kafka之類的就需要Ceph支撐，對於需要持久化的DB型別儲存的管理用StorageClass儲存類對接管理，很方便自動建立儲存卷PV-PVC對接，共享卷型別可以直接掛載卷。
NFS配置需要在每個Node節點安裝NFS-Utils，配置yml，注意CentOS 7低版本3.10核心的nfs-server有bug，導致伺服器重啟，升到4.0以上核心解決問題。
- name: tomcat-img nfs: path: /home/k8s-nfs-data/dac-test-tomcat-img server: 192.168.8.30
Ceph Kubernetes Node節點安裝ceph-commo，配置StorageClass。
ceph-class.yaml apiVersion: storage.k8s.io/v1beta1 kind: StorageClass metadata: name: ceph-db provisioner: kubernetes.io/rbd parameters: monitors: 192.168.1.31:6789 adminId: admin adminSecretName: ceph-secret adminSecretNamespace: kube-system pool: rbd userId: admin userSecretName: ceph-secret
Jenkins CI/CD編譯釋出階段
Jenkins CI/CD控制檯完成整個jar包編譯，Dockerfile編譯、docker push、Kubernetes deployment映象滾動升級功能。
Jenkins Manage and Assign Roles授權不同的開發、測試組不同的使用者許可權，隔離不同的專案編譯釋出許可權。
目前沒有完全用上流水線服務，完全流水線需要構建不報錯，一報錯也就無法完成，不是很靈活，構建jar包和釋出docker-image是分開的，需要跟據公司業務來。
編譯階段我們做了釘釘通知，每個專案拉了自己的群，編譯jar包是否成功整個組都有通知，同樣update也是一樣釋出是不成功都有提示，群內可見。
目前我們Kubernetes容器啟動分為兩種架構：
- 容器釋出後啟動基礎JDK映象，Wget去http伺服器下載對應目錄編譯好的jar包，然後啟動，即無映象模式，適合頻繁釋出型別的業務，push jar to oss有一部份業務是跑虛擬機器，需要jar包，oss可以做共享。
- 容器釋出按照標準的方式打image update-imae模式，適合出錯及時回滾的業務，即編譯dockerfile-push-docke-image-update-deployment。
build-$namespace通過空間變數名擬寫對應指令碼，基本是做一個通用模板base，複製生成對應專案的build.sh供Jenkins傳參呼叫，每套環境有自己的基礎映象base，基礎映象就是打入JDK等一些私有的配置，編譯的時候在基礎映象上加上jar包。
if [[ $MY_POD_NAMESPACE =~ -dev ]];then #定義啟動基礎鏡相 base_image="registry-k8s.novalocal/public/yh-centos7-jdk-1.8" #定義APP映象倉庫地址 image_path="registry-k8s.novalocal/xl_public/$MY_POD_NAMESPACE/${APP}" elif [[ $MY_POD_NAMESPACE =~ "-test" ]];then #定義啟動基礎鏡相 base_image="registry-k8s.novalocal/public/yh-centos7-jdk-1.8" #定義APP映象倉庫地址 image_path="registry-k8s.novalocal/xl_public/$MY_POD_NAMESPACE/${APP}:${date_time}" elif [[ $MY_POD_NAMESPACE =~ -stage ]];then #定義啟動基礎鏡相 base_image="registry-k8s.novalocal/xl_public/wbyh-base/centos7-jdk-1.8" #定義idc鏡相倉庫路徑 image_path="registry.cn-hangzhou-idc.com/xl_dac/wbyh-stage-${APP}:${date_time}" vpc_image_path="registry-vpc.cn-hangzhou-idc.com/wbyh-stage-${APP}:${date_time}" fi #初始化dockerfile init_dockerfile () { #生成Dockerfile cd /Rollback/build-docker/ echo "" >$MY_POD_NAMESPACE/${APP}/Dockerfile #生成基礎映象地址 echo -e "${base_image}">>${MY_POD_NAMESPACE}/${APP}/Dockerfile #生成docker作者 echo -e "MAINTAINER [email protected]" >>${MY_POD_NAMESPACE}/${APP}/Dockerfile echo -e "USER root">>${MY_POD_NAMESPACE}/${APP}/Dockerfile #獲取啟動指令碼 \cp -fstart-sh/${MY_POD_NAMESPACE}-sh/${APP}.sh$MY_POD_NAMESPACE/${APP}/ echo -e "ADD ./${APP}.sh /home/deploy/" >>${MY_POD_NAMESPACE}/${APP}/Dockerfile #新增 jar包到/home/deploy/ echo -e "${add_jar}" >>${MY_POD_NAMESPACE}/${APP}/Dockerfile #暴露埠 echo -e "EXPOSE 9090">>${MY_POD_NAMESPACE}/${APP}/Dockerfile #新增docker入口啟動檔案 \cp -fstart-sh/templates/docker-entrypoint.sh $MY_POD_NAMESPACE/${APP}/ echo -e "ADD ./docker-entrypoint.sh/docker-entrypoint.sh" >>$MY_POD_NAMESPACE/$APP/Dockerfile echo -e "RUNchown -R deploy:deploy /home/deploy &&chown -R deploy:deploy /docker-entrypoint.sh && ls -t --full /home/deploy " >>$MY_POD_NAMESPACE/$APP/Dockerfile echo -e "USER deploy">>$MY_POD_NAMESPACE/$APP/Dockerfile echo -e 'ENTRYPOINT ["/docker-entrypoint.sh"]' >>$MY_POD_NAMESPACE/$APP/Dockerfile if [[ ${MY_POD_NAMESPACE} =~ -prod ]];then docker images |grep xl_prod|grep ${APP}|awk '{print $1":"$2}'|xargs docker rmi -f else docker images |grep min-test|grep ${APP}|awk '{print $1":"$2}'|xargs docker rmi -f fi name="${MY_POD_NAMESPACE},build ${image_path}-${svn_version}" cd /Rollback/build-docker/$MY_POD_NAMESPACE/$APP/ docker build--no-cache -t ${image_path}-${svn_version} . check if [[ $MY_POD_NAMESPACE =~ -stage]];then #vpc專有鏡相地址修改到yml檔案 sed -i "[email protected]/xl_public\(.*\)@${vpc_image_path}-${svn_version}@g"/home/deploy/k8s-dev/${MY_POD_NAMESPACE}/app/$APP/$APP.yml elif [[ $MY_POD_NAMESPACE =~ -test]];then sed -i "[email protected]/xl_public/\(.*\)@${image_path}-${svn_version}@g"/home/deploy/k8s-dev/${MY_POD_NAMESPACE}/app/$APP/$APP.yml fi name="push ${APP}" docker push${image_path}-${svn_version} check }
Jenkins觸發：
build-----push------updae-deployment-----image，整個過程是流水線形式，一次性連續完成，完成後通過機器人通知到各業務組，中間有任何問題，機器人會告訴我們在哪個階段出錯，很方便排查問題，映象的版本號根據Git或SVN的版本號來獲取，然後加上當前時間戳，在jar包編譯階段版本號會寫入特定檔案，Jenkins會跟據當前編譯的版本生成對應的Docker映象版本。
Kubernetes日誌方案
普通虛擬機器日誌分散，難管理，需要登陸虛擬機器一個個檢視，利用Kubernetes Pod多容器策略可以很方便幫我們收集管理日誌，日誌方案有幾種。
- 應用打到docker stdout前臺輸出，Docker輸出到/var/lib/containers，通過Filebeat、Fluentd、DaemonSet元件收集，這種對於小量日誌還可以，大量日誌效能很差，寫入很慢。
- Pod掛載host-path把日誌打到宿主機，宿主機啟動Filebeat、Fluentd、DaemonSet收集，無法判斷來自哪個容器，哪個Pod和namespace空間。
- Pod的yml中定義兩個container，同時啟動一個附加的Filebeat，兩個container掛載一個共享捲來收集日誌。
我們用第三種方案，通過一個附加容器Filebeat來收集所有日誌，filebeat–kakfa–logstash–es，自定義編譯Filebeat容器映象，為Filebeat打上podip空間service名等標籤，方便識別來自哪個容器，哪個namespace，配置config-map以及yaml。
filebeat----kafkacluster-----logstash----es
apiVersion: v1
kind: ConfigMap
metadata:
namespace: dac-prod
name: dac-config-server-filebeat-config
data:
filebeat.yml: |
filebeat.prospectors:
- input_type: log
fields:
namespace: dac-prod
service-name: dac-config-server
#pod-ip:
paths:
- "/mnt/*.log"
multiline:
pattern: '^[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}.[0-9]{3}'
negate: true
match: after
#output.elasticsearch:
output.kafka:
hosts: ["10.31.222.108:9092", "10.31.222.109:9092", "10.31.222.110:9092"]
topic: applog
required_acks: 1
compression: gzip
# Available log levels are: critical, error, warning, info, debug
logging.level: info
---
apiVersion: v1
kind: Service
metadata:
name: dac-config-server
namespace: dac-prod
spec:
ports:
- port: 9090
name: http
selector:
app: dac-config-server
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: dac-config-server
namespace: dac-prod
labels:
app: dac-config-server
spec:
replicas: 1
strategy:
rollingUpdate:
maxSurge: 1
maxUnavailable: 1
type: RollingUpdate
selector:
matchLabels:
app: dac-config-server
template:
metadata:
labels:
app: dac-config-server
spec:
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchExpressions:
- key: app
operator: In
values:
- dac-config-server
topologyKey: "kubernetes.io/hostname"
imagePullSecrets:
- name: myregistrykey
containers:
- image: registry-vpc.cn-hangzhou-idc.com/dac-prod-dac-config-server:v1
name: dac-config-server
imagePullPolicy: Always
resources:
limits:
cpu: 4000m
memory: 4096Mi
requests:
cpu: 150m
memory: 1024Mi
env:
- name: APP
value: dac-config-server
#public
- name: JAVA_OPTS
value: "-Xms4g -Xmx4g"
- name: CONTAINER_CORE_LIMIT
value: "4"
- name: POD_IP
valueFrom:
fieldRef:
fieldPath: status.podIP
- name: MY_POD_NAMESPACE
valueFrom:
fieldRef:
fieldPath: metadata.namespace
readinessProbe:
tcpSocket:
port: 9090
initialDelaySeconds: 60
timeoutSeconds: 3
livenessProbe:
tcpSocket:
port: 9090
initialDelaySeconds: 60
timeoutSeconds: 3
ports:
- name: http
containerPort: 9090
volumeMounts:
#- name: opt-data
#mountPath: /home/deploy
- name: logs
mountPath: /home/deploy/logs
- name: host-time
mountPath: /etc/localtime
readOnly: true
- image: registry-vpc.cn-hangzhou-idc.com/dac_prod/filebeat:6.0.0
name: filebeat
imagePullPolicy: Always
env:
- name: POD_IP
valueFrom:
fieldRef:
fieldPath: status.podIP
volumeMounts:
- name: logs
mountPath: /mnt
- name: filebeat-conf
mountPath: /etc/filebeat
- name: host-time
mountPath: /etc/localtime
readOnly: true
nodeSelector:
node: public
volumes:
- name: logs
emptyDir: {}
- name: filebeat-conf
configMap:
name: dac-config-server-filebeat-config
#- name: opt-data
#nfs:
#path: /home/k8s-nfs-data/public-dev-base
#server: 10.10.1.30
- name: host-time
hostPath:
path: /etc/localtime
Filebeat收集日誌打上關鍵字標籤，namespace，svc，podip等。
Kibana集中日誌展示，建立Dashboard分類，使用者可以按namespce分類不同環境，過濾選擇檢視不同模組的應用日誌。
Kibana dashboard介面包含了不同空間不同應用的日誌列表。
RBAC+二次開發Kubernetes指令碼
簡化kubectl 命令，提供給研發團隊使用。實際上這裡功能和Jenkins以及Kibana上是重複的，但是必需考慮到所有團隊成員的使用感受，有人喜歡命令列，有人喜歡介面，簡單好用就夠。我打個比方，比如看日誌，有人可能喜歡用命令列tail -f看日誌，用grep過濾等，有人喜歡用Kibana看，那怎麼辦？於是就有了兩種方案，喜歡用圖形介面用Jenkins或Kibana，想用命令可以用命令操作，滿足你一切需求。統一集中通過指定的機器提供給開發、測試、運維、使用，方便除錯、排障。通過統一的入口可以直接對容器進行服務建立、擴容、重啟、登陸、檢視日誌、檢視Java啟動引數等，方便整個團隊溝通。
在這裡我們通過Kubernetes RBAC授權身份認證，生成不同的證書configkey，授於不同專案組不同的管理許可權，不同的專案組只有自己專案的許可權。許可權做了細分，不同研發、測試團隊互不干擾。
[deploy@185 app]# k8s dac-testget_all NAMEREADYSTATUSRESTARTSAGEIPNODE accountant-3536198527-dtrc92/2Running021h172.20.1.5node3.k8s.novalocal analyzer-1843296997-vz9nc2/2Running021h172.20.87.15node5.k8s.novalocal api-1260757537-gxrp22/2Running021h172.20.71.6k8s-monitor.novalocal calculator-1151720239-pr69x2/2Running021h172.20.1.12node3.k8s.novalocal consul-01/1Running021h172.20.87.3node5.k8s.novalocal dispatcher-2608806384-kp4332/2Running021h172.20.4.6lb1.k8s.novalocal geo-1318383076-c7th22/2Running05m172.20.94.6node6.k8s.novalocal greeter-79754259-s3bs22/2Running021h172.20.19.5jenkins-master.k8s.novalocal kafka-01/1Running021h172.20.1.4node3.k8s.novalocal mqtt-01/1Running021h172.20.94.15node6.k8s.novalocal mysql-02/2Running021h172.20.47.7elk-k8sdata.novalocal pusher-2834145138-lfs212/2Running021h172.20.19.6jenkins-master.k8s.novalocal recovery-261893050-70s3w2/2Running021h172.20.32.13node4.k8s.novalocal redis-01/1Running021h172.20.4.5lb1.k8s.novalocal robot-1929938921-6lz6f2/2Running021h172.20.47.8elk-k8sdata.novalocal scheduler-3437011440-rsnj62/2Running021h172.20.5.10db.k8s.novalocal valuation-2088176974-5kwbr2/2Running021h172.20.94.20node6.k8s.novalocal zookeeper-01/1Running021h172.20.4.4lb1.k8s.novalocal
注意，如何操作使用者自己有許可權的空間，必需填寫default-namespace.conf 注意，當gitlab master分支有合併的時候，目前我們ci自動會構建編譯最新的jar版本，推送至nexus倉庫，k8s容器裡的jar包可以指定更新 k8sinit-yml#初始化生成使用者自己本人的yml檔案 k8sget_all#檢視使用者自己本人空間下的所有執行的容器 k8screate_all#建立使用者自己本人所有服務 k8sdelall_app#刪除本人空間下所有app服務，除基礎服務mysql、 consul、 kafka、 redis、 zookeeper、mqtt 以外的所有服務 k8sapplyapi#修改了使用者自己本人yml配置檔案，應用配置生效 k8screate api#使用者自己本人空間下建立一個api服務 k8sdelete api#使用者自己本人空間下刪除一個api服務 k8sscaleapi 2#使用者自己本人空間下把api服務擴容成2個pod k8sloginapi#使用者本人空間下登入api所在的docker容器 k8slogsapi#使用者自己本人空間用tail -f 命令的方式檢視容器內/home/deploy/api/logs/api.log 的日誌 k8serror-logs api#使用者自己本人空間用tail -f 命令的方式檢視容器內/home/deploy/api/logs/api.error.log 的日誌 k8sclean api#如果編譯出錯，在使用者自己本人空間用gradlew clean清理命令的方式清理編譯 k8spush_jar#更新本人空間下所有容器的jar包版本，重啟所有容器，預設拉取backend / push-envelope -git最終版本，該版本為合併編譯成功後的最新版本號 k8spush_jar20170927-1731#選擇指定的jar版本號20170927-1731 進行更新 ，重啟所有容器 k8sreinit-mysql#重新更新所有容器jar版本後api無法啟動，清空使用者空間下的資料庫，重新建立匯入資料 批量操作 k8sscaleapi-geo 2 #在dev使用者下把api和geo 擴容 k8sdelete api-geo#在dev使用者下刪除api 和geo服務 k8screate api-geo#在dev使用者下建立api和geo服務 所有人員通用命令，要操作某個使用者的資源，必需先生成所需要的yml檔案 但是必需指定第二個引數名dev test stage等。 k8s stage init-yml#初始化生成stage使用者的yml檔案 注意要操作stage使用者的容器要先成配置檔案 k8s test init-yml#初始化生成test空間的yml檔案 k8s dev init-yml#初始化生成dev空間的yml檔案 k8s devget_all#檢視dev使用者空間下的所有執行的容器 k8s devcreate_all#建立dev空間下所有服務 k8s devdelall_app#刪除dev空間下的app服務，除基礎服務mysql、 consul、 kafka、 redis、 zookeeper、mqtt 以外的所有服務 k8s devapplyapi#修改了yml配置檔案，應用配置生效 k8s devcreate api#dev空間下建立一個api服務 k8s devdelete api#dev空間下刪除一個api服務 k8s devscaleapi 2#dev空間下把api服務擴容成2個pod k8s devloginapi#dev空間下登入api所在的docker容器 k8s devlogsapi#dev空間用tail -f 命令的方式檢視容器內/home/deploy/api/logs/api.log 的日誌 k8s deverror-logs api#dev空間用tail -f 命令的方式檢視容器內/home/deploy/api/logs/api.error.log 的日誌 k8s devpush_jar#更新dev空間下所有容器的jar包版本，重啟所有容器，預設拉取backend /-git最終版本，該版本為合併編譯成功後的最新版本號 k8s devpush_jar20170927-1731#選擇指定的jar版本號20170927-1731 進行更新 ，重啟所有容器 k8s devclean api#如果編譯出錯，dev使用者空間用gradlew clean清理命令的方式清理編譯 k8s devreinit-mysql#重新更新所有容器jar版本後api無法啟動，清空dev空間下的資料庫，重新建立匯入資料 批量操作 k8s devscale api-geo 2#在dev空間把api和geo 擴容 k8s devdelete api-geo#在dev空間刪除api 和geo服務 k8s devcreate api-geo#在dev空間下建立api和geo服務 管理員專用命令，注意管理員第二個引數一定要填 k8s devcreate_rsync#建立dev空間的rsync配置 k8s devcreate_passwd#建立dev空間的解壓密碼下發金鑰 k8s devcreaterbac#建立dev空間的叢集授權認證 k8s devdeleterbac#刪除dev空間的叢集授權認證 k8s devdelete_all#刪除dev空間下所有服務
Kubernetes叢集規劃和問題總結
1、叢集資源規劃request +limit+maxpods+eviction引數，需要計算好再配置，配置有問題可能導致資源利用不均衡，一部節點資源利用過高，一部節點資源利用過低。
2、Kubernetes Node節點一定要留有足夠的磁碟空間，跟據Pod個數和image大小決定磁碟空間數。
3、JDK無法獲取正確的CPU數，預設獲取的是宿主機CPU，會致建立的執行緒數過多，系統崩潰，可以通過： https://github.com/obmarg/libsysconfcpus.git 解決。
if [ "x$CONTAINER_CORE_LIMIT" != "x" ]; then
LIBSYSCONFCPUS="$CONTAINER_CORE_LIMIT"
if [ ${LIBSYSCONFCPUS} -lt 2 ]; then
LIBSYSCONFCPUS=2
fi
export LIBSYSCONFCPUS
fi
export LD_PRELOAD="/usr/local/lib/libsysconfcpus.so:$LD_PRELOAD"
4、nfs-server一定要用async，充份利用快取加快寫入速度，注意核心版本bug。
5、應用產生的日誌必需要設定輪轉數和大小，防止過大日誌撐暴宿主機磁碟。
6、釋出版本越多，隨著下載映象版本越來越多，磁碟會撐爆，合理配置kubelet image gc引數，配置gc回收優化磁碟空間。
7、Docker CE以前的版本經常會出現Docker失控，使用過程中整個節點容器無法刪除，無法建立，只能重啟，對業務影響很大，建議全部更新到18-CE版本，和Kubernetes容性更好。
8、節點的親和性和反親和Affinity一定要提前規劃好，為了達到高可用目的，多副本必需配置。
9、應用異常檢測，跟據實際情況配置探針ReadinessProbe、LivenessProbe防止應用假死，Kubernetes提前剔除有問題的Pod容器。
Q&A
Q：使用NFS有存在效能瓶頸或單點故障的問題嗎，如何解決，對於持久化要求高的Redis應該採用哪種儲存？
A：具體看你的規模數量，測試、開發環境，單節點NFS毫無壓力，資料是先寫到快取記憶體，速度很快，我文章中的說的核心注意bug，沒必要做高可用，公有云有NAS服務，不必擔心，自建機房可以用drbd Keepalived vip。
Q：為什麼網路沒有使用Traefik，Spring Cloud的相關元件是怎麼部署的，是用yaml檔案還是使用Helm方式？
A：考慮到Traefik效能沒有nginx好，所以用nginx，ymal是自己寫的模板生成的，沒有用Helm。我們正在調研，Eureka可以單獨定製多個yml互相註冊。與外部服務通過打通網路直通，通過SVC對接。
Q：請問下所有環境都在一個叢集，壓測怎麼辦？
A：壓測只是對應用產生壓力，你可以把需要壓測的應用排程到不同的節點NodeSelecto隔離執行。
Q：對於區域網微信回撥是如何做，沒有公網IP？
A：打通網路之後，設定WIFI指向DNS為Kubernetes DNS，Service直接互通。
Q：Eureka註冊時服務IP用的什麼？
A：Kubernetes叢集內會用的podip去註冊。
Q：有狀態應用的場景，使用容器部署與傳統部署有啥區別，容器部署是否存在一些坑？
A：有狀態容器建立後，儘量少動，少遷移，遇到過卡住，容器無法遷移或刪除，重要的MySQL之類的建議放外部執行。
以上內容根據2018年10月30日晚微信群分享內容整理。分享人 塗小剛，新浪愛問普惠科技容器平臺負責人，負責Kubernetes容器平臺的推廣與建設 。DockOne每週都會組織定向的技術分享，歡迎感興趣的同學加微信：liyingjiesd，進群參與，您有想聽的話題或者想分享的話題都可以給我們留言。