关于kafka:Kafka上K8S实战

背景

随着业务规模的倒退，须要的kafka集群越来越来，这给部署与治理带来了很大的挑战。咱们冀望可能利用K8S优良的扩容能力与疾速部署能力，为日常的工作减负。所以就kafka上K8S的可行性计划进行了调研。

像kafka集群这种，波及到的组件比拟多，且都是有状态的集群，业界采纳自定义operator的解决方案。目前GitHub上有多个相干的仓库，依据社区活跃度及应用数等综合思考，此次采纳Strimzi Github地址。

kafka组件交互图

计划

应用阿里云K8S集群部署Strimzi
因为组内应用的kafka是由开源版本二次开发而来，所以须要保护一个自定义的Strimzi-kafka镜像
Strimzi治理kafka集群，其中蕴含kafka、zk、kafka-exporter、
应用zoo-entrance 代理集群中的zk GitHub地址
部署prometheus，采集kafka和zk的metrics
开启服务端口，裸露kafka及zk给K8S集群内部应用

实战过程

构建自定义kafka镜像

从公司Git上拉取最新代码 strimzi-kafka-operator （与开源版本有些微的改变，做试验可间接用开源版）
在docker-images 文件夹下，有个Makefile文件，执行其中的docker_build, 它会去执行其中的build.sh脚本；此步会从官网拉取kafka的安装包，咱们须要将这一步的包批改为我司外部的安装包。
构建完镜像，镜像在本地，咱们须要将镜像上传到公司外部的harbor服务器上

部署operator

每个K8S集群仅需部署一个operator

充沛必要条件：一个衰弱的k8s集群
创立namespace, 如已有则跳过，默认应用kafka，kubectl create namespace kafka
从公司Git上拉取最新代码（地址在前边）
目前文件中默认监听的是名称为 kafka 的namespace，如果须要批改则执行 sed -i ‘s/namespace: ./namespace: kafka/’ install/cluster-operator/RoleBinding*.yaml （将命令中的kafka/ 替换掉）
而后将所有文件都利用一下 kubectl apply -f install/cluster-operator/ -n kafka
此时稍等片刻，就能查看到创立的自定义资源以及operator了 kubectl get pods -nkafka,
从阿里云的k8s管控台查看这些资源的创立状况，以及operator的运行状况

部署kafka集群

确保你的operator曾经部署胜利，且kafka部署的namespace需在上边operator的监控中

还是来到最新的代码目录中，其中examples/kafka目录下边就是本次部署所须要的文件了
部署 kafka及zk
- 查看kafka-persistent.yaml, 该文件就是外围文件了，这个文件部署了kafka与zk及kafka-exporter，局部内容如下：

apiVersion: kafka.strimzi.io/v1beta2
kind: Kafka
metadata:
  name: my-cluster
spec:
  kafka:
    version: 2.8.1
    replicas: 3
    resources:
      requests:
        memory: 16Gi
        cpu: 4000m
      limits:
        memory: 16Gi
        cpu: 4000m
    image: repository.poizon.com/kafka-operator/poizon/kafka:2.8.4
    jvmOptions:
      -Xms: 3072m
      -Xmx: 3072m
    listeners:
      - name: external
        port: 9092
        type: nodeport
        tls: false
      - name: plain
        port: 9093
        type: internal
        tls: false
    config:
      offsets.topic.replication.factor: 2
      transaction.state.log.replication.factor: 2
      transaction.state.log.min.isr: 1
      default.replication.factor: 2
      ***
    template:
      pod:
        affinity:
          podAntiAffinity:
            requiredDuringSchedulingIgnoredDuringExecution:
              - labelSelector:
                  matchExpressions:
                    - key: strimzi.io/name
                      operator: In
                      values:
                        - my-cluster-kafka
                topologyKey: "kubernetes.io/hostname"
    storage:
      type: persistent-claim
      size: 100Gi
      class: rocketmq-storage
      deleteClaim: false
    metricsConfig:
      type: jmxPrometheusExporter
      valueFrom:
        configMapKeyRef:
          name: kafka-metrics
          key: kafka-metrics-config.yml
  zookeeper:
    replicas: 3
    resources:
      requests:
        memory: 3Gi
        cpu: 1000m
      limits:
        memory: 3Gi
        cpu: 1000m
    jvmOptions:
      -Xms: 2048m
      -Xmx: 2048m
    jmxOptions: {}
    template:
      pod:
        affinity:
          podAntiAffinity:
          ***
    storage:
      type: persistent-claim
      size: 50Gi
      class: rocketmq-storage
      deleteClaim: false
    metricsConfig:
      type: jmxPrometheusExporter
      valueFrom:
        configMapKeyRef:
          name: kafka-metrics
          key: zookeeper-metrics-config.yml
    ***
    ***

- 可批改kafka集群的名称，在第四行的name属性，目前默认为 my-cluster
- 可批改kafka的Pod个数，即节点数，默认为3
- 可批改Pod配置内存CPU
- 可批改kafka JVM 启动的堆内存大小
- 可批改kafka的配置，在36行 config配置
- 可批改磁盘类型及大小，类型为第50行，可批改为其它的存储类，目前可选为高效云盘、SSD、ESSD
- zk批改同kafka，可批改的货色相似, 且在同一个文件中
- 文件下边是kafka与zk须要裸露的metrics，可按需求增删改
- 批改完配置之后，间接执行 kubect apply -f kafka-persistent.yaml -nkafka 即可创立
部署 zk代理
- 因为官网不反对内部组件间接拜访zk，所以采纳代理的形式拜访
- 出于安全性的思考，官网是成心不反对内部程序拜访zk的： https://github.com/strimzi/strimzi-kafka-operator/issues/1337
- 解决方案：https://github.com/scholzj/zo…
- 部署完zk的代理，咱们须要在k8s管制台上创立一个loadbalance服务将这个代理裸露给集群外的利用进行连贯。具体操作：k8s控制台–>网络–>服务–>创立（抉择loadbalance创立，而后找到zoo-entrance这个利用即可）
部署 zk-exporter
- 官网operator中没有zk-exporter，咱们采纳 https://github.com/dabealu/zo…
- 在文件夹中的zk-exporter.yaml 文件中，咱们仅须要批改被监听的zk的地址（spec.container.args）
- 执行kubectl apply -f zk-exporter.yaml即可部署实现
部署 kafka-jmx
- 因为ingress不反对tcp连贯，而loadbalance的老本又过高，所以kafka 的 jmx 应用nodeport对外裸露
- 能够在阿里云管制台上创立相应的nodeport，也能够应用kafka-jmx.yaml 文件的形式创立

apiVersion: v1
kind: Service
metadata:
  labels:
    strimzi.io/cluster: my-cluster
    strimzi.io/name: my-cluster-kafka-jmx
  name: my-cluster-kafka-jmx-0
spec:
  ports:
    - name: kafka-jmx-nodeport
      port: 9999
      protocol: TCP
      targetPort: 9999
  selector:
    statefulset.kubernetes.io/pod-name: my-cluster-kafka-0
    strimzi.io/cluster: my-cluster
    strimzi.io/kind: Kafka
    strimzi.io/name: my-cluster-kafka
  type: NodePort

部署 kafka-exporter-service
- 后面部署完kafka之后，咱们的配置中是开启了exporter的。然而官网开启完exporter之后，并没有主动生成一个相干的service，为了让Prometheus连贯更加不便，咱们部署了一个service
- 在文件夹中kafka-exporter-service.yaml 文件中

apiVersion: v1
kind: Service
metadata:
  labels:
    app: kafka-export-service
  name: my-cluster-kafka-exporter-service
spec:
  ports:
    - port: 9404
      protocol: TCP
      targetPort: 9404
  selector:
    strimzi.io/cluster: my-cluster
    strimzi.io/kind: Kafka
    strimzi.io/name: my-cluster-kafka-exporter
  type: ClusterIP

- 执行kubectl apply -f kafka-exporter-service.yaml即可部署实现
部署 kafka-prometheus
- 如果将Prometheus部署在k8s集群外，数据采集会比拟麻烦，所以咱们间接将Prometheus部署到集群内
- 在文件夹中kafka-prometheus.yaml文件中，能够选择性的批改其中prometheus的配置，比方须要的内存CPU的大小，比方监控数据保留工夫，外挂的云盘大小，以及须要监听的kafka与zk地址

apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: kafka-prometheus
  labels:
    app: kafka-prometheus
spec:
  replicas: 1
  revisionHistoryLimit: 10
  selector:
    matchLabels:
      app: kafka-prometheus
  serviceName: kafka-prometheus
  updateStrategy:
    type: RollingUpdate
  template:
    metadata:
      labels:
        app: kafka-prometheus
    spec:
      containers:
        - args:
            - '--query.max-concurrency=800'
            - '--query.max-samples=800000000'
            ***
          command:
            - /bin/prometheus
          image: 'repository.poizon.com/prometheus/prometheus:v2.28.1'
          imagePullPolicy: IfNotPresent
          livenessProbe:
            failureThreshold: 10
            httpGet:
              path: /status
              port: web
              scheme: HTTP
            initialDelaySeconds: 300
            periodSeconds: 5
            successThreshold: 1
            timeoutSeconds: 3
          name: kafka-prometheus
          resources:
            limits:
              cpu: 500m
              memory: 512Mi
            requests:
              cpu: 200m
              memory: 128Mi
          volumeMounts:
            - mountPath: /etc/localtime
              name: volume-localtime
            - mountPath: /data/prometheus/
              name: kafka-prometheus-config
            - mountPath: /data/database/prometheus
              name: kafka-prometheus-db
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
      terminationGracePeriodSeconds: 30
      restartPolicy: Always
      schedulerName: default-scheduler
      securityContext:
        fsGroup: 0
      volumes:
        - hostPath:
            path: /etc/localtime
            type: ''
          name: volume-localtime
        - configMap:
            defaultMode: 420
            name: kafka-prometheus-config
          name: kafka-prometheus-config
  volumeClaimTemplates:
    - apiVersion: v1
      kind: PersistentVolumeClaim
      metadata:
        name: kafka-prometheus-db
      spec:
        accessModes:
          - ReadWriteOnce
        resources:
          requests:
            storage: 20Gi
        storageClassName: rocketmq-storage
        volumeMode: Filesystem
      status:
        phase: Pending

- 执行kubectl apply -f kafka-prometheus.yaml即可部署实现
- 部署实现后将prometheus裸露给监控组的grafana，能够直连pod IP做验证，而后在k8s管控台的网络–>路由–>创立，创立一个ingress，抉择刚刚部署的这个Prometheus的service，而后找运维申请域名，即可。

总结

长处
- 疾速部署集群（分钟级），疾速集群扩容（秒级），疾速劫难复原（秒级）
- 反对滚动更新，反对备份以及还原
毛病
- 引入较多组件，复杂度升高
- 对K8S集群外的拜访不太敌对

文/ZUOQI

关注得物技术，做最潮技术人！

关于kafka:Kafka上K8S实战

背景

计划

实战过程

构建自定义kafka镜像

部署operator

部署kafka集群

总结

评论

发表回复取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

关于kafka:Kafka上K8S实战

背景

计划

实战过程

构建自定义kafka镜像

部署operator

部署kafka集群

总结

评论

发表回复 取消回复

更多文章

DDN HPC 存储硬件架构设计深度分析

探秘IO500：从Lustre并行文件系统出发，开启HPC存储性能新征程

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

发表回复取消回复