关于kubernetes:基于Kubernetes和OpenKruise的可变基础设施实践

本文来自 OPPO 互联网根底技术团队，转载请注名作者。同时欢送关注咱们的公众号：OPPO_tech，与你分享 OPPO 前沿互联网技术及流动。

1. 对于可变基础设施的思考

1.1 kubernetes 中的可变与不可变基础设施

在云原生逐步流行的当初，不可变基础设施的理念曾经逐步深入人心。不可变基础设施最早是由 Chad Fowler 于 2013 年提出的，其核心思想为任何基础设施的实例一旦创立之后变成为只读状态，如须要批改和降级，则应用新的实例进行替换。这一理念的领导下，实现了运行实例的统一，因而在晋升公布效率、弹性伸缩、降级回滚方面体现出了无可比拟的劣势。

kubernetes 是不可变基础设施理念的一个极佳实际平台。Pod 作为 k8s 的最小单元，承当了利用实例这一角色。通过 ReplicaSet 从而对 Pod 的正本数进行管制，从而实现 Pod 的弹性伸缩。而进行更新时，Deployment 通过管制两个 ReplicaSet 的正本数此消彼长，从而进行实例的整体替换，实现降级和回滚操作。

咱们进一步思考，咱们是否须要将 Pod 作为一个齐全不可变的基础设施实例呢？其实在 kubernetes 自身，曾经提供了一个替换 image 的性能，来实现 Pod 不变的状况下，通过更换 image 字段，实现 Container 的替换。这样的劣势在于无需从新创立 Pod，即可实现降级，间接的劣势在于免去了从新调度等的工夫，使得容器能够疾速启动。

从这个思路延长开来，那么咱们其实能够将 Pod 和 Container 分为两层来看。将 Container 作为不可变的基础设施，确保利用实例的残缺替换；而将 Pod 看为可变的基础设施，能够进行动静的扭转，亦即可变层。

1.2 对于降级变动的剖析

对于利用的降级变动品种，咱们来进行一下分类探讨，将其分为以下几类：

针对不同的变动类型，咱们做过一次抽样调查统计，能够看到下图的一个统计后果。

在一次降级变动中如果含有多个变动，则统计为屡次。

能够看到反对镜像的替换能够笼罩一半左右的的降级变动，然而依然有相当多的状况下导致不得不从新创立 Pod。这点来说，不是特地敌对。所以咱们做了一个设计，将对于 Pod 的变动分为了三种 Dynamic，Rebuild，Static 三种。

这样动静批改和原地更新的形式能够 笼罩 90% 以上的降级变动。在 Pod 不变的状况下带来的收益也是不言而喻的。

1. 缩小了调度、网络创立等的工夫。
2. 因为同一个利用的镜像大部分层都是复用的，大大缩短了镜像拉取的工夫。
3. 资源锁定，避免在集群资源紧缺时因为出让资源从新创立进入调度后，导致资源被其余业务抢占而无奈运行。
4. IP 不变，对于很多有状态的服务非常敌对。

2. Kubernetes 与 OpenKruise 的定制

2.1 kubernetes 的定制

那么如何来实现 Dynamic 和 Rebuild 更新呢？这里须要对 kubernetes 进行一下定制。

动静批改定制

liveness 和 readiness 的动静批改反对相对来说较为简单，次要批改点在与 prober_manager 中减少了 UpdatePod 函数，用以判断当 liveness 或者 readiness 的配置扭转时，进行原先的 worker，重新启动新的 worker。而后将 UpdatePod 嵌入到 kubelet 的 HandlePodUpdates 的流程中即可。

func (m *manager) UpdatePod(pod *v1.Pod) {m.workerLock.Lock()
    defer m.workerLock.Unlock()

    key := probeKey{podUID: pod.UID}
    for _, c := range pod.Spec.Containers {
        key.containerName = c.Name
        {
            key.probeType = readiness
            worker, ok := m.workers[key]
            if ok {
                if c.ReadinessProbe == nil {
                    //readiness 置空了，原 worker 进行
                    worker.stop()} else if !reflect.DeepEqual(*worker.spec, *c.ReadinessProbe) {
                    //readiness 配置扭转了，原 worker 进行
                    worker.stop()}
            }
            if c.ReadinessProbe != nil {if !ok || (ok && !reflect.DeepEqual(*worker.spec, *c.ReadinessProbe)) {
                    //readiness 配置扭转了，启动新的 worker
                    w := newWorker(m, readiness, pod, c)
                    m.workers[key] = w
                    go w.run()}
            }
        }
        {
            //liveness 与 readiness 类似
            ......
        }
    }
}

原地更新定制

kubernetes 原生反对了 image 的批改，对于 env 和 volume 的批改是未做反对的。因而咱们对 env 和 volume 也反对了批改性能，以便其能够进行环境变量和配置文件的替换。这里利用了一个小技巧，就是咱们在减少了一个 ExcludedHash，用于计算 Container 内，蕴含 env，volume 在内的各项配置。

func HashContainerExcluded(container *v1.Container) uint64 {copyContainer := container.DeepCopy()
    copyContainer.Resources = v1.ResourceRequirements{}
    copyContainer.LivenessProbe = &v1.Probe{}
    copyContainer.ReadinessProbe = &v1.Probe{}
    hash := fnv.New32a()
    hashutil.DeepHashObject(hash, copyContainer)
    return uint64(hash.Sum32())
}

这样当 env，volume 或者 image 发生变化时，就能够间接感知到。在 SyncPod 时，用于在计算 computePodActions 时，发现容器的相干配置产生了变动，则将该容器进行 Rebuild。

func (m *kubeGenericRuntimeManager) computePodActions(pod *v1.Pod, podStatus *kubecontainer.PodStatus) podActions {
    ......
    for idx, container := range pod.Spec.Containers {
        ......
        if expectedHash, actualHash, changed := containerExcludedChanged(&container, containerStatus); changed {
            // 当 env，volume 或者 image 更换时，则重建该容器。reason = fmt.Sprintf("Container spec exclude resources hash changed (%d vs %d).", actualHash, expectedHash)            
            restart = true
        }
        ......
        message := reason
        if restart {
            // 将该容器退出到重建的列表中
            message = fmt.Sprintf("%s. Container will be killed and recreated.", message)
            changes.ContainersToStart = append(changes.ContainersToStart, idx)
        }
......
    return changes
}

Pod 的生命周期

在 Pod 从调度实现到创立 Running 中，会有一个 ContaienrCreating 的状态用以标识容器在创立中。而原生中当 image 替换时，先前的一个容器销毁，后一个容器创立过程中，Pod 状态会始终处于 Running，容易有谬误流量导入，用户也无奈辨认此时容器的状态。

因而咱们为原地更新，在 ContainerStatus 里减少了 ContaienrRebuilding 的状态，同时在容器创立胜利前 Pod 的 Ready Condition 置为 False，以便表白容器整在重建中，利用在此期间不可用。利用此标识，能够在此期间不便辨认 Pod 状态、隔断流量。

2.2 OpenKruise 的定制

OpenKruise (https://openkruise.io/) 是阿里开源的一个我的项目，提供了一套在 Kubernetes 外围控制器之外的扩大 workload 治理和实现。其中 Advanced StatefulSet，基于原生 StatefulSet 之上的加强版本，默认行为与原生完全一致，在此之外提供了原地降级、并行公布（最大不可用）、公布暂停等性能。

Advanced StatefulSet 中的原地降级即与本文中的 Rebuild 统一，然而原生只反对替换镜像。因而咱们在 OpenKruise 的根底上进行了定制，使其不仅能够反对 image 的原地更新，也能够反对当 env、volume 的原地更新以及 livenessProbe、readinessProbe 的动静更新。这个次要在 shouldDoInPlaceUpdate 函数中进行一下判断即可。这里就不再做代码展现了。

还在生产运行中还发现了一个根底库的小 bug，咱们也顺带向社区做了提交修复。https://github.com/openkruise…。

另外，还有个小坑，就是在 pod 里为了标识不同的版本，退出了 controller-revision-hash 值。

[root@xxx ~]# kubectl get pod -n predictor  -o yaml predictor-0 
apiVersion: v1
kind: Pod
metadata:
  labels:
    controller-revision-hash: predictor-85f9455f6
...

一般来说，该值应该只应用 hash 值作为 value 就能够了，然而 OpenKruise 中采纳了 {sts-name}+{hash} 的形式，这带来的一个小问题就是 sts-name 就要因为 label value 的长度受到限制了。

3. 写在最初

定制后的 OpenKruise 和 kubernetes 曾经大规模在各个集群上上线，广泛应用在多个业务的后端运行服务中。经统计，通过原地更新笼罩了 87% 左右的降级部署需要，根本达到预期。

特地鸣谢阿里奉献的开源我的项目 OpenKruise。