资讯专栏INFORMATION COLUMN

“千万”并发:Kubernetes 1.2v 开启谷歌级别性能之旅

awkj / 1479人阅读

摘要:随着发布,现在能支持个节点的集群即千万请求秒,附带对大多数操作尾部这段延迟降低。的千万并发令人乍舌三个月后,将会再次带来倍的提升。

随着Kubernetes1.2v发布,K8S现在能支持1000个节点的集群(即1千万请求/秒),附带对大多数API操作(99%尾部这段)延迟降低80%。这意味着在最近的6个月内,K8S支持的容量增加了10倍同时还保证用户使用感受——99%pod启动时间少于3秒,大多数API操作99%延迟在几十毫秒(唯一例外是LIST操作,对于很大的集群需要几百毫秒)。Kubernetes 1.2v的千万并发令人乍舌?三个月后,K8S 1.3v将会再次带来10倍的提升。

kubernetes 1.2v千万并发实测,请看视频:

视频在这里 请点击

在这个视频里,我们看到集群规模上升到1000个节点上到达10MQPS(即每秒1千万请求),还包括了滚动更新,没有宕机时间和任何尾部延迟。这在互联网上也足以列入前百强的表现。
接下来,我们来介绍一下K8S是如何做到这些的,以及我们未来在K8S扩容性上进一步提高的计划。

方法论

我们对于K8S的扩容性做的基准是基于以下服务层面上的目标(ServiceLevel Objectives):

API的相应:99%的API调用返回时间都小于1秒

Pod启动时间:99%的pod和它们容器(pull好的镜像)在5秒内启动

只有这两点同时满足,我们才说K8S的扩容性到达了怎样怎样一个节点的数量。我们持续收集和报告这些测量数据来作为我们项目测试的框架,测试也相应的分成了两个部分:API相应时间和pod启动时间。

API响应


K8S为用户提供了一些抽象概念来代表他们的应用,比如说,用冗余控制器(即RC, Replicaiton Controller)作为一群pod的抽象。把所有RC列出来或把一个给定的RC所包含的所有pods列出来,就是一个很常见的场景(usecase)。但从另外一方面来说,很少会有需要去把系统里的所有pods列出来,比如说3万个pod(即比如1000个节点,每个节点有30个pod)意味着150MB的数据(即5KB/pod* 3万pods)。这个测试使用冗余控制器。

对于这个测试来说(假设N是集群里的节点数量),我们做了:

创建大约3N个的不同数量的冗余控制器(5,30,250副本),这样我们总共会有30N的副本。我们分步来进行它们的创建(即不是同时开始的),然后一直等到它们跑起来。

在每个冗余控制器上都进行一些操作(扩容,列出所有实例等),把这些操作也分步来做,来测试每个操作的延迟性。这个和一个真实的用户会进行的常规集群操作很类似。

停止和删除系统内的所有冗余控制器。

这些测试的结果,请看下面“Kubernetes 1.2参数”的数据。
在1.3版本中,我们计划会进一步延伸这些测试,内容会包含创建服务、部署、DaemonSets和其他API对象。

Pod启动时间端对端的延迟


用户对K8S来跳用和启动一个pod所需时间非常感兴趣。这个不仅仅是初次创建pod,而且也包括当节点失败的时候,冗余控制器需要多久来创建一个代替的pod。

对于这个测试来说(假设N是集群里的节点数量),我们做了:

创建一个多带带的冗余控制器,有30*N的副本,等它们全部都跑起来。我们也跑高密度的测试,有100*N的副本,但集群内的节点数量少一些。

启用一系列的单个pod的冗余控制器-没200毫秒起一个。对于每一个,我们都测量“端到端启动总时间”(后面会具体定义这个时间)

停止和删除系统中所有冗余控制器和pods

端到端启动总时间,我们的定义是指从用户给API server 发送需要生成一个冗余控制器请求那刻开始,一直到pod的“running&ready”这个状态返回给用户,这个过程走表的时间。这意味着,“podstartup time”(pod启动时间)包含了RC的创建,依次序的话即创建pod、调度器调度pod、Kubernetes建立intra-pod的网络、启动容器、等待pod对健康检查成功回应,以及到最后pod把它的状态返回给API server,API server再给用户,这一整个过程的所需时间。
我们当然可以通过去掉等待的时间或者创建pod的时间来人为大大地缩短“pod startup time”(pod启动时间),但我们还是秉持坚信一个更为广义的定义来契合最为现实的场景,才能使广大用户理解他们对K8S性能的真实期待。

Kubernetes 1.2 实测数据

所以结果如何呢?我们再Google Compute Engine上跑了测试。对于1000个节点的集群,master使用了一个n1-standard-32的VM(32核,120GB内存)。

API响应


下面两张图表代表了 99% API调用的延迟在K8S 1.0版本和1.2版本之间的对比,基于100个节点的集群(柱状越短,表现越好)

对于LIST的操作,我们多带带来呈现结果,因为这些操作的延迟要高很多。

我们也跑了1000个节点的集群的测试。

因为LIST操作要大的多,所以我们再一次把这些操作的测试结果多带带来呈现:所有的延迟,在两个不同的集群尺寸下,都低于1秒。

pod启动端到端延迟


关于“pod启动时间延迟”的结果(即前面说到的“pod端到端延迟”的部分)显示在下图。为了有参考,我们把K8S1.0版本针对100个节点集群的结果也显示在了图里的第一部分。

由图可见,K8S 1.2 在性能上显著减少了100个节点集群尾部(即99%这段)延迟时间,现在在K8S可提供的最大集群尺寸范围内可以提供很低的pod启动延迟。跟6个月之前相比,K8S现在1000个节点的集群无论在API调用延迟和pod启动延迟上都有了全方面的提高。

Kubernetes 1.2性能飞跃是怎么做到的

在API server层面上创建“read cache”(read缓存) 参见:点我

在Kubelet里引入pod生命周期事件发生器(即PLEG -Pod Lifecycle Event Generator)参见:点我

提高调度器的流量 参见:点我

一个更高效的JSON parser

对Kubernetes 1.3版本的规划:

当然,我们工作还远未结束,我们会持续提高Kubernetes的性能,就像Google对内使用Borg那样,把K8S的scale增加到无穷大。基于对底层测试和生产环境中对容器集群的使用场景,我们目前对1.3已经有了如下规划:

目前的瓶颈依然还是API server,花费大量时间在给JSONobject进行排列。我们家化增加protocol buffer来为集群内的组件沟通以及在etcd内存储JSON objects做可选路径。用户依然可以使用JSON来跟APIserver进行沟通,但由于大量的K8S的沟通是集群内(API server向节点、调度器向API server等)。我们期待使用在master上CPU和memory的消耗会有显著降低。

Kubernetes使用标签来标示成组的objects。比如,来找到哪些pods属于一个给定的冗余控制器,会需要把所有在同一个namesapce下的并且还符合标签选择器的pod都扫一遍。因此对于做一个有效的标签索引的增加可以充分利用已有的APIobject缓存,这样能更快速的来查找并且匹配符合标签选择器的对象,速度会提高很多。

调度的决定来自于很多不同的因素,包括基于资源来分布pods,基于相同的选择器来分步pods(比如同一个服务、冗余控制器、工作等)等等。这些计算,尤其是选择器的分步,可能还是有改进空间的,参见:点我

再就是etcd 3.0的发布值得期待,其中在设计上就有Kubernetes应用场景的考虑,将会带来性能上的提高和引入新功能。CoreOS已经在开展把Kubernetes引入etcd3.0版本的工作,参见:点我

对于K8S 1.3的期待不至于这个列表,可以预见的是,我们将会在K8S1.3看到一个类似从1.0到1.2一样的飞跃。

结语

在过去的六个月,我们见证了Kubernetes性能的极大飞跃,能够跑1000个节点的集群,同时还具备和之前版本较小集群规模同样出色的回应性。但我们对此远远不满足,我们会把Kubernetes推到更强大,K8S1.3将会更大程度地提高系统的scale、性能和回应性,同时还会增加新的功能,使得K8S更好地来适应高需求的、基于容器集群的应用。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/32445.html

相关文章

  • Docker和容器云落地一年后的反思

    摘要:这里我想从我在谷歌内部使用容器,并基于容器研发大规模生产平台的经验中谈谈现有和谷歌容器环境的差别,并通过的实际案例落地经验总结下自身所带来的一些谎言和误区。 我与容器的缘分起源于我在 Google 内部研发容器集群管理系: Cluster Management。谷歌内部一切皆容器,搜索、视频、大数据、内部工具等核心业务都以容器的方式运行在容器编排系统 Borg 上。2014年,随着公司...

    _ang 评论0 收藏0
  • Rainbond v5.1.2发布,微服务架构应用便捷管理和交付

    摘要:发布,微服务架构应用便捷管理和交付是开源的企业应用云操作系统,支撑企业应用的开发架构交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源可以对接和管理虚拟机和物理服务器。 Rainbond v5.1.2发布,微服务架构应用便捷管理和交付 Rainbond是开源的企业应用云操作系统,支撑企业应用的开发、架构、交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源...

    miguel.jiang 评论0 收藏0
  • Rainbond v5.1.2发布,微服务架构应用便捷管理和交付

    摘要:发布,微服务架构应用便捷管理和交付是开源的企业应用云操作系统,支撑企业应用的开发架构交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源可以对接和管理虚拟机和物理服务器。 Rainbond v5.1.2发布,微服务架构应用便捷管理和交付 Rainbond是开源的企业应用云操作系统,支撑企业应用的开发、架构、交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源...

    AdolphLWQ 评论0 收藏0
  • Rainbond v5.1.2发布,微服务架构应用便捷管理和交付

    摘要:发布,微服务架构应用便捷管理和交付是开源的企业应用云操作系统,支撑企业应用的开发架构交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源可以对接和管理虚拟机和物理服务器。 Rainbond v5.1.2发布,微服务架构应用便捷管理和交付 Rainbond是开源的企业应用云操作系统,支撑企业应用的开发、架构、交付和运维的全流程,通过无侵入架构,无缝衔接各类企业应用,底层资源...

    hzc 评论0 收藏0

发表评论

0条评论

awkj

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<