Kubernetes - Kubeadm
架构
准备
修改主机名,Kubernetes 使用主机名来区分集群中的节点,不能重名
hostname
ip
master
mac-master
192.168.191.144
worker
mac-worker
192.168.191.146
123456789101112131415161718192021$ ip a1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000 link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00 inet 127.0.0.1/8 scope host lo valid_lft forever preferred_lft forever inet6 ::1/128 scope host valid_lft forever preferred_lft forever2: ens160: <BROADCAST,MUL ...
Kubernetes - An example
架构
常见 API 对象
ConfigMap 和 Secret 只接受字符串类型
部署
MariaDBmaria-cm.yml12345678910apiVersion: v1kind: ConfigMapmetadata: name: maria-cmdata: DATABASE: 'db' USER: 'wp' PASSWORD: '123' ROOT_PASSWORD: '123'
envFrom - 更简洁
maria-pod.yml12345678910111213141516171819apiVersion: v1kind: Podmetadata: name: maria-pod labels: app: wordpress role: databasespec: containers: - name: maria image: mariadb:10 imagePullPolicy: IfNotPresent ports: - containerPo ...
Kubernetes - ConfigMap + Secret
定义ConfigMap
明文配置
12345678$ k create cm info --from-literal=name=zhongmingmao --dry-run=client -oyamlapiVersion: v1data: name: zhongmingmaokind: ConfigMapmetadata: creationTimestamp: null name: info
ConfigMap 没有 spec,因为 ConfigMap 存储的是配置数据,并不是容器,因此没有运行时规格
ConfigMap 里的数据都是 Key-Value 结构
cm.yml12345678910apiVersion: v1kind: ConfigMapmetadata: name: infodata: name: zhongmingmao city: guangzhou greeting: | hello kubernetes!
123456789101112131415161718192021222324252627282930$ k apply -f cm.ymlco ...
Cloud Computing - Serverless
Serverless vs Container
Serverless 是云计算中资源抽象的极致体现:用户专注于业务逻辑,而无需关注基础设施
Container
给予了用户很大的定制空间,按需对应用进行拆分和封装
Serverless
完全屏蔽了计算资源,引导用户不再关注基础设施,只需遵循标准的方式编写业务代码即可
更细的拆分粒度
FaaS:将每一个具有独立功能的函数,作为一个单独的服务进行部署和运行
计费机制
底层没有固化的资源,一般会按照调用次数和调用时长来计费,可以精确到毫秒
从成本上,非常适合那些偶尔触发、短时间运行的工作负载
事件模型
事件模型是 Serverless 的核心编程模型和运行逻辑,非常适合基于事件驱动的开发场景
上游:触发器
Serverless 一般都会提供多种触发器:API 触发器、OSS 触发器、MQ 触发器、定时触发器等
下游
在函数内访问其他云服务(如 RDS、MQ 等外部存储)
Serverless Computing 本身是无状态的,所有持久化需求都需要借助外部存储来实现
架构范式
FaaS + MQ:关注数据流,是数据的传递和流向
当 ...
Cloud Computing - Container
历史
相辅相成:云承载着容器的运行,容器生态驱动着云的发展
初期的首要目标:Docker 容器在云上能够顺畅运行
帮助用户创建底层虚拟机集群,免去用户自己手动管理虚拟机的麻烦
随着容器应用的复杂化,容器编排成为了用户最迫切的需求
Kubernetes 赢得了编排框架大战,成为了事实标准
自建 vs 托管
由于云端的多租户特性,云平台会统一提供和托管 Master 节点,降低运维成本
只需要创建 Worker 节点,并为之付费即可
Kubernetes 的抽象设计非常出色,能够支持大量灵活的扩展
云厂商会让尽量多的 IaaS 和 PaaS 功能组件,渗透到 Kubernetes 的体系中
Cloud Service Operator
通过云服务来扩展 Kubernetes 的能力,并反过来使用 Kubernetes 来管理这些云服务
成熟:容器和云一体化架构
多集群
降低了建立 Kubernetes 集群的门槛,如果业务关联较小,可以为不同的业务创建单独的 Kubernetes 集群
全托管
容器服务实例,无需关心底层基础设施
适合场景:只有一个容器镜像,且为无状态,只想 ...
Cloud Computing - Cloud database
RDS
Relational Database Service
一般针对每个数据库引擎,都会有对应的服务:RDS for MySQL、RDS for PostgreSQL
同一个数据库按照不同的版本,会有比较严格的分支选项,在创建时指定
RDS vs 传统关系型数据库
编程接口 + 使用体验:几乎完全一致
云厂商会把功能、内部机制完整地保留下来,获得最大程度的兼容性
运维(开箱即用):智能化 + 自动化
读写分离
自动调优:自动发现性能热点,智能给出调整建议
云原生数据库
完全为云设计、充分发挥云的特点和优势
出于生态发展和降低学习难度的需要,绝大多数的云原生数据库仍然保留了 SQL 接口
不同领域的云原生数据库:关系型、键值型、文档型、图数据库、分析型
优势
更强的可扩展性
计算:可以利用云快速进行水平扩展
存储:基于原生设计的计算存储分离架构,可以支撑更大规模的数据量
更高的可用性和可靠性
原生机制:默认多副本高可用
基于原生数据同步机制的底层设计,可以方便地支持跨区域的实例复制(增强冗余 + 就近服务用户)
支持多种数据模型
兼容关系型数据库后,针对不同场景,推出不 ...
Cloud Computing - Object storage
概述
对象:任意二进制文件,包括结构化和非结构化的数据,可随时执行:上传、下载、修改、删除
对象存储 vs 云硬盘
访问接口和形式
云硬盘是挂载到虚拟机的虚拟硬盘,是通过实现 OS 的底层接口,作为虚拟机的块存储设备而存在
必须连接到相关的虚拟机,才能访问到云硬盘里面的数据
对象存储,本质上是一个网络化的服务,调用方主要通过高层的 API 或者 SDK 来和它进行交互
提供类似 HTTP 的网络接口来实现,独立性很强
S3FS 和 OSSFS 等工具可以通过模拟磁盘(基于对象存储的 API )并挂载到虚拟机
并没有改变对象存储是网络化服务的本质
云硬盘位于 IaaS 层,而对象存储位于 PaaS 层
KV 系统 vs 文件系统
Key 为存储对象的路径,Value 为存储对象的二进制文件
文件系统保存了更多的元数据(如:实现目录结构和目录操作),KV 系统的目录是通过共享前缀路径来模拟的
KV 系统的优劣
简化了对象存储的逻辑和设计,云厂商可以更聚焦于对象存储的分布式架构和服务高可用上
但对象存储中的"目录"操作的代价变高了
目录删除/重命名:需要 ...
Cloud Computing - PaaS
概述
PaaS 在 IaaS 的基础上,构建了很多关键抽象和可复用的单元,让用户更聚焦业务
优势
PaaS 更符合云的初衷,代表了一种完全托管的理想主义,代表对研发生产力的极致追求
核心优势:生产力(搭建 + 运维)
维度
PaaS 服务是否带有内生的运行环境(Web 服务带有编程语言运行时、数据库服务带有 SQL 执行引擎)
PaaS 存在的位置和范围,以及开放给用户的控制粒度 – Region / Availability zone / VPC
PaaS 服务是否有状态(数据属性)
PaaS 服务的虚拟机是否对外暴露
暴露虚拟机的 PaaS 服务,拥有更高的开放程度,与 IaaS 的结合也更加紧密,成本更低
不暴露虚拟机的 PaaS 服务,拥有更好的独立性和封装性 – 数据库服务
权衡
PaaS 的核心理念在于封装:封装提升了效率,但牺牲了灵活性
Cloud Native Foundation - Docker
历史
基于 Linux 的 Namespace 、Cgroup和 Union FS,对进程进行封装隔离,属于 OS 层的虚拟化技术
Docker 最初的实现是基于 LXC
从 0.7 以后开始移除 LXC,而使用自研的 Libcontainer
从 1.11 开始,使用 runC 和 Containerd
Docker 在容器的基础上,进行进一步的封装,极大地简化容器的创建和维护
Docker vs VM
特性
Docker
VM
启动
秒级
分钟级
磁盘
MB
GB
性能
接近原生
弱于
数量
单机上千个容器
几十个
容器标准
OCI - Open Container Initiative
Key
Value
Image Specification
如何打包
Runtime Specification
如何解压应用包并运行
Distribution Specification
如何分发镜像
主要特性
隔离性(Namespace)、可配额(CGroup)、便携性(Union FS)、安全性
Namespace
Linux Namespace 是 ...
Cloud Computing - Auto scaling
Design for Failure
核心思路:冗余 + 快速切换
宿主机
保证多个虚拟机不在同一个宿主机上,甚至不处于同一个机架上
提供物理分散分布的能力:AWS(Placement Group)、Azure(Availability Set)、阿里云(部署集)
可用区 - IDC
多可用区的实例部署(VPC 支持跨可用区)
区域
多区架构层面的相关预案
互联网业务:通过 DNS 导流,将域名解析到另一个区域的备用服务,底层数据依赖日常的跨区域的实时同步
多云 - 避免厂商锁定
Auto scaling
应对工作负载洪峰 + 在低谷期显著降低成本
虚拟机编组
将功能相同的多个虚拟机,作为一个单位来创建、管理和伸缩
弹性伸缩服务
根据指定的数量和扩缩容的规则,动态地创建和销毁虚拟机实例,协调虚拟机的生命周期
负载均衡器 - SLB
将流量均匀地、或者按照一定权重或规则,分发到多台虚拟机上
弹性伸缩服务 + 负载均衡器:适合处理无状态类的计算需求