开一个网站建设公司需要什么软件,html手机网站模板,德阳市建设局网站,wordpress文章内模板本文描述了我们最近遇到的一个真实案例#xff1a;Kubernetes API 因其中一个集群中的大量请求而瘫痪。今天#xff0c;我们将讨论我们如何处理这个问题#xff0c;并提供一些关于如何预防它的提示。
高并发搞崩 Kubernetes API
一个非常普通的早晨#xff0c;我们开始了…本文描述了我们最近遇到的一个真实案例Kubernetes API 因其中一个集群中的大量请求而瘫痪。今天我们将讨论我们如何处理这个问题并提供一些关于如何预防它的提示。
高并发搞崩 Kubernetes API
一个非常普通的早晨我们开始了对 Kubernetes API 的漫长研究并确定了对它的请求的优先级。我们接到一位技术支持工程师的电话他报告说客户的集群实际上无法运行包括生产环境并说必须采取一些措施。
我们连接到失败的集群看到 Kube API 服务器已经耗尽了所有内存。它们会崩溃重新启动再次崩溃然后一遍又一遍地重新启动。这最终导致 Kubernetes API 无法访问且完全无法运行。
由于这是一个生产集群我们通过向控制平面节点添加处理器和内存来实施临时修复。我们一开始添加的资源不足。幸运的是在下一批资源之后API 稳定了下来。
寻找问题的根源
首先我们评估了我们最终必须做出的改变的程度。最初控制平面节点有 8 个 CPU 和 16 GB RAM。在我们的干预下它们的大小增加到 16 个 CPU 和 64 GB RAM。
以下是问题发生时的内存消耗图 内存消耗高达 50 GB。后来我们发现由于某些因素Cilium pod 正在向 API 大量发送 LIST 请求。由于集群很大并且有大量的节点超过 200 个同时请求会大大增加使用的内存量。
我们与客户达成一致操作一个测试窗口重新启动了 Cilium 代理我们发现以下情况
其中一个 API 服务器上的负载正在增长。它消耗内存。它耗尽了节点上的所有内存。然后崩溃了。请求已重定向到另一台服务器。然后同样的事情再次发生。
我们认为限制对 API 的并发 cilium-agent 请求的数量是个好主意。在这种情况下稍微慢一点的 LIST 请求执行不会影响 Cilium 的性能。
解决方案
我们创建了以下内容和清单FlowSchema PriorityLevelConfiguration
---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: FlowSchema
metadata:name: cilium-pods
spec:distinguisherMethod:type: ByUsermatchingPrecedence: 1000priorityLevelConfiguration:name: cilium-podsrules:- resourceRules:- apiGroups:- cilium.ioclusterScope: truenamespaces:- *resources:- *verbs:- listsubjects:- group:name: system:serviceaccounts:d8-cni-ciliumkind: Group
---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: PriorityLevelConfiguration
metadata:name: cilium-pods
spec:type: Limitedlimited:assuredConcurrencyShares: 5limitResponse:queuing:handSize: 4queueLengthLimit: 50queues: 16type: Queue
...并将它们部署到集群中。
重新启动 cilium-agent 不再导致显著的内存消耗变化。因此我们能够将节点资源削减到原始资源。
我们做了什么这些操作如何帮助消除多个 Kubernetes API 请求时的问题阅读下面的细分。
在 Kubernetes API 中管理请求
在 Kubernetes 中请求队列管理由 API 优先级和公平性 APF 处理。默认情况下它在 Kubernetes 1.20 及更高版本中处于启用状态。API 服务器还提供了两个参数默认为 400和默认为 200用于限制请求数量。如果启用了 APF则将这两个参数相加这就是 API 服务器的总并发限制的定义方式。--max-requests-inflight --max-mutating-requests-inflight
也就是说还有一些更精细的细节需要考虑
长时间运行的 API 请求例如在 Pod 中查看日志或执行命令不受 APF 限制的约束WATCH 请求也不受限制。还有一个特殊的预定义优先级称为 。来自此级别的请求将立即得到处理。exempt
APF 确保 Cilium 代理请求不会“限制”用户 API 请求。APF 还允许您设置限制以确保无论 K8s API 服务器负载如何重要请求始终得到处理。
您可以使用以下两个资源配置 APF
PriorityLevelConfiguration这定义了一个可用的优先级。FlowSchema将每个传入请求映射到单个 .PriorityLevelConfiguration
优先级配置
每个都有自己的并发限制份额。总并发限制按其份额的比例分配给现有用户。PiorityLevelConfiguration PriorityLevelConfigurations
让我们按照以下示例计算该限制
~# kubectl get prioritylevelconfigurations.flowcontrol.apiserver.k8s.io
NAME TYPE ASSUREDCONCURRENCYSHARES QUEUES HANDSIZE QUEUELENGTHLIMIT AGE
catch-all Limited 5 none none none 193d
d8-serviceaccounts Limited 5 32 8 50 53d
deckhouse-pod Limited 10 128 6 50 90d
exempt Exempt none none none none 193d
global-default Limited 20 128 6 50 193d
leader-election Limited 10 16 4 50 193d
node-high Limited 40 64 6 50 183d
system Limited 30 64 6 50 193d
workload-high Limited 40 128 6 50 193d
workload-low Limited 100 128 6 50 193d
首先将所有260相加。AssuredConcurrencyShares现在计算请求限制例如优先级400200/260*100 每秒 230 个请求。workload-low
让我们更改其中一个值看看会发生什么。例如让我们从 10 增加到 100。请求限制将降至 400200/350*100 每秒 171 个请求。AssuredConcurrencyShares deckhouse-pod
通过增加 AssuredConcurrencyShares 数量我们增加了特定级别的查询限制但降低了所有其他级别的查询限制。
如果优先级中的请求数大于允许的限制则请求将排队。您可以选择自定义队列参数。您还可以将 APF 配置为立即丢弃超出特定优先级限制的请求。
让我们看一下下面的例子
---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: PriorityLevelConfiguration
metadata:name: cilium-pods
spec:type: Limitedlimited:assuredConcurrencyShares: 5limitResponse:queuing:handSize: 4queueLengthLimit: 50queues: 16type: Queue
在这里优先级配置为具有 .如果没有其他自定义优先级则每秒会产生 12 个请求。请求队列设置为 200 个请求 并创建 16 个内部队列以便更均匀地分配来自不同代理的请求。AssuredConcurrencyShares 5 handSize * queueLengthLimit
关于 K8s 流量控制中优先级配置的一些重要细节
拥有更多队列可减少流之间的冲突次数但会增加内存使用量。将其设置为禁用公平性逻辑但仍允许对请求进行排队。1增加渲染可以在不忽略单个请求的情况下处理高流量突发。但是查询的处理速度较慢并且需要更多的内存。queueLengthLimit通过更改 可以调整流之间发生冲突的可能性以及在高负载情况下单个流可用的整体并发性。handSize
这些参数是通过实验选择的
一方面我们需要确保此优先级的请求不会处理得太慢。另一方面我们需要确保 API 服务器不会因突然的流量峰值而过载。
流架构
现在让我们继续讨论资源。它的作用是将请求映射到相应的 .FlowSchemaPriorityLevel
其主要参数有
matchingPrecedence定义应用顺序。数字越小优先级越高。这样您就可以从更具体的案例到更一般的案例编写重叠。FlowSchemaFlowSchemasrules定义请求过滤规则;格式与 Kubernetes RBAC 中的格式相同。distinguisherMethod指定一个参数用户或命名空间用于在将请求转发到优先级时将请求分成流。如果省略该参数则所有请求都将分配给同一流。
例
---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: FlowSchema
metadata:name: cilium-pods
spec:distinguisherMethod:type: ByUsermatchingPrecedence: 1000priorityLevelConfiguration:name: cilium-podsrules:- resourceRules:- apiGroups:- cilium.ioclusterScope: truenamespaces:- *resources:- *verbs:- listsubjects:- group:name: system:serviceaccounts:d8-cni-ciliumkind: Group
在上面的示例中我们选取了所有 LIST 请求包括集群范围的请求以及从所有命名空间发送到所有资源的请求。主题包括来自服务帐户的所有请求。apiGroup: cilium.io d8-cni-cilium
我如何找出请求所在的位置和请求FlowSchema PriorityLevelConfiguration
响应时API 服务器会提供特殊标头 X-Kubernetes-PF-FlowSchema-UID 和 X-Kubernetes-PF-PriorityLevel-UID。您可以使用它们来查看请求的去向。
例如让我们从 Cilium 代理的服务帐户向 API 发出请求
TOKEN$(kubectl -n d8-cni-cilium get secrets agent-token-45s7n -o json | jq -r .data.token | base64 -d)curl https://127.0.0.1:6445/apis/cilium.io/v2/ciliumclusterwidenetworkpolicies?limit500 -X GET --header Authorization: Bearer $TOKEN -k -I
HTTP/2 200
audit-id: 4f647505-8581-4a99-8e4c-f3f4322f79fe
cache-control: no-cache, private
content-type: application/json
x-kubernetes-pf-flowschema-uid: 7f0afa35-07c3-4601-b92c-dfe7e74780f8
x-kubernetes-pf-prioritylevel-uid: df8f409a-ebe7-4d54-9f21-1f2a6bee2e81
content-length: 173
date: Sun, 26 Mar 2023 17:45:02 GMTkubectl get flowschemas -o custom-columnsuid:{metadata.uid},name:{metadata.name} | grep 7f0afa35-07c3-4601-b92c-dfe7e74780f8
7f0afa35-07c3-4601-b92c-dfe7e74780f8 d8-serviceaccountskubectl get prioritylevelconfiguration -o custom-columnsuid:{metadata.uid},name:{metadata.name} | grep df8f409a-ebe7-4d54-9f21-1f2a6bee2e81
df8f409a-ebe7-4d54-9f21-1f2a6bee2e81 d8-serviceaccounts
输出显示请求属于 d8-serviceaccounts 和 d8-serviceaccounts 。FlowSchema PriorityLevelConfiguration
需要关注的指标
Kubernetes API 提供了几个有用的指标来关注
Apiserver_flowcontrol_rejected_requests_total被拒绝的请求总数。Apiserver_current_inqueue_requests队列中当前的请求数量。Apiserver_flowcontrol_request_execution_seconds请求执行时间。
一些调试终结点也可能有助于获取有用的信息
kubectl get --raw /debug/api_priority_and_fairness/dump_priority_levels
PriorityLevelName, ActiveQueues, IsIdle, IsQuiescing, WaitingRequests, ExecutingRequests
system, 0, true, false, 0, 0
workload-high, 0, true, false, 0, 0
catch-all, 0, true, false, 0, 0
exempt, none, none, none, none, none
d8-serviceaccounts, 0, true, false, 0, 0
deckhouse-pod, 0, true, false, 0, 0
node-high, 0, true, false, 0, 0
global-default, 0, true, false, 0, 0
leader-election, 0, true, false, 0, 0
workload-low, 0, true, false, 0, 0kubectl get --raw /debug/api_priority_and_fairness/dump_queues
PriorityLevelName, Index, PendingRequests, ExecutingRequests, SeatsInUse, NextDispatchR, InitialSeatsSum, MaxSeatsSum, TotalWorkSum
exempt, none, none, none, none, none, none, none, none
d8-serviceaccounts, 0, 0, 0, 0, 71194.55330547ss, 0, 0, 0.00000000ss
d8-serviceaccounts, 1, 0, 0, 0, 71195.15951496ss, 0, 0, 0.00000000ss
...
global-default, 125, 0, 0, 0, 0.00000000ss, 0, 0, 0.00000000ss
global-default, 126, 0, 0, 0, 0.00000000ss, 0, 0, 0.00000000ss
global-default, 127, 0, 0, 0, 0.00000000ss, 0, 0, 0.00000000ss
结论
我们最终通过设置请求队列管理解决了我们的问题。需要注意的是这并不是我们在实践中遇到的唯一这种情况。在多次需要限制 API 请求之后我们将 APF 配置作为 Kubernetes 平台的重要组成部分。利用它可以帮助我们和我们的客户减少大型、高负载 Kubernetes 集群中的 API 拥塞问题的数量。
