欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

使用 tke-autoscaling-placeholder 实现秒级弹性伸缩的方法

程序员文章站 2022-06-27 19:55:43
背景当 tke 集群配置了节点池并启用了弹性伸缩,在节点资源不够时可以触发节点的自动扩容 (自动买机器并加入集群),但这个扩容流程需要一定的时间才能完成,在一些流量突高的场景,这个扩容速度可能会显得太...

背景

当 tke 集群配置了节点池并启用了弹性伸缩,在节点资源不够时可以触发节点的自动扩容 (自动买机器并加入集群),但这个扩容流程需要一定的时间才能完成,在一些流量突高的场景,这个扩容速度可能会显得太慢,影响业务。 tke-autoscaling-placeholder 可以用于在 tke 上实现秒级伸缩,应对这种流量突高的场景。

原理是什么?

tke-autoscaling-placeholder 实际就是利用低优先级的 pod 对资源进行提前占位(带 request 的 pause 容器,实际不怎么消耗资源),为一些可能会出现流量突高的高优先级业务预留部分资源作为缓冲,当需要扩容 pod 时,高优先级的 pod 就可以快速抢占低优先级 pod 的资源进行调度,而低优先级的 tke-autoscaling-placeholder 的 pod 则会被 "挤走",状态变成 pending,如果配置了节点池并启用弹性伸缩,就会触发节点的扩容。这样,由于有了一些资源作为缓冲,即使节点扩容慢,也能保证一些 pod 能够快速扩容并调度上,实现秒级伸缩。要调整预留的缓冲资源多少,可根据实际需求调整 tke-autoscaling-placeholder的 request 或副本数。

有什么使用限制?

使用该应用要求集群版本在 1.18 以上。

如何使用?

安装 tke-autoscaling-placeholder

在应用市场找到 tke-autoscaling-placeholder,点击进入应用详情,再点 创建应用:

使用 tke-autoscaling-placeholder 实现秒级弹性伸缩的方法

选择要部署的集群 id 与 namespace,应用的配置参数中最重要的是 replicacountresources.request,分别表示 tke-autoscaling-placeholder 的副本数与每个副本占位的资源大小,它们共同决定缓冲资源的大小,可以根据流量突高需要的额外资源量来估算进行设置。

最后点击创建,你可以查看这些进行资源占位的 pod 是否启动成功:

$ kubectl get pod -n default
tke-autoscaling-placeholder-b58fd9d5d-2p6ww  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-55jw7  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-6rq9r  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-7c95t  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-bfg8r  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-cfqt6  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-gmfmr  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-grwlh  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-ph7vl  1/1   running  0     8s
tke-autoscaling-placeholder-b58fd9d5d-xmrmv  1/1   running  0     8s

tke-autoscaling-placeholder 的完整配置参考下面的表格:

参数 描述 默认值
replicacount placeholder 的副本数 10
image placeholder 的镜像地址 ccr.ccs.tencentyun.com/library/pause:latest
resources.requests.cpu 单个 placeholder 副本占位的 cpu 资源大小 300m
resources.requests.memory 单个 placeholder 副本占位的内存大小 600mi
lowpriorityclass.create 是否创建低优先级的 priorityclass (用于被 placeholder 引用) true
lowpriorityclass.name 低优先级的 priorityclass 的名称 low-priority
nodeselector 指定 placeholder 被调度到带有特定 label 的节点 {}
tolerations 指定 placeholder 要容忍的污点 []
affinity 指定 placeholder 的亲和性配置 {}

部署高优先级 pod

tke-autoscaling-placeholder 的优先级很低,我们的业务 pod 可以指定一个高优先的 priorityclass,方便抢占资源实现快速扩容,如果没有可以先创建一个:

apiversion: scheduling.k8s.io/v1
kind: priorityclass
metadata:
 name: high-priority
value: 1000000
globaldefault: false
description: "high priority class"

在我们的业务 pod 中指定 priorityclassname 为高优先的 priorityclass:

apiversion: apps/v1
kind: deployment
metadata:
 name: nginx
spec:
 replicas: 8
 selector:
  matchlabels:
   app: nginx
 template:
  metadata:
   labels:
    app: nginx
  spec:
   priorityclassname: high-priority # 这里指定高优先的 priorityclass
   containers:
   - name: nginx
    image: nginx
    resources:
     requests:
      cpu: 400m
      memory: 800mi

当集群节点资源不够,扩容出来的高优先级业务 pod 就可以将低优先级的 tke-autoscaling-placeholder 的 pod 资源抢占过来并调度上,然后 tke-autoscaling-placeholder 的 pod 再 pending:

$ kubectl get pod -n default
name                     ready  status  restarts  age
nginx-bf79bbc8b-5kxcw             1/1   running  0     23s

到此这篇关于使用 tke-autoscaling-placeholder 实现秒级弹性伸缩的文章就介绍到这了,更多相关tke-autoscaling-placeholder 实现秒级弹性伸缩内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!