Kubernetes 服務部署中如何提高服務可用性

這篇文章將為大家詳細講解有關Kubernetes 服務部署中如何提高服務可用性，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

怎樣提高我們部署服務的可用性呢？K8S 設計本身就考慮到了各種故障的可能性，并提供了一些自愈機制以提高系統的容錯性，但有些情況還是可能導致較長時間不可用，拉低服務可用性的指標。下面將結合生產實踐經驗，為大家提供一些最佳實踐來最大化的提高服務可用性。

如何避免單點故障？

K8S 的設計就是假設節點是不可靠的。節點越多，發生軟硬件故障導致節點不可用的幾率就越高，所以我們通常需要給服務部署多個副本，根據實際情況調整 replicas 的值，如果值為 1 就必然存在單點故障，如果大于 1 但所有副本都調度到同一個節點了，那還是有單點故障，有時候還要考慮到災難，比如整個機房不可用。

所以我們不僅要有合理的副本數量，還需要讓這些不同副本調度到不同的拓撲域(節點、可用區)，打散調度以避免單點故障，這個可以利用 Pod 反親和性來做到，反親和主要分強反親和與弱反親和兩種。更多親和與反親和信息可參考官方文檔Affinity and anti-affinity。

先來看個強反親和的示例，將 DNS 服務強制打散調度到不同節點上:

affinity: podAntiAffinity:   requiredDuringSchedulingIgnoredDuringExecution:   - labelSelector:       matchExpressions:       - key: k8s-app         operator: In         values:         - kube-dns     topologyKey: kubernetes.io/hostname

• labelSelector.matchExpressions 寫該服務對應 pod 中 labels 的 key 與 value，因為 Pod 反親和性是通過判斷 replicas 的 pod label 來實現的。

• topologyKey 指定反親和的拓撲域，即節點 label 的 key。這里用的 kubernetes.io/hostname 表示避免 pod 調度到同一節點，如果你有更高的要求，比如避免調度到同一個可用區，實現異地多活，可以用 failure-domain.beta.kubernetes.io/zone。通常不會去避免調度到同一個地域，因為一般同一個集群的節點都在一個地域，如果跨地域，即使用專線時延也會很大，所以 topologyKey 一般不至于用 failure-domain.beta.kubernetes.io/region。

• requiredDuringSchedulingIgnoredDuringExecution 調度時必須滿足該反親和性條件，如果沒有節點滿足條件就不調度到任何節點 (Pending)。

如果不用這種硬性條件可以使用 preferredDuringSchedulingIgnoredDuringExecution 來指示調度器盡量滿足反親和性條件，即弱反親和性，如果實在沒有滿足條件的，只要節點有足夠資源，還是可以讓其調度到某個節點，至少不會 Pending。

我們再來看個弱反親和的示例:

affinity:  podAntiAffinity:    preferredDuringSchedulingIgnoredDuringExecution:    - weight: 100      podAffinityTerm:        labelSelector:          matchExpressions:          - key: k8s-app            operator: In            values:            - kube-dns      topologyKey: kubernetes.io/hostname

注意到了嗎？相比強反親和有些不同哦，多了一個 weight，表示此匹配條件的權重，而匹配條件被挪到了 podAffinityTerm 下面。

如何避免節點維護或升級時導致服務不可用？

有時候我們需要對節點進行維護或進行版本升級等操作，操作之前需要對節點執行驅逐 (kubectl drain)，驅逐時會將節點上的 Pod 進行刪除，以便它們漂移到其它節點上，當驅逐完畢之后，節點上的 Pod 都漂移到其它節點了，這時我們就可以放心的對節點進行操作了。

有一個問題就是，驅逐節點是一種有損操作，驅逐的原理:

1. 封鎖節點 (設為不可調度，避免新的 Pod 調度上來)。

2. 將該節點上的 Pod 刪除。

3. ReplicaSet 控制器檢測到 Pod 減少，會重新創建一個 Pod，調度到新的節點上。

這個過程是先刪除，再創建，并非是滾動更新，因此更新過程中，如果一個服務的所有副本都在被驅逐的節點上，則可能導致該服務不可用。

我們再來下什么情況下驅逐會導致服務不可用:

1. 服務存在單點故障，所有副本都在同一個節點，驅逐該節點時，就可能造成服務不可用。

2. 服務沒有單點故障，但剛好這個服務涉及的 Pod 全部都部署在這一批被驅逐的節點上，所以這個服務的所有 Pod 同時被刪，也會造成服務不可用。

3. 服務沒有單點故障，也沒有全部部署到這一批被驅逐的節點上，但驅逐時造成這個服務的一部分 Pod 被刪，短時間內服務的處理能力下降導致服務過載，部分請求無法處理，也就降低了服務可用性。

針對第一點，我們可以使用前面講的反親和性來避免單點故障。

針對第二和第三點，我們可以通過配置 PDB (PodDisruptionBudget) 來避免所有副本同時被刪除，驅逐時 K8S 會 "觀察" nginx 的當前可用與期望的副本數，根據定義的 PDB 來控制 Pod 刪除速率，達到閥值時會等待 Pod 在其它節點上啟動并就緒后再繼續刪除，以避免同時刪除太多的 Pod 導致服務不可用或可用性降低，下面給出兩個示例。

示例一 (保證驅逐時 nginx 至少有 90% 的副本可用):

apiVersion: policy/v1beta1kind: PodDisruptionBudgetmetadata:  name: zk-pdbspec:  minAvailable: 90%  selector:    matchLabels:      app: zookeeper

示例二 (保證驅逐時 zookeeper 最多有一個副本不可用，相當于逐個刪除并等待在其它節點完成重建):

apiVersion: policy/v1beta1kind: PodDisruptionBudgetmetadata:  name: zk-pdbspec:  maxUnavailable: 1  selector:    matchLabels:      app: zookeeper

如何讓服務進行平滑更新？

解決了服務單點故障和驅逐節點時導致的可用性降低問題后，我們還需要考慮一種可能導致可用性降低的場景，那就是滾動更新。為什么服務正常滾動更新也可能影響服務的可用性呢？別急，下面我來解釋下原因。

假如集群內存在服務間調用:

當 server 端發生滾動更新時:

發生兩種尷尬的情況:

1. 舊的副本很快銷毀，而 client 所在節點 kube-proxy 還沒更新完轉發規則，仍然將新連接調度給舊副本，造成連接異常，可能會報 "connection refused" (進程停止過程中，不再接受新請求) 或 "no route to host" (容器已經完全銷毀，網卡和 IP 已不存在)。

2. 新副本啟動，client 所在節點 kube-proxy 很快 watch 到了新副本，更新了轉發規則，并將新連接調度給新副本，但容器內的進程啟動很慢 (比如 Tomcat 這種 java 進程)，還在啟動過程中，端口還未監聽，無法處理連接，也造成連接異常，通常會報 "connection refused" 的錯誤。

針對第一種情況，可以給 container 加 preStop，讓 Pod 真正銷毀前先 sleep 等待一段時間，等待 client 所在節點 kube-proxy 更新轉發規則，然后再真正去銷毀容器。這樣能保證在 Pod Terminating 后還能繼續正常運行一段時間，這段時間如果因為 client 側的轉發規則更新不及時導致還有新請求轉發過來，Pod 還是可以正常處理請求，避免了連接異常的發生。聽起來感覺有點不優雅，但實際效果還是比較好的，分布式的世界沒有銀彈，我們只能盡量在當前設計現狀下找到并實踐能夠解決問題的最優解。

針對第二種情況，可以給 container 加 ReadinessProbe (就緒檢查)，讓容器內進程真正啟動完成后才更新 Service 的 Endpoint，然后 client 所在節點 kube-proxy 再更新轉發規則，讓流量進來。這樣能夠保證等 Pod 完全就緒了才會被轉發流量，也就避免了鏈接異常的發生。

健康檢查怎么配才好？

我們都知道，給 Pod 配置健康檢查也是提高服務可用性的一種手段，配置 ReadinessProbe (就緒檢查) 可以避免將流量轉發給還沒啟動完全或出現異常的 Pod；配置 LivenessProbe (存活檢查) 可以讓存在 bug 導致死鎖或 hang 住的應用重啟來恢復。但是，如果配置配置不好，也可能引發其它問題，這里根據一些踩坑經驗總結了一些指導性的建議：

• 不要輕易使用 LivenessProbe，除非你了解后果并且明白為什么你需要它，參考 Liveness Probes are Dangerous

• 如果使用 LivenessProbe，不要和 ReadinessProbe 設置成一樣 (failureThreshold 更大)

• 探測邏輯里不要有外部依賴 (db, 其它 pod 等)，避免抖動導致級聯故障

• 業務程序應盡量暴露 HTTP 探測接口來適配健康檢查，避免使用 TCP 探測，因為程序 hang 死時， TCP 探測仍然能通過 (TCP 的 SYN 包探測端口是否存活在內核態完成，應用層不感知)

關于Kubernetes 服務部署中如何提高服務可用性就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。