写点什么

Knative 系列(三):Serving 篇

  • 2019-06-21
  • 本文字数:4816 字

    阅读完需:约 16 分钟

Knative 系列(三):Serving篇

前一篇文章已经介绍了 Build 的使用方式和原理,本文将紧接上文介绍 Serving。



简而言之,Serving 提供了Serverless应用或函数(Function)的部署能力,并通过 istio 实现服务管理,提供容器扩缩容能力。接管应用的部署和运维,节省开发者在应用部署和运维上消耗的精力。同时,在应用运维方面,Serving 提供了根据应用访问量自动扩缩容的能力,在没有访问的时候能把应用实例缩减到 0,本文通过将 Serving 部署到 K8s 平台之上试用,以讲解这一组件的原理。

Serving 部署

安装 istio

安装 Serving 之前,我们需要先安装 istio,这里使用Knative提供的简易方式安装。


kubectl apply --filename [](https://raw.githubusercontent.com/knative/serving/release-0.6/third_party/istio-1.1.3/istio-crds.yaml) \   --filename [](https://raw.githubusercontent.com/knative/serving/release-0.6/third_party/istio-1.1.3/istio.yaml)   
复制代码

安装 Serving

Serving 可以单独部署,但是也可以和 Build 一起部署,我们先来看 Serving 单独部署模式:


kubectl apply --selector   knative.dev/crd-install=true \   --filename [](https://github.com/knative/serving/releases/download/v0.6.0/serving.yaml)  --selector   networking.knative.dev/certificate-provider!=cert-manager  
复制代码


执行成功以后,可以通过以下命令查看:


[](null) 
复制代码


当 pod 全部正常执行后,我们就可以开始使用 Serving。

Serving 概念和试用

概念

Knative 把应用里的所有能力全都放到统一的 CRD 资源中管理—Service。这里的 Service 与 K8s 原生用户访问的 Service 不同,这是 Knative 的自定义资源,管理 Knative 应用的整个生命周期。


  • Service:service.serving.knative.dev 资源管理着工作负载的整个生命周期。它控制其他对象(Route、Configration、Revison)的创建,并确保每次对 Service 的更新都作用到其他对象。

  • Route: route.serving.knative.dev 资源将网络端点映射到一个或多个 Revision。可以通过配置 Route 实现多种流量管理方式,包括部分流量和命名路由。

  • Configuration:configuration.serving.knative.dev 资源保持部署所需的状态。它提供了代码和配置之间的清晰分离,并遵循十二要素应用程序方法。修改 Configuration 将创建新的 Revision。

  • Revision:revision.serving.knative.dev 资源是对工作负荷所做的每个修改的代码和配置的时间点快照。修订是不变的对象,只要有用就可以保留。Revision 可以根据进入的流量自动扩缩容。


样例

现在让我们来看一个最简单的 Knative Service 样例:


apiVersion:   serving.knative.dev/v1alpha1   kind: Service   metadata:     name: autoscale-go     namespace: default   spec:     template:       metadata:         annotations:           # Target 10 in-flight-requests per   pod.           autoscaling.knative.dev/target:   "10"       spec:         containers:         - image:   gcr.io/knative-samples/autoscale-go:0.1
复制代码


可以发现,一个 Service 相当简洁,在最简单的模式下只需要填写一个镜像即可,其他都会默认填充。现在把这个样例创建到集群中,并查看它自动创建的资源。


kubectl apply --filename [](https://raw.githubusercontent.com/knative/docs/release-0.6/docs/serving/samples/autoscale-go/service.yaml)   kubectl get serving.knative.dev 
复制代码


创建 Service 之后,自动创建 Configuration、Route、Revision、Deployment 等资源。


自动扩缩容


接下来测试 Service 的自动扩缩容功能,在上文例子中,annotations 里面设置了每个 Pod 的请求并发数为 10。


INGRESSGATEWAY=istio-ingressgateway   export IP_ADDRESS=`kubectl get svc   $INGRESSGATEWAY --namespace istio-system --output jsonpath="{.status.loadBalancer.ingress[*].ip}"`      hey -z 30s -c 50 \       -host "autoscale-go.default.example.com" \       "http://${IP_ADDRESS?}?sleep=100&prime=10000&bloat=5"   \       && kubectl get pods   Summary:       Total:        30.3379 secs       Slowest:      0.7433 secs       Fastest:      0.1672 secs       Average:      0.2778 secs       Requests/sec: 178.7861          Total data:   542038 bytes       Size/request: 99 bytes      Response time histogram:      0.167 [1]     \|       0.225 [1462]    \|■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■       0.282 [1303]  \|■■■■■■■■■■■■■■■■■■■■■■■■■■■■       0.340 [1894]    \|■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■       0.398 [471]   \|■■■■■■■■■■       0.455 [159]   \|■■■       0.513 [68]    \|■      0.570 [18]    \|       0.628 [14]    \|       0.686 [21]    \|       0.743 [13]    \|      Latency distribution:       10% in 0.1805 secs       25% in 0.2197 secs       50% in 0.2801 secs       75% in 0.3129 secs       90% in 0.3596 secs       95% in 0.4020 secs       99% in 0.5457 secs      Details (average, fastest, slowest):       DNS+dialup:   0.0007 secs,   0.1672 secs, 0.7433 secs       DNS-lookup:   0.0000 secs,   0.0000 secs, 0.0000 secs       req write:    0.0001 secs,   0.0000 secs, 0.0045 secs       resp wait:    0.2766 secs,   0.1669 secs, 0.6633 secs       resp read:    0.0002 secs,   0.0000 secs, 0.0065 secs      Status code distribution:       [200] 5424 responses   NAME                                             READY   STATUS      RESTARTS   AGE   autoscale-go-00001-deployment-78cdc67bf4-2w4sk   3/3       Running   0          26s   autoscale-go-00001-deployment-78cdc67bf4-dd2zb   3/3       Running   0          24s   autoscale-go-00001-deployment-78cdc67bf4-pg55p   3/3       Running   0          18s   autoscale-go-00001-deployment-78cdc67bf4-q8bf9   3/3       Running   0          1m   autoscale-go-00001-deployment-78cdc67bf4-thjbq   3/3       Running   0          26s 
复制代码


以 50qps 去访问 autoscale-go 时,autoscale-go 自动从 1 个实例扩展到 5 个实例, 刚好和我们设置的并发匹配。


当我们等待一段时间不访问 autoscale-go 后再去获取实例数量,可以看到实例数被缩减到 0。


kubectl get pods   NAME                                          READY   STATUS    RESTARTS     AGE 
复制代码


多版本管理


这次,换个应用,我们先创建一个 Service:


cat >   stock.yaml << EOF   apiVersion: serving.knative.dev/v1alpha1   kind: Service  metadata:     name: stock-service-example     namespace: default   spec:     template:       metadata:         name: stock-service-example-first       spec:         containers:         - image: ${REPO}/rest-api-go          env:             - name: RESOURCE               value: stock           readinessProbe:             httpGet:               path: /             initialDelaySeconds: 0             periodSeconds: 3     traffic:     - tag: current       revisionName: stock-service-example-first       percent: 100     - tag: latest       latestRevision: true     percent: 0   EOF   kubectl create -f   stock.yaml 
复制代码


这个 Service 配置了流量信息,但是第一次创建时,我们先把所有的流量都导到 Revision:stock-service-example-first 上。


之后修改 Service,另起创建新的 Revision,并将一半流量切换到新的 Revision。


cat >   stock.yaml << EOF   apiVersion:   serving.knative.dev/v1alpha1   kind: Service   metadata:     name: stock-service-example     namespace: default   spec:     template:       metadata:         name: stock-service-example-second       spec:         containers:         - image: ${REPO}/rest-api-go           env:             - name: RESOURCE               value: share           readinessProbe:             httpGet:               path: /             initialDelaySeconds: 0             periodSeconds: 3     traffic:     - tag: current       revisionName: stock-service-example-first       percent: 50     - tag: candidate       revisionName:   stock-service-example-second       percent: 50     - tag: latest       latestRevision: true       percent: 0   EOF   kubectl create -f   stock.yaml   
复制代码


接着,我们通过域名访问 Service,多次的结果分别为 Welcome to the share app! 或者 Welcome to the stock app!,比例大致为各一半。


 curl   --header "Host: stock-service-example.default.example.com"   [](http://$){INGRESS_IP}  
复制代码

Serving 原理

Serving 总共有 5 个组件,其中 4 个在 knative-serving 这个 namespace 下面,是 controller 、webhook 、autoscaler、activator 这四个组件;还有一个 queue, 运行在每个应用的 pod 里,作为 pod 的 sidecar 存在。


1.  Controller 负载 Service 整个生命周期的管理,涉及、Configuration、Route、Revision 等的 CURD。


2.  Webhook 主要负责创建和更新的参数校验。


3.  Autoscaler 根据应用的请求并发量对应用扩缩容。


4.  Activator 在应用缩容到 0 后,拦截用户的请求,通知 autoscaler 启动相应应用实例,等待启动后将请求转发。


5.  Queue 负载拦截转发给 Pod 的请求,用于统计 Pod 的请求并发量等,autoscaler 会访问 queue 获取相应数据对应用扩缩容。



自动扩缩容


1->n: 任何访问应用的请求在进入 Pod 后都会被 Queue 拦截,统计当前 Pod 的请求并发数,同时 Queue 会开放一个 metric 接口,autoscalor 通过访问该端口去获取 Pod 的请求并发量并计算是否需要扩缩容。当需要扩缩容时,autoscalor 会通过修改 Revision 下的 deployment 的实例个数达到扩缩容的效果。


0->1: 在应用长时间无请求访问时,实例会缩减到 0。这个时候,访问应用的请求会被转发到 activator,并在请求在转发到 activator 之前会被标记请求访问的 Revision 信息(由 controller 修改 VirtualService 实现)。activator 接收到请求后,会将改 Revision 的并发量加 1,并将 metric 推送给 autoscalor,启动 Pod。同时,activator 监控 Revision 的启动状态,Revision 正常启动后,将请求转发给相应的 Pod。


当然,在 Revision 正常启动后,应用的请求将不会再发送到 activator,而且直接发送至应用的 Pod(由 controller 修改 VirtualService 实现)。


Knative 网络模式


网络模式分两个部分,一个为 Service 之间的访问,一个为外部访问。


Service 之间的访问:


  • istio 会解析 Knative Service 的 VirtualService 下发给各个 Pod 的 Envoy,当应用通过域名相互访问时,Envoy 会拦截请求直接转发给相应的 Pod。


外部访问:


  • 如果是在集群外访问,素哟有的请求入口为 ingressgateway,ingressgateway 将请求根据访问域名转发到应用。

  • 如果是在集群节点上访问,每个 Knative Service 都对应一个 k8s Service, 这个 Service 的后端都为 ingressgateway,ingressgateway 会根据访问域名转发到应用。

总结

Knative 的 Serving 在 istio 基础上,实现应用的简易部署和多版本管理,把开发人员从应用的部署和运维中真正的解放出来;同时动态扩缩容能力避免了资源冗余造成的浪费,有效节省应用成本。


相关文章:


《Knative 系列(一):基本概念和原理解读》


《Knative 系列(二):兵马未动粮草先行之 Build 篇》


2019-06-21 08:407279

评论

发布
暂无评论
发现更多内容

Zebec生态发展进入加速期,拿好ZBC坐等价值兑现

西柚子

袋鼠云“飞跃计划2.0”重磅发布:全面升级伙伴权益,共话数字生态

袋鼠云数栈

大数据 数字化转型 生态伙伴

焱融存储方案入选爱分析·智能制造最佳实践案例

焱融科技

高性能 #分布式文件存储 #全闪存储

ChatGPT背后的打工人:你不干,有的是AI干

引迈信息

人工智能 低代码 ChatGPT JNPF

Zebec生态发展进入加速期,拿好ZBC坐等价值兑现

股市老人

iOS MachineLearning 系列(11)—— 自然语言识别与文本分析

珲少

倒计时24天!接棒香港展,CTIS2023观众预登记全面启动

科技热闻

图像识别数据集的重要性及其分类

数据堂

腾讯高工手写13W字“Netty速成手册”,3天走向实战!

程序知音

Java Netty java架构 Java进阶 后端技术

独家合作:百度飞桨AI4S最新成果亮相香港力学盛会,PINN方法获得沪港众学者关注

飞桨PaddlePaddle

11分钟解决“世界性”难题!百度生物计算研究成果登顶《Nature》正刊

飞桨PaddlePaddle

百度 飞桨 nature

【崖山论“见”】YashanDB Meetup 第2期|数据库“大心脏”融合存储引擎揭秘

YashanDB

Shell脚本的变量

芯动大师

Shell命令 三周年连更 shell变量

云原生典型应用架构

穿过生命散发芬芳

云原生架构 三周年连更

Kafka性能测试初探

FunTester

这8种常见的防火墙,分别有哪些优缺点?

wljslmz

防火墙 三周年连更

ChatGPT 何时替代码农?

酱紫的小白兔

码农 机器人 ChatGPT

青年大学习自动核对名单详细教程【Python版】

BROKEN

三周年连更

海泰方圆《数字政府密码应用与数据安全合规性建设指南》顺利通过评审

电子信息发烧客

PS 2020 photoshop绿色版

源字节1号

【分布式技术专题】「分布式技术架构」手把手教你如何开发一个属于自己的限流器RateLimiter功能服务

码界西柚

分布式 限流器 三周年连更 动手实现 RateLimter

全球首个开发者村“开村”!数字之光在何处点亮?

脑极体

开发者 开发者社区

木兰汇专访 | 网心科技联合创始人马婷:创业者的“长期主义”

网心科技

C++多线程编程和同步机制:详解和实例演示

小万哥

c++ 程序员 后端 多线程 同步

羊毛党请远离消费卷

MobTech袤博科技

2 行代码开启 SAST,将代码漏洞定位到具体行数

极狐GitLab

DevOps DevSecOps SAST 应用安全测试 安全扫描

LLMs 记忆体全新升级:六大新功能全面出击,用户体验值拉满!

Zilliz

大模型时代 向量数据库 zillizcloud LLMs

2023-05-05:给定一个无向、连通的树 树中有 n 个标记为 0...n-1 的节点以及 n-1 条边 。 给定整数 n 和数组 edges , edges[i] = [ai, bi]表示树中的

福大大架构师每日一题

golang 算法 rust

Flink应用开发

阿泽🧸

flink 三周年连更

Knative 系列(三):Serving篇_语言 & 开发_华为云原生团队_InfoQ精选文章