在 2015 年的 618 大促中，京东大胆启用了基于 Docker 的容器技术来承载大促的关键业务（图片展现、单品页、团购页），当时基于 Docker 容器的弹性云项目已经有近万个 Docker 容器在线上环境运行，并且经受住了大流量的考验。而今年 618，弹性云项目更是担当重任，全部应用系统和大部分的 DB 服务都跑在 Docker 上。像 618 大促这样的流量高峰期，弹性云可以自动管理资源，做到弹性扩展，而在流量低谷期，又可以进行资源回收，在提升资源利用率的同时确保了运维系统的稳定性。据官方估计，本次大促活动中，京东线上将会启动近 15 万个 Docker 容器，从数量上来看，京东是全球范围内 Docker 的应用大户之一。
为了了解相关的详情，InfoQ 记者采访了弹性云项目负责人鲍永成。此外，鲍永成将会在 InfoQ 主办的CNUTCon 全球容器技术大会上分享本次 618 大促的具体技术细节，欢迎关注。
受访嘉宾介绍
鲍永成，京东弹性计算组项目负责人，带领弹性计算团队，深耕 IaaS 领域，致力于打造京东强大的虚拟化平台。2013 年初加入京东，重点在京东弹性云平台系统研发，运营多个中大规模 IaaS 集群，包括（京东弹性云、公有云、混合云等产品），在 OpenStack 研发 & 性能优化、自动化部署、KVM、Docker、分布式系统等方面有一定的实践经验。
InfoQ：去年 618 的时候，我们就有聊过京东 Docker 的应用情况。您能对比去年 618，介绍下今年的规模、应用以及调整吗？
鲍永成：从数量上来讲，去年 618 线上容器应对峰值为 9 千个实例，今年截止 6 月 17 日线上容器突破 15 万实例；在整体布局上来看，对比去年 618，弹性云在规模上和业务全容器化实现战略落地。
在应用层面，京东所有应用 100% 通过容器技术来发布和管理应用集群。值得指出一点：今年 618 有 5600 个容器实例支撑 DB 集群，对京东云数据库提供非常便利的支持。
弹性云核心架构没有很大变化，依然简洁定义：弹性云 = 软件定义数据中心 + 业务容器集群调度。在此基础上，有两点增强：
- 单个容器的稳定性和性能方面做了很大提升，有效满足核心系统对计算和网络的巨大需求；
- 统一管理物理机、虚拟机和容器，加入统一集群进行调度，以适应不同业务对计算资源的不同需求；
InfoQ：您能介绍下有哪些业务全量跑在 Docker 上吗？为了迎接这样的挑战，架构做了哪些调整？
鲍永成：网站、交易、无线、微信手 Q 等全部应用系统和 DB 服务的大部分都跑在 Docker 上。
因为京东业务在多年前就开始微服务化治理，所以应用层架构调整很小。现如今微服务化比例已经很大，所以容器技术的融入比较顺利。弹性云平台，算是站在多年对各个业务系统微服务化治理的巨人肩膀上。
InfoQ：这么多容器，如何做到海量监控？采用了什么开源方案吗？有哪些注意的事项？
鲍永成：监控采取自主研发系统，该系统负责海量数据采集和存储工作，其构架如图。
对于 15W+ 容器监控，需要注意：指标采集传输一定要设计得非常高效，并且要做到采集过程对资源的消耗控制，建议使用加速告警和监控图表跟踪缓存状况。
InfoQ：在洪峰来临之时，弹性计算云平台是如何进行扩容的？可以从系统角度分享下其中的流程吗？
鲍永成：弹性云有两种模式：
- 自动模式会根据每个业务方自己的预设弹性扩展条件，自动触发扩容。扩容工作包括使用业务镜像 spawn 实例、自动 DB 授权、微服务框架注册、添加实例到 LB 负载。
- 手动模式的前提是有弹性事件被触发，垂直运维收到扩展确认消息，人工参与的只是这个消息的点击确认扩容环节，其后续流程与自动模式一致。
InfoQ：可以谈谈目前应用了哪些关键开源项目吗？各自在系统的哪些 level？对应的版本分别是什么？
鲍永成：主要是 OpenStack 和 Docker，具体如下：
- OpenStack-IceHouse 用于管理数据中心计算、网络、存储等资源，位于 JD Data Center Operating System 层。
- Docker-1.3 用于 spawn 容器实例，加入很多自主研发的内容和功能。
InfoQ：这么多的容器，您觉得最大的挑战是什么？
鲍永成：1. 集群规模：介于高效运维，弹性云集群走的是大集群架构的思路。单个 OpenStack 集群会建设得非常大，目前单集群规模控制在 6 千台计算节点左右。
管理 6K 台计算节点集群，仅仅使用原生 OpenStack 是很困难的，因此我们对 OpenStack 依赖的数据库、MQ 等全部重新设计实现，设计经过测试可以支撑 1W 台计算节点。
2. 单实例性能调优：很多核心的业务对单个请求的响应时间有极其严格要求，这势必要求弹性云提供的每一个容器实例均要具有极好的性能，我们从 CPU 和网络两方面入手。
针对 CPU，我们采取 Scale-up 算法灵活调配 CPU 分配，使繁忙业务可以及时获得足够多 CPU 资源。
在网络这块，主攻方向为如何把万兆卡的性能发挥出来。我们对 OVS（Open vSwitch）做了一些改进：减少了一些锁，优化 peer port 和网卡中断。这带来近乎物理机网卡的网络性能。
InfoQ：这么大规模的 Docker 应用，在国内外都是屈指可数的。在整个容器化的进程，你们得到了什么，失去了什么？
鲍永成：京东弹性计算云通过软件定义数据中心与大规模容器集群调度，实现海量计算资源的统一管理，并满足性能与效率方面的需求。
提升业务自助上线效率。应用部署密度大幅提升，资源使用率提升，节约大量的硬件资源。而面临的调整也很多，比如内核因为 bug 升级。全部容器化后，底层依赖系统的版本高度一致，很容易带来因为底层 bug 需要规模性升级，幸运的是我们在内核团队建设这块一直非常重视，已经有内核发布版本、内核热 patch 等方式，有效解决此类问题。
InfoQ：在 CNUTCon 2016 全球容器技术大会上，你会重点分享哪些内容？
鲍永成：重点分享软件定义数据中心、大规模容器集群调度以及 Docker 容器性能调优。
InfoQ：感谢鲍永成老师接受我们的采访。期待您在CNUTCon 2016 全球容器技术大会上的分享。
感谢郭蕾对本文的审校。
注册/登录 InfoQ 发表评论