Kubernetes使用时需要注意的坑点


在Kubernetes实践的过程中,积累了一些填坑经验,小做总结,拿来分享一下。

希望能对准备或正在使用Kubernetes的小伙伴提供帮助。

滚动升级之更新太慢

默认情况下,滚动升级是逐个更新的,当有几十上百个Pod需要更新时,再加上就绪检测,整个过程将会更慢。如果你想和更多Kubernetes技术专家交流,可以加我微信liyingjiese,备注『加群』。群里每周都有全球各大公司的最佳实践以及行业最新动态

解决方法:
rollingUpdate:
maxSurge: 20% #每个滚动更新的实例数量
maxUnavailable: 10% #允许更新过程中有多少实例不可用

就绪检测之无损更新

通常,服务重启的时候会有一小段时间是无法正常提供服务的。

为了避免这个过程中有请求的流量进来,我们可以使用就绪检测来检测服务是否就绪可正常接收并处理请求。
......
    readinessProbe:
      httpGet:
        host: api.xxx.com
        path: /
        port: 80
      initialDelaySeconds: 3 # 容器启动3秒后开始第一次检测
      periodSeconds: 60 # 每隔60s检测一次
      timeoutSeconds: 3 # http检测请求的超时时间
      successThreshold: 1 # 检测到有1次成功则认为服务是`就绪`
      failureThreshold: 1 # 检测到有1次失败则认为服务是`未就绪`
......

就绪检测之全面瘫痪

就绪检测是把双利剑,用不好,反而容易出大问题,比如服务全面瘫痪。

我们可以看到上面就绪检测的配置,漏洞百出。

比如:超时,高并发情况下,请求处理不过来,个别服务很容易导致检测请求的超时(504),立马被认为未就绪,于是流量被转移到其它服务,进而让本来就高负荷的其它服务出现同样情况,恶性循环,很快,所有服务都被认为是未就绪,结果产生全面瘫痪现象。

解决方法:设置更长的超时时间,以及更高的失败次数。

重新部署,这种情况可能是误操作,也可能是其它异常导致服务挂了。总之,你需要在用户还在不断尝试请求你服务的时候重启。你会惊讶的发现,一直无法正常启动为就绪状态,所有服务都是未就绪。同样的原因,服务启动过程不是一次全部起来,而是逐批启动,这样每批服务启动后都无法hold住流量,于是还是恶性循环,全面瘫痪。

解决方法:先去掉就绪检测再重新部署。

自动扩展之瞬时高峰

自动扩展POD虽然好用,但如果扩展的指标(CPU、内存等)设置的过高,如:50%以上,那么,当突然有翻倍的流量过来时,根本来不及扩展Pod,服务直接就超时或挂掉。

解决方法:尽可能的把指标设置在一个较小的值,对以往流量做参考评估,确保了当有2倍、3倍甚至5倍的流量突袭时不至于hold不住。

自动伸缩之提前扩容

通常,节点的自动伸缩依赖于Pod的自动扩展时资源是否充足。然而在面对定时突然流量高峰的业务时,这种伸缩显然来不及,甚至常常出现高峰10分钟后才扩容的机器,流量已经回到低谷,完全启不到作用。并且,流量到底是因为业务属性很快回落,还是因为扩容不及时导致的流失?

解决方法:根据自身业务,参考以住流量数量及推广时间,找到规律,提前或定时触发自动扩容。

容器运行之僵尸进程

这是一个Docker旧版(<1.13)已知问题,有些容器启动后会出现defunct进程(ps aux | grep defunct),而且会越来越多,称为僵尸进程,可能导致内存泄漏,而且kill不掉,除非重启容器。

解决方法:tini

集群节点之移除节点

如何安全地移出节点?这个节点上面部署了你的业务,甚至包括kube-system的东西。

解决方法:kubectl drain,可以先把节点上的Pod驱逐到其它节点,然后再移出该节点。

原文链接:https://cloud.tencent.com/deve ... 46977

0 个评论

要回复文章请先登录注册