【云原生架构】节俭K8s Operators第3部:利用Knative缩减到零的能力

简介: 【云原生架构】节俭K8s Operators第3部:利用Knative缩减到零的能力

在本系列博客的第1部分中(【云原生架构】节俭 Kubernetes operator 第1部分:简介),我们介绍了这样一种想法,即Kubernetes Operator(在大规模部署时)可以消耗大量资源,无论是实际资源消耗还是可调度容量的消耗。我们还介绍了一种想法,即无服务器技术可以通过在活动控制器部署空闲时减少其规模来减少对Kubernetes集群的影响(【云原生架构】节俭K8s Operator 第2部分:将控制器缩放到零)。

在第2部分中,我们仅基于在闲置时将Pod实例的数量缩放为零的想法,介绍了一种无需更改源即可减少现有控制器的资源开销的技术。

在这个由三部分组成的系列文章的最后一篇文章中,我们将展示如何适应现有Operator,以利用Knative服务提供的内置的从零到零的功能。

Operator架构

在较低的级别上,典型Operator的主要任务是监视Kubernetes后备存储(etcd)中发生的更改并对它们做出反应(例如,通过安装和管理Kafka集群)。Informer对象监视事件并将接收到的事件放入工作队列中,以确保在给定时间对于给定对象只有一个协调器(下图中的Handle Object)处于活动状态。Informer对象不断监视事件,而协调器仅在将项目插入工作队列中时才运行,这是在Knative服务中应用从零缩放的主要候选对象。


从0.6开始,Knative Eventing为Kubernetes API服务器事件提供了Cloud Event导入器(或源)。通过将此导入程序与Knative服务提供的“从零缩放”功能结合使用,我们可以实现调节器的“从零缩放”的目标。在这种新的体系结构中,通知程序不会缩放到零,但是现在可以在多个Operator之间共享,从而大大降低了整体资源消耗。

无服务器样本控制器

让我们展示如何使现有控制器适应在Knative中运行。考虑Kubernetes示例控制器项目,该项目演示了如何直接在Go客户端库的顶部实现Operator。该项目定义了一个称为Foo的新CRD,并提供了一个控制器来为Foo对象创建部署。

apiVersion: samplecontroller.k8s.io/v1alpha1

kind: Foo

metadata:

name: example-foo

spec:

deploymentName: example-foo

replicas: 1

generates:

apiVersion: extensions/v1beta1

kind: Deployment

metadata:

name: example-foo

ownerReferences:

- apiVersion: samplecontroller.k8s.io/v1alpha1

blockOwnerDeletion: true

controller: true

kind: Foo

name: example-foo

spec:

...

修改示例代码以使Foo运算符无服务器

我们修改了原始示例代码,以使Foo运算符变得无服务器(新代码可在GitHub上找到)。这是我们所做的:

我们删除了所有通知程序的创建和配置:通知程序监视Kubernetes后备存储中发生的更改。现在,这是由API服务器事件源完成的(请参见下文)。

我们添加了一个通用通知程序,以侦听传入的云事件并将它们排队在工作队列中:该通知程序将云事件的消耗与处理分离,以进行垂直扩展,(最重要的是)确保在给定的时间仅协调一个给定的对象。

相反,对索引器(内部Informer组件)的所有调用都是针对API服务器进行的:不言自明。

我们添加了一个配置文件来监视Foo和Deployment类型的事件:

apiVersion: sources.eventing.knative.dev/v1alpha1

kind: ApiServerSource

metadata:

name: example-foo

spec:

serviceAccountName: example-foo

resources:

- apiVersion: samplecontroller.knative.io/v1alpha1

kind: Foo

- apiVersion: apps/v1

kind: Deployment

controller: true

sink:

apiVersion: serving.knative.dev/v1alpha1

kind: Service

name: example-foo-reconcile

资源部分指定要监视的对象类型(Foo和Deployment)。controller:true告诉API服务器源控制器监视部署对象,并发送一个包含对控制它的对象的引用的云事件。

我们添加了一个配置文件以将协调程序部署为Knative服务:

apiVersion: serving.knative.dev/v1alpha1

kind: Service

metadata:

name: example-foo-reconcile

spec:

runLatest:

configuration:

revisionTemplate:

metadata:

annotations:

autoscaling.knative.dev/maxScale: "1"

autoscaling.knative.dev/window: "30s"

spec:

container:

image: $DOCKER_USER/knative-sample-controller

serviceAccountName: example-foo-reconcile

我们添加了两个注释来控制Knative pod自动缩放器的行为。第一个将并发Pod的最大值设置为一个,这样它们就不会互相干扰。第二个调整稳定窗口,以便给协调器足够的时间来完成。

您可以按照以下说明尝试自己运行它,以观察调节器缩小到零的情况。

与原始样本控制器示例相比,Knative变量确实有一些限制:

  • 由于Knative事件0.6中的事件筛选有限,因此它不监视部署。
  • 如果协调器容器崩溃,事件导入器将不重播事件,从而可能使系统处于不一致状态
  • 没有定期的事件同步

所有这些限制将在以后的Knative事件发行版中解决。

务器的未来

这篇文章结束了我们有关无服务器Operator的系列文章。我们已经展示了两种方法来将Operator缩减到零,第一种适合现有的Operator部署,第二种利用Knative内置的无服务器功能。你选!

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
存储 Cloud Native 数据处理
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
本文整理自阿里云资深技术专家、Apache Flink PMC 成员梅源在 Flink Forward Asia 新加坡 2025上的分享,深入解析 Flink 状态管理系统的发展历程,从核心设计到 Flink 2.0 存算分离架构,并展望未来基于流批一体的通用增量计算方向。
704 0
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
|
12月前
|
运维 监控 Cloud Native
从本土到全球,云原生架构护航灵犀互娱游戏出海
本文内容整理自「 2025 中企出海大会·游戏与互娱出海分论坛」,灵犀互娱基础架构负责人朱晓靖的演讲内容,从技术层面分享云原生架构护航灵犀互娱游戏出海经验。
941 15
|
12月前
|
运维 监控 Cloud Native
从本土到全球,云原生架构护航灵犀互娱游戏出海
内容整理自「 2025 中企出海大会·游戏与互娱出海分论坛」,灵犀互娱基础架构负责人朱晓靖的演讲内容,从技术层面分享云原生架构护航灵犀互娱游戏出海经验。
|
10月前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路
|
10月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
759 2
|
10月前
|
人工智能 Kubernetes Cloud Native
Higress(云原生AI网关) 架构学习指南
Higress 架构学习指南 🚀写在前面: 嘿,欢迎你来到 Higress 的学习之旅!
3573 0
|
运维 监控 Cloud Native
从“守机器”到“写策略”——云原生架构把运维逼成了架构师
从“守机器”到“写策略”——云原生架构把运维逼成了架构师
343 1
|
缓存 Cloud Native Java
Java 面试微服务架构与云原生技术实操内容及核心考点梳理 Java 面试
本内容涵盖Java面试核心技术实操,包括微服务架构(Spring Cloud Alibaba)、响应式编程(WebFlux)、容器化(Docker+K8s)、函数式编程、多级缓存、分库分表、链路追踪(Skywalking)等大厂高频考点,助你系统提升面试能力。
1625 0
|
弹性计算 API 持续交付
后端服务架构的微服务化转型
本文旨在探讨后端服务从单体架构向微服务架构转型的过程,分析微服务架构的优势和面临的挑战。文章首先介绍单体架构的局限性,然后详细阐述微服务架构的核心概念及其在现代软件开发中的应用。通过对比两种架构,指出微服务化转型的必要性和实施策略。最后,讨论了微服务架构实施过程中可能遇到的问题及解决方案。

热门文章

最新文章

推荐镜像

更多