通过Rancher Kubernetes Engine运行高可用 PostgreSQL
这篇是我们关于在Kubernetes上运行PostgreSQL系列文章的其中一篇。下面是相关文章和链接。
- 在亚马逊AWS Elastic Container Service for Kubernetes (EKS)
上运行高可用PostgreSQL: (https://portworx.com/postgresql-amazon-eks/) - 在微软Azure Kubernetes Service (AKS) 上运行高可用 PostgreSQL:
(https://portworx.com/ha-postgresql-azure-aks/) - 在Google Kubernetes Engine (GKE) 上运行高可用 PostgreSQL:
(https://portworx.com/run-ha-postgresql-gke/) - 在RedHat OpenShift 上运行高可用 PostgreSQL:
(https://portworx.com/run-ha-postgresql-red-hat-openshift/) - 在IBM Cloud Kubernetes Service (IKS) 上运行高可用 PostgreSQL:
(https://portworx.com/run-ha-postgresql-ibm-cloud-kubernetes-service/) - 在IBM 私有云上运行高可用 PostgreSQL:
(https://portworx.com/run-ha-postgresql-ibm-cloud-private/)
Rancher Kubernetes Engine (RKE)是一个轻量级的Kubernetes 安装程序，支持在裸金属和虚拟机上安装Kubernetes。RKE解决了Kubernetes安装的复杂性问题。通过RKE安装是比较简单的，而跟下层的操作系统无关。
Portworx是一个云原生的存储和数据管理平台，来支撑Kubernetes上持久性的工作负载。通过Portworx，用户能够管理不同基础架构上的、不同容器调度器上的数据库。它为所有的有状态服务（Stateful Service）提供了一个单一的数据管理层。
本文列出了操作步骤：通过RancherKubernetes Engine （RKE），在AWS的Kubernetes集群上，部署和管理高可用PostgreSQL集群。
总结来说，在Amazon上运行高可用PostgreSQL，需要：
- 通过Rancher KubernetesEngine安装一个Kubernetes集群
- 安装云原生存储解决方案Portworx，作为Kubernetes的一个DaemonSet。
- 建立一个存储类来定义你的存储要求，比如，复制因子，快照策略和性能情况
- 使用Kubernetes部署PostgreSQL
- 通过killing或者cordoning集群中的节点，来测试故障恢复
- 可能的话，动态的调整PG Volume的大小，快照和备份Postgres到S3
如何通过RKE来创建一个Kubernetes集群
RKE是一个安装和配置Kubernetes的工具。可以支持的环境包括裸金属，虚拟机或者IaaS。在本文中，我们会在AWS EC2上创建一个3节点的Kubernetes集群。
更为详细的步骤，可以参考这篇tutorial from The New Stack. （https://thenewstack.io/run-stateful-containerized-workloads-with-rancher-kubernetes-engine-and-portworx/）
做完这些操作，我们会创建一个1 master 和 3 worker 节点的集群。
在Kubernetes上安装Portworx
在RKE的Kubernetes 上安装Portworx，跟在Kubernetes集群上通过Kops安装没什么不同。Portworx有详细的文档，列出每步的操作 (https://docs.portworx.com/portworx-install-with-kubernetes/cloud/aws/)，来完成在AWS环境的Kubernetes上运行Portworx集群。
The New Stacktutorial(https://thenewstack.io/run-stateful-containerized-workloads-with-rancher-kubernetes-engine-and-portworx/) 也包含了在Kubernetes部署Portworx DaemonSet的所有操作步骤。
Kubernetes集群运行起来，Portworx安装和配置完成，我们就开始部署一个高可用的PostgreSQL数据库。
创建一个Postgres 存储类
通过存储类对象，一个Admin可以定义集群中不同的Portworx卷的类。这些类在动态的卷的部署过程中会被用到。存储类本身定义了复制因子，IO情况（例如数据库或者CMS），以及优先级（比如SSD或者HDD）。这些参数影响着工作负载的可用性和输出，因此参数可以被根据每个卷分别设置。这很重要，因为对生产系统的数据库的要求，跟研发测试系统是完全不一样的。
在下面的例子里，我们部署的存储类，它的复制因子是3，IO情况设定成“db”，优先级设定成“high”。这意味着存储会被优化为适合低传输速率的数据库负载（Postgres），并且自动的部署在集群具备最高性能的存储里。
$ kubectl create -f https://raw.githubusercontent.com/fmrtl73/katacoda-scenarios-1/master/px-k8s-postgres-all-in-one/assets/px-repl3-sc.yaml
storageclass "px-repl3-sc" created创建一个Postgres PVC
我们现在可以基于存储类创建一个PersistentVolume Claim (PVC)。动态部署的优势就在于，claims能够在不需要显性部署持久卷Persistent Volume (PV)的情况下被创建。
$ kubectl create -f https://raw.githubusercontent.com/fmrtl73/katacoda-scenarios-1/master/px-k8s-postgres-all-in-one/assets/px-postgres-pvc.yaml
persistentvolumeclaim "px-postgres-pvc" createdPostgreSQL的密码会被创建成Secret。运行下面的命令来用正确的格式创建Secret。
$ echo postgres123 > password.txt
$ tr -d '\n' .strippedpassword.txt && mv .strippedpassword.txt password.txt
$ kubectl create secret generic postgres-pass --from-file=password.txt
secret "postgres-pass" created在Kubernetes上部署PostgreSQL
最后，让我们创建一个PostgreSQL实例，作为一个Kubernetes部署对象。为了简单起见，我们只部署一个单独的Postgres Pod。因为Portworx提供同步复制来达到高可用。因此一个单独的Postgres实例，是Postgres数据库的最佳部署方式。Portworx也支持多节点的Postgres部署方式，看你的需要。
$ kubectl create -f https://raw.githubusercontent.com/fmrtl73/katacoda-scenarios-1/master/px-k8s-postgres-all-in-one/assets/postgres-app.yaml
deployment "postgres" created确保Postgres的Pods是在运行的状态。
$ kubectl get pods -l app=postgres -o wide --watch
等候直到Postgres pod变成运行状态。
我们可以通过使用与PostgresPod一起运行的pxctl工具，来检查Portworx卷。
$ VOL=`kubectl get pvc | grep px-postgres-pvc | awk '{print $3}'`
$ PX_POD=$(kubectl get pods -l name=portworx -n kube-system -o jsonpath='{.items[0].metadata.name}')
$ kubectl exec -it $PX_POD -n kube-system -- /opt/pwx/bin/pxctl volume inspect ${VOL}
命令的输出信息，确认了支撑PostgreSQL数据库实例的卷已经被创建完成了。
PostgreSQL的错误恢复
让我们为数据库填充5百万行的样例数据。
我们首先找到运行PostgreSQL的Pod，来访问shell。
$ POD=`kubectl get pods -l app=postgres | grep Running | grep 1/1 | awk '{print $1}'`
$ kubectl exec -it $POD bash现在我们进入了Pod，我们能够连接到Postgres并且创建数据库。
# psql
pgbench=# create database pxdemo;
pgbench=# \l
pgbench=# \q
默认状态下，Pgbench会创建4张表：（pgbench_branches，pgbench_tellers，pgbench_accounts，pgbench_history），在主pgbench_accounts表里会有10万行。这样我们创建了一个简单的16MB大小的数据库。
使用-s选项， 我们可以增加在每张表中的行的数量。在上面的命令中，我们在“scaling”上填写了50，这样pgbench就会创建一个50倍默认大小的数据库。
我们的pgbench_accounts现在有5百万行了。这样我们的数据库变成了800MB (50*16MB)
# pgbench -i -s 50 pxdemo;等待直到pgbench完成表的创建。我们接着来确认一下
pgbench_accounts现在有500万行的填充。
# psql pxdemo
\dt
select count(*) from pgbench_accounts;
\q
exit
现在，我们来模拟PostgreSQL正在运行的节点的失效，
$ NODE=`kubectl get pods -l app=postgres -o wide | grep -v NAME | awk '{print $7}'`
$ kubectl cordon ${NODE}
node "ip-172-20-57-55.ap-southeast-1.compute.internal" cordoned执行kubectl get nods, 确认了其中一个节点的排程已经失效了。
$ kubectl get nodes
我们继续删除这个PostgreSQLpod。
$ POD=`kubectl get pods -l app=postgres -o wide | grep -v NAME | awk '{print $1}'`
$ kubectl delete pod ${POD}
pod "postgres-556994cbd4-b6ghn" deleted一旦删除完成。Portworx STorageORchestrator for Kubernetes (STORK)（https://portworx.com/stork-storage-orchestration-kubernetes/），会把pod重置来创建有数据复制集的节点。
一旦Pod被删除，它会被重置到有数据复制集的节点上。Portworx STorageORchestrator for Kubernetes (STORK) （https://portworx.com/stork-storage-orchestration-kubernetes/）- Portworx的客户存储排程器，允许在数据所在节点上放置多个pod，并且确保正确的节点能够被选择来用来排程Pod。
让我们运行下面的命令验证一下。我们会发现一个新的pod被创建了，并且被排程在了一个不同的节点上。
$ kubectl get pods -l app=postgres
让我们把之前的节点重新部署回来。
$ kubectl uncordon ${NODE}
node "ip-172-20-57-55.ap-southeast-1.compute.internal" uncordoned最后，我们验证一下数据仍然是可用的。
我们来看下容器里的pod名称和exec。
$ POD=`kubectl get pods -l app=postgres | grep Running | grep 1/1 | awk '{print $1}'`
$ kubectl exec -it $POD bash现在用psql来确保我们的数据还在。
# psql pxdemo
pxdemo=# \dt
pxdemo=# select count(*) from pgbench_accounts;
pxdemo=# \q
pxdemo=# exit
我们看到数据库表都还在，并且所有的内容都是正确的。
在Postgres进行存储管理
测试了端到端的数据库错误恢复后，我们在Kubernetes集群上来运行StorageOps。
完全无停机下，扩充卷
我们现在来演示一下，在空间将满的情况下，如何简单的、动态的为卷添加空间。
在容器内打开一个shell，
$ POD=`kubectl get pods -l app=postgres | grep Running | awk '{print $1}'`
$ kubectl exec -it $POD bash让我们来用pgbench来运行一个baseline transaction benchmark，它将尝试增加卷容量到1Gib，并且没能成功。
$ pgbench -c 10 -j 2 -t 10000 pxdemo
$ exit
在运行上面命令的时候，可能会有多种错误产生。第一个错误提示Pod已经没有空间了。
PANIC: could not write to file "pg_xlog/xlogtemp.73": No space left on deviceKubernetes并不支持在PVC创建后进行修改。我们在Portworx上用pxctl CLI工具来进行操作。
我们来获取卷的名称，用pxctl工具来查看。
SSH到节点里，运行下面的命令
POD=`/opt/pwx/bin/pxctl volume list --label pvc=px-postgres-pvc | grep -v ID | awk '{print $1}'`
$ /opt/pwx/bin/pxctl v i $POD
注意到卷还有10%就要满了。让我们用下面的命令来扩充。
$ /opt/pwx/bin/pxctl volume update $POD --size=2
Update Volume: Volume update successful for volume 834897770479704521
为卷做快照，并且恢复数据库
Portworx支持为Kubernetes PVCs创建快照。让我们为之前创建的Postgres PVC来创建一个快照。
$ kubectl create -f https://github.com/fmrtl73/katacoda-scenarios-1/raw/master/px-k8s-postgres-all-in-one/assets/px-snap.yaml
volumesnapshot "px-postgres-snapshot" created可以通过下面的命令来看所有的快照。
$ kubectl get volumesnapshot,volumesnapshotdata
有了快照，我们来删掉数据库。
$ POD=`kubectl get pods -l app=postgres | grep Running | grep 1/1 | awk '{print $1}'`
$ kubectl exec -it $POD bash
$ psql
drop database pxdemo;
\l
\q
exit快照就跟卷是一样的，我们可以使用它来创建一个新的PostgreSQL实例。让我们恢复快照数据，来创建一个新的PostgreSQL实例。
$ kubectl create -f https://raw.githubusercontent.com/fmrtl73/katacoda-scenarios-1/master/px-k8s-postgres-all-in-one/assets/px-snap-pvc.yaml
persistentvolumeclaim "px-postgres-snap-clone" created从新的PVC，我们创建一个PostgreSQL Pod，
$ kubectl create -f https://raw.githubusercontent.com/fmrtl73/katacoda-scenarios-1/master/px-k8s-postgres-all-in-one/assets/postgres-app-restore.yaml
deployment "postgres-snap" created确认这个pod是在运行状态。
$ kubectl get pods -l app=postgres-snap
最后，让我们访问由benchmark工具创建的数据。
$ POD=`kubectl get pods -l app=postgres-snap | grep Running | grep 1/1 | awk '{print $1}'`
$ kubectl exec -it $POD bash$ psql pxdemo
\dt
select count(*) from pgbench_accounts;
\q
exit
我们发现表和数据都是正常的。如果我们想要在另一个Amazon区域创建一个容灾备份，我们可以把快照推送到Amazon S3。Portworx快照支持所有的S3兼容存储对象，所以备份也可以是其他的云或者是本地部署的数据中心。
_
小结
Portworx可以通过RKE很容易的部署，用来运行Kubernetes上生产系统中有状态的工作负载。通过跟STORK的整合，DevOps和StorageOps团队能够无缝的在Kubernetes上运行数据库集群。他们也可以为云原生应用运行传统的操作，比如扩充卷，快照，备份，容灾恢复。
