基于Kubernetes和Istio的Serverless框架Knative解析之Autoscaler

首先对Knative做个基础介绍。Knative是一款基于Kubernetes的平台,用来构建、部署和管理现代serverless应用的框架。该框架试图将云原生应用开发的以下三个领域的最佳实践结合起来:

  • 构建容器(和函数)
  • 为工作负载提供服务(和动态扩展)
  • 事件

Knative是由谷歌与Pivotal、IBM、Red Hat 和SAP紧密协作开发的。

Knative构建在Kubernetes和Istio之上,它的设计考虑到了多种角色通过该框架进行交互,包括开发人员、运维人员和平台提供者。

img

Knative所涉及的角色(图片来源于Knative GitHub仓库)

Knative致力于提供可重用的“通用模式和最佳实践组合”实现,目前可用的组件包括:

  • Build:从源到容器的构建编排;
  • Eventing:管理和交付事件;
  • Serving:请求驱动的计算,可以缩放到零。

以上内容引用自: InfoQ | 谷歌发布Knative:用于构建、部署和管理Serverless工作负载的Kubernetes框架:http://www.infoq.com/cn/news/2018/07/knative-kubernetes-serverless

以上是对Knative的基本介绍,关于Knative的更多信息大家可以关注其GitHub:https://github.com/knative


下面首先解析的是Serving中的Autoscaling组件,该组件的功能是根据网络流量来自动伸缩应用实例的个数。

Knative是如何做伸缩容的?

处理伸缩容问题,首先要解决的问题是根据什么指标判断伸缩容?cpu、内存、请求数?这里knative使用的是请求数。

其次是伸缩多少的问题。

Knative的伸缩是依赖修改deployment的replica数实现的。

如何采集请求数?

启动revision的pod时,也会启动一个autoscaler(一个knative revision只启动一个autoscaler),autoscaler自己本身也会scale到0,用于接收请求数统计和处理伸缩容。

业务pod中,会注入queue-proxy sidecar,用于接收请求,在这里会统计并发数,每秒向autoscaler汇报,接收到的请求会转发给业务container。

注:单租户模式下一个revision启动一个autoscaler,多租户共用一个autoscaler

计算需要pod的个数?

autoscaler接收到并发统计的时候,会根据算法计算需要的pod个数。

算法中有两种模式,分别是panic和stable模式,一个是短时间,一个是长时间,为了解决短时间内请求突增的场景,需要快速扩容。

文档中描述的算法是,默认的target concurrency是1,如果一个revision 35QPS,每个请求花费0.25秒,Knative Serving 觉得需要 9 个 pod。

ceil(35 * .25) = ceil(8.75) = 9

Stable Mode(稳定模式)

在稳定模式下,Autoscaler 根据每个pod期望的并发来调整Deployment的副本个数。根据每个pod在60秒窗口内的平均并发来计算,而不是根据现有副本个数计算,因为pod的数量增加和pod变为可服务和提供指标数据有一定时间间隔。

Panic Mode (恐慌模式)

Panic时间窗口默认是6秒,如果在6秒内达到2倍期望的并发,则转换到恐慌模式下。在恐慌模式下,Autoscaler根据这6秒的时间窗口计算,这样更能及时的响应突发的流量请求。每2秒调整Deployment的副本数达到想要的pod个数(或者最大10倍当前pod的数量),为了避免pod数量频繁变动,在恐慌模式下只能增加,不会减少。60秒后会恢复回稳定模式。

autoscaler单租户图

img

上图基于 https://github.com/knative/serving/blob/master/docs/scaling/DEVELOPMENT.md 绘制。

模式

const (
   // 每个pod实例同时只处理一个请求
   RevisionRequestConcurrencyModelSingle RevisionRequestConcurrencyModelType = "Single"
   // 每个pod实例同时处理多个请求
   RevisionRequestConcurrencyModelMulti RevisionRequestConcurrencyModelType = "Multi"
)

配置

apiVersion: v1
kind: ConfigMap
metadata:
  name: config-autoscaler
  namespace: knative-serving
data:
  # Static parameters:

  # 期望每个pod并发请求数
  multi-concurrency-target: "1.0"
  # 如果是单个并发值要接近1.0
  single-concurrency-target: "0.9"

  # stable窗口时间计算平均并发会用到如果进入panic模式后经过stable窗口时间也会恢复stable
  stable-window: "60s"

  # 如果平均并发在panic窗口时间内达到2倍目标并发autoscaler进入panic模式
  # 在panic模式下自动伸缩按在panic窗口时间的平均并发来操作
  panic-window: "6s"

  # 最大增长比例每次调整会根据并发计算增长比例最大增长不超过这个值
  max-scale-up-rate: "10"

  # 计算并发值的参数每一段时间得到最大并发作为一个bucket最后汇报的时候
  # 平均并发 = 各个bucket最大并发之和 / 总bucket数汇报间隔是1秒hard coded
  concurrency-quantum-of-time: "100ms"

  # 是否开启缩容到0
  enable-scale-to-zero: "true"

  # 实验性开启垂直扩容
  # Requires a VPA installation (e.g. ./third_party/vpa/install-vpa.sh)
  enable-vertical-pod-autoscaling: "false"

  # 如果开启了enable-vertical-pod-autoscaling这个值就会替代multi-concurrency-target
  # 如果成熟了后期会变成默认值
  vpa-multi-concurrency-target: "10.0"

  # 多长时间调整一次
  tick-interval: "2s"

  # Dynamic parameters (take effect when config map is updated):

  # 空闲多长时间缩容到0
  scale-to-zero-threshold: "5m"

社区网址:http://www.servicemesher.com

本文分享自微信公众号 - CNCF(lf_cncf)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-08-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

这些信息有用吗?
Do you have any suggestions for improvement?

Thanks for your feedback!