大规模集群配置优化

节点配额和内核参数调整

对于公有云上的 Kubernetes 集群,规模大了之后很容器碰到配额问题,需要提前在云平台上增大配额。这些需要增大的配额包括

  • 虚拟机个数
  • vCPU 个数
  • 内网 IP 地址个数
  • 公网 IP 地址个数
  • 安全组条数
  • 路由表条数
  • 持久化存储大小

参考gce随着node节点的增加master节点的配置:

  • 1-5 nodes: n1-standard-1
  • 6-10 nodes: n1-standard-2
  • 11-100 nodes: n1-standard-4
  • 101-250 nodes: n1-standard-8
  • 251-500 nodes: n1-standard-16
  • more than 500 nodes: n1-standard-32

参考阿里云配置:

节点规模 master规格
1-5个节点 4C8G(不建议2C4G)
6-20个节点 4C16G
21-100个节点 8C32G
100-200个节点 16C64G

增大内核选项配置 /etc/sysctl.conf:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
fs.file-max=1000000
# max-file 表示系统级别的能够打开的文件句柄的数量, 一般如果遇到文件句柄达到上限时,会碰到
# "Too many open files"或者Socket/File: Can’t open so many files等错误。
# 配置arp cache 大小
net.ipv4.neigh.default.gc_thresh1=1024
# 存在于ARP高速缓存中的最少层数,如果少于这个数,垃圾收集器将不会运行。缺省值是128。
net.ipv4.neigh.default.gc_thresh2=4096
# 保存在 ARP 高速缓存中的最多的记录软限制。垃圾收集器在开始收集前,允许记录数超过这个数字 5 秒。缺省值是 512。
net.ipv4.neigh.default.gc_thresh3=8192
# 保存在 ARP 高速缓存中的最多记录的硬限制,一旦高速缓存中的数目高于此,垃圾收集器将马上运行。缺省值是1024。
# 以上三个参数,当内核维护的arp表过于庞大时候,可以考虑优化
net.netfilter.nf_conntrack_max=10485760
# 允许的最大跟踪连接条目,是在内核内存中netfilter可以同时处理的“任务”(连接跟踪条目)
net.netfilter.nf_conntrack_tcp_timeout_established=300
net.netfilter.nf_conntrack_buckets=655360
# 哈希表大小(只读)(64位系统、8G内存默认 65536,16G翻倍,如此类推)
net.core.netdev_max_backlog=10000
# 每个网络接口接收数据包的速率比内核处理这些包的速率快时,允许送到队列的数据包的最大数目。
fs.inotify.max_user_instances=524288
# 默认值: 128 指定了每一个real user ID可创建的inotify instatnces的数量上限
fs.inotify.max_user_watches=524288
# 默认值: 8192 指定了每个inotify instance相关联的watches的上限

参考资料:

关于conntrack的详细说明:https://testerhome.com/topics/7509

Etcd

  • 搭建高可用的etcd集群, 集群规模增大时可以自动增加etcd节点
  • 目前的解决方案是使用etcd operator来搭建etcd 集群,operator是CoreOS推出的旨在 简化复杂有状态应用管理的框架,它是一个感知应用状态的控制器,通过扩展Kubernetes API来自动创建、管理和配置应用实例。
  • etcd operator 有如下特性:
  1. ceate/destroy: 自动部署和删除 etcd 集群,不需要人额外干预配置。
  2. resize:可以动态实现 etcd 集群的扩缩容。
  3. backup: 支持etcd集群的数据备份和恢复重建。
  4. upgrade: 可以实现在升级etcd集群时不中断服务。
  • 配置etcd使用ssd固态盘存储
  • 设置 –quota-backend-bytes 增大etcd的存储限制。默认值是 2G
  • 需要配置单独的 Etcd 集群存储 kube-apiserver 的 event。

参考资料:

etcd operator

镜像拉取相关配置

Docker配置

  • 设置 max-concurrent-downloads=10
  • 配置docker daemon 并行拉取镜像,提高镜像拉取效率。
  • 使用 SSD 存储。
  • 预加载 pause 镜像,比如 docker image save -o /opt/preloaded_docker_images.tar 和 docker image load -i /opt/preloaded_docker_images.tar
  • 启动pod时都会拉取pause镜像,为了减小拉取pause镜像网络带宽,可以每个node预加载pause镜像。

Kubelet配置

  • 设置 –serialize-image-pulls=false 该选项配置串行拉取镜像,默认值时true,配置为false可以增加并发度。但是如果docker daemon 版本小于 1.9,且使用 aufs 存储则不能改动该选项。
  • 设置 –image-pull-progress-deadline=30 配置镜像拉取超时。默认值时1分,对于大镜像拉取需要适量增大超时时间。
  • Kubelet 单节点允许运行的最大 Pod 数:–max-pods=110(默认是 110,可以根据实际需要设置)

镜像registry p2p分发

  • 使用 Dragonfly 文件分发系统来实现镜像的分布式p2p分发。减少 镜像仓库的负载。

参考资料:

Dragonfly

kube-api-server 配置

node节点数量 >= 3000, 推荐设置如下配置:

  • –max-requests-inflight=3000
  • –max-mutating-requests-inflight=1000

node节点数量在 1000 – 3000, 推荐设置如下配置:

  • –max-requests-inflight=1500
  • –max-mutating-requests-inflight=500

内存配置选项和node数量的关系,单位是MB:

  • –target-ram-mb=node_nums * 60

pod配置

在运行 Pod 的时候也需要注意遵循一些最佳实践,比如:

  • 为容器设置资源请求和限制,尤其是一些基础插件服务
    spec.containers[].resources.limits.cpu
    spec.containers[].resources.limits.memory
    spec.containers[].resources.requests.cpu
    spec.containers[].resources.requests.memory
    spec.containers[].resources.limits.ephemeral-storage
    spec.containers[].resources.requests.ephemeral-storage
    在k8s中,会根据pod的limit 和 requests的配置将pod划分为不同的qos类别:
    - Guaranteed
    - Burstable
    - BestEffort
    当机器可用资源不够时,kubelet会根据qos级别划分迁移驱逐pod。被驱逐的优先级:BestEffort > Burstable > Guaranteed
    
  • 对关键应用使用 nodeAffinity、podAffinity 和 podAntiAffinity 等保护,使其调度分散到不同的node上。比如kube-dns 配置:
  • 尽量使用控制器来管理容器(如 Deployment、StatefulSet、DaemonSet、Job 等)

Kube-scheduler 配置

  • 设置 –kube-api-qps=100
  • 默认值是50

Kube-controller-manager 配置

  • 设置 –kube-api-qps=100
  • 默认值是20
  • 设置 –kube-api-burst=100
  • 默认值是30