Menskalakan cluster Google Distributed Cloud

Seperti cluster Kubernetes lainnya, skalabilitas cluster Google Distributed Cloud memiliki banyak dimensi yang saling terkait. Dokumen ini bertujuan untuk membantu Anda memahami dimensi utama yang dapat disesuaikan untuk meningkatkan skala cluster tanpa mengganggu workload.

Memahami batas

Google Distributed Cloud adalah sistem kompleks dengan platform integrasi yang besar. Ada banyak dimensi yang memengaruhi skalabilitas cluster. Misalnya, jumlah node hanyalah salah satu dari banyak dimensi yang dapat diskalakan oleh Google Distributed Cloud. Dimensi lainnya mencakup jumlah total Pod dan Layanan. Banyak dimensi ini, seperti jumlah pod per node dan jumlah node per cluster, saling terkait. Untuk mengetahui informasi selengkapnya tentang dimensi yang memengaruhi skalabilitas, lihat Batas Skalabilitas Kubernetes di bagian Scalability Special Interest Group (SIG) dari repositori Komunitas Kubernetes di GitHub.

Batas skalabilitas juga sensitif terhadap konfigurasi hardware dan node tempat cluster Anda berjalan. Batas yang dijelaskan dalam dokumen ini diverifikasi di lingkungan yang mungkin berbeda dengan lingkungan Anda. Oleh karena itu, Anda mungkin tidak mereproduksi angka yang sama jika lingkungan yang mendasarinya adalah faktor pembatas.

Untuk mengetahui informasi selengkapnya tentang batas yang berlaku untuk cluster Google Distributed Cloud, lihat Kuota dan batas.

Mempersiapkan penskalaan

Saat Anda bersiap untuk menskalakan cluster Google Distributed Cloud, pertimbangkan persyaratan dan batasan yang dijelaskan di bagian berikut.

Persyaratan CPU dan memori node bidang kontrol

Tabel berikut menguraikan konfigurasi CPU dan memori yang direkomendasikan untuk node bidang kontrol untuk cluster yang menjalankan workload produksi:

Jumlah node cluster CPU bidang kontrol yang direkomendasikan Memori bidang kontrol yang direkomendasikan
1-50 8 core 32 GiB
51-100 16 core 64 GiB

Jumlah Pod dan Layanan

Jumlah Pod dan Layanan yang dapat Anda miliki di cluster dikontrol oleh setelan berikut:

CIDR Pod dan jumlah node maksimum

Jumlah total alamat IP yang dicadangkan untuk Pod di cluster Anda adalah salah satu faktor pembatas untuk meningkatkan skala cluster. Setelan ini, ditambah dengan setelan untuk pod maksimum per node, menentukan jumlah maksimum node yang dapat Anda miliki di cluster sebelum Anda berisiko kehabisan alamat IP untuk pod.

Pertimbangkan hal berikut:

  • Jumlah total alamat IP yang dicadangkan untuk Pod di cluster Anda adalah ditentukan dengan clusterNetwork.pods.cidrBlocks, yang menggunakan rentang alamat IP yang ditentukan dalam notasi CIDR. Misalnya, nilai yang telah diisi sebelumnya 192.168.0.0/16 menentukan rentang 65.536 alamat IP dari 192.168.0.0 hingga 192.168.255.255.

  • Jumlah maksimum Pod yang dapat berjalan di satu node ditentukan dengan nodeConfig.podDensity.maxPodsPerNode.

  • Berdasarkan setelan pod maksimum per node, Google Distributed Cloud menyediakan sekitar dua kali lebih banyak alamat IP ke node. Alamat IP tambahan membantu mencegah penggunaan kembali IP Pod secara tidak sengaja dalam rentang waktu yang singkat.

  • Membagi jumlah total alamat IP Pod dengan jumlah alamat IP Pod yang disediakan di setiap node akan memberi Anda jumlah total node yang dapat Anda miliki di cluster.

Misalnya, jika CIDR Pod Anda adalah 192.168.0.0/17, Anda memiliki total 32.768 alamat IP (2(32-17) = 215 = 32.768). Jika Anda menetapkan jumlah maksimum Pod per node ke 250, Google Distributed Cloud akan menyediakan rentang sekitar 500 alamat IP, yang kira-kira setara dengan blok CIDR /23 (2(32-23) = 29 = 512). Jadi, jumlah maksimum node dalam hal ini adalah 64 (215 alamat/cluster dibagi dengan 29 alamat/node = 2(15-9) node/cluster = 26 = 64 node/cluster).

clusterNetwork.pods.cidrBlocks dan nodeConfig.podDensity.maxPodsPerNode tidak dapat diubah, jadi rencanakan dengan cermat pertumbuhan cluster Anda di masa mendatang untuk menghindari kehabisan kapasitas node. Untuk mengetahui jumlah maksimum yang direkomendasikan untuk Pod per cluster, Pod per node, dan node per cluster berdasarkan pengujian, lihat Batas.

CIDR Layanan

CIDR Layanan dapat diperbarui untuk menambahkan lebih banyak Layanan saat Anda meningkatkan skala cluster. Namun, Anda tidak dapat mengurangi rentang CIDR Layanan. Untuk mengetahui informasi selengkapnya, lihat Meningkatkan rentang jaringan Layanan.

Resource yang dicadangkan untuk daemon sistem

Secara default, Google Distributed Cloud secara otomatis mencadangkan resource di node untuk daemon sistem, seperti sshd atau udev. Resource CPU dan memori dicadangkan di node untuk daemon sistem sehingga daemon ini memiliki resource yang diperlukan. Tanpa fitur ini, Pod berpotensi menggunakan sebagian besar resource di node, sehingga daemon sistem tidak dapat menyelesaikan tugasnya.

Secara khusus, Google Distributed Cloud mencadangkan 80 milicore CPU (80 mCPU) dan 280 Mebibyte (280 MiB) memori di setiap node untuk daemon sistem. Perhatikan bahwa unit CPU mCPU adalah seperseribu core, sehingga 80/1000 atau 8% core di setiap node dicadangkan untuk daemon sistem. Jumlah resource yang dicadangkan kecil dan tidak berdampak signifikan pada performa Pod. Namun, kubelet di node dapat mengeluarkan Pod jika penggunaan CPU atau memori melebihi jumlah yang telah dialokasikan untuknya.

Jaringan dengan MetalLB

Anda mungkin ingin meningkatkan jumlah speaker MetalLB untuk mengatasi aspek berikut:

  • Bandwidth: seluruh bandwidth cluster untuk layanan load balancing bergantung pada jumlah speaker dan bandwidth setiap node speaker. Peningkatan traffic jaringan memerlukan lebih banyak speaker.

  • Toleransi fault: lebih banyak speaker mengurangi dampak keseluruhan dari kegagalan satu speaker.

MetalLB memerlukan konektivitas Lapisan 2 antara node load balancing. Dalam hal ini, Anda mungkin dibatasi oleh jumlah node dengan konektivitas Lapisan 2 tempat Anda dapat menempatkan speaker MetalLB.

Rencanakan dengan cermat jumlah speaker MetalLB yang ingin Anda miliki di cluster dan tentukan jumlah node Lapisan 2 yang Anda perlukan. Untuk mengetahui informasi selengkapnya, lihat Masalah skalabilitas MetalLB.

Secara terpisah, saat menggunakan mode load balancing gabungan, node bidang kontrol juga harus berada di jaringan Lapisan 2 yang sama. Load balancing manual tidak memiliki batasan ini. Untuk mengetahui informasi selengkapnya, lihat Mode load balancer manual.

Menjalankan banyak node, Pod, dan Layanan

Menambahkan node, Pod, dan Layanan adalah cara untuk meningkatkan skala cluster. Bagian berikut membahas beberapa setelan dan konfigurasi tambahan yang harus Anda pertimbangkan saat meningkatkan jumlah node, Pod, dan Layanan di cluster. Untuk mengetahui informasi tentang batas untuk dimensi ini dan hubungannya satu sama lain, lihat Batas.

Membuat cluster tanpa kube-proxy

Untuk membuat cluster berperforma tinggi yang dapat ditingkatkan skalanya untuk menggunakan sejumlah besar Layanan dan endpoint, sebaiknya buat cluster tanpa kube-proxy. Tanpa kube-proxy, cluster menggunakan GKE Dataplane V2 dalam mode kube-proxy-replacement. Mode ini menghindari penggunaan resource yang diperlukan untuk mempertahankan kumpulan aturan iptables yang besar.

Anda tidak dapat menonaktifkan penggunaan kube-proxy untuk cluster yang ada. Konfigurasi ini harus disiapkan saat cluster dibuat. Untuk mengetahui petunjuk dan informasi selengkapnya, lihat Membuat cluster tanpa kube-proxy.

Konfigurasi CoreDNS

Bagian ini menjelaskan aspek CoreDNS yang memengaruhi skalabilitas untuk cluster Anda.

DNS Pod

Secara default, cluster Google Distributed Cloud menyisipkan Pod dengan resolv.conf yang terlihat seperti berikut:

nameserver KUBEDNS_CLUSTER_IP
search <NAMESPACE>.svc.cluster.local svc.cluster.local cluster.local c.PROJECT_ID.internal google.internal
options ndots:5

Opsi ndots:5 berarti bahwa nama host yang memiliki kurang dari 5 titik tidak dianggap sebagai nama domain yang sepenuhnya memenuhi syarat (FQDN). Server DNS menambahkan semua domain penelusuran yang ditentukan sebelum mencari nama host yang awalnya diminta, yang mengurutkan penelusuran seperti berikut saat me-resolve google.com:

  1. google.com.NAMESPACE.svc.cluster.local
  2. google.com.svc.cluster.local
  3. google.com.cluster.local
  4. google.com.c.PROJECT_ID.internal
  5. google.com.google.internal
  6. google.com

Setiap penelusuran dilakukan untuk IPv4 (data A) dan IPv6 (data AAAA), sehingga menghasilkan 12 permintaan DNS untuk setiap kueri non-FQDN, yang secara signifikan memperkuat traffic DNS. Untuk mengurangi masalah ini, sebaiknya deklarasikan nama host yang akan ditelusuri sebagai FQDN dengan menambahkan titik di akhir (google.com.). Deklarasi ini harus dilakukan di tingkat workload aplikasi. Untuk mengetahui informasi selengkapnya, lihat halaman manual resolv.conf.

IPv6

Jika cluster tidak menggunakan IPv6, Anda dapat mengurangi permintaan DNS hingga setengahnya dengan menghilangkan penelusuran data AAAA ke server DNS upstream. Jika Anda memerlukan bantuan untuk menonaktifkan penelusuran AAAA, hubungi Cloud Customer Care.

Node pool khusus

Karena sifat kueri DNS yang penting dalam siklus proses aplikasi, sebaiknya gunakan node khusus untuk Deployment coredns. Deployment ini berada di domain kegagalan yang berbeda dari aplikasi normal. Jika Anda memerlukan bantuan untuk menyiapkan node khusus untuk Deployment coredns, hubungi Cloud Customer Care.

Masalah skalabilitas MetalLB

MetalLB berjalan dalam mode aktif-pasif, yang berarti bahwa pada waktu tertentu, hanya ada satu speaker MetalLB yang melayani LoadBalancer VIP tertentu.

Failover

Sebelum Google Distributed Cloud versi 1.28.0, dalam skala besar, failover MetalLB dapat memerlukan waktu yang lama dan dapat menimbulkan risiko keandalan pada cluster.

Batas koneksi

Jika ada VIP LoadBalancer tertentu, seperti Layanan Ingress, yang mengharapkan koneksi serentak mendekati atau lebih dari 30 ribu, kemungkinan node speaker yang menangani VIP tersebut akan kehabisan port yang tersedia. Karena batasan arsitektur, tidak ada mitigasi untuk masalah ini dari MetalLB. Pertimbangkan untuk beralih ke load balancing gabungan dengan BGP sebelum pembuatan cluster atau gunakan class ingress yang berbeda. Untuk mengetahui informasi selengkapnya, lihat Konfigurasi Ingress.

Speaker load balancer

Secara default, Google Distributed Cloud menggunakan node pool load balancer yang sama untuk bidang kontrol dan bidang data. Jika Anda tidak menentukan node pool load balancer (loadBalancer.nodePoolSpec), node pool bidang kontrol (controlPlane.nodePoolSpec) akan digunakan.

Untuk meningkatkan jumlah speaker saat menggunakan node pool bidang kontrol untuk load balancing, Anda harus meningkatkan jumlah mesin bidang kontrol. Untuk deployment produksi, sebaiknya gunakan tiga node bidang kontrol untuk ketersediaan tinggi. Meningkatkan jumlah node bidang kontrol lebih dari tiga untuk mengakomodasi speaker tambahan mungkin bukan penggunaan resource yang baik.

Konfigurasi Ingress

Jika Anda mengharapkan koneksi serentak mendekati 30 ribu yang masuk ke satu LoadBalancer VIP Layanan, MetalLB mungkin tidak dapat mendukungnya.

Anda dapat mempertimbangkan untuk mengekspos VIP melalui mekanisme lain, seperti F5 BIG-IP. Atau, Anda dapat membuat cluster baru menggunakan load balancing gabungan dengan BGP, yang tidak memiliki batasan yang sama.

Menyesuaikan komponen Cloud Logging dan Cloud Monitoring

Di cluster besar, bergantung pada profil aplikasi dan pola traffic, konfigurasi resource default untuk komponen Cloud Logging dan Cloud Monitoring mungkin tidak cukup. Untuk mengetahui petunjuk cara menyesuaikan permintaan dan batas resource untuk komponen observabilitas, lihat Mengonfigurasi resource komponen Stackdriver.

Secara khusus, kube-state-metrics di cluster dengan sejumlah besar layanan dan endpoint dapat menyebabkan penggunaan memori yang berlebihan pada kube-state-metrics itu sendiri dan gke-metrics-agent di node yang sama. Penggunaan resource metrics-server juga dapat diskalakan dalam hal node, Pod, dan Layanan. Jika Anda mengalami masalah resource pada komponen ini, hubungi Cloud Customer Care.

Menggunakan sysctl untuk mengonfigurasi sistem operasi

Sebaiknya sesuaikan konfigurasi sistem operasi untuk node agar sesuai dengan kasus penggunaan workload Anda. Parameter fs.inotify.max_user_watches dan fs.inotify.max_user_instances yang mengontrol jumlah resource inotify sering kali perlu disesuaikan. Misalnya, jika Anda melihat pesan error seperti berikut, Anda mungkin ingin mencoba melihat apakah parameter ini perlu disesuaikan:

The configured user limit (128) on the number of inotify instances has been reached

ENOSPC: System limit for number of file watchers reached...

Penyetelan biasanya bervariasi menurut jenis workload dan konfigurasi hardware. Anda dapat berkonsultasi tentang praktik terbaik OS tertentu dengan vendor OS Anda.

Praktik terbaik

Bagian ini menjelaskan praktik terbaik untuk meningkatkan skala cluster.

Menskalakan satu dimensi dalam satu waktu

Untuk meminimalkan masalah dan mempermudah pengembalian perubahan, jangan sesuaikan lebih dari satu dimensi dalam satu waktu. Meningkatkan skala beberapa dimensi secara bersamaan dapat menyebabkan masalah bahkan di cluster yang lebih kecil. Misalnya, mencoba meningkatkan jumlah Pod yang dijadwalkan per node menjadi 110 sambil meningkatkan jumlah node di cluster menjadi 250 kemungkinan tidak akan berhasil karena jumlah Pod, jumlah Pod per node, dan jumlah node terlalu jauh.

Menskalakan cluster secara bertahap

Meningkatkan skala cluster dapat membutuhkan banyak resource. Untuk mengurangi risiko kegagalan operasi cluster atau gangguan workload cluster, sebaiknya jangan mencoba membuat cluster besar dengan banyak node dalam satu operasi.

Membuat cluster hybrid atau mandiri tanpa node pekerja

Jika Anda membuat cluster hybrid atau mandiri yang besar dengan lebih dari 50 node pekerja, sebaiknya buat cluster ketersediaan tinggi (HA) dengan node bidang kontrol terlebih dahulu, lalu tingkatkan skala secara bertahap. Operasi pembuatan cluster menggunakan cluster bootstrap, yang bukan HA dan oleh karena itu kurang andal. Setelah cluster hybrid atau mandiri HA dibuat, Anda dapat menggunakannya untuk meningkatkan skala ke lebih banyak node.

Meningkatkan jumlah node pekerja dalam batch

Jika Anda memperluas cluster ke lebih banyak node pekerja, sebaiknya perluas secara bertahap. Sebaiknya tambahkan tidak lebih dari 20 node dalam satu waktu. Hal ini terutama berlaku untuk cluster yang menjalankan workload penting.

Mengaktifkan pengambilan image paralel

Secara default, kubelet mengambil image secara serial, satu per satu. Jika Anda memiliki koneksi upstream yang buruk ke server registry image, pengambilan image yang buruk dapat menghentikan seluruh antrean untuk node pool tertentu.

Untuk mengurangi masalah ini, sebaiknya tetapkan serializeImagePulls ke false dalam konfigurasi kubelet kustom. Untuk mengetahui petunjuk dan informasi selengkapnya, lihat Mengonfigurasi setelan pengambilan image kubelet. Mengaktifkan pengambilan image paralel dapat menyebabkan lonjakan dalam penggunaan bandwidth jaringan atau I/O disk.

Menyesuaikan permintaan dan batas resource aplikasi

Di lingkungan yang padat, workload aplikasi mungkin dikeluarkan. Kubernetes menggunakan mekanisme yang direferensikan untuk memberi peringkat pod jika terjadi pengeluaran.

Praktik yang baik untuk menetapkan resource container Anda adalah menggunakan jumlah memori yang sama untuk permintaan dan batas, serta batas CPU yang lebih besar atau tidak terbatas. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan aplikasi Kubernetes berbasis cloud di Cloud Architecture Center.

Menggunakan partner penyimpanan

Sebaiknya gunakan salah satu partner penyimpanan GDC Ready untuk deployment skala besar. Anda harus mengonfirmasi informasi berikut dengan partner penyimpanan tertentu:

  • Deployment penyimpanan mengikuti praktik terbaik untuk aspek penyimpanan, seperti ketersediaan tinggi, penetapan prioritas, afinitas node, serta permintaan dan batas resource.
  • Versi penyimpanan memenuhi syarat dengan versi Google Distributed Cloud tertentu.
  • Vendor penyimpanan dapat mendukung skala tinggi yang ingin Anda deploy.

Mengonfigurasi cluster untuk ketersediaan tinggi

Anda harus mengaudit deployment skala tinggi dan memastikan komponen penting dikonfigurasi untuk HA jika memungkinkan. Google Distributed Cloud mendukung opsi deployment HA untuk semua jenis cluster. Untuk mengetahui informasi selengkapnya, lihat Memilih model deployment. Untuk mengetahui contoh file konfigurasi cluster deployment HA, lihat Contoh konfigurasi cluster.

Anda juga harus mengaudit komponen lain, termasuk:

  • Vendor penyimpanan
  • Webhook cluster

Memantau penggunaan resource

Bagian ini memberikan beberapa rekomendasi pemantauan dasar untuk cluster skala besar.

Memantau metrik penggunaan dengan cermat

Anda harus memantau penggunaan node dan komponen sistem individual serta memastikan keduanya memiliki margin yang aman. Untuk melihat kemampuan pemantauan standar yang tersedia secara default, lihat Menggunakan dasbor bawaan.

Memantau penggunaan bandwidth

Pantau penggunaan bandwidth dengan cermat untuk memastikan jaringan tidak jenuh, yang akan menyebabkan penurunan performa untuk cluster Anda.

Meningkatkan performa etcd

Kecepatan disk sangat penting untuk performa dan stabilitas etcd. Disk yang lambat akan meningkatkan latensi permintaan etcd, yang dapat menyebabkan masalah stabilitas cluster. Untuk meningkatkan performa cluster, Google Distributed Cloud menyimpan objek Peristiwa dalam instance etcd khusus yang terpisah. Instance etcd standar menggunakan /var/lib/etcd sebagai direktori datanya dan port 2379 untuk permintaan klien. Instance etcd-events menggunakan /var/lib/etcd-events sebagai direktori datanya dan port 2382 untuk permintaan klien.

Sebaiknya gunakan disk solid-state (SSD) untuk penyimpanan etcd. Untuk performa optimal, pasang disk terpisah ke /var/lib/etcd dan /var/lib/etcd-events. Menggunakan disk khusus memastikan bahwa kedua instance etcd tidak berbagi I/O disk.

Dokumentasi etcd memberikan tambahan rekomendasi hardware untuk memastikan performa etcd terbaik saat menjalankan cluster dalam produksi.

Untuk memeriksa performa etcd dan disk, gunakan metrik latensi I/O etcd berikut di Metrics Explorer:

  • etcd_disk_backend_commit_duration_seconds: durasi harus kurang dari 25 milidetik untuk persentil ke-99 (p99).
  • etcd_disk_wal_fsync_duration_seconds: durasi harus kurang dari 10 milidetik untuk persentil ke-99 (p99).

Untuk mengetahui informasi selengkapnya tentang performa etcd, lihat Apa arti peringatan etcd "apply entries took too long" mean? dan Apa arti peringatan etcd "failed to send out heartbeat on time" mean?.

Jika Anda memerlukan bantuan tambahan, hubungi Cloud Customer Care. Anda juga dapat melihat Mendapatkan dukungan untuk mengetahui informasi selengkapnya tentang resource dukungan, termasuk hal berikut:

  • Persyaratan untuk membuka kasus dukungan.
  • Alat untuk membantu Anda memecahkan masalah, seperti konfigurasi lingkungan, log, dan metrik.
  • Komponen yang didukung .

Apa langkah selanjutnya?