使用 Strimzi 將 Apache Kafka 部署至 GKE

自動駕駛標準

本指南說明如何使用 Strimzi 運算子部署 Apache Kafka 叢集。

Kafka 是開放原始碼的分散式訊息系統，專為處理大量、高處理量和即時串流資料而設計。您可以建構串流資料管道，在不同系統和應用程式之間可靠地傳輸資料，以支援處理和分析工作。

運算子是軟體擴充功能，可運用自訂資源管理應用程式及其元件。如要進一步瞭解使用運算子的動機，請參閱開放原始碼 Kubernetes 說明文件中的運算子模式。Strimzi 運算子提供彈性的部署選項，並可讓您使用 Kubernetes 汙點和容許度，在專用節點上執行 Kafka。

本指南適用於有興趣在 GKE 上部署 Kafka 叢集的平台管理員、雲端架構師和營運專員。

如果您想瞭解如何使用第三方運算子部署 Kafka 叢集，以自動化管理作業並減少錯誤，這項解決方案是個不錯的起點。

目標

規劃及部署 Apache Kafka 的 GKE 基礎架構
部署及設定 Strimzi 運算子
使用 Strimzi 運算子設定 Apache Kafka

優點

Strimzi 具有下列優點：

Strimzi 運算子提供簡化的 Kubernetes 原生方法，可管理 Kafka 叢集。Strimzi 會使用代表 Kafka 主題和使用者的自訂資源，讓叢集管理作業更加簡單，並符合 Kubernetes 最佳做法。
Strimzi 預設會優先考量安全性，為接聽器產生憑證，並支援 TLS、SCRAM-SHA 和 OAuth 等安全驗證方法。Strimzi 也會處理所有 Kafka 監聽器的 NetworkPolicy。
Strimzi 不依賴外部依附元件。內含 Kafka 和 ZooKeeper 叢集，並內建指標匯出工具，因此您不必再使用其他工具。您也可以微調代理程式設定，以符合特定需求。

部署架構

Kafka 叢集由一或多個伺服器 (稱為代理程式) 組成，這些伺服器會協同管理傳入的資料串流，並為 Kafka 用戶端 (稱為消費者) 簡化發布/訂閱訊息傳送作業。

Kafka 叢集中的每個資料分割區都會指派一個「領導代理程式」，負責管理該分割區的所有讀取和寫入作業。分區也可以有一或多個追隨者代理程式，被動複製領導者代理程式的動作。

在一般設定中，ZooKeeper 會協助在代理程式中選擇領導者，並確保發生任何問題時能順利容錯移轉，藉此協調 Kafka 叢集。

您也可以啟用 KRaft 模式，在沒有 Zookeeper 的情況下部署 Kafka 設定，但 Strimzi 社群認為這種方法尚未準備好用於正式環境，因為不支援 KafkaTopic 資源、憑證驗證等。

可用性和災難復原

本教學課程會為 Kafka 和 ZooKeeper 叢集使用不同的節點集區和區域，確保高可用性，並為災害復原做好準備。

如要在 Google Cloud 中建立高可用性 Kubernetes 叢集，請務必使用多個節點和區域，原因如下：

容錯能力：多個節點會在叢集中分配工作負載，確保即使其中一個節點故障，其他節點也能接管工作，避免停機和服務中斷。
擴充性：使用多個節點可確保水平擴充功能視需要新增或移除節點，確保資源分配達到最佳狀態，並因應流量或工作負載需求增加的情況。
高可用性：在區域內使用多個可用區可確保備援，並將單一故障點的風險降至最低。如果整個可用區發生服務中斷情形，叢集仍可在其他可用區繼續運作，維持服務可用性。
地理位置備援：將節點分散至各個區域，叢集的資料和服務就會分散至各地，可抵禦天災、停電或其他可能影響單一可用區的區域性中斷。
進行滾動更新和維護：使用多個可用區可確保在個別節點上執行滾動更新和維護作業時，不會影響叢集的整體可用性。確保服務不中斷，同時順利套用必要更新和修補程式。
服務水準協議 (SLA)： Google Cloud 為多可用區部署提供 SLA，保證最低運作時間和可用性。

部署圖

下圖顯示在 GKE 叢集的多個節點和區域中執行的 Kafka 叢集：

在圖表中，Kafka StrimziPodSet 部署在三個不同可用區的三個節點上。如要控管這項設定，請在 StrimziPodSet 自訂資源規格中設定必要的 Pod 親和性和拓撲散布規則。

如果某個區域發生故障，使用建議的設定時，GKE 會在新節點上重新排定 Pod，並從其餘副本複製 Kafka 和 Zookeeper 的資料。

下圖顯示 ZooKeeper StrimziPodSet 部署在三個不同可用區的三個節點中：

`StrimziPodSet` 自訂資源

本教學課程使用 Strimzi 0.29 版導入的StrimziPodSet 自訂資源，而非 StatefulSets。

StrimziPodSet 資源可提升叢集的擴充性，並讓您傳遞設定選項，進而更精細地變更 Pod。在 Strimzi 0.35 以上版本中，StrimziPodSet 資源預設為啟用。

費用

在本文件中，您會使用下列 Google Cloud的計費元件：

如要根據預測用量估算費用，請使用 Pricing Calculator。

初次使用 Google Cloud 的使用者可能符合免費試用期資格。

完成本文所述工作後，您可以刪除建立的資源，避免繼續計費，詳情請參閱「清除所用資源」。

事前準備

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

安裝 Google Cloud CLI。

注意：如果您先前已安裝 gcloud CLI，請執行 gcloud components update，確認您使用的是最新版本。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

建立 Google Cloud 專案：
```
gcloud projects create PROJECT_ID
```
將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。
選取您建立的 Google Cloud 專案：
```
gcloud config set project PROJECT_ID
```
將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

啟用 Compute Engine、IAM、GKE、GKE 備份和 Resource Manager API：

啟用 API 時所需的角色

如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

gcloud services enable compute.googleapis.com iam.googleapis.com container.googleapis.com gkebackup.googleapis.com cloudresourcemanager.googleapis.com

安裝 Google Cloud CLI。

注意：如果您先前已安裝 gcloud CLI，請執行 gcloud components update，確認您使用的是最新版本。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

建立 Google Cloud 專案：
```
gcloud projects create PROJECT_ID
```
將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。
選取您建立的 Google Cloud 專案：
```
gcloud config set project PROJECT_ID
```
將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

啟用 Compute Engine、IAM、GKE、GKE 備份和 Resource Manager API：

啟用 API 時所需的角色

如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

gcloud services enable compute.googleapis.com iam.googleapis.com container.googleapis.com gkebackup.googleapis.com cloudresourcemanager.googleapis.com

將角色授予使用者帳戶。針對下列每個 IAM 角色，執行一次下列指令： roles/storage.objectViewer, roles/logging.logWriter, roles/container.clusterAdmin, roles/container.serviceAgent, roles/iam.serviceAccountAdmin, roles/serviceusage.serviceUsageAdmin, roles/iam.serviceAccountAdmin
```
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
```
更改下列內容：
- PROJECT_ID：專案 ID。
- USER_IDENTIFIER：使用者帳戶的 ID。例如：myemail@example.com。
- ROLE：授予使用者帳戶的 IAM 角色。

準備環境

在本教學課程中，您將使用 Cloud Shell 管理 Google Cloud上代管的資源。Cloud Shell 已預先安裝本教學課程所需的軟體，包括 kubectl、gcloud CLI、Helm 和 Terraform。

如要使用 Cloud Shell 設定環境，請按照下列步驟操作：

在 Google Cloud 控制台中，按一下Google Cloud 控制台中的「啟用 Cloud Shell」，啟動 Cloud Shell 工作階段。系統會在 Google Cloud 控制台的底部窗格啟動工作階段。

設定環境變數：

export PROJECT_ID=PROJECT_ID
export KUBERNETES_CLUSTER_PREFIX=kafka
export REGION=us-central1

將 PROJECT_ID 替換為您的 Google Cloud 專案 ID。

複製 GitHub 存放區：

git clone https://github.com/GoogleCloudPlatform/kubernetes-engine-samples

變更為工作目錄：

cd kubernetes-engine-samples/streaming/

建立叢集基礎架構

在本節中，您將執行 Terraform 指令碼，建立高可用性的區域性 GKE 私人叢集。請按照下列步驟公開存取控制層。如要限制存取權，請建立私人叢集。

您可以使用標準或 Autopilot 叢集安裝運算子。

標準

下圖顯示部署在三個不同可用區的私有區域標準 GKE 叢集：

如要部署這項基礎架構，請在 Cloud Shell 中執行下列指令：

export GOOGLE_OAUTH_ACCESS_TOKEN=$(gcloud auth print-access-token)
terraform -chdir=kafka/terraform/gke-standard init
terraform -chdir=kafka/terraform/gke-standard apply -var project_id=${PROJECT_ID} \
  -var region=${REGION} \
  -var cluster_prefix=${KUBERNETES_CLUSTER_PREFIX}

系統顯示提示訊息時，請輸入 yes。這個指令可能需要幾分鐘才能完成，且叢集會顯示就緒狀態。

Terraform 會建立下列資源：

Kubernetes 節點的虛擬私有雲網路和私有子網路。
透過 NAT 存取網際網路的路由器。
us-central1 地區的私人 GKE 叢集。
2 個啟用自動調度資源功能的節點集區 (每個可用區 1 到 2 個節點，每個可用區至少 1 個節點)
具備記錄與監控權限的 ServiceAccount。
Backup for GKE，用於災難復原。
Google Cloud Managed Service for Prometheus，用於監控叢集。

輸出結果會與下列內容相似：

...
Apply complete! Resources: 14 added, 0 changed, 0 destroyed.

Outputs:

kubectl_connection_command = "gcloud container clusters get-credentials strimzi-cluster --region us-central1"

Autopilot

下圖顯示私人區域 Autopilot GKE 叢集：

如要部署基礎架構，請透過 Cloud Shell 執行下列指令：

export GOOGLE_OAUTH_ACCESS_TOKEN=$(gcloud auth print-access-token)
terraform -chdir=kafka/terraform/gke-autopilot init
terraform -chdir=kafka/terraform/gke-autopilot apply -var project_id=${PROJECT_ID} \
  -var region=${REGION} \
  -var cluster_prefix=${KUBERNETES_CLUSTER_PREFIX}

系統顯示提示訊息時，請輸入 yes。這個指令可能需要幾分鐘才能完成，且叢集會顯示就緒狀態。

Terraform 會建立下列資源：

Kubernetes 節點的虛擬私有雲網路和私人子網路。
透過 NAT 存取網際網路的路由器。
us-central1 地區的私人 GKE 叢集。
具備記錄與監控權限的 ServiceAccount
Google Cloud Managed Service for Prometheus，用於監控叢集。

輸出結果會與下列內容相似：

...
Apply complete! Resources: 12 added, 0 changed, 0 destroyed.

Outputs:

kubectl_connection_command = "gcloud container clusters get-credentials strimzi-cluster --region us-central1"

連線至叢集

設定 kubectl 與叢集通訊：

gcloud container clusters get-credentials ${KUBERNETES_CLUSTER_PREFIX}-cluster --region ${REGION}

將 Strimzi 運算子部署至叢集

在本節中，您將使用 Helm chart 部署 Strimzi 運算子。此外，您也可以透過其他幾種方式部署 Strimzi。

新增 Strimzi Helm 資訊套件存放區：

helm repo add strimzi https://strimzi.io/charts/

為 Strimzi Operator 和 Kafka 叢集新增命名空間：
```
kubectl create ns kafka
```
使用 Helm 部署 Strimzi 叢集運算子：
```
helm install strimzi-operator strimzi/strimzi-kafka-operator -n kafka
```
如要將 Strimzi Cluster Operator 和 Kafka 叢集部署至不同的命名空間，請將 --set watchNamespaces="{kafka-namespace,kafka-namespace-2,...}" 參數新增至 helm 指令。

確認 Strimzi Cluster Operator 已使用 Helm 成功部署：

helm ls -n kafka

輸出結果會與下列內容相似：

NAME            NAMESPACE    REVISION    UPDATED                              STATUS    CHART                        APP VERSION
strimzi-operator    kafka      1       2023-06-27 11:22:15.850545 +0200 CEST    deployed    strimzi-kafka-operator-0.35.0    0.35.0

部署 Kafka

將運算子部署至叢集後，即可部署 Kafka 叢集執行個體。

在本節中，您將以基本設定部署 Kafka，然後嘗試各種進階設定情境，以滿足可用性、安全性和可觀測性需求。

基本設定

Kafka 執行個體的基本設定包含下列元件：

三個 Kafka 代理程式副本，至少要有兩個可用副本，才能確保叢集一致性。
三個 ZooKeeper 節點副本，組成一個叢集。
兩個 Kafka 監聽器：一個不需驗證，另一個使用 TLS 驗證，並搭配 Strimzi 產生的憑證。
Kafka 的 Java MaxHeapSize 和 MinHeapSize 設為 4 GB，ZooKeeper 則設為 2 GB。
Kafka 和 ZooKeeper 的 CPU 資源分配均為 1 個 CPU 要求和 2 個 CPU 限制，以及 Kafka 的 5 GB 記憶體要求和限制 (主要服務為 4 GB，指標匯出工具為 0.5 GB)，以及 ZooKeeper 的 2.5 GB 記憶體要求和限制 (主要服務為 2 GB，指標匯出工具為 0.5 GB)。
實體運算子，具有下列要求和限制：
- tlsSidecar：100 m/500 m CPU 和 128 Mi 記憶體。
- topicOperator：100 m/500 m CPU 和 512 Mi 記憶體。
- userOperator：500 m CPU 和 2 Gi 記憶體。
每個 Pod 可使用 100 GB 的儲存空間，premium-rwo storageClass。
為每個工作負載設定容許條件、nodeAffinity 和 podAntiAffinity，確保工作負載在節點之間適當分配，並利用各自的節點集區和不同區域。
以自行簽署的憑證保護叢集內的通訊：叢集和用戶端 (mTLS) 各有不同的憑證授權單位 (CA)。您也可以設定使用其他憑證授權單位。

這項設定代表建立可供正式環境使用的 Kafka 叢集所需的基本設定。以下各節將示範自訂設定，以解決叢集安全性、存取控制清單 (ACL)、主題管理、憑證管理等問題。

建立基本 Kafka 叢集

使用基本設定建立新的 Kafka 叢集：
```
kubectl apply -n kafka -f kafka-strimzi/manifests/01-basic-cluster/my-cluster.yaml
```
這個指令會建立 Strimzi 運算子的 Kafka 自訂資源，其中包含 CPU 和記憶體要求與限制、區塊儲存空間要求，以及汙點和親和性的組合，可將佈建的 Pod 分散到 Kubernetes 節點。

請稍候片刻，等待 Kubernetes 啟動必要的工作負載：

kubectl wait kafka/my-cluster --for=condition=Ready --timeout=600s -n kafka

確認是否已建立 Kafka 工作負載：

kubectl get pod,service,deploy,pdb -l=strimzi.io/cluster=my-cluster -n kafka

輸出結果會與下列內容相似：

NAME                                            READY   STATUS  RESTARTS   AGE
pod/my-cluster-entity-operator-848698874f-j5m7f   3/3   Running   0        44m
pod/my-cluster-kafka-0                          1/1   Running   0        5m
pod/my-cluster-kafka-1                          1/1   Running   0        5m
pod/my-cluster-kafka-2                          1/1   Running   0        5m
pod/my-cluster-zookeeper-0                      1/1   Running   0        6m
pod/my-cluster-zookeeper-1                      1/1   Running   0        6m
pod/my-cluster-zookeeper-2                      1/1   Running   0        6m

NAME                                TYPE      CLUSTER-IP   EXTERNAL-IP   PORT(S)                             AGE
service/my-cluster-kafka-bootstrap  ClusterIP   10.52.8.80   <none>      9091/TCP,9092/TCP,9093/TCP          5m
service/my-cluster-kafka-brokers    ClusterIP   None         <none>      9090/TCP,9091/TCP,9092/TCP,9093/TCP   5m
service/my-cluster-zookeeper-client   ClusterIP   10.52.11.144   <none>      2181/TCP                            6m
service/my-cluster-zookeeper-nodes  ClusterIP   None         <none>      2181/TCP,2888/TCP,3888/TCP          6m

NAME                                       READY   UP-TO-DATE   AVAILABLE   AGE
deployment.apps/my-cluster-entity-operator   1/1   1          1         44m

NAME                                            MIN AVAILABLE   MAX UNAVAILABLE   ALLOWED DISRUPTIONS   AGE
poddisruptionbudget.policy/my-cluster-kafka     2             N/A             1                   5m
poddisruptionbudget.policy/my-cluster-zookeeper   2             N/A             1                   6m

運算子會建立下列資源：

兩個 StrimziPodSets，分別適用於 Kafka 和 ZooKeeper。
Kafka 代理程式副本的三個 Pod。
三個 ZooKeeper 副本的 Pod。
兩個 PodDisruptionBudgets，確保叢集一致性至少有兩個副本可用。
名為 my-cluster-kafka-bootstrap 的 Service，做為從 Kubernetes 叢集內連線的 Kafka 用戶端啟動伺服器。這項服務提供所有內部 Kafka 監聽器。
名為 my-cluster-kafka-brokers 的無介面 Service，可直接解析 Kafka 代理程式 Pod IP 位址的 DNS。這項服務用於代理程式間的通訊。
名為 my-cluster-zookeeper-client 的服務，可讓 Kafka 代理程式以用戶端身分連線至 ZooKeeper 節點。
名為 my-cluster-zookeeper-nodes 的無介面服務，可直接解析 ZooKeeper Pod IP 位址的 DNS。這項服務用於連線至 ZooKeeper 副本。
名為 my-cluster-entity-operator 的 Deployment，內含主題運算子和使用者運算子，可協助管理自訂資源 KafkaTopics 和 KafkaUsers。

您也可以設定兩個 NetworkPolicies，方便從任何 Pod 和 Namespace 連線至 Kafka 監聽器。這些政策也會將連線限制為代理程式，並啟用叢集 Pod 與叢集專屬內部服務連接埠之間的通訊。

驗證和使用者管理

本節說明如何啟用驗證和授權，確保 Kafka 監聽器安全無虞，並與用戶端共用憑證。

Strimzi 提供 Kubernetes 原生方法，可透過個別的 User Operator 和對應的 Kubernetes 自訂資源 KafkaUser 定義使用者設定，藉此管理使用者。使用者設定包括驗證和授權設定，並在 Kafka 中佈建相應的使用者。

Strimzi 可以建立支援多種驗證機制的 Kafka 監聽器和使用者，例如以使用者名稱和密碼為基礎的驗證 (SCRAM-SHA-512) 或 TLS。您也可以使用 OAuth 2.0 驗證，相較於使用密碼或憑證進行驗證，這通常是較好的做法，因為 OAuth 2.0 驗證具有安全性，且可管理外部憑證。

部署 Kafka 叢集

本節說明如何部署 Strimzi 運算子，示範使用者管理功能，包括：

Kafka 叢集，其中一個接聽程式已啟用密碼驗證 (SCRAM-SHA-512)。
包含 3 個副本的 KafkaTopic。
KafkaUser，且 ACL 指定使用者擁有主題的讀取和寫入權限。

將 Kafka 叢集設定為在通訊埠 9094 上使用具備密碼型 SCRAM-SHA-512 驗證的接聽程式，以及簡單授權：
```
kubectl apply -n kafka -f kafka-strimzi/manifests/03-auth/my-cluster.yaml
```
建立 Topic、User 和用戶端 Pod，對 Kafka 叢集執行指令：
```
kubectl apply -n kafka -f kafka-strimzi/manifests/03-auth/topic.yaml
kubectl apply -n kafka -f kafka-strimzi/manifests/03-auth/my-user.yaml
```
Secret my-user 會以使用者憑證掛接至用戶端 Pod，做為磁碟區。

這些憑證會確認使用者有權透過啟用密碼驗證 (SCRAM-SHA-512) 的接聽程式，將訊息發布至主題。

建立用戶端 Pod：

kubectl apply -n kafka -f kafka-strimzi/manifests/03-auth/kafkacat.yaml

請稍待幾分鐘，等待用戶端 Pod 變成 Ready，然後連線至該 Pod：

kubectl wait --for=condition=Ready pod --all -n kafka --timeout=600s
kubectl exec -it kafkacat -n kafka -- /bin/sh

使用 my-user 憑證產生新訊息，然後嘗試取用：

echo "Message from my-user" |kcat \
  -b my-cluster-kafka-bootstrap.kafka.svc.cluster.local:9094 \
  -X security.protocol=SASL_SSL \
  -X sasl.mechanisms=SCRAM-SHA-512 \
  -X sasl.username=my-user \
  -X sasl.password=$(cat /my-user/password) \
  -t my-topic -P
kcat -b my-cluster-kafka-bootstrap.kafka.svc.cluster.local:9094 \
  -X security.protocol=SASL_SSL \
  -X sasl.mechanisms=SCRAM-SHA-512 \
  -X sasl.username=my-user \
  -X sasl.password=$(cat /my-user/password) \
  -t my-topic -C

輸出結果會與下列內容相似：

Message from my-user
% Reached end of topic my-topic [0] at offset 0
% Reached end of topic my-topic [2] at offset 1
% Reached end of topic my-topic [1] at offset 0

輸入 CTRL+C 即可停止消費者程序。

退出 Pod 殼層
```
exit
```

備份與災難復原

雖然 Strimzi 運算子未提供內建備份功能，但您可以按照特定模式實作有效的備份策略。

您可以使用 GKE 備份備份下列項目：

Kubernetes 資源資訊清單。
從備份叢集的 Kubernetes API 伺服器擷取的 Strimzi API 自訂資源及其定義。
與資訊清單中找到的 PersistentVolumeClaim 資源對應的磁碟區。

您也可以備份使用 Strimzi 運算子部署的 Kafka 叢集。建議備份的項目：

Kafka 設定，包括 Strimzi API 的所有自訂資源，例如 KafkaTopics 和 KafkaUsers。
資料儲存在 Kafka 代理程式的 PersistentVolumes 中。

在 Git 存放區中儲存 Kubernetes 資源資訊清單 (包括 Strimzi 設定)，可免除 Kafka 設定的個別備份需求，因為必要時，資源可以重新套用至新的 Kubernetes 叢集。

為確保在 Kafka 伺服器執行個體或部署 Kafka 的 Kubernetes 叢集遺失時，Kafka 資料能夠復原，建議您將用於為 Kafka 代理人佈建磁碟區的 Kubernetes 儲存空間級別，設定為 reclaimPolicy 選項設為 Retain。我們也建議您為 Kafka 代理程式磁碟區建立快照。

下列資訊清單說明使用 reclaimPolicy 選項 Retain 的 StorageClass：

apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: premium-rwo-retain
...
reclaimPolicy: Retain
volumeBindingMode: WaitForFirstConsumer

以下範例顯示新增至 Kafka 叢集自訂資源 spec 的 StorageClass：

# ...
spec:
  kafka:
    # ...
    storage:
      type: persistent-claim
      size: 100Gi
      class: premium-rwo-retain

完成這項設定後，即使刪除對應的 PersistentVolumeClaim，系統也不會刪除使用儲存空間類別佈建的 PersistentVolume。

如要使用現有設定和代理程式執行個體資料，在新 Kubernetes 叢集上復原 Kafka 執行個體，請按照下列步驟操作：

將現有的 Strimzi Kafka 自訂資源 (Kakfa、 KafkaTopic、KafkaUser 等) 套用至新的 Kubernetes 叢集
使用 PersistentVolumeClaim 的 spec.volumeName 屬性，以舊的 PersistentVolumes 更新 PersistentVolumeClaims，並使用新的 Kafka 代理程式執行個體名稱。

清除所用資源

為避免因為本教學課程所用資源，導致系統向 Google Cloud 收取費用，請刪除含有相關資源的專案，或者保留專案但刪除個別資源。

刪除專案

刪除 Google Cloud 專案：

gcloud projects delete PROJECT_ID

刪除個別資源

如果您使用現有專案，但不想刪除專案，請刪除個別資源。

設定環境變數。

export PROJECT_ID=${PROJECT_ID}
export KUBERNETES_CLUSTER_PREFIX=kafka
export REGION=us-central1

執行 terraform destroy 指令：

export GOOGLE_OAUTH_ACCESS_TOKEN=$(gcloud auth print-access-token)
terraform -chdir=kafka/terraform/FOLDER destroy -var project_id=${PROJECT_ID}   \
  -var region=${REGION}  \
  -var cluster_prefix=${KUBERNETES_CLUSTER_PREFIX}

將 FOLDER 替換為 gke-autopilot 或 gke-standard。

系統顯示提示訊息時，請輸入 yes。

找出所有未連接的磁碟：

export disk_list=$(gcloud compute disks list --filter="-users:* AND labels.name=${KUBERNETES_CLUSTER_PREFIX}-cluster" --format "value[separator=|](name,zone)")

這是必要步驟，因為 Strimzi 預設會使用 deleteClaim: false 參數進行儲存。刪除叢集後，所有磁碟仍可使用。

刪除磁碟：

for i in $disk_list; do
  disk_name=$(echo $i| cut -d'|' -f1)
  disk_zone=$(echo $i| cut -d'|' -f2|sed 's|.*/||')
  echo "Deleting $disk_name"
  gcloud compute disks delete $disk_name --zone $disk_zone --quiet
done

後續步驟

查看 Google Cloud 的參考架構、圖表和最佳做法。歡迎瀏覽我們的 Cloud Architecture Center。
瞭解如何使用 GKE 備份功能備份叢集。

使用 Strimzi 將 Apache Kafka 部署至 GKE 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

目標

優點

部署架構

可用性和災難復原

部署圖

StrimziPodSet 自訂資源

費用

事前準備

準備環境

建立叢集基礎架構

標準

Autopilot

連線至叢集

將 Strimzi 運算子部署至叢集

部署 Kafka

基本設定

建立基本 Kafka 叢集

驗證和使用者管理

部署 Kafka 叢集

備份與災難復原

清除所用資源

刪除專案

刪除個別資源

後續步驟

使用 Strimzi 將 Apache Kafka 部署至 GKE

`StrimziPodSet` 自訂資源