国内最具影响力科技创投媒体36Kr的容器化之路

怼烎@ 2023-01-09 12:35 10阅读 0赞

> 本文由1月19日晚36Kr运维开发工程师田翰明在Rancher技术交流群的技术分享整理而成。微信搜索rancher2，添加Rancher小助手为好友，加入技术群，实时参加下一次分享~

> 田翰明，36Kr 运维开发工程师，在 36Kr 主要负责运维自动化，CI/CD 的建设，以及应用容器化的推动。

## 背景 ##

36Kr是一家创立于2010年，专注于科技创投领域的媒体公司，业务场景并不复杂，前端主要使用NodeJS进行Render，移动端有Android也有iOS，后端服务几乎全都由PHP来支持。使用PHP的主要原因是在最初进行技术选型的时候发现，PHP进行Web开发效率比较高，后来就一直这样延续下来了。

但是在后期，随着业务的突飞猛涨，在程序设计中又没能进行解耦，就导致了许多服务耦合成了一个很臃肿的单体应用，逻辑耦合严重，进而导致了很多的性能问题，随着问题越来越难改，开发任务又越来越紧，就不得不往后拖，越往后拖留下的问题就更难改，形成了一个恶性循环，留下了很多的技术债，很不利于后续的开发任务，并且一旦出现了问题，也很难追溯具体原因，所以在那时候经常听到一句话 “这是历史遗留问题” 。

B/S、C/S、单体应用，这是一种很传统 也很简单的架构，但是缺点也暴露无遗，所以经常因为一个业务逻辑的性能问题，进而影响到所有的业务。在运维侧，运维只能够通过堆机器，升配置等策略来应对，投入了很多的机器成本和人力成本，但是收效甚微，很是被动。

这种情况已经是迫在眉睫了，终于技术团队决定使用 Java 语言进行重构，将单体应用进行微服务化拆解，彻底改变这种因为单体应用故障而导致生产环境出现大范围的故障。

## 需求分析 + 选型 ##

在重构计划开始一段时间后，为了节省虚机资源，我们一台虚机上运行了多个 Java 程序，但是因为没有资源隔离和灵活的调度系统，其实也会导致一些资源的浪费。并且在高并发场景下，偶尔会有资源抢占导致一个应用影响另一个应用的情况。为此，我们运维专门开发了一套自动化部署系统，系统内包括部署、监控检测、部署失败回滚、重启等基础功能。

随着当时 K8s 的风靡，还有 Rancher 2.x 的发布，我们逐渐发现，我们所面临的这些问题，它们基本都能解决，比如资源隔离、deployment 的控制器模型、灵活的调度系统，这些都有，这就是最好的自动化部署系统啊，于是我们运维侧，也开始决定向容器化进军。

在选型上，因为我们的服务基本都在阿里云上面，所以第一个想到的是阿里云。时因为我们和华为有一些业务的往来，所以华为的 CCE 也作为了备选，但是考虑到我们的服务资源全部在阿里云上，这个迁移成本实在太大了，所以就没再考虑华为云。

我们一开始使用过Rancher 1.6，但是只是用来管理主机上部署的原生 Docker。也因此对Rancher的产品产生了很大的好感。

需求方面，因为要降低我们研发人员的学习成本，容器管理平台的易用性十分重要。此外，K8s 的基础功能是必须的，因为 K8s 还在高速发展阶段，所以能需要够随时跟上更新，有安全漏洞后也需要第一时间进行更新打补丁，同时还要有基本的权限控制。而且我们公司内部没有专门的K8S团队，运维人员也只有2位，所以如果能够有专业人员进行技术上的交流，发生了问题可以有专业的服务团队来协助也十分重要。

综上，基本上就是 Rancher 完胜，UI 做得非常友好，开发人员能够很快上手，更新迭代速度也非常快，发现漏洞后也会有详细的补丁方案，认证策略也完美支持我们的 OpenLDAP 协议，能够对开发、测试、运维人员进行不同权限控制，并且也是第一家做到支持多云环境的，方便以后我们做跨云的方案。

我们这次容器化的过程，主要经历了以下几个因素的考虑，今天我就来和大家分享我们在 Rancher 上的一些实践，希望能给大家带来帮助：

*  应用的容器化改造
 *  Rancher 的高可用性
 *  容器的运维
 *  多租户隔离

## 应用的容器化改造 ##

因为我们的开发人员，有相当一部分是没有接触过容器的，为了能对开发人员更友好一些，我们的镜像分成了两层，主要的 Dockerfile 编写是由我们运维人员来编写的，而开发人员代码仓库里的 Dockerfile 是最简单的，基本上只有代码拷贝的过程和一些必传的变量，具体可以参考以下示例：

## 这是运维人员维护的 Dockerfile 示例
    ## 本示例仅做参考
    FROM alpine:3.8
    MAINTAINER yunwei <yunwei@36kr.com>
    WORKDIR /www
    RUN mv /etc/apk/repositories /etc/apk/repositories.bak \
        && echo "http://mirrors.aliyun.com/alpine/v3.8/main/" >> /etc/apk/repositories \
      && apk update && apk upgrade
    RUN apk --no-cache add ca-certificates wget && \
        wget -q -O /etc/apk/keys/sgerrand.rsa.pub https://alpine-pkgs.sgerrand.com/sgerrand.rsa.pub && \
        wget https://github.com/sgerrand/alpine-pkg-glibc/releases/download/2.29-r0/glibc-2.29-r0.apk && \
        apk add glibc-2.29-r0.apk && rm -f glibc-2.29-r0.apk
    RUN apk add -U --no-cache \
      bash \
      sudo \
      tzdata \
      drill  \
      iputils \
        curl \
      busybox-extras \
      && rm -rf /var/cache/apk/* \
      && ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
    COPY java-jar/jdk1.8.0_131 /usr/local/jdk1.8.0_131
    ENV TZ="Asia/Shanghai"
    ENV JAVA_HOME=/usr/local/jdk1.8.0_131
    ENV CLASSPATH=$JAVA_HOME/bin
    ENV PATH=.:$JAVA_HOME/bin:$PATH
    ENV JAVA_OPTS="-server -Xms1024m -Xmx1024m"
    CMD java -jar $JAVA_OPTS -Dserver.port=8080 server.jar
    
    =======================================
    
    ## 这是开发人员维护的 Dockerfile 的示例
    FROM harbor.36kr.com/java:v1.1.1
    MAINTAINER developer <developer@36kr.com>
    ADD web.jar ./server.jar

可以看到，开发人员所维护的 Dockerfile 可以说相当简单了，这大大的降低了开发人员维护的难度。

另外，因为构建产物的大小，很大程度上决定了部署时间的长短，所以我们使用了号称最小的镜像——alpine，alpine 有很多的优点：

*  体积小
 *  有包管理器、有丰富的依赖
 *  大厂的支持，包含 Docker 公司在内的多家大厂官方使用

但是他有一个缺点，alpine 上并没有 glibc 库，他所使用的是一个 musl libc 的小体积替代版，但是 Java 是必须依赖的 glibc 的，不过早就有大神了解了这点，在 GitHub 上已经提供了预编译的 glibc 库，名字为`alpine-pkg-glibc`，装上这个库就可以完美支持 Java，同时还能够保持体积很小。

## Rancher 的高可用性 ##

安装 Rancher 的方式有两种：单节点安装和高可用集群安装。一般单节点安装仅适用于测试或者 demo 环境，所以要正式投入使用的话，还是推荐高可用集群的安装方式。

我们一开始测试环境就使用了单节点安装的方式，后来因为 Rancher Server 那台机器出现过一次重启，就导致了测试环境故障，虽然备份了，但是还是丢失了少量数据，最后我们测试环境也采用了 HA 高可用部署，整个架构如下图所示。

Rancher Server 我是采用的 RKE 安装，并且为了防止阿里云出现区域性的故障，我们将 Rancher Server 的三台机器，部署在了两个可用区，Rancher Server-001、003 在北京的 H 区、Rancher Server-002 在北京的 G 区。

负载均衡，我们采用的是阿里云的 SLB，也是采购的主备型实例，防止单点故障，因为 Rancher 必须使用 SSL 证书，我们也有自己的域名证书，为了方便在 SLB 上进行 SSL 证书的维护，我们使用的是 7 层协议，在 SLB 上做的 SSL 终止，Rancher Server 的架构图可以参考下图：

![a421d8494358e231d9c5722a4ef6fdcc.png][]

下游集群，也就是用来承载业务的 K8s 集群，我们也是一半一半，在阿里云的两个可用区进行部署的，需要注意的是，为了保证两个区的网络时延 <= 15 ms，这就完成了一个高可用的灾备架构。

备份方面，我们也使用了阿里云 ECS 快照 + ETCD S3 协议备份到了阿里云的 OSS 对象存储两种方案，确保出现故障后，能够及时恢复服务。

部署的详细教程可以参考[ Rancher 官方文档][Rancher]。

## 容器的运维 ##

容器的运维，这里主要指容器的日志收集和容器监控，容器监控方面呢，Rancher 自带了 Prometheus 和 Grafana，而且和 Rancher 的 UI 有一些整合，就非常的方便，所以监控方面我就不展开讲了，我主要说一说日志收集。

在 K8s 里，日志的收集相比传统的物理机、虚机等方式要复杂一些，因为 K8s 所提供的是动态的环境，像绑定 hostpath 这种方式是不适用的，我们可以通过以下这个表格直观的对比一下：

![e0fa931f6f5211de7e721b5253b857eb.png][]

可以看到，K8s 需要采集的日志种类比较多，而容器化的部署方式，在单机器内的应用数是很高的，而且都是动态的，所以传统的采集方式是不适用于 K8s 的。

目前 K8s 的采集方式大体可以分为两种，**被动采集**和**主动推送**。

主动推送一般有 DockerEngine 和 业务直写两种方式：DockerEngine 是 Docker 的 LogDriver 原生自带的，一般只能收集 STDOUT、一般不建议使用；而业务直写，则需要在应用里集成日志收集的 SDK，通过 SDK 直接发送到收集端，日志不需要落盘，也不需要部署Agent，但是业务会和 SDK 强绑定，灵活性偏低，建议对于日志量较大，或者对日志有定制化要求的场景使用。

被动推送是采用部署日志收集 Agent 进行采集的，有两种方式，一种是 Daemonset 每个机器节点上部署一个 Agent，还有一种 Sidecar，每个 Pod 以 Sidecar 的形式部署一个 Agent。

Sidecar 部署方式比较消耗资源，相当于每个 Pod 都有一个 agent，但是这种方式 灵活性以及隔离性较强，适合大型的 K8s 集群或者作为 PaaS 平台为业务方提供服务的群使用，Daemonset 部署方式，资源消耗较小，适合功能单一、业务不多的集群。

结合我们自身的场景，属于小规模集群，并且业务也不算多，我们选择了 Daemonset 的部署方式，在测试环境，我们经过调研选择了阿里开源的一个日志收集组件log-pilot GitHub 地址是：github.com/AliyunContainerService/log-pilot ，通过结合 Elasticsearch、Kibana 等算是一个不错的 K8s 日志解决方案。

因为我们的服务器都在阿里云上，我们运维人员比较少只有2位，没有精力再去维护一个大型的分布式存储集群，所以我们的业务日志选择存储在了阿里云的日志服务，所以在生产环境，我们的 K8s 也使用了阿里云日志服务，目前单日日志 6亿+ 没有任何问题。

使用阿里云收集日志呢，你需要开通阿里云的日志服务，然后安装 Logtail 日志组件`alibaba-log-controller Helm`，这个在官方文档里有安装脚本，我把文档链接贴在下面，在安装组件的过程中会自动创建aliyunlogconfigs CRD，部署`alibaba-log-controller`的Deployment，最后以 DaemonSet 模式安装 Logtail。然后你就可以在控制台，接入你想要收集的日志了。安装完以后是这样的：

![2a83e256e81cdedddf5d1bd7ce89e944.png][]

Logtail支持采集容器内产生的文本日志，并附加容器的相关元数据信息一起上传到日志服务。Kubernetes文件采集具备以下功能特点：

*  只需配置容器内的日志路径，无需关心该路径到宿主机的映射
 *  支持通过Label指定采集的容器
 *  支持通过Label排除特定容器
 *  支持通过环境变量指定采集的容器
 *  支持通过环境变量指定排除的容器
 *  支持多行日志（例如java stack日志）
 *  支持Docker容器数据自动打标签
 *  支持Kubernetes容器数据自动打标签

如果你想了解更多，可以查看阿里云日志服务的官方文档：

https://help.aliyun.com/document\_detail/157317.html?spm=a2c4g.11186623.6.621.193c25f44oLO1V

## 容器的多租户隔离 ##

我这里所讲的，主要指的是企业内部用户的多租户隔离，而不是指的 SaaS、KaaS 服务模型的多租户隔离。

在权限方面，因为我司对于权限的管控较严格，而 Rancher 恰好提供了非常方便的基于 集群、项目、命名空间等多个粒度的权限控制，并且支持我司基于 OpenLDAP 的认证协议，非常便于管理，我可以给不同项目组的开发、测试人员开通相对应的 集群/项目/命名空间的权限。

比如下图，我可以给集群添加用户、也可以给某个 Project 添加用户，并且可以指定几个不同的角色，甚至可以自定义角色。

![bb551436592511fda7ea4b07a38e04c5.png][]

比如场景1：我可以给 项目组长，分配开发环境集群->项目1 所有者(Owner)权限，然后项目组长可以自由控制给本项目添加他的成员，并分配相应权限。

场景2：我可以给 测试经理，分配测试集群的所有者(Owner)权限，由测试经理来分配，谁来负责哪个项目的测试部署，以及开发人员只能查看日志等。

在资源方面，一定要进行容器的资源配额设置，如果不设置资源限额，一旦某一个应用出现了性能问题，将会影响整个 node 节点上的所有应用，K8s 会将出现问题的应用调度到其他 node 上，如果你的资源不够，将会出现整个系统的瘫痪，导致雪崩。

![23b7870cc9281702467104af4e1c90eb.png][]

Java 应用的资源配额限制也有一个坑，因为默认 Java 是通过 `/proc/meminfo` 来获取内存信息的，默认 JVM 会使用系统内存的 `25%` 作为 `Max Heap Size`，但是容器内的`/proc/meminfo`是宿主机只读模式挂载到容器里的，所以采取默认值是行不通的，会导致应用超过容器限制的内存配额后被OOM，而健康检查又将服务重启，造成应用不断的重启。

那是不是通过手动参数设置 `JVM 内存 = 容器内存限额`呢？不行！因为 JVM消耗的内存不仅仅是 Heap，因为 JVM 也是一个应用，它需要额外的空间去完成它的工作，你需要配置的限额应该是 `Metaspace + Threads + heap + JVM 进程运行所需内存 + 其他数据` 关于这块，因为涉及到的内容较多，就不进行展开，感兴趣的同学可以自己去搜索 一下。

## 总 结 ##

因为我们的业务场景并不复杂，所以我们的容器化之路，其实走的也相对来讲蛮顺畅的，我们的运维人员很少，只有 2 位，所以我们也没有太多的时间精力去维护太多的自建系统，我们使用了很多的阿里云产品，包括 Rancher，他很方便的部署方式，友好的 UI，包括集成好的监控等等，在容器化之路上给了我们很大的信心。

我们使用构建两层镜像的方式，降低了开发人员的学习复杂度。使用了小体积镜像 alpine + 预编译 glibc 减小了镜像体积。提高了部署的时间，在架构上，我们采用了阿里云双区机房的灾备的架构，以及完备的备份方案。使用 Daemonset 部署的日志收集组件，收集到阿里云日志服务，支撑我们 6亿/日的日志系统。Rancher 还提供给了我们深度集成的监控系统、多租户隔离等。还有我们自己踩坑 踩出来的资源配额设置。

其实容器化并不复杂，如果没有 K8s，我们需要自己构建健康监测系统、发版系统、维护不同的主机环境，不能细粒度的进行资源划分，不能更有效的利用计算资源，运维的工作主要是什么？在我看来其实就是 节约成本、提高效率。虚拟化、自动化、智能化、高性能、高可用、高并发 等等，这些无一不是围绕着成本和效率这两个词，而 K8s 其实已经帮我们都做好了，而像 Rancher 这种编排平台又帮我们降低了 K8s 的学习复杂度，所以你要做的就是加入 K8s，好了，到这里这次的分享就结束了。感谢~

## 社区QA ##

**Q1：K8S在生产环境的高可用存储方案有推荐吗？**

A1：存储方案没有标准答案，我们主要使用阿里云，所以用的是阿里云的块存储，比较常见的方案还有 Ceph、GlusterFS、Portworx、OpenEBS 等，他们各有优劣，需结合自己的业务需求进行选择

**Q2：灰度发布，Kubernetes网络流量可以通过服务网格分流实现网络层面的分发，但是涉及到应用大版本的更新时候，涉及到数据库结构的变更的时候，如何实现灰度发布？**

A2：没有遇到过这个场景，不过提供一个思路，可以准备两套数据库，网络分流也可以分流到不通数据库，具体需要你自己验证一下是否可行

要分清楚这是两层，一层是逻辑层，一层是数据层，不能混为一谈

**Q3：Pipeline是用什么做的？Pipeline下，如何处理同一个分支，需要并行测试多个版本的场景？我用Rancher的Pipeline，局限性比较大，就是同一个分支无法并行多套进行测试。命名空间在使用，但是同一个分支下，命名空间是写在.rancher.yml下的，所以无法区分，Rancher的Pipeline不能在外面注入变量进行区分。**

A3：Rancher 的 Pipline 目前还是有一些不够灵活，我们使用的是自建 Jenkins 做 Pipeline 的，并行测试，可以用命名空间等隔离策略进行隔离，或者准备多套测试环境

**Q4: 你们运维的Dockerfile和开发的Dockerfile是怎么合并的？**

A4：开发的 Dockerfile 是 From 运维的 Dockerfile

**Q5：你们k8s的漏洞扫描用的什么工具？一般什么级别的镜像漏洞需要进行修复？**

A5：暂时没有使用漏扫工具，我们主要根据 Rancher 企业服务通知的修复建议进行修复

> **Q6: 就是比如说从外网，通过service ip能够登陆并且管理容器。想实现这一步必须通过将service ip暴露出来，然后这个service ip怎么暴露出来？麻烦解答一下。**
> 
> A6：如果需求是管理容器，其实可以使用 Rancher 的用户权限控制，让某一用户拥有某一容器的权限，暴露 service ip 到公网，让用户管理容器是无法实现的
> 
> **Q6 : 好的，谢谢，我还有一点不明白，这个service ip有什么办法能让他暴露出来呢？你意思是说让不同的用户通过rancher平台去管理不同的容器吗？麻烦再给解答一下，谢谢。**
> 
> A6：可以使用 NodePort 暴露，通过 Node ip 和 端口进行访问，或者使用 公有云的负载均衡产品
> 
> **Q6 : 我不是这个意思，我是想把service ip暴露出来，不只单单想通过集群内部访问。**
> 
> A6：service ip 本来就是 K8s 内部的，暴露不了，只能转发

**Q7: 为何没有放在3个可用区，如果可用区H挂掉，是否会导致集群不可访问？**

A7：3个可用区当然也是可以的，Rancher HA 架构，只要有一个 Server 可用就没有关系

**Q8：请教下你们多套开发测试环境的pipeline是怎么样的流程呢 (差异化)？有使用helm template吗，方便讲解下更多细节么？**

A8：目前是通过 Jenkins 部署参数，部署的时候可以选择 命名空间、环境标识、分支等，通过 sed 修改 template

**Q9：请问你们的devops流是怎样的呢？一个环境对应一个docker镜像，还是说test pre prd共用一个docker镜像呢？如果是一个docker镜像共用test pre prd的话是怎么做的呢(比如不同环境的配置以及开发的协‘同开发流)？**

A9：我们是用的同一个镜像，部署时通过选择不同的环境标识参数，程序会自动注入不同环境的配置，需要开发进行一些相应的配置修改

**Q10:不大懂容器的资源限制该如何配置，自己配置了感觉不起作用**

A10：Rancher 可以在项目、命名空间、Pod 三个粒度进行设置，优先级相反

[a421d8494358e231d9c5722a4ef6fdcc.png]: /images/20221119/735c479306cc4bcf93d28311d01b91c3.png
[Rancher]: https://docs.rancher.cn/docs/rancher2/installation_new/resources/advanced/rke-add-on/layer-7-lb/_index/
[e0fa931f6f5211de7e721b5253b857eb.png]: /images/20221119/1cc2250bcf2b404fa39d7604805a1acc.png
[2a83e256e81cdedddf5d1bd7ce89e944.png]: https://img-blog.csdnimg.cn/img_convert/2a83e256e81cdedddf5d1bd7ce89e944.png
[bb551436592511fda7ea4b07a38e04c5.png]: https://img-blog.csdnimg.cn/img_convert/bb551436592511fda7ea4b07a38e04c5.png
[23b7870cc9281702467104af4e1c90eb.png]: https://img-blog.csdnimg.cn/img_convert/23b7870cc9281702467104af4e1c90eb.png