Escala verticalmente los clústeres de Google Distributed Cloud.

Como cualquier clúster de Kubernetes, la escalabilidad del clúster de Google Distributed Cloud tiene muchas dimensiones interrelacionadas. El objetivo de este documento es ayudarte a comprender las dimensiones clave que puedes ajustar para escalar verticalmente los clústeres sin interrumpir las cargas de trabajo.

Comprende los límites

Google Distributed Cloud es un sistema complejo con una gran superficie de integración. Hay muchas dimensiones que afectan la escalabilidad del clúster. Por ejemplo, la cantidad de nodos es solo una de las muchas dimensiones en las que Google Distributed Cloud puede escalar. Otras dimensiones incluyen la cantidad total de Pods y Services. Muchas de estas dimensiones, como la cantidad de pods por nodo y la cantidad de nodos por clúster, están interrelacionadas. Para obtener más información sobre las dimensiones que tienen un efecto en la escalabilidad, consulta Umbrales de escalabilidad de Kubernetes en la sección del Grupo de interés especial (SIG) de escalabilidad del repositorio de la comunidad de Kubernetes en GitHub.

Los límites de escalabilidad también son sensibles al hardware y la configuración de nodos en los que se ejecuta el clúster. Los límites que se describen en este documento se verifican en un entorno que probablemente difiera del tuyo. Por lo tanto, es posible que no reproduzcas los mismos números cuando el entorno subyacente es el factor limitante.

Para obtener más información sobre los límites que se aplican a tus clústeres de Google Distributed Cloud, consulta Cuotas y límites.

Prepárate para escalar

Mientras te preparas para escalar tus clústeres de Google Distributed Cloud, ten en cuenta los requisitos y las limitaciones que se describen en las siguientes secciones.

Requisitos de CPU y memoria del nodo del plano de control

En la siguiente tabla, se describe la configuración recomendada de CPU y memoria para los nodos del plano de control destinados a los clústeres que ejecutan cargas de trabajo de producción:

Cantidad de nodos del clúster CPU del plano de control recomendadas Memoria recomendada del plano de control
1-50 8 núcleos 32 GiB
Entre 51 y 100 16 núcleos 64 GiB

Cantidad de Pods y Services

La cantidad de pods y servicios que puedes tener en tus clústeres se controla mediante la siguiente configuración:

CIDR del Pod y cantidad máxima de nodos

La cantidad total de direcciones IP reservadas para Pods en tu clúster es uno de los factores limitantes a la hora de escalar verticalmente el clúster. Esta configuración, junto con la configuración de la cantidad máxima de Pods por nodo, determina la cantidad máxima de nodos que puedes tener en tu clúster antes de correr el riesgo de agotar las direcciones IP de tus Pods.

Ten en cuenta lo siguiente:

  • La cantidad total de direcciones IP reservadas para Pods en tu clúster se especifica con clusterNetwork.pods.cidrBlocks, que toma un rango de direcciones IP especificadas en la notación CIDR. Por ejemplo, el valor prepropagado 192.168.0.0/16 especifica un rango de 65,536 direcciones IP de 192.168.0.0 a 192.168.255.255.

  • La cantidad máxima de Pods que pueden ejecutarse en un solo nodo se especifica con nodeConfig.podDensity.maxPodsPerNode.

  • Según la configuración máxima de Pods por nodo, Google Distributed Cloud aprovisiona alrededor del doble de direcciones IP al nodo. Las direcciones IP adicionales ayudan a evitar la reutilización involuntaria de las IP del Pod en un período corto.

  • Dividir la cantidad total de direcciones IP del Pod por la cantidad de direcciones IP del Pod aprovisionadas en cada nodo te da la cantidad total de nodos que puedes tener en tu clúster.

Por ejemplo, si el CIDR de tu Pod es 192.168.0.0/17, tienes un total de 32,768 direcciones IP (2(32-17) = 215 = 32,768). Si estableces la cantidad máxima de Pods por nodo en 250, Google Distributed Cloud aprovisiona un rango de aproximadamente 500 direcciones IP, que es casi equivalente a un bloque CIDR de /23 (2(32-23) = 29 = 512). Por lo tanto, la cantidad máxima de nodos en este caso es 64 (215 direcciones/clúster divididos por 29 direcciones/nodo = 2(15-9) nodos/clúster = 26 = 64 nodos/clúster).

Tanto clusterNetwork.pods.cidrBlocks como nodeConfig.podDensity.maxPodsPerNode son inmutables, por lo que debes planificar con cuidado el crecimiento futuro de tu clúster para evitar quedarte sin capacidad de nodo. Para conocer los máximos recomendados para Pods por clúster, Pods por nodo y nodos por clúster según las pruebas, consulta Límites.

CIDR de Service

El CIDR de Service se puede actualizar para agregar más objetos Service a medida que escalas verticalmente el clúster. Sin embargo, no puedes reducir el rango de CIDR del Service. Para obtener más información, consulta Aumenta el rango de red de servicios.

Recursos reservados para daemons del sistema

De forma predeterminada, Google Distributed Cloud reserva automáticamente recursos en un nodo para daemons del sistema, como sshd o udev. Los recursos de CPU y memoria se reservan en un nodo para daemons del sistema, de modo que estos tengan los recursos que necesitan. Sin esta función, los Pods pueden consumir potencialmente la mayoría de los recursos de un nodo, lo que imposibilita que los daemons del sistema completen sus tareas.

Específicamente, Google Distributed Cloud reserva 80 millicores de CPU (80 mCPU) y 280 mebibytes (280 MiB) de memoria en cada nodo para daemons del sistema. Ten en cuenta que la unidad de CPU mCPU representa la milésima de un núcleo, por lo que 80/1,000, o bien el 8% de un núcleo de cada nodo, se reserva para daemons del sistema. La cantidad de recursos reservados es pequeña y no tiene un impacto significativo en el rendimiento del Pod. Sin embargo, el kubelet en un nodo puede expulsar Pods si su uso de CPU o memoria supera la cantidad que se les asignó.

Herramientas de redes con MetalLB

Es posible que desees aumentar la cantidad de bocinas de MetalLB para abordar los siguientes aspectos:

  • Ancho de banda: Todo el ancho de banda del clúster para los servicios de balanceo de cargas depende de la cantidad de interlocutores y el ancho de banda de cada nodo interlocutor. El aumento del tráfico de red requiere más bocinas.

  • Tolerancia a errores: Cuantas más bocinas tenga, reduce el impacto general de una falla en una sola bocina.

MetalLB requiere conectividades de capa 2 entre los nodos de balanceo de cargas. En este caso, es posible que estés limitado por la cantidad de nodos con conectividad de capa 2 en la que puedes colocar bocinas MetalLB.

Planifica con cuidado la cantidad de bocinas MetalLB que quieres tener en tu clúster y determina cuántos nodos de capa 2 necesitas. Para obtener más información, consulta Problemas de escalabilidad de MetalLB.

Por otro lado, cuando se usa el modo de balanceo de cargas en paquetes, los nodos del plano de control también deben estar bajo la misma red de capa 2. El balanceo de cargas manual no tiene esta restricción. Para obtener más información, consulta Modo balanceador de cargas manual.

Ejecución de muchos nodos, Pods y Services

Agregar nodos, Pods y Services es una forma de escalar verticalmente tu clúster. En las siguientes secciones, se abordan algunos parámetros de configuración y ajustes adicionales que debes tener en cuenta cuando aumentes la cantidad de nodos, pods y servicios en tu clúster. Para obtener información sobre los límites de estas dimensiones y cómo se relacionan entre sí, consulta Límites.

Crear un clúster sin kube-proxy

Si quieres crear un clúster de alto rendimiento que pueda escalar verticalmente para usar una gran cantidad de objetos Service y extremos, te recomendamos que crees el clúster sin kube-proxy. Sin kube-proxy, el clúster usa GKE Dataplane V2 en modo kube-proxy-replacement. Este modo evita el consumo de recursos necesarios para mantener un gran conjunto de reglas de iptables.

No puedes inhabilitar el uso de kube-proxy en un clúster existente. Esta configuración debe hacerse cuando se crea el clúster. Para obtener instrucciones y más información, consulta Crea un clúster sin kube-proxy.

Configuración de CoreDNS

En esta sección, se describen aspectos de CoreDNS que afectan la escalabilidad de los clústeres.

DNS del Pod

De forma predeterminada, los clústeres de Google Distributed Cloud insertan Pods con un resolv.conf que se ve de la siguiente manera:

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

La opción ndots:5 significa que los nombres de host que tienen menos de 5 puntos no se consideran nombres de dominio completamente calificados (FQDN). El servidor DNS adjunta todos los dominios de búsqueda especificados antes de buscar el nombre de host solicitado originalmente, que ordena búsquedas de la siguiente manera cuando se resuelve 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

Cada una de las búsquedas se realiza para IPv4 (registro A) e IPv6 (registro AAAA), lo que genera 12 solicitudes de DNS para cada consulta que no sea FQDN, lo que amplifica de forma significativa el tráfico de DNS. Para mitigar este problema, te recomendamos que declares el nombre de host para buscar como un FQDN. Para ello, agrega un punto final (google.com.). Esta declaración debe realizarse a nivel de la carga de trabajo de la aplicación. Para obtener más información, consulta la página man de resolv.conf.

IPv6

Si el clúster no usa IPv6, es posible reducir a la mitad las solicitudes de DNS si eliminas la búsqueda del registro AAAA del servidor DNS ascendente. Si necesitas ayuda para inhabilitar las búsquedas de AAAA, comunícate con Atención al cliente de Cloud.

Grupo de nodos dedicado

Debido a la naturaleza crítica de las consultas de DNS en los ciclos de vida de la aplicación, recomendamos que uses nodos dedicados para la Deployment de coredns. Esta Deployment pertenece a un dominio de fallas diferente al de las aplicaciones normales. Si necesitas ayuda con la configuración de nodos dedicados para la Deployment coredns, comunícate con Atención al cliente de Cloud.

Problemas de escalabilidad de MetalLB

MetalLB se ejecuta en modo activo-pasivo, lo que significa que en cualquier momento, solo hay una sola bocina de MetalLB que entrega una VIP LoadBalancer específica.

Conmutación por error

Antes de la versión 1.28.0 de Google Distributed Cloud, a gran escala, la conmutación por error de MetalLB podía tardar mucho tiempo y representar un riesgo de confiabilidad para el clúster.

Límites de conexión

Si hay una VIP de LoadBalancer en particular, como un Ingress Service, que espera cerca de 30,000 conexiones simultáneas o más, es probable que el nodo interlocutor que controla la VIP agote los puertos disponibles. Debido a una limitación de la arquitectura, MetalLB no puede mitigar este problema. Considera cambiar al balanceo de cargas en paquetes con BGP antes de crear el clúster o usar una clase de Ingress diferente. Para obtener más información, consulta Configuración de entrada.

Bocinas del balanceador de cargas

De forma predeterminada, Google Distributed Cloud usa el mismo grupo de nodos del balanceador de cargas para el plano de control y el plano de datos. Si no especificas un grupo de nodos del balanceador de cargas (loadBalancer.nodePoolSpec), se usa el grupo de nodos del plano de control (controlPlane.nodePoolSpec).

Para aumentar la cantidad de bocinas cuando usas el grupo de nodos del plano de control para el balanceo de cargas, debes aumentar la cantidad de máquinas del plano de control. En las implementaciones de producción, te recomendamos que uses tres nodos del plano de control para obtener alta disponibilidad. Aumentar la cantidad de nodos del plano de control a más de tres para admitir bocinas adicionales podría no ser un buen uso de tus recursos.

Configuración de Ingress

Si esperas que cerca de 30,000 conexiones simultáneas lleguen en una sola VIP de servicio LoadBalancer, es posible que MetalLB no sea compatible.

Puedes considerar exponer la VIP a través de otros mecanismos, como BIG-IP de F5. Como alternativa, puedes crear un clúster nuevo con el balanceo de cargas en paquetes con BGP, que no tiene la misma limitación.

Ajusta los componentes de Cloud Logging y Cloud Monitoring

En clústeres grandes, según los perfiles de aplicación y el patrón de tráfico, es posible que las configuraciones de recursos predeterminadas para los componentes de Cloud Logging y Cloud Monitoring no sean suficientes. Si deseas obtener instrucciones para ajustar las solicitudes de recursos y los límites de los componentes de observabilidad, consulta Configura los recursos de los componentes de Stackdriver.

En particular, kube-state-metrics en clústeres con una gran cantidad de servicios y extremos puede provocar un uso excesivo de la memoria tanto en el kube-state-metrics como en el gke-metrics-agent del mismo nodo. El uso de recursos de metrics-server también se puede escalar en términos de nodos, Pods y Services. Si tienes problemas con los recursos de estos componentes, comunícate con Atención al cliente de Cloud.

Usa sysctl para configurar tu sistema operativo

Recomendamos que ajustes la configuración del sistema operativo de tus nodos para que se adapte mejor al caso de uso de tu carga de trabajo. Los parámetros fs.inotify.max_user_watches y fs.inotify.max_user_instances que controlan la cantidad de recursos de inotify suelen necesitar ajustes. Por ejemplo, si ves mensajes de error como los siguientes, es posible que quieras intentar ver si estos parámetros necesitan ajustes:

The configured user limit (128) on the number of inotify instances has been reached
ENOSPC: System limit for number of file watchers reached...

Por lo general, el ajuste varía según los tipos de cargas de trabajo y la configuración del hardware. Puedes consultar a tu proveedor sobre las prácticas recomendadas específicas del SO.

prácticas recomendadas

En esta sección, se describen las prácticas recomendadas para escalar verticalmente tu clúster.

Escalar una dimensión a la vez

Para minimizar los problemas y facilitar la reversión de los cambios, no ajustes más de una dimensión a la vez. Escalar varias dimensiones al mismo tiempo puede causar problemas incluso en clústeres más pequeños. Por ejemplo, es probable que no tengas éxito si intentas aumentar la cantidad de Pods programados por nodo a 110 y, al mismo tiempo, aumentar la cantidad de nodos del clúster a 250, ya que la cantidad de Pods, la cantidad de Pods por nodo y la cantidad de nodos son demasiado extensas.

Escalar clústeres en etapas

Escalar verticalmente un clúster puede consumir muchos recursos. Para reducir el riesgo de que las operaciones del clúster fallen o que las cargas de trabajo del clúster se interrumpan, te recomendamos que no intentes crear clústeres grandes con muchos nodos en una sola operación.

Crea clústeres híbridos o independientes sin nodos trabajadores

Si creas un clúster híbrido o independiente grande con más de 50 nodos trabajadores, es mejor crear primero un clúster de alta disponibilidad (HA) con nodos del plano de control y, luego, escalar verticalmente de forma gradual. La operación de creación de clústeres usa un clúster de arranque que no tiene alta disponibilidad y, por lo tanto, es menos confiable. Una vez que se crea el clúster híbrido o independiente con alta disponibilidad, puedes usarlo para escalar verticalmente a más nodos.

Aumenta la cantidad de nodos trabajadores en lotes

Si expandes un clúster a más nodos trabajadores, es mejor hacerlo en etapas. Te recomendamos que no agregues más de 20 nodos a la vez. Esto se aplica en especial a los clústeres que ejecutan cargas de trabajo fundamentales.

Habilita las extracciones de imágenes paralelas

De forma predeterminada, kubelet extrae imágenes en serie, una tras otra. Si tienes una conexión ascendente deficiente a tu servidor de registro de imágenes, una extracción de imagen incorrecta puede detener toda la cola para un grupo de nodos determinado.

Para mitigar esto, te recomendamos establecer serializeImagePulls en false en la configuración personalizada de kubelet. Para obtener instrucciones y más información, consulta Configura la configuración de extracción de imágenes de kubelet. Habilitar las extracciones de imágenes paralelas puede generar aumentos repentinos en el consumo del ancho de banda de la red o de la E/S del disco.

Ajusta las solicitudes y los límites de recursos de las aplicaciones

En entornos densamente empaquetados, las cargas de trabajo de las aplicaciones pueden expulsarse. Kubernetes usa el mecanismo al que se hace referencia para clasificar los Pods en caso de expulsión.

Una práctica recomendada a fin de configurar tus recursos de contenedor es usar la misma cantidad de memoria para las solicitudes y los límites, y un límite de CPU mayor o no delimitado. Para obtener más información, consulta Prepara aplicaciones de Kubernetes basadas en la nube en Cloud Architecture Center.

Usar un socio de almacenamiento

Te recomendamos que uses uno de los socios de almacenamiento GDCV Ready para implementaciones a gran escala. Es importante confirmar la siguiente información con el socio de almacenamiento en particular:

  • Las implementaciones de almacenamiento siguen las prácticas recomendadas para aspectos de almacenamiento, como la alta disponibilidad, la configuración de prioridad, las afinidades de nodos, y las solicitudes y los límites de recursos.
  • La versión de almacenamiento se califica con la versión particular de Google Distributed Cloud.
  • El proveedor de almacenamiento puede admitir la escala masiva que deseas implementar.

Configura clústeres para alta disponibilidad

Es importante auditar la implementación a gran escala y asegurarte de que los componentes críticos estén configurados para la alta disponibilidad siempre que sea posible. Google Distributed Cloud admite opciones de implementación de HA para todos los tipos de clústeres. Para obtener más información, consulta Elige un modelo de implementación. Para ver ejemplos de los archivos de configuración del clúster de las implementaciones de alta disponibilidad, consulta Muestras de configuración del clúster.

También es importante auditar otros componentes, incluidos los siguientes:

  • Proveedor de almacenamiento
  • Webhooks de clúster

Supervisa el uso de recursos

En esta sección, se proporcionan algunas recomendaciones básicas de supervisión para clústeres a gran escala.

Supervisa de cerca las métricas de uso

Es fundamental supervisar el uso de los nodos y de los componentes individuales del sistema, y asegurarse de que tengan un margen cómodo y seguro. Para ver qué capacidades de supervisión estándar están disponibles de forma predeterminada, consulta Usa paneles predefinidos.

Supervisa el consumo de ancho de banda

Supervisa el consumo de ancho de banda con atención para asegurarte de que la red no se sature, lo que genera una degradación del rendimiento del clúster.

Mejora el rendimiento de etcd

La velocidad del disco es fundamental para la estabilidad y el rendimiento de etcd. Un disco lento aumenta la latencia de la solicitud etcd, lo que puede causar problemas de estabilidad del clúster. Para mejorar el rendimiento del clúster, Google Distributed Cloud almacena objetos Event en una instancia de etcd separada y dedicada. La instancia de etcd estándar usa /var/lib/etcd como su directorio de datos y el puerto 2379 para las solicitudes del cliente. La instancia de etcd-events usa /var/lib/etcd-events como su directorio de datos y el puerto 2382 para las solicitudes del cliente.

Te recomendamos que uses un disco de estado sólido (SSD) para tus almacenes de etcd. Para obtener un rendimiento óptimo, activa discos separados en /var/lib/etcd y /var/lib/etcd-events. El uso de discos dedicados garantiza que las dos instancias de etcd no compartan la E/S del disco.

En la documentación de etcd, se proporcionan recomendaciones de hardware adicionales para garantizar el mejor rendimiento de etcd cuando se ejecutan los clústeres en producción.

Para verificar el rendimiento del etcd y del disco, usa las siguientes métricas de latencia de E/S de etcd en el Explorador de métricas:

  • etcd_disk_backend_commit_duration_seconds: la duración debe ser inferior a 25 milisegundos para el percentil 99 (p99).
  • etcd_disk_wal_fsync_duration_seconds: la duración debe ser inferior a 10 milisegundos para el percentil 99 (p99).

Para obtener más información sobre el rendimiento de etcd, consulta ¿Qué significa la advertencia de etcd “la aplicación de entradas tardó demasiado”? y ¿Qué significa la advertencia de etcd “no se pudo enviar la señal de monitoreo de funcionamiento a tiempo”?.

Si necesitas asistencia adicional, comunícate con Atención al cliente de Cloud.

Próximos pasos