Al igual que 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 tus clústeres sin interrumpir tus cargas de trabajo.
Información sobre los límites
Google Distributed Cloud es un sistema complejo con una gran plataforma de integración. Existen muchas dimensiones que afectan la escalabilidad del clúster. Por ejemplo, la cantidad de nodos es solo una de las muchas dimensiones en las que se puede escalar Google Distributed Cloud. Entre otras dimensiones, se incluye la cantidad total de Pods y servicios. 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 afectan 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 a la configuración de hardware y nodos en la que se ejecuta tu clúster. Los límites descritos en este documento se verifican en un entorno que es muy diferente al tuyo. Por lo tanto, es posible que no reproduzcas las mismas cifras cuando el entorno subyacente sea 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 de los clústeres que ejecutan cargas de trabajo de producción:
| Cantidad de nodos del clúster | CPUs recomendadas del plano de control | Memoria recomendada del plano de control |
|---|---|---|
| 1-50 | 8 núcleos | 32 GiB |
| Entre 51 y 100 | 16 núcleos | 64 GiB |
Cantidad de pods y servicios
La cantidad de Pods y Services que puedes tener en tus clústeres se controla mediante la siguiente configuración:
clusterNetwork.pods.cidrBlocksespecifica la cantidad de Pods permitidos en tu clúster.nodeConfig.podDensity.maxPodsPerNodeespecifica la cantidad máxima de Pods que pueden ejecutarse en un solo nodo.clusterNetwork.services.cidrBlocksespecifica la cantidad de servicios permitidos en tu clúster.
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 para escalar tu clúster. Este parámetro de configuración, junto con el parámetro de configuración de pods máximos por nodo, determina la cantidad máxima de nodos que puedes tener en tu clúster antes de que se agoten 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 notación CIDR. Por ejemplo, el valor prepropagado192.168.0.0/16especifica un rango de 65,536 direcciones IP de192.168.0.0a192.168.255.255.La cantidad máxima de Pods que se pueden ejecutar en un solo nodo se especifica con
nodeConfig.podDensity.maxPodsPerNode.Según la configuración de pods máximos por nodo, Google Distributed Cloud aprovisiona aproximadamente el doble de direcciones IP al nodo. Las direcciones IP adicionales ayudan a evitar la reutilización involuntaria de las IP de Pod en un período breve.
Si divides la cantidad total de direcciones IP de Pod por la cantidad de direcciones IP de Pod aprovisionadas en cada nodo, obtendrás la cantidad total de nodos que puedes tener en tu clúster.
Por ejemplo, si tu CIDR de Pod es 192.168.0.0/17, tienes un total de 32,768 direcciones IP (2(32-17) = 215 = 32,768). Si configuras la cantidad máxima de Pods por nodo en 250, Google Distributed Cloud aprovisiona un rango de aproximadamente 500 direcciones IP, que es aproximadamente equivalente a un /23 bloque CIDR (2(32-23) = 2 9 = 512).
Por lo tanto, la cantidad máxima de nodos en este caso es 64 (215 direcciones/clúster dividido por 29 direcciones/nodo = 2(15-9)nodes/cluster = 26 = 64 nodos/clúster).
clusterNetwork.pods.cidrBlocks y nodeConfig.podDensity.maxPodsPerNode son inmutables, por lo que debes planificar cuidadosamente el crecimiento futuro de tu clúster para evitar quedarte sin capacidad de nodos. Para conocer los máximos recomendados de Pods por
clúster, Pods por nodo y nodos por clúster según las pruebas, consulta
Límites.
CIDR de servicio
Puedes actualizar el CIDR de tu servicio para agregar más servicios a medida que escalas tu clúster. Sin embargo, no puedes reducir el rango de CIDR del servicio. Para obtener más información, consulta Cómo aumentar el rango de la red de servicios.
Recursos reservados para daemons del sistema
De forma predeterminada, Google Distributed Cloud reserva recursos automáticamente en un nodo para los daemons del sistema, como sshd o udev. Los recursos de CPU y memoria se reservan en un nodo para daemons del sistema para que estos daemons tengan los recursos que necesitan. Sin esta función, los Pods pueden consumir la mayor parte de los recursos de un nodo, lo que hace imposible que los demonios 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 los demonios del sistema. Ten en cuenta que la unidad de CPU mCPU significa milésima de un núcleo, por lo que 80/1,000 o el 8% de un núcleo en cada nodo se reserva para los demonios 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 las cantidades que se les asignaron.
Cómo establecer redes con MetalLB
Te recomendamos aumentar la cantidad de bocinas MetalLB para abordar los siguientes aspectos:
Ancho de banda: El ancho de banda de todo el clúster para los servicios de balanceo de cargas depende de la cantidad de amplificadores y del ancho de banda de cada nodo de amplificador. El aumento del tráfico de red requiere más bocinas.
Tolerancia a fallas: Más bocinas reducen el impacto general de una falla de una sola bocina.
MetalLB requiere conectividad de capa 2 entre los nodos de balanceo de cargas. En este caso, es posible que se te limite la cantidad de nodos con conectividad de capa 2 en los que puedes colocar las bocinas de MetalLB.
Planifica cuidadosamente la cantidad de amplificadores de MetalLB que deseas 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 en la misma red de capa 2. El balanceo de cargas manual no tiene esta restricción. Para obtener más información, consulta Modo de balanceador de cargas manual.
Ejecuta muchos nodos, Pods y servicios
Agregar nodos, pods y servicios es una forma de escalar tu clúster. En las siguientes secciones, se describen algunos parámetros de configuración 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.
Crea un clúster sin kube-proxy
Para crear un clúster de alto rendimiento que pueda escalar verticalmente para usar una gran cantidad de Services y extremos, te recomendamos que crees el clúster sin kube-proxy. Sin kube-proxy, el clúster usa GKE Dataplane V2 en el modo kube-proxy-replacement. Este modo evita el consumo de recursos necesario para mantener un gran conjunto de reglas de iptables.
No puedes inhabilitar el uso de kube-proxy para un clúster existente. Esta configuración se debe establecer 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 los aspectos de CoreDNS que afectan la escalabilidad de tus 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 un nombre de dominio completamente calificado (FQDN). El servidor DNS agrega todos los dominios de búsqueda especificados antes de buscar el nombre de host solicitado originalmente, que ordena las búsquedas de la siguiente manera cuando resuelve google.com:
google.com.NAMESPACE.svc.cluster.localgoogle.com.svc.cluster.localgoogle.com.cluster.localgoogle.com.c.PROJECT_ID.internalgoogle.com.google.internalgoogle.com
Cada una de las búsquedas se realiza para IPv4 (registro A) y IPv6 (registro AAAA), lo que genera 12 solicitudes de DNS para cada consulta que no sea de FQDN, lo que amplifica significativamente el tráfico de DNS. Para mitigar este problema, te recomendamos que declares el nombre de host que se buscará como un FQDN mediante la adición de 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 eliminando la búsqueda de registros AAAA en el 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 fundamental de las consultas de DNS en los ciclos de vida de las aplicaciones, te
recomendamos que uses nodos dedicados para la Deployment coredns. Esta Deployment se encuentra en un dominio de fallas diferente al de las aplicaciones normales. Si necesitas ayuda para configurar 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 bocina de MetalLB que entrega una VIP LoadBalancer en particular.
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 presentar un riesgo de confiabilidad para el clúster.
Límites de conexión
Si hay una VIP LoadBalancer particular, como un Service de entrada, que espera cerca de 30,000 conexiones simultáneas o más, es probable que el nodo de interlocutor que maneja la VIP puedeagote los puertos disponibles. Debido a una limitación de la arquitectura, MetalLB no mitiga este problema. Considera cambiar al balanceo de cargas en paquetes con BGP antes de crear el clúster o usar una clase de entrada diferente. Para obtener más información, consulta Configuración de Ingress.
Altavoces 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 interlocutores 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. Para implementaciones de producción, te recomendamos que uses tres nodos del plano de control para la alta disponibilidad. Aumentar la cantidad de nodos del plano de control más allá de tres para admitir interlocutores adicionales podría no ser un buen uso de tus recursos.
Configuración de Ingress
Si esperas cerca de 30,000 conexiones simultáneas en una sola VIP de servicio LoadBalancer, es posible que MetalLB no pueda admitirlas.
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 y los límites de recursos de los componentes de la observabilidad, consulta Configura los recursos del componente de Stackdriver.
En particular, kube-state-metrics en clústeres con una gran cantidad de servicios y extremos puede causar un uso excesivo de la memoria en el kube-state-metrics y en el gke-metrics-agent en el mismo nodo. El uso de recursos de metrics-server también se puede escalar en términos de nodos, Pods y servicios. Si tienes problemas de recursos en estos componentes, comunícate con Atención al cliente de Cloud.
Usa sysctl para configurar tu sistema operativo
Te recomendamos que ajustes la configuración del sistema operativo de tus nodos para que se ajuste mejor a tu caso de uso de la carga de trabajo. Los parámetros fs.inotify.max_user_watches y fs.inotify.max_user_instances que controlan la cantidad de recursos de inotify a menudo deben ajustarse. Por ejemplo, si ves mensajes de error como los siguientes, te recomendamos que intentes ver si es necesario ajustar estos parámetros:
The configured user limit (128) on the number of inotify instances has been reached
ENOSPC: System limit for number of file watchers reached...
El ajuste suele variar según los tipos de cargas de trabajo y la configuración de hardware. Puedes consultar sobre las prácticas recomendadas específicas del SO con tu proveedor.
Prácticas recomendadas
En esta sección, se describen las prácticas recomendadas para escalar tu clúster.
Escala 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 verticalmente varias dimensiones de forma simultánea puede causar problemas, incluso en clústeres más pequeños. Por ejemplo, es posible que el intento de aumentar la cantidad de Pods programados por nodo a 110 mientras se aumenta la cantidad de nodos en el clúster a 250 no tenga éxito, porque la cantidad de Pods, la cantidad de Pods por nodo y la cantidad de nodos se extenderían demasiado.
Escala clústeres por etapas
La escalabilidad de un clúster puede requerir muchos recursos. Para reducir el riesgo de que las operaciones del clúster fallan o se interrumpan las cargas de trabajo del clúster, no te recomendamos que intentes crear clústeres grandes con muchos nodos en una sola operación.
Crea clústeres híbridos o independientes sin nodos de trabajo
Si creas un clúster híbrido o independiente grande con más de 50 nodos de trabajo, es mejor crear primero un clúster de alta disponibilidad (HA) con nodos del plano de control y, luego, escalarlo gradualmente. La operación de creación de clústeres usa un clúster de arranque, que no es de 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 a más nodos.
Aumenta la cantidad de nodos trabajadores en lotes
Si vas a expandir un clúster a más nodos trabajadores, es mejor hacerlo en etapas. Te recomendamos que no agregues más de 20 nodos a la vez. Esto es especialmente cierto para los clústeres que ejecutan cargas de trabajo críticas.
Habilita la extracción de imágenes en paralelo
De forma predeterminada, kubelet extrae imágenes de forma serial, una tras otra. Si tienes una conexión ascendente deficiente con el servidor de registro de imágenes, una extracción de imagen incorrecta puede detener toda la cola de un grupo de nodos determinado.
Para mitigar esto, te recomendamos que configures serializeImagePulls como 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 en paralelo puede generar aumentos repentinos en el consumo de ancho de banda de red o E/S de disco.
Ajusta las solicitudes y los límites de recursos de la aplicación
En entornos muy cargados, es posible que se expulsen las cargas de trabajo de la aplicación. Kubernetes usa el mecanismo de 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 el Cloud Architecture Center.
Usa un socio de almacenamiento
Te recomendamos que uses uno de los socios de almacenamiento de GDC 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 los 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 está calificada con la versión particular de Google Distributed Cloud.
- El proveedor de almacenamiento puede admitir la escala alta que deseas implementar.
Configura clústeres para alta disponibilidad
Es importante auditar tu implementación de alta escala y asegurarte de que los componentes críticos estén configurados para la HA siempre que sea posible. Google Distributed Cloud admite opciones de implementación de HA para todos los tipos de clústeres. Para obtener más información, consulta Cómo elegir un modelo de implementación. Para ver ejemplos de archivos de configuración de clústeres de implementaciones de alta disponibilidad, consulta Muestras de configuración de clústeres.
También es importante auditar otros componentes, incluidos los siguientes:
- Proveedor de almacenamiento
- Webhooks de clústeres
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 utilización
Es fundamental supervisar el uso de los nodos y los componentes individuales del sistema, y asegurarse de que tengan un margen de seguridad cómodo. Para ver qué funciones de supervisión estándar están disponibles de forma predeterminada, consulta Cómo usar paneles predefinidos.
Supervisa el consumo de ancho de banda
Supervisa el consumo de ancho de banda de cerca para asegurarte de que la red no esté saturada, lo que provocaría una degradación del rendimiento de tu 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 de evento en una instancia de etcd independiente y dedicada. La instancia estándar de etcd usa /var/lib/etcd como su directorio de datos y el puerto 2379 para las solicitudes de los clientes. La instancia de etcd-events usa /var/lib/etcd-events como su directorio de datos y el puerto 2382 para las solicitudes de clientes.
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 de disco.
En la documentación de etcd, se proporcionan recomendaciones de hardware adicionales para garantizar el mejor rendimiento de etcd cuando ejecutas tus 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 que indica que “las entradas se aplicaron demasiado tiempo”? y ¿Qué significa la advertencia de etcd "error al enviar señales de monitoreo de funcionamiento a tiempo"?.
Si necesitas asistencia adicional, comunícate con Atención al cliente de Cloud.