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 verticalmente tus clústeres sin interrumpir tus cargas de trabajo.
Comprende los límites
Google Distributed Cloud es un sistema complejo con una gran plataforma 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 se puede escalar Google Distributed Cloud. Otras dimensiones incluyen la cantidad total de Pods y objetos de Service. 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 Grupo de interés especial (SIG) de escalabilidad de la Comunidad de Kubernetes. repositorio en GitHub.
Los límites de escalabilidad también son sensibles al hardware y la configuración de nodos en la que se ejecuta tu clúster. Los límites que se describen en este documento se verifican en un entorno que probablemente sea diferente al 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 descritos 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 Services
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 objetos Service permitidos en tu clúster.
CIDR del Pod y cantidad máxima de nodos
La cantidad total de direcciones IP reservadas para los Pods en tu clúster es uno de los factores limitantes a fin de escalar verticalmente tu clúster. Esta configuración, junto con la configuración de un máximo de Pods por nodo, determina la cantidad máxima de nodos que puedes tener en el clúster antes de correr el riesgo de agotar las direcciones IP para 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 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 de Pod en un intervalo de tiempo corto.
Dividir la cantidad total de direcciones IP del Pod por la cantidad de direcciones IP del Pod aprovisionadas en cada nodo te brinda 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).
Tanto clusterNetwork.pods.cidrBlocks como nodeConfig.podDensity.maxPodsPerNode son inmutables, por lo que debes planificar con cuidado para el crecimiento futuro de tu clúster a fin de 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
El CIDR de Service se puede actualizar para agregar más Service a medida que escalas verticalmente el clúster. Sin embargo, no puedes reducir el rango CIDR del Service. Para obtener más información, consulta Aumenta el rango de red del servicio.
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 para que estos daemons tengan los recursos que necesitan. Sin esta función, los Pods pueden consumir la mayoría de los recursos de un nodo, lo que hace imposible que los daemons del sistema completen sus tareas.
En particular, Google Distributed Cloud reserva 80 millicores de CPU (80 mCPU) y 280 mebibytes (280 MiB) de memoria en cada nodo para los daemons del sistema. Ten en cuenta que la unidad de CPU mCPU representa un milésima de un núcleo, por lo que el 80/1,000 o el 8% de un núcleo en 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 el uso de CPU o memoria supera las cantidades que se les asignaron.
Herramientas de redes con MetalLB
Recomendamos aumentar la cantidad de interlocutores 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 del ancho de banda de cada nodo de interlocutor. Un aumento del tráfico de red requiere más interlocutores.
Tolerancia a errores: más interlocutores reducen el impacto general de una falla de un solo interlocutor.
MetalLB requiere conectividad de capa 2 entre los nodos del 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 de MetalLB.
Planifica con cuidado cuántos interlocutores de MetalLB deseas tener en tu clúster y determina cuántos nodos de capa 2 necesitas. Para obtener más información, consulta Problemas de escalabilidad de MetalLB.
Por separado, 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 objetos Service
Agregar nodos, Pods y objetos Service es una forma de escalar verticalmente tu clúster. En las siguientes secciones, se abordan algunos parámetros de configuración adicionales que debes tener en cuenta cuando aumentas la cantidad de nodos, Pods y objetos Service en tu clúster. Para obtener más 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 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 para un clúster existente. Esta configuración debe establecerse 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 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 como la siguiente cuando se 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, también, para IPv6 (registro AAAA), lo que da como resultado 12 solicitudes de DNS para cada consulta que no es FQDN, lo que amplifica de manera significativa 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 del manual de resolv.conf.
IPv6
Si el clúster no usa IPv6, es posible reducir las solicitudes de DNS a la mitad si se borra la búsqueda del registro 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 crítica de las consultas de DNS en los ciclos de vida de las aplicaciones, te recomendamos que uses nodos dedicados para la implementación coredns. Esta implementación está en un dominio con fallas diferente al de las aplicaciones normales. Si necesitas ayuda para configurar nodos dedicados de la implementación 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 un interlocutor 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 podría tardar mucho tiempo y presentar un riesgo de confiabilidad al 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, no hay una mitigación para este problema de MetalLB. Considera cambiar al balanceo de cargas en paquetes con BGP antes de la creación del clúster o usa una clase de entrada diferente. Para obtener más información, consulta Configuración de Ingress.
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 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. En las implementaciones de producción, te recomendamos que uses tres nodos del plano de control para una alta disponibilidad. Aumentar la cantidad de nodos del plano de control por encima de tres para admitir interlocutores adicionales podría no ser un buen uso de tus recursos.
Configuración de Ingress
Si esperas que haya alrededor de 30,000 conexiones simultáneas en una sola VIP de servicio LoadBalancer, es posible que MetalLB no pueda admitirla.
Puedes considerar exponer la VIP a través de otros mecanismos, como BIG-IP de F5. Como alternativa, puedes crear un clúster nuevo mediante 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 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 memoria en kube-state-metrics y gke-metrics-agent en el mismo nodo. El uso de recursos del servidor de métricas también puede escalar en términos de nodos, Pods y Services. Si tienes problemas de recursos en estos componentes, comunícate con Atención al cliente de Cloud.
Usa sysctl para configurar tu sistema operativo
Te recomendamos ajustar la configuración del sistema operativo de los 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 invalidación a menudo necesitan ajustes. Por ejemplo, si ves mensajes de error como los siguientes, es posible que desees intentar ver si estos parámetros deben ajustarse:
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 de hardware. Puedes consultar las prácticas recomendadas específicas del SO con tu proveedor del SO.
Prácticas recomendadas
En esta sección, se describen las prácticas recomendadas para escalar verticalmente tu clúster.
Escala una dimensión a la vez
Para minimizar los problemas y facilitar la reversión de 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 probable que no se pueda aumentar la cantidad de Pods programados por nodo a 110 y aumentar la cantidad de nodos del clúster a 250, ya que la cantidad o la cantidad de Pods por nodo, y la cantidad de nodos se extiende demasiado.
Escala clústeres por etapas
Escalar verticalmente un clúster puede consumir muchos recursos. Para reducir el riesgo de que las operaciones del clúster fallen o que se interrumpan las cargas de trabajo del clúster, recomendamos no intentar 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, primero es mejor crear 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 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 verticalmente a más nodos.
Aumenta la cantidad de nodos trabajadores en lotes
Si expandes un clúster a más nodos trabajadores, es mejor expandirlo en las etapas. Te recomendamos que no agregues más de 20 nodos a la vez. Esto se aplica en particular a los clústeres que ejecutan cargas de trabajo críticas.
Habilita las extracciones de imágenes paralelas
De forma predeterminada, kubelet extrae imágenes en serie, una después de la otra. Si tienes una conexión ascendente incorrecta con el 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 que establezcas serializeImagePulls en false en la configuración personalizada de kubelet. Para obtener instrucciones y más información, consulta Establece 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 la E/S de disco.
Ajusta los límites y las solicitudes de recursos de la aplicación
En entornos de gran densidad, las cargas de trabajo de la aplicación podrían 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.
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 límites de recursos.
- La versión de almacenamiento está calificada con la versión específica de Google Distributed Cloud.
- El proveedor de almacenamiento puede admitir la gran escala que deseas implementar.
Configura clústeres para alta disponibilidad
Es importante auditar tu implementación a gran escala y asegurarte de que los componentes críticos estén configurados para HA siempre que sea posible. Google Distributed Cloud admite opciones de implementación de alta disponibilidad para todos los tipos de clústeres. Para obtener más información, consulta Elige 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, como 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 las métricas de uso con atención
Es fundamental supervisar el uso de nodos y componentes individuales del sistema, y asegurarte de que tengan un margen 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 del ancho de banda con atención para asegurarte de que la red no se sature, lo que provoca 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 de eventos en una instancia de etcd independiente y dedicada. La instancia de etcd estándar usa /var/lib/etcd como su directorio de datos y puerto 2379 para las solicitudes de 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 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.