Skip to content

Latest commit

 

History

History
348 lines (263 loc) · 14.2 KB

traffic-metrics.md

File metadata and controls

348 lines (263 loc) · 14.2 KB

流量度量

这类资源为需要获取HTTP流量相关指标的工具提供通用集成点。它遵循metrics.k8s.io的查询模式，可用于CLI工具、HPA扩缩容或自动化金丝雀发布。

由于许多厂商的实现都会使用Prometheus存储指标数据，因此直接采用标准化指标/标签也是可行的。不幸的是，这将使得三方集成变得更加困难，因为每个集成方都需要编写自己的Prometheus查询。关于这个话题的更多信息，请参阅设计取舍部分。

度量指标是与资源关联的。这些资源可以是Pod或者更上层的概念，例如Namespace、Deployment或Service。所有度量指标都与生成或提供被测流量的Kubernetes资源相关联。

Pod是指标可以关联的最细粒度资源。查看Pod的聚合指标以推断应用程序的整体流量是很常见的需求。试想一下在金丝雀发布期间查看基于Deployment聚合的访问成功率。包含Pod的所有资源都可以作为Pod的聚合度量指标。这些指标需要由实现方自身进行计算。用户不能够随意建立Pod分组作为聚合度量的依据。

除资源的限制外，度量指标还仅限于流量的边缘。边缘是指流量的源或目标点。这些边缘将度量限制为仅限于resource字段和edge.resource字段引用资源之间的流量。 edge.resource可以是通配的也可以是明确指定的。在完全通配的情况下，空白edge.resource字段表明将度量resource所引用资源接收到的所有流量。

边缘仅在交换流量的两个资源之间可见。它们不是声明性的，所有流量都受到监控，且只能通过关联的特定资源进行查询。可以返回指定资源的边缘列表，但无法直接查询某个特定边缘的指标。

如何查询这些指标是一个关键的难题。查询API以获取指标有的方式主要有两种：

  • 通过APIResourceList对象上支持的资源（Pod，Namespace，...）查询。这些资源都提供了list和get操作。
  • 对于支持的资源，可以使用标签选择器作为过滤条件。
  • 使用子资源能够查询与特定资源相关联的所有边缘。

规范详述

流量度量使用的核心资源类型是TrafficMetrics。它能通过resource字段引用一个被测量资源，并包含一个edge字段以及测量延迟、采集请求的数量。

apiVersion: metrics.smi-spec.io/v1alpha1
kind: TrafficMetrics
# See ObjectReference v1 core for full spec
resource:
  name: foo-775b9cbd88-ntxsl
  namespace: foobar
  kind: Pod
edge:
  direction: to
  resource:
    name: baz-577db7d977-lsk2q
    namespace: foobar
    kind: Pod
timestamp: 2019-04-08T22:25:55Z
window: 30s
metrics:
- name: p99_response_latency
  unit: seconds
  value: 10m
- name: p90_response_latency
  unit: seconds
  value: 10m
- name: p50_response_latency
  unit: seconds
  value: 10m
- name: success_count
  value: 100
- name: failure_count
  value: 100

边缘

在此示例中，在Podfoo-775b9cbd88-ntxsl里面进行观察，并记录所有流向Podbaz-577db7d977-lsk2q的所有流量。这样能有效的展示源自foo-775b9cbd88-ntxsl的流量，并且可用于定义资源依赖性的有向无环图。

resource:
  name: foo-775b9cbd88-ntxsl
  namespace: foobar
  kind: Pod
edge:
  direction: to
  resource:
    name: baz-577db7d977-lsk2q
    namespace: foobar
    kind: Pod

或者，也可以在Podfoo-775b9cbd88-ntxsl里面进行观察，并记录流出Podbar-5b48b5fb9c-7rw27的所有流量。 这样能有效的展示foo-775b9cbd88-ntxsl如何处理从特定源发往它的流量。 和to方向的指标类似，这些数据也可用于定义资源依赖性的有向无环图。

resource:
  name: foo-775b9cbd88-ntxsl
  namespace: foobar
  kind: Pod
edge:
  direction: from
  resource:
    name: bar-5b48b5fb9c-7rw27
    namespace: foobar
    kind: Pod

最后，可以使用通配资源或依据需要指定资源。 例如，如果direction字段的值为to且resource字段为空，则会在Podfoo-775b9cbd88-ntxsl中观察流量，记录的是进入Podfoo-775b9cbd88-ntxsl的所有流量。

resource:
  name: foo-775b9cbd88-ntxsl
  namespace: foobar
  kind: Pod
edge:
  direction: to
  resource: {}

注意：resource字段也可以只包含一个Namespace资源，表示匹配从该Namespace中流经的所有流量，或者加上kind限定仅匹配特定类型资源相关的流量。

注意：度量数据并非必须从资源的边缘上采集。由于指标总是在resource字段引用的资源内部进行的，因此完全可以直接采集资源上的全部流量。

度量的资源范围

使用TrafficMetricsList对象的方式有三种：

  • 通过resource.kind字段指定要度量的资源类型，例如Pod或Namespace。

    apiVersion: metrics.smi-spec.io/v1alpha1
kind: TrafficMetricsList
resource:
  kind: Pod
items:
...

    注意：resource字段的值只能是kind、namespace和apiVersion。

  • 通过resource.kind字段指定度量的资源类型为Pod，同时使用selector字段设置标签选择器：

    apiVersion: metrics.smi-spec.io/v1alpha1
kind: TrafficMetricsList
resource:
  kind: Pod
selector:
  matchLabels:
    app: foo
items:
...

    注意：标签选择器并不会过滤指标本身，只是改变被采集的资源对象清单。

  • 指定单独一个资源的所有边缘流量：

    apiVersion: metrics.smi-spec.io/v1alpha1
kind: TrafficMetricsList
resource:
  name: foo-775b9cbd88-ntxsl
  namespace: foobar
  kind: Pod
selector:
  matchLabels:
    app: foo
items:
...

    Note: 从API的角度来看，上述配置就是过滤出Pod名称是foo-775b9cbd88-ntxsl的资源子集。

Kubernetes API

产生的traffic.metrics.k8s.ioAPI将会通过一个APIService对外公开：

apiVersion: apiregistration.k8s.io/v1
kind: APIService
metadata:
  name: v1beta1.metrics.smi-spec.io
spec:
  group: metrics.smi-spec.io/v1alpha1
  service:
    name: mesh-metrics
    namespace: default
  version: v1beta1

访问默认的服务路径，即发送请求到/apis/metrics.smi-spec.io/v1alpha1/时，将会返回：

apiVersion: v1
kind: APIResourceList
groupVersion: metrics.smi-spec.io/v1alpha1
resources:
- name: namespaces
  namespaced: false
  kind: TrafficMetrics
  verbs:
  - get
  - list
- name: deployments
  namespaced: true
  kind: TrafficMetrics
  verbs:
  - get
  - list
...
- name: pods
  namespaced: true
  kind: TrafficMetrics
  verbs:
  - get
  - list

这个完整的资源类型列表包括：

  • namespaces
  • nodes
  • pods
  • replicationcontrollers
  • services
  • daemonsets
  • deployments
  • replicasets
  • statefulsets
  • jobs

对于包含pod（例如Namespace和Deployment）的资源类型，度量的数据是其中包含的Pod的聚合。

运用场景

Top

与kubectl top命令一样，可以编写插件，例如增加kubectl traffic top命令，用来显示资源的流量指标。

$ kubectl traffic top pods
NAME                        SUCCESS      RPS   LATENCY_P99
foo-6846bf6b-gjmvz          100.00%   1.8rps           1ms
bar-f84f44b5b-dk4g9          75.47%   0.9rps           1ms
baz-69c8bb6d5b-gn5rt         86.67%   1.8rps           2ms

实现这个命令需要做的是将TrafficMetricsList的API响应简单转换为表格结构，以便在命令行或仪表板上显示。

金丝雀发布

结合TrafficSplit规范，控制器可以：

  • 创建新的Deploymentv2。
  • 为v2添加新的分流和Service。
  • 更新分流定义以将一些流量发送到v2。
  • 监控如果访问成功率降至100％以下，则立即回滚。
  • 继续更新分流定义以引入更多流量。
  • 循环直到所有流量都导入到v2。

流量拓扑

遵循kubectl traffic top的思路，也可以设计出kubectl traffic topology命令。 用于提供应用程序之间流量拓扑结构的ASCII图示。或者是输出Graphviz的DOT语言文件。

$ kubectl traffic topology deployment
                  +-------------------------------+
                  |                               v
+---------+     +--------+     +---------+      +-------+
| traffic | --> | foo    | --> | bar     | <--> | baz   |
+---------+     +--------+     +---------+      +-------+

此命令的实现需要进行多个查询，一个用于获取所有Deployment的列表，另一个用于获取每个Deployment的边缘。虽然此示例展示的是一种使用命令行的方法，但未来完全可以基于此API将数据展示到Kiali等仪表板工具上。

RBAC

  • 授权查看所有资源和边缘的流量

    apiVersion: rbac.authorization.k8s.io/v1beta1
kind: Role
metadata:
  name: traffic-metrics
rules:
- apiGroups:
  - traffic.metrics.k8s.io
  resources: ["*"]
  verbs: ["*"]

  • 仅授权查看Pod的边缘流量

    apiVersion: rbac.authorization.k8s.io/v1beta1
kind: Role
metadata:
  name: traffic-metrics
rules:
- apiGroups:
  - traffic.metrics.k8s.io
  resources: ["pods/edges"]
  verbs: ["*"]

示例实现

此示例实现用于展示TrafficMetrics如何提供流量指标。它并不是某个具体实现方的方案描述。此示例也不作为如何消费流量指标的参考标准。

Metrics Architecture

在这个例子中，度量指标存储在Prometheus中。这些数据是定期从Envoy Mesh采集的。此结构中唯一的自定义的组件是Traffic Metrics Shim。其他的部分都无需任何定制。

自定义的Shim组件将Kubernetes原生API的数据映射为Prometheus的存储格式，这属于实现服务网格时的内部细节。由于Shim组件能够进行结构映射，因此理论上可以用任何后端来存储度量数据。

整个请求流程如下：

  1. 终端用户向Kubernetes API Server发起一个请求：

    kubectl get --raw /apis/metrics.smi-spec.io/v1alpha1/namespaces/default/deployments/

  2. Kubernetes API server将查询请求转发给Traffic Metrics Shim组件。

  3. Shim组件向Prometheus发出多个请求。例如一个按成功和失败分组的总请求数查询：

    sum(requests_total{namespace='default',kind='deployment'}) by (name, success)

    注意：此处需要多个查询来获取响应的所有指标。

  4. 在接收到来自Prometheus的响应时，Shim组件将结果转换为TrafficMesh对象以供终端用户使用。

Envoy Mesh

Envoy Mesh

虽然这种网格本身不在此示例讨论的范围，但对于了解这个架构有一定价值。Prometheus有一个采集配置，能够定期通过/stats?format=prometheus接口获取Envoy Sidecar组件的Pod数据。

设计取舍

  • APIService - 可以简单地禁止Prometheus的指标和标签名称，将许多响应配置为记录规则并强制集成以直接查询这些响应。这感觉就像它增加了度量商店的标准，以改变其内部配置以支持此规范。对于普罗米修斯系列可视性而言，还没有一个多租户故事可以映射到Kuberenetes RBAC。另一方面，这些指标的消费者必须发现普罗米修斯在集群中的位置，并进行某种查询以显示他们需要的数据。

  • 简单的将指标和标签丢进Prometheus里也能够实现流量度量，将许多接口的响应配置为相应的记录规则，然后强制让集成方直接到下层去查询。这种办法就像是提高指标存储的标准，然后通过改变内部配置来适配这个规范。而且Prometheus在数据可见性上并没有与Kuberenetes RBAC相应的多租户概念。从另一方面来说，这些指标的消费者将不得不了解Prometheus节点在集群中的部署位置，然后进行某些查询以获得他们需要的数据。

  • 基于边缘的采集 - 虽然查看与特定资源相关的所有流量指标很有价值，但通常在调试问题的时候需要了解的是特定资源之间的流量路径。此外，从边缘观察能够得到全新的视角，例如流量拓扑图和更灵活的金丝雀发布策略。

  • 聚合 - 它能够在更上层的概念（例如Deployment）中查看指标（想象在金丝雀发布期间跟踪v2版本的Deployment）。如果不感知内部的信息，将指标聚合将变得很困难，因此提供访问预先汇总数据的API是非常有用的。

  • custom.metrics vs metrics风格 - 有两类按资源将指标聚合在一起的API。custom.metrics.k8s.io风格API会返回一长串指标，其中包含相应资源的名称。而metrics.k8s.io风格API在请求时就需要指定资源类型。由于这里的主要用途是获取与资源关联的一组度量标准，因此后者的风格会更加适合一些。

  • 计数 - 大多数用户希望看到的是请求速率（Request Per Second）和成功率而不是原始的访问计数。不过由于从成功/失败的计数计算上述指标并不困难，同时为了避免掩盖一些重要信息，因此指标统一按计数记录。

范围以外的事

  • 边缘聚合 - 获取诸如Pod资源并查看它与其他聚合（例如Deployment）的所有边缘也许是很有必要的。目前，规范没有定义执行此操作的查询方法。

  • 标签选择器 - 目前的标签选择器仅仅被用于过滤采集的资源，而无法用于过滤度量指标的部分序列。针对度量指标的选择器是非常有价值的，试想一下获取单个路由的度量指标。

  • 历史数据 - 虽然通过API能够提供历史数据，但目前尚未被明确的利用起来。眼下的主要场景是即刻查询：金丝雀发布的进展情况如何？当前的流量拓扑是怎样的？我的应用现在发生了什么状况？

开放性问题

  • 标准偏差（stddev） - 对于金丝雀部署或自动缩扩容（Horizontal Pod Autoscaler）之类的场景标准偏差是最好的指标集成方式。然后，就可以基于前一次测量结果展示增量的+/-。当前的API没有专门为这些数据进行设计，它或许并没有它们看起来那么有用。