作者 | 王思宇（酒祝）
Photo Creidt@ 王思宇（酒祝）

背景

​
OpenKruise 是阿里雲開源的雲原生應用自動化管理套件，也是當前託管在 Cloud Native Computing Foundation (CNCF) 下的 Sandbox 項目。它來自阿里巴巴多年來容器化、雲原生的技術沉澱，是阿里內部生產環境大規模應用的基於 Kubernetes 之上的標準擴展組件，也是緊貼上游社區標準、適應互聯網規模化場景的技術理念與最佳實踐。
​
OpenKruise 在 2021 年 5 月 20 日發佈了最新的 v0.9.0 版本（ChangeLog​），新增了 Pod 容器重啟、資源級聯刪除防護等重磅功能，本文以下對新版本做整體的概覽介紹。
​

Pod 容器重啟/重建

​
“重啟” 是一個很樸素的需求，即使日常運維的訴求，也是技術領域較為常見的 “恢復手段”。而在原生的 Kubernetes 中，並沒有提供任何對容器粒度的操作能力，Pod 作為最小操作單元也只有創建、刪除兩種操作方式。
​
有的同學可能會問，在雲原生時代，為什麼用戶還要關注容器重啟這種運維操作呢？在理想的 Serverless 模式下，業務只需要關心服務自身就好吧？
​
這來自於雲原生架構和過去傳統基礎基礎設施的差異性。在傳統的物理機、虛擬機時代，一臺機器上往往會部署和運行多個應用的實例，並且機器和應用的生命週期是不同的；在這種情況下，應用實例的重啟可能僅僅是一條 systemctl 或 supervisor 之類的指令，而無需將整個機器重啟。然而，在容器與雲原生模式下，應用的生命週期是和 Pod 容器綁定的；即常規情況下，一個容器只運行一個應用進程，一個 Pod 也只提供一個應用實例的服務。
​
基於上述的限制，目前原生 Kubernetes 之下是沒有 API 來為上層業務提供容器（應用）重啟能力的。而 Kruise v0.9.0 版本提供了一種單 Pod 維度的容器重啟能力，兼容 1.16 及以上版本的標準 Kubernetes 集群。在安裝或升級 Kruise​ 之後，只需要創建 ContainerRecreateRequest（簡稱 CRR） 對象來指定重啟，最簡單的 YAML 如下：

apiVersion: apps.kruise.io/v1alpha1
kind: ContainerRecreateRequest
metadata:
  namespace: pod-namespace
  name: xxx
spec:
  podName: pod-name
  containers:
  - name: app
  - name: sidecar

​
其中，namespace 需要與要操作的 Pod 在同一個命名空間，name 可自選。spec 中 podName 是 Pod 名字，containers 列表則可以指定 Pod 中一個或多個容器名來執行重啟。
​
除了上述必選字段外，CRR 還提供了多種可選的重啟策略：
​

spec:
  # ...
  strategy:
    failurePolicy: Fail
    orderedRecreate: false
    terminationGracePeriodSeconds: 30
    unreadyGracePeriodSeconds: 3
    minStartedSeconds: 10
  activeDeadlineSeconds: 300
  ttlSecondsAfterFinished: 1800

• failurePolicy：Fail 或 Ignore，默認 Fail；表示一旦有某個容器停止或重建失敗，CRR 立即結束。
• orderedRecreate：默認 false；true 表示列表有多個容器時，等前一個容器重建完成了，再開始重建下一個。
• terminationGracePeriodSeconds：等待容器優雅退出的時間，不填默認用 Pod 中定義的時間。

• unreadyGracePeriodSeconds：在重建之前先把 Pod 設為 not ready，並等待這段時間後再開始執行重建。

  • 注：該功能依賴於 KruisePodReadinessGate 這個 feature-gate 要打開，後者會在每個 Pod 創建的時候注入一個 readinessGate。否則，默認只會給 Kruise workload 創建的 Pod 注入 readinessGate，也就是說只有這些 Pod 才能在 CRR 重建時使用 unreadyGracePeriodSeconds。
• minStartedSeconds：重建後新容器至少保持運行這段時間，才認為該容器重建成功。
• activeDeadlineSeconds：如果 CRR 執行超過這個時間，則直接標記為結束（未完成的容器標記為失敗）。
• ttlSecondsAfterFinished：CRR 結束後，過了這段時間自動被刪除掉。

實現原理：當用戶創建了 CRR 後，經過了 kruise-manager 中心端的初步處理，會被 Pod 所在節點上的 kruise-daemon 收到並開始執行。執行的過程如下：
​

1. 如果 Pod 容器定義了 preStop，kruise-daemon 會先走 CRI 運行時 exec 到容器中執行 preStop。
2. 如果沒有 preStop 或執行完成，kruise-daemon 調用 CRI 接口將容器停止。
3. kubelet 感知到容器退出，則會新建一個 “序號” 遞增的新容器，並開始啟動（以及執行 postStart）。
4. kruise-daemon 感知到新容器啟動成功，上報 CRR 重啟完成。

上述的容器 “序號” 其實就對應了 Pod status 中 kubelet 上報的 restartCount。因此，在容器重啟後會看到 Pod 的 restartCount 增加。另外，因為容器發生了重建，之前臨時寫到舊容器 rootfs 中的文件會丟失，但是 volume mount 掛載卷中的數據仍然存在。
​

級聯刪除防護

​
Kubernetes 的面向終態自動化是一把 “雙刃劍”，它既為應用帶來了聲明式的部署能力，同時也潛在地會將一些誤操作行為被終態化放大。例如它的 “級聯刪除” 機制，即正常情況（非 orphan 刪除）下一旦父類資源被刪除，則所有子類資源都會被關聯刪除：
​

1. 刪除一個 CRD，其所有對應的 CR 都被清理掉。
2. 刪除一個 namespace，這個命名空間下包括 Pod 在內所有資源都被一起刪除。
3. 刪除一個 workload（Deployment/StatefulSet/...），則下屬所有 Pod 被刪除。

類似這種 “級聯刪除” 帶來的故障，我們已經聽到不少社區 K8s 用戶和開發者帶來的抱怨。對於任何一家企業來說，其生產環境發生這種規模誤刪除都是不可承受之痛，阿里巴巴也不例外。
​
因此，在 Kruise v0.9.0 版本中，我們將阿里內部所做的防級聯刪除能力輸出到社區，期望能為更多的用戶帶來穩定性保障。在當前版本中如果需要使用該功能，則在安裝或升級 Kruise 的時候需要顯式打開 ResourcesDeletionProtection 這個 feature-gate。
​
對於需要防護刪除的資源對象，用戶可以給其打上 policy.kruise.io/delete-protection 標籤，value 可以有兩種：
​

• Always: 表示這個對象禁止被刪除，除非上述 label 被去掉。
• Cascading：這個對象如果還有可用的下屬資源，則禁止被刪除。

目前支持的資源類型、以及 cascading 級聯關係如下：
​

CloneSet 新增功能

​

1. 刪除優先級

​
controller.kubernetes.io/pod-deletion-cost​ 是從 Kubernetes 1.21 版本後加入的 annotation，ReplicaSet 在縮容時會參考這個 cost 數值來排序。CloneSet 從 Kruise v0.9.0 版本後也同樣支持了這個功能。
​
用戶可以把這個 annotation 配置到 pod 上，它的 value 數值是 int 類型，表示這個 pod 相較於同個 CloneSet 下其他 pod 的 "刪除代價"，代價越小的 pod 刪除優先級相對越高。沒有設置這個 annotation 的 pod 默認 deletion cost 是 0。
​
注意這個刪除順序並不是強制保證的，因為真實的 pod 的刪除類似於下述順序：
​

1. 未調度 < 已調度
2. PodPending < PodUnknown < PodRunning
3. Not ready < ready
4. 較小 pod-deletion cost < 較大 pod-deletion cost
5. 處於 Ready 時間較短 < 較長
6. 容器重啟次數較多 < 較少
7. 創建時間較短 < 較長

2. 配合原地升級的鏡像預熱

​
當使用 CloneSet 做應用原地升級時，只會升級容器鏡像、而 Pod 不會發生重建。這就保證了 Pod 升級前後所在 node 不會發生變化，從而在原地升級的過程中，如果 CloneSet 提前在所有 Pod 節點上先把新版本鏡像拉取好，則在後續的發佈批次中 Pod 原地升級速度會得到大幅度提高。
​
在當前版本中如果需要使用該功能，則在安裝或升級 Kruise 的時候需要顯式打開 PreDownloadImageForInPlaceUpdate 這個 feature-gate。打開後，當用戶更新了 CloneSet template 中的鏡像、且發佈策略支持原地升級，則 CloneSet 會自動為這個新鏡像創建 ImagePullJob 對象（OpenKruise 提供的批量鏡像預熱功能），來提前在 Pod 所在節點上預熱新鏡像。
​
默認情況下 CloneSet 給 ImagePullJob 配置的併發度是 1，也就是一個個節點拉鏡像。如果需要調整，你可以在 CloneSet annotation 上設置其鏡像預熱時的併發度：
​

apiVersion: apps.kruise.io/v1alpha1
kind: CloneSet
metadata:
  annotations:
    apps.kruise.io/image-predownload-parallelism: "5"

​

3. 先擴再縮的 Pod 置換方式

​
在過去版本中，CloneSet 的 maxUnavailable、maxSurge 策略只對應用發佈過程生效。而從 Kruise v0.9.0 版本開始，這兩個策略同樣會對 Pod 指定刪除生效。
​
也就是說，當用戶通過 podsToDelete 或 apps.kruise.io/specified-delete: true 方式（具體見官網文檔）來指定一個或多個 Pod 期望刪除時，CloneSet 只會在當前不可用 Pod 數量（相對於 replicas 總數）小於 maxUnavailable 的時候才執行刪除。同時，如果用戶配置了 maxSurge 策略，則 CloneSet 有可能會先創建一個新 Pod、等待新 Pod ready、再刪除指定的舊 Pod。
​
具體採用什麼樣的置換方式，取決於當時的 maxUnavailable 和實際不可用 Pod 數量。比如：
​

• 對於一個 CloneSet maxUnavailable=2, maxSurge=1 且有一個 pod-a 處於不可用狀態， 如果你對另一個 pod-b 指定刪除， 那麼 CloneSet 會立即刪除它，然後創建一個新 Pod。
• 對於一個 CloneSet maxUnavailable=1, maxSurge=1 且有一個 pod-a 處於不可用狀態， 如果你對另一個 pod-b 指定刪除， 那麼 CloneSet 會先新建一個 Pod、等待它 ready，最後再刪除 pod-b。
• 對於一個 CloneSet maxUnavailable=1, maxSurge=1 且有一個 pod-a 處於不可用狀態， 如果你對這個 pod-a 指定刪除， 那麼 CloneSet 會立即刪除它，然後創建一個新 Pod。
• ...

4. 基於 partition 終態的高效回滾

​
在原生的 workload 中，Deployment 自身發佈不支持灰度發佈，StatefulSet 有 partition 語義來允許用戶控制灰度升級的數量；而 Kruise workload 如 CloneSet、Advanced StatefulSet，也都提供了 partition 來支持灰度分批。
​
對於 CloneSet，Partition 的語義是保留舊版本 Pod 的數量或百分比。比如說一個 100 個副本的 CloneSet，在升級鏡像時將 partition 數值階段性改為 80 -> 60 -> 40 -> 20 -> 0，則完成了分 5 批次發佈。
​
但過去，不管是 Deployment、StatefulSet 還是 CloneSet，在發佈的過程中如果想要回滾，都必須將 template 信息（鏡像）重新改回老版本。後兩者在灰度的過程中，將 partition 調小會觸發舊版本升級為新版本，但再次 partition 調大則不會處理。
​
從 v0.9.0 版本開始，CloneSet 的 partition 支持了 “終態回滾” 功能。如果在安裝或升級 Kruise 的時候打開了 CloneSetPartitionRollback 這個 feature-gate，則當用戶將 partition 調大時，CloneSet 會將對應數量的新版本 Pod 重新回滾到老版本。
​
這樣帶來的好處是顯而易見的：在灰度發佈的過程中，只需要前後調節 partition 數值，就能靈活得控制新舊版本的比例數量。但需要注意的是，CloneSet 所依據的 “新舊版本” 對應的是其 status 中的 updateRevision 和 currentRevision：
​

• updateRevision：對應當前 CloneSet 所定義的 template 版本。
• currentRevision：該 CloneSet 前一次全量發佈成功的 template 版本。

5. 短 hash

​
默認情況下，CloneSet 在 Pod label 中設置的 controller-revision-hash 值為 ControllerRevision 的完整名字，比如：

apiVersion: v1
kind: Pod
metadata:
  labels:
    controller-revision-hash: demo-cloneset-956df7994

它是通過 CloneSet 名字和 ControllerRevision hash 值拼接而成。通常 hash 值長度為 8~10 個字符，而 Kubernetes 中的 label 值不能超過 63 個字符。因此 CloneSet 的名字一般是不能超過 52 個字符的，如果超過了，則無法成功創建出 Pod。
​
在 v0.9.0 版本引入了 CloneSetShortHash 新的 feature-gate。如果它被打開，CloneSet 只會將 Pod 中的 controller-revision-hash 的值只設置為 hash 值，比如 956df7994，因此 CloneSet 名字的長度不會有任何限制了。（即使啟用該功能，CloneSet 仍然會識別和管理過去存量的 revision label 為完整格式的 Pod。）
​

SidecarSet

​

sidecar 熱升級功能

​
SidecarSet 是 Kruise 提供的獨立管理 sidecar 容器的 workload。用戶可以通過 SidecarSet，來在一定範圍的 Pod 中注入和升級指定的 sidecar 容器。
​
默認情況下，sidecar 的獨立原地升級是先停止舊版本的容器，然後創建新版本的容器。這種方式更加適合不影響Pod服務可用性的sidecar容器，比如說日誌收集 agent，但是對於很多代理或運行時的 sidecar 容器，例如 Istio Envoy，這種升級方法就有問題了。Envoy 作為 Pod 中的一個代理容器，代理了所有的流量，如果直接重啟升級，Pod 服務的可用性會受到影響。如果需要單獨升級 envoy sidecar，就需要複雜的 grace 終止和協調機制。所以我們為這種 sidecar 容器的升級提供了一種新的解決方案，即熱升級（hot upgrade）。
​

apiVersion: apps.kruise.io/v1alpha1
kind: SidecarSet
spec:
  # ...
  containers:
  - name: nginx-sidecar
    image: nginx:1.18
    lifecycle:
      postStart:
        exec:
          command:
          - /bin/bash
          - -c
          - /usr/local/bin/nginx-agent migrate
    upgradeStrategy:
      upgradeType: HotUpgrade
      hotUpgradeEmptyImage: empty:1.0.0

• upgradeType: HotUpgrade代表該sidecar容器的類型是hot upgrade，將執行熱升級方案hotUpgradeEmptyImage: 當熱升級sidecar容器時，業務必須要提供一個empty容器用於熱升級過程中的容器切換。empty容器同sidecar容器具有相同的配置（除了鏡像地址），例如：command, lifecycle, probe等，但是它不做任何工作。
• lifecycle.postStart: 狀態遷移，該過程完成熱升級過程中的狀態遷移，該腳本需要由業務根據自身的特點自行實現，例如：nginx熱升級需要完成Listen FD共享以及流量排水（reload）。

具體 sidecar 注入和熱升級流程，請參考官網文檔。

最後

​
瞭解上述能力的更多信息，可以訪問官網文檔。對 OpenKruise 感興趣的同學歡迎參與我們的社區建設，已經使用了 OpenKruise 項目的用戶請在 issue​ 中登記。
​

釘釘搜索群號 23330762 加入釘釘交流群！