Koncept – Distribuera program

  • 5 minuter

Innan du distribuerar programmet till Kubernetes ska vi gå igenom Kubernetes-distributioner och diskutera deras begränsningar i vårt scenario.

Vad är Kubernetes-distributioner?

A diagram that shows a Kubernetes Deployment with a label and three pods.

En Kubernetes-distribution är en utveckling av poddar. Distributioner omsluter poddar till ett intelligent objekt som gör att de kan skalas ut. Du kan enkelt duplicera och skala ditt program för att stödja mer belastning utan att behöva konfigurera komplexa nätverksregler.

Med distributioner kan du uppdatera dina program utan avbrott bara genom att ändra avbildningstaggen. När du uppdaterar en distribution inaktiveras onlineapparna en i taget och ersätter dem med den senaste versionen i stället för att ta bort alla appar och skapa nya, vilket innebär att Distribution kan uppdatera poddarna i den utan någon synlig effekt på tillgängligheten.

Det finns många fördelar med att använda distributioner via poddar, men de kan inte hantera vårt scenario på ett tillfredsställande sätt.

Det här scenariot omfattar ett händelsedrivet program som tar emot ett stort antal händelser vid olika tidpunkter. Utan ett KEDA Scaler-objekt eller HPA skulle du behöva justera antalet repliker manuellt för att bearbeta antalet händelser och skala ned distributionen när belastningen återgår till det normala.

Exempel på distributionsmanifest

Här är ett exempelfragment i vårt distributionsmanifest:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: contoso-microservice
spec:
  replicas: 10                      # Tells K8S the number of pods needed to process the Redis list items
  selector:                         # Define the wrapping strategy
    matchLabels:                    # Match all pods with the defined labels
      app: contoso-microservice     # Labels follow the `name: value` template
  template:                         # Template of the pod inside the deployment
    metadata:
      labels:
        app: contoso-microservice
    spec:
      containers:
        - image: mcr.microsoft.com/mslearn/samples/redis-client:latest
          name: contoso-microservice

I exempelmanifestet replicas anges till 10, vilket är det högsta antalet som vi kan ange för nödvändiga repliker som är tillgängliga för bearbetning av det högsta antalet händelser. Detta gör dock att programmet förbrukar för många resurser under icke-tidpunkter, vilket kan svälta andra distributioner i klustret.

En lösning är att använda en fristående HPA för att övervaka processoranvändningen för poddarna, vilket är ett bättre alternativ än att skala manuellt i båda riktningarna. HPA fokuserar dock inte på antalet händelser som tas emot till Redis-listan.

Den bästa lösningen är att använda KEDA och en Redis-skalning för att köra frågor mot listan och avgöra om fler eller färre poddar behövs för att bearbeta händelserna.