运维开发网

Kubernetes 稳定性保障手册 -- 极简版

运维开发网 https://www.qedev.com 2021-03-02 09:42 出处:51CTO 作者:阿里巴巴云原生
Kubernetes 在生产环境中的采用率越来越高,复杂度越来越高,由此带来的稳定性保障的挑战越来越大。

Kubernetes 稳定性保障手册 -- 极简版

作者 | 悟鹏

来源 | 阿里巴巴云原生公众号

Kubernetes 在生产环境中的采用率越来越高,复杂度越来越高,由此带来的稳定性保障的挑战越来越大。

对于基于 Kubernetes 的云产品,稳定性保障已成为基本诉求,稳定性缺陷会给产品带来巨大的损失,如用户流失、用户信心下降、产品迭代速度变慢等。

虽然基于 Kubernetes 的稳定性保障很重要,但业界缺少基于实践的标准化稳定性保障方案,导致同样的问题在同一产品或不同的产品中重复出现,最佳实践不能应用在更多相同技术栈的产品中,不同产品形成的稳定性保障最佳实践也不能互补。

为此,基于过去的开发实践以及基于 Kubernetes 的稳定性保障经验,尝试形成《Kuberentes 稳定性保障手册》,将稳定性保障最佳实践进行沉淀,使得人人对 Kubenretes 稳定性保障的理论形成全面的理解,相应的工具和服务成为基础设施,复用在类似技术栈的产品中,加速稳定性保障最佳实践的传播、迭代和应用。

本篇文章作为《Kubernetes 稳定性保障手册》第一篇文章,抽象稳定性保障中的核心内容,作为稳定性保障最简使用手册。

极简手册目标

  • 1min 理解稳定性保障目标
  • 3min 把握稳定性保障全局视图
  • 一站查找稳定性保障推荐工具或服务

稳定性保障目标

  • 满足服务或产品对稳定性的诉求
  • 加速服务或产品的迭代

稳定性保障检查项

Kubernetes 稳定性保障手册 -- 极简版

Kubernetes 稳定性保障手册 -- 极简版

Kubernetes 稳定性保障手册 -- 极简版

稳定性保障级别

Kubernetes 稳定性保障手册 -- 极简版

实践

方法论

全局视图

实践流程:

  1. 整理运行链路图,标记链路是否是关键链路
  2. 基于运行链路图,进行可观测性配置
  3. 基于链路重要程度,进行可控性治理

为了降低实践的成本,需要把握云产品中的元素及交互关系,从基础的元素和交互方面解构复杂系统:

  • 元素 (2 类)

    • 云产品组件
    • 云产品
  • 交互 (2 类,共 3 种场景)
    • 云产品内部
      • 组件自身
      • 组件与组件之间
    • 云产品之间
      • 云产品与云产品之间

如下图:

Kubernetes 稳定性保障手册 -- 极简版

随着元素数量交互关系的增多,系统会逐步变得复杂,稳定性保障面临的挑战也会越来越大,要避免引入非必要的复杂性。

因此,需要先梳理清楚当前的运行链路图,进行链路重要性分析,并整理组件大图,判断组件的爆炸半径。在此基础上,还需要进行参与人员的 review,避免在人员的投入方面存在单点风险。

运行链路图示例:

Kubernetes 稳定性保障手册 -- 极简版

链路重要性示例:

Kubernetes 稳定性保障手册 -- 极简版

云产品间交互示例:

Kubernetes 稳定性保障手册 -- 极简版

基于上述对系统复杂度、运行链路的分析,面对稳定性保障的问题域,可以有效提出、落地解决方案。

问题处理

实践流程:

  1. 长期维护角色列表、功能流程图、运行链路图
  2. 在多个分级的「告警群」中感知问题的发生和恢复
  3. 在唯一的「问题处理群」中处理问题和复盘问题

对于复杂的系统,通常会有如下的角色关系:

Kubernetes 稳定性保障手册 -- 极简版

梳理清楚每层的角色,并使得参与同学可以方便查找目标同学,会缩短问题处理时间。

问题域

概述

Kubernetes 稳定性保障手册 -- 极简版

推荐

Kubernetes 稳定性保障手册 -- 极简版

Kubernetes 稳定性保障手册 -- 极简版

Kubernetes 稳定性保障手册 -- 极简版

Kubernetes 稳定性保障手册 -- 极简版

后续

对于《Kubernetes 稳定性保障手册》,接下来会进行如下的章节细化,分别从方法论和工具/服务的角度进行总结,形成初版后与大家分享,进行共建:

Kubernetes 稳定性保障手册 -- 极简版

扫码领视频副本.gif

0

精彩评论

暂无评论...
验证码 换一张
取 消

关注公众号