Knative Serving 默认情况下,提供了开箱即用的快速、基于请求的自动扩缩容功能 - Knative Pod Autoscaler(KPA)。下面带你体验如何在 Knative 中玩转 Autoscaler。
Autoscaler 机制
Knative Serving 为每个 POD 注入 QUEUE 代理容器 (queue-proxy),该容器负责向 Autoscaler 报告用户容器并发指标。Autoscaler 接收到这些指标之后,会根据并发请求数及相应的算法,调整 Deployment 的 POD 数量,从而实现自动扩缩容。
算法
Autoscaler 基于每个 POD 的平均请求数(并发数)进行扩所容处理。默认并发数为 100。
POD 数=并发请求总数/容器并发数
如果服务中并发数设置了 10,这时候如果加载了 50 个并发请求的服务,Autoscaler 就会创建了 5 个 POD (50 个并发请求/10=POD)。
Autoscaler 实现了两种操作模式的缩放算法:Stable(稳定模式)和 Panic(恐慌模式)。
稳定模式
在稳定模式下,Autoscaler 调整 Deployment 的大小,以实现每个 POD 所需的平均并发数。 POD 的并发数是根据 60 秒窗口内接收所有数据请求的平均数来计算得出。
恐慌模式
Autoscaler 计算 60 秒窗口内的平均并发数,系统需要 1 分钟稳定在所需的并发级别。但是,Autoscaler 也会计算 6 秒的恐慌窗口,如果该窗口达到目标并发的 2 倍,则会进入恐慌模式。在恐慌模式下,Autoscaler 在更短、更敏感的紧急窗口上工作。一旦紧急情况持续 60 秒后,Autoscaler 将返回初始的 60 秒稳定窗口。
配置 KPA
通过上面的介绍,我们对 Knative Pod Autoscaler 工作机制有了初步的了解,那么接下来介绍如何配置 KPA。在 Knative 中配置 KPA 信息,需要修改 k8s 中的 ConfigMap:config-autoscaler,该 ConfigMap 在 knative-serving 命名空间下。查看 config-autoscaler 使用如下命令:
默认的 ConfigMap 如下:
为 KPA 配置缩容至 0
为了正确配置使 Revision 缩容为 0,需要修改 ConfigMap 中的如下参数。
scale-to-zero-grace-period
scale-to-zero-grace-period 表示在缩为 0 之前,inactive revison 保留的运行时间(最小是 3 0s)。
stable-window
当在 stable mode 模式运行中,autoscaler 在稳定窗口期下平均并发数下的操作。
stable-window 同样可以配置在 Revision 注释中。
enable-scale-to-zero
保证 enable-scale-to-zero 参数设置为 true
Termination period
Termination period(终止时间)是 POD 在最后一个请求完成后关闭的时间。POD 的终止周期等于稳定窗口值和缩放至零宽限期参数的总和。在本例中,Termination period 为 90 秒。
配置并发数
可以使用以下方法配置 Autoscaler 的并发数:
target
target 定义在给定时间(软限制)需要多少并发请求,是 Knative 中 Autoscaler 的推荐配置。
在 ConfigMap 中默认配置的并发 target 为 100。
这个值可以通过 Revision 中的 autoscaling.knative.dev/target
注释进行修改:
containerConcurrency
注意:只有在明确需要限制在给定时间有多少请求到达应用程序时,才应该使用 containerConcurrency (容器并发)。只有当应用程序需要强制的并发约束时,才建议使用 containerConcurrency。
containerConcurrency 限制在给定时间允许并发请求的数量(硬限制),并在 Revision 模板中配置。
1: 将确保一次只有一个请求由 Revision 给定的容器实例处理;
2-N: 请求的并发值限制为 2 或更多;
0: 表示不作限制,有系统自身决定。
配置扩缩容边界(minScale 和 maxScale)
通过 minScale 和 maxScale 可以配置应用程序提供服务的最小和最大 Pod 数量。通过这两个参数配置可以控制服务冷启动或者控制计算成本。
minScale 和 maxScale 可以在 Revision 模板中按照以下方式进行配置:
通过在 Revision 模板中修改这些参数,将会影响到 PodAutoscaler 对象,这也表明在无需修改 Knative Serving 系统配置的情况下,PodAutoscaler 对象是可被修改的。
注意:这些注释适用于 Revision 的整个生命周期。即使 Revision 没有被任何 route 引用,minscale 指定的最小 POD 计数仍将提供。请记住,不可路由的 Revision 可能被垃圾收集掉。
默认情况
如果未设置 minscale 注释,pods 将缩放为零(如果根据上面提到的 configmap,enable-scale-to-zero 为 false,则缩放为 1)。
如果未设置 maxscale 注释,则创建的 Pod 数量将没有上限。
基于 KPA 配置的示例
Knative 0.7 版本部署安装可以参考:阿里云部署 Knative
我们使用官方提供的 autoscale-go 示例来进行演示,示例 service.yaml 如下:
获取访问网关:
Knative 0.7 版本中获取域名信息:
场景 1:并发请求示例
如上配置,当前最大并发请求数 10。 我们执行 30s 内保持 50 个并发请求,看一下执行情况:
结果正如我们所预期的:扩容出来了 5 个 POD。
场景 2:扩缩容边界示例
修改一下 servcie.yaml 配置如下:
当前最大并发请求数 10,minScale 最小保留实例数为 1,maxScale 最大扩容实例数为 3。
我们依然执行 30s 内保持 50 个并发请求,看一下执行情况:
结果如我们所预期:最多扩容出来了 3 个 POD,并且即使在无访问请求流量的情况下,保持了 1 个运行的 POD。
结论
看了上面的介绍,是不是感觉在 Knative 中配置应用扩缩容是如此简单?其实 Knative 中除了支持 KPA 之外,也支持 K8s HPA。你可以通过如下配置基于 CPU 的 Horizontal POD Autoscaler(HPA)。
通过在修订模板中添加或修改 autoscaling.knative.dev/class
和 autoscaling.knative.dev/metric
值作为注释,可以将 Knative 配置为使用基于 CPU 的自动缩放,而不是默认的基于请求的度量。配置如下:
你可以自由的将 Knative Autoscaling 配置为使用默认的 KPA 或 Horizontal POD Autoscaler(HPA)。
相关文章:
《初识 Knative:跨平台的 Serverless 编排框架》
《Knative 初体验:Serving Hello World》
《Knative 初体验:Eventing Hello World》
《Knative 初体验:Build Hello World》
《Knative 基本功能深入剖析:Knative Serving 的流量灰度和版本管理》
评论