Kubernetes Deployment

什么是Deployment？

Deployment提供了运行Pod能力，并且为Pod提供滚动升级、伸缩、副本等功能，一般用于运行无状态的应用。目前建议使用Deployment来代替RelicaSet及ReplicationController的使用。

什么是无状态应用？

无状态应用是不将数据或应用程序状态存储到容器中，这将使无状态应用程序更具可伸缩性。例如前端应用是无状态的，可以部署多个副本以提高其可用性并在需求低时进行缩减，并且这些副本不需要唯一的标识。

Deployment操作

创建Deployment
kubectl create deployment nginx-deployment --image=nginx:1.16
通过yaml文件操作
kubectl apply -f nginx-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels: app: nginx
spec:
  selector: matchLabels: app: nginx
  template: metadata: labels: app: nginx spec: containers: - name: nginx image: nginx:1.16

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

查看Deployment列表
kubectl get deployment

查看Deployment描述信息
kubectl describe deployment

Deployment 手动伸缩Pod数量

方式1. 通过kubectl set image
kubectl scale deployment nginx-deployment --replicas 5

方式2. 通过YAML资源定义清单
kubectl apply -f nginx-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels: app: nginx
spec:
  replicas: 5
  selector: matchLabels: app: nginx
  template: metadata: labels: app: nginx spec: containers: - name: nginx image: nginx:1.16

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

Deployment 自动伸缩Pod数量 (Horizo​​ntal Pod Autoscaler)

HPA基于观察到的CPU利用率或借助自定义指标自动缩放 ReplicaSet、Deployment中的Pod数量 。控制器会定期调整复制控制器或部署中副本的数量，以使观察到的平均CPU利用率与用户指定的目标相匹配。

方式1. 通过autoscale
kubectl autoscale deployment nginx-deployment --min=5 --max=10 --cpu-percent=80

方式2. 通过yaml文件
kubectl apply -f hpa-demo.yaml

apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name:  nginx-deployment
spec:
  scaleTargetRef: apiVersion: apps/v1beta1 kind: Deployment name: nginx-deployment
  minReplicas: 5
  maxReplicas: 10
  targetCPUUtilizationPercentage: 80

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

查看HPA列表
kubectl get hpa

查看HPA描述信息
kubectl describe hpa nginx-deployment

Deployment 版本管理

通过更改部署的Pod模板规范来更新Deployment中Pod镜像。触发更新时Deployment会停止Pod及逐渐将Pod的数量缩减为零，然后使用Pod模板来调出新的Pod。

方式1. 通过kubectl set image
kubectl set image deployment/nginx-deployment nginx=nginx:1.17

方式2. 通过yaml文件
kubectl apply -f deployment-demo.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels: app: nginx
spec:
  replicas: 5
  selector: matchLabels: app: nginx
  template: metadata: labels: app: nginx spec: containers: - name: nginx image: nginx:1.17

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

通过.spec.revisionHistoryLimit字段，可指定为该 Deployment 保留多少个旧的 ReplicaSet。
默认为10，当为0时，将无法对Deployment进行回滚操作。

查看历史版本，在这里版本1的是nginx:1.16，版本2是nginx:1.17
kubectl rollout history deployment/nginx-deployment

回滚版本到版本1
kubectl rollout undo deployment/nginx-deployment

查看更新状态
kubectl rollout status deployment/nginx-deployment

暂停更新
kubectl rollout pause deployment/nginx-deployment
恢复更新
kubectl rollout resume deployment/nginx-deployment

部署策略

在Kubernetes中，针对于不同的应用场景推出了不同的发布策略，选择合适的策略将会使业务在发布过程中更加稳定。

Recreate: (重建)

停止旧版本服务后部署新版本
优点: 容易配置，服务一次性更新。
缺点: 部署时间长，取决于旧版本的停止时间及新版本的部署时间。

通过Deployment YAML配置清单定义

spec:
  replicas: 3
  strategy: type: Recreate

  

 

• 1
• 2
• 3
• 4

RollingUpdate: (滚动)

旧版本到新版本的逐步替换的策略
优点: 容易配置，不用停机，处理状态平衡的服务方便。
缺点: 需要一定的时间去完成部署、回滚，无法控制流量。

通过Deployment YAML配置清单定义

spec:
  strategy: type: RollingUpdate #指定滚动更新 rollingUpdate: maxSurge: 25% #超过期望的Pod数量 maxUnavailable: 25% #不可用Pod最大数量

  

 

• 1
• 2
• 3
• 4
• 5
• 6

.spec.strategy.rollingUpdate.minReadySeconds:
设置升级前等待时间，防止容器启动后造成无法提供服务
.spec.strategy.rollingUpdate.maxSurge:
设置升级过程中最多可以比定义的Pod多出的数量
.spec.strategy.rollingUpdate.maxUnavaible:
设置升级过程中最多有多少个Pod处于不可用状态

定义滚动升级的策略，如果maxUnavaible用默认值1，实际没起到升级失败后对旧Pod的保护。如果新的Pod启动失败，依然把旧的正常Pod Kill掉了，这不符合我们的预期。改成百分比后，若新Pod启动失败，则升级过程会被Block住，旧的正常Pod还是处于Running状态。

Blue/Green: (蓝绿)

保持旧版本，发布新版本，然后将流量从旧版本切换到新版本
优点: 即时部署、回滚，服务一次性更新。
缺点: 由于新旧版本同时存在需要2倍的资源，无法处理有状态应用。

通过Service YAML配置清单定义

 labels: app: nginx version: v1.0.0 labels: app: nginx version: v2.0.0

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

Canary: (金丝雀)

切换一部分用户到新版本，然后在将全部流量切换到新版本
优点: 快速回滚，如果出问题情况下影响最小
缺点: 需要一定的时间去完成部署、回滚

通过Deployment YAML配置清单定义，调整不同ReplicaSet的副本数

spec: # Version v1.0.0
  replicas: 90

spec: # Version v2.0.0
  replicas: 10

  

 

• 1
• 2
• 3
• 4
• 5

或者可以通过Istio Route YAML配置清单定义

route:
- tags:
  version: v1.0.0
  weight: 90
- tags:
  version: v2.0.0
  weight: 10

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7

A/B testing: (A/B测试)

根据不同的条件将流量切换到新版本，例如Cookie、地址位置、语言等
优点: 多版本同时运行，可控制流量
缺点: 需要负载均衡器根据条件去调度流量，需要分布式跟踪去解决会话错误问题

通过Istio Route YAML配置清单定义

kind: RouteRule 
metadata: name: nginx-v1.0.0 spec: destination: name: nginx route: - labels: version: v1.0.0 match: request: headers: x-api-version: exact: "v1.0.0"

kind: RouteRule 
metadata: name: nginx-v2.0.0 spec: destination: name: nginx route: - labels: version: v2.0.0 match: request: headers: x-api-version: exact: "v2.0.0"

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29

Shadow: (影子)

传入旧版本的请求流量镜像到新版本，响应流量将会被丢弃，当满足稳定性的测试时将会切换流量至新版本。
优点: 可以使用生产的流量对新版本进行测试而对用户没有影响
缺点: 由于新旧版本同时存在需要2倍的资源，配置复杂，可能需要模拟服务提供消相应

通过Istio VirtualSerivce YAML配置清单定义

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: nginx-vs
  labels: app: nginx
spec:
  hosts: - nginx.local
  gateways: - nginx
  http: - route: - destination: host: nginx-v1.0.0 mirror: host: nginx-v2.0.0

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

一般在充足的测试下通常使用滚动或者蓝绿方案，蓝绿及阴影的方案对资源要求。如果缺乏测试或者信心可以使用金丝雀、A/B测试、影子方案。如果测试特定的维度可以使用A/B测试方案。如果使用到影子方案则需要额外的服务模拟流量，以及防止对数据的重复生产，但用在测试性能时很有用。

Deployment状态管理

与Pod一样，Deployment的声明周期不是一直处于同一个状态不变的，在操作ReplicaSet时状态会随之改变。

Progressing:
Deployment正在创建新的ReplicaSet、正在扩容、缩容已有的ReplicaSet。

Available: 
Deployment的可用副本数已经达到期望定义的策略，ReplicaSet中的版本已经更新完成。

Failed:
Deployment配置了无效的引用、错误的探针、无法拉取镜像、权限不足等。

  

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

通过kubectl查看Deployment状态情况，Conditions段
kubectl describe deployment

kubectl get deployment -o yaml

使用技巧

在业务情况允许下，尽量将容器设置成无状态化的方式运行，这样对于环境等要求是最小的。而且容器设置采用最小化功能的原则，一个Pod内可以包含多个容器负责不同的功能。

文章来源: yekangming.blog.csdn.net，作者：叶康铭，版权归原作者所有，如需转载，请联系作者。

原文链接：yekangming.blog.csdn.net/article/details/103976338