Notice: Constant WP_DEBUG already defined in /var/www/html/wordpress/wp-content/plugins/changyan/sohuchangyan.php on line 12

Notice: Constant WP_DEBUG_LOG already defined in /var/www/html/wordpress/wp-content/plugins/changyan/sohuchangyan.php on line 13

Notice: Constant WP_DEBUG_DISPLAY already defined in /var/www/html/wordpress/wp-content/plugins/changyan/sohuchangyan.php on line 14
【转载】用Kubernetes部署企业大数据应用 – zoues

LOADING

Follow me

【转载】用Kubernetes部署企业大数据应用
五月 19, 2017|DockerPaaS

【转载】用Kubernetes部署企业大数据应用

【转载】用Kubernetes部署企业大数据应用

在Docker容器技术火热发展的今天,如何将分布在不同物理机上的Docker容器组织、管理、调度起来成为一个急需解决的问题,Kubernetes正是解决这个问题的最佳实践。Kubernetes是一个开源的系统,可以自动部署,扩展和管理运行在Docker容器中的应用程序。Kubernetes可以根据应用程序对资源的需求在集群中创建相应的容器,在容器中启动程序,同时借助于网络插件在不同物理机的容器之间建立通信链接。基于Kubernetes,可以非常便利的将运行在容器中的大数据程序部署和管理起来。

简介


Kubernetes原型是Google内部的产品,具有15年产品负载管理的经验,目前是开源系统中Docker容器管理最成熟的产品,可以支持管理1000个节点,运行30000个Pods,在单个节点上,kubelet可支持100个Pods。Kubernetes按组管理容器,这样可以按照逻辑单元组织应用程序,使得应用程序易于管理。同时支持水平扩展,可以增加和减少大数据计算节点的规模。Kubernetes本身不管理容器网络,容器网络需要依赖于第三方网络插件来建立,比如Flannel和Weave。

用Kubernetes部署企业大数据应用

表1.Kubernetes相关的术语


Kubernetes架构


Kubernetes本身也是一个分布式系统,采用mast-slave模式运行在物理机上,Node节点上必须装有Docker用于启动容器。其架构如图1所示:

  • Master节点上主要运行Kubernetes API Server,Scheduler,Controller manager这几个组件,负责接收Node节点的连接,从Node节点收集资源,调度Pod,通知Node创建Pod, 管理ReplicationController,提供REST接口等。

  • Node节点上主要运行kubelet和kube-proxy组件。kubelet负责管理容器,kube-proxy负责网络代理和负载均衡。

用Kubernetes部署企业大数据应用

图1. Kubernetes 架构


Weave(容器间网络支持)


Weave在每个Docker物理机上都启动了一个特殊的route容器,不同的宿主机上的route容器连接起来,route拦截所有普通容器的ip请求,通过UDP包发送到其它宿主机上的容器,这样在不同物理机上的容器端就可以看到一个扁平的网络。通过weave创建的overlay网络同时支持tcp通信和udp通信。

用Kubernetes部署企业大数据应用

图2. Weave示意图


1.安装Weave

  • 在每台Docker host上执行下面的命令安装Weave:


$ curl -L git.io/weave -o /usr/local/bin/weave

$ chmod +x /usr/local/bin/weave

$ weave setup


从Weave网站下载的Weave的binary是个脚本文件,执行weave setup会下载weave使用的几个Docker镜像,weave也是以docker镜像的形式发布产品包,没有提供rpm安装包:

docker.io/weaveworks/weave

docker.io/weaveworks/weaveexec

docker.io/weaveworks/plugin

docker.io/weaveworks/weavedb


2.建立Weave overlayye

  • 在每台Docker host上启动weave proxy服务容器:


$ weave launch-proxy –rewrite-inspect –without-dns –no-detect-tls


  • 找一台Docker host作为weave master,启动weave router服务容器:


$ weave launch-router


  • 将其它Docker hosts加入weave master创建的网络:


$ weave launch-router $(weave master host name)


此外,如果需要Docker 容器中的进程访问其它物理机,需要将Docker host expose到weave网络中($ weave expose)。 比如将HDFS这种基础服务直接装在物理机上,这样在容器中启动的大数据应用就需要访问物理机上的HDFS端口,如果不将物理机加入到weave网络中,那么容器中将无法访问物理机上的服务端口。该命令会输出一个虚拟IP,作为物理机在overlay网络中的IP地址。

3.验证容器间的网络

  • 首先在命令行设置weave的环境变量(eval(weave env))。该命令会使docker run命令访问weave的socket文件(/var/run/weave/weave.sock),而不是直接访问Docker本身的socket文件 (/var/run/docker.sock)。如果想还原命令行docker socket的绑定可以执行eval $(weave env –restore)。

  • 在Docker host 1上启动带有weave网络的容器,我们会发现docker 容器里面多了一个 ethwe的网络,这个网络就是weave分配给容器的虚拟网络(如10.32.0.2)。启动netperf的server端。

$ docker run -ti –rm -v /opt/netserver:/opt/netserver -v /usr/sbin/ifconfig:/usr/sbin/ifconfig rhel /bin/sh  

sh-4.2# ifconfig ethwe

ethwe: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1410

        inet 10.32.0.2  netmask 255.240.0.0  broadcast 0.0.0.0

        inet6 fe80::34ee:70ff:fe7d:e533  prefixlen 64  scopeid 0x20<link>

        ether 36:ee:70:7d:e5:33  txqueuelen 0  (Ethernet)

        RX packets 13  bytes 830 (830.0 B)

        RX errors 0  dropped 0  overruns 0  frame 0

        TX packets 8  bytes 620 (620.0 B)

        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

sh-4.2# /opt/netserver

Starting netserver with host ‘IN(6)ADDR_ANY’ port ‘12865’ and family AF_UNSPEC


  • 在Docker host 2上启动另一个docker容器,我们看到处于不同物理机上的容器网络区段不同(如 10.44.0.2)。用netperf client端测试TCP和UDP通信。


$ docker run -ti –rm -v /opt/netperf:/opt/netperf -v /usr/sbin/ifconfig:/usr/sbin/ifconfig rhel /bin/sh  

sh-4.2# ifconfig ethwe

ethwe: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1410

        inet 10.44.0.2  netmask 255.240.0.0  broadcast 0.0.0.0

        inet6 fe80::b460:77ff:fe81:1f5d  prefixlen 64  scopeid 0x20<link>

        ether b6:60:77:81:1f:5d  txqueuelen 0  (Ethernet)

        RX packets 8  bytes 592 (592.0 B)

        RX errors 0  dropped 0  overruns 0  frame 0

        TX packets 7  bytes 550 (550.0 B)

        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0


TCP_STREAM 类型测试:

sh-4.2# /opt/netperf -H 10.32.0.2 -l 10 -t TCP_STREAM          

MIGRATED TCP STREAM TEST from 0.0.0.0 (0.0.0.0) port 0 AF_INET to 10.32.0.2 () port 0 AF_INET

Recv   Send    Send                          

Socket Socket  Message  Elapsed              

Size   Size    Size     Time     Throughput  

bytes  bytes   bytes    secs.    10^6bits/sec  

 87380  16384  16384    10.32      90.63


UDP_STREAM类型测试:

sh-4.2# /opt/netperf -H 10.32.0.2 -l 10 -t UDP_STREAM  

MIGRATED UDP STREAM TEST from 0.0.0.0 (0.0.0.0) port 0 AF_INET to 10.32.0.2 () port 0 AF_INET

Socket  Message  Elapsed      Messages                

Size    Size     Time         Okay Errors   Throughput

bytes   bytes    secs            #      #   10^6bits/sec

212992   65507   10.00      509277      0    26688.73

212992           10.00        2475            129.70


经笔者测试,目前只有Weave支持容器间UDP网络通信,其它插件Flannel,OpenVSwitch以及Calico均不支持。

部署Kubernetes环境


本文以Linux RedHat操作系统为例,来说明如何安装和部署Kubernetes集群。其中最关键的一点就是将Weave集成到kubelet中,这样Kubernetes启动容器的时候就会分配Weave网络地址。要做到这一点,需要在kubelet配置文件中指定docker-endpoint 为Weave的socket /var/run/weave/weave.sock。

1.在所有节点上安装Kubernetes和etcd:

$ yum install kubernetes etcd


2.确保所有节点上Docker service已经启动:

$  systemctl start docker


3.在Kubernetes master 节点上,更改下列配置文件:

a). /etc/etcd/etcd.conf:


ETCD_LISTEN_CLIENT_URLS=”http://kube01:2379″

ETCD_ADVERTISE_CLIENT_URLS=”http://kube01:2379″

b). /etc/kubernetes/config

KUBE_ALLOW_PRIV=”–allow-privileged=true”

KUBE_MASTER=”–master=http://kube01:8080″

c). /etc/kubernetes/apiserver

KUBE_API_ADDRESS=”–insecure-bind-address=0.0.0.0″

KUBE_ETCD_SERVERS=”–etcd-servers=http://kube01:2379″

KUBE_ADMISSION_CONTROL=”–admission-control=NamespaceLifecycle,NamespaceExists,LimitRanger,SecurityContextDeny,ResourceQuota”

d). /etc/kubernetes/kubelet:   (这里将master也用作slave node)

KUBELET_ADDRESS=”–address=0.0.0.0″

KUBELET_HOSTNAME=”–hostname-override=kube01″

KUBELET_API_SERVER=”–api-servers=http://kube01:8080″

KUBELET_ARGS=”–docker-endpoint=unix:///var/run/weave/weave.sock”


4.启动Kubernetes master:

# systemctl start etcd kube-apiserver kube-controller-manager kube-scheduler kube-proxy kubelet


5.在kubernetes node节点,更改下列配置文件:

a). /etc/kubernetes/config

KUBE_ALLOW_PRIV=”–allow-privileged=true”

KUBE_MASTER=”–master=http://kube01:8080″

b). /etc/kubernetes/kubelet

KUBELET_ADDRESS=”–address=0.0.0.0″

KUBELET_HOSTNAME=”–hostname-override=kube02″

KUBELET_API_SERVER=”–api-servers=http://kube01:8080″

KUBELET_ARGS=”–docker-endpoint=unix:///var/run/weave/weave.sock”


6.启动Kubernetes node:


$ systemctl start kube-proxy kubelet


7.检查Kubernetes 集群状态:

$ kubectl get nodes

NAME   LABELS                                 STATUS    AGE

kube02   kubernetes.io/hostname=kube02   Ready     13m

kube01   kubernetes.io/hostname=kube01   Ready     16m


8.启动Kubernetes Dashboard模块:

最开始Kubernetes的WEB模块叫做kube-ui,是一个只读的UI,目前发展到Kubernetes Dashboard,可以查看和修改,以及从WEB上提交YAML文件。Kubernetes Dashboard需要使用”kube-system”的namespace,如果没有该namespace,那么需要先创建该namespace。

apiVersion: v1  

kind: Namespace  

metadata:  

  name: kube-system


然后创建Kubernetes Dashboard模块:

$kubectl create -f https://rawgit.com/kubernetes/dashboard/master/src/deploy/kubernetes-dashboard.yaml

deployment “kubernetes-dashboard” created

You have exposed your service on an external port on all nodes in your

cluster.  If you want to expose this service to the external internet, you may

need to set up firewall rules for the service port(s) (tcp:32283) to serve traffic.

See http://releases.k8s.io/release-1.2/docs/user-guide/services-firewalls.md for more details.

service “kubernetes-dashboard” created


Kubernetes Dashboard 会启动一个gcr.io/google_containers/kubernetes-dashboard-amd64:v1.1.0的Docker容器,该容器需要访问Kubernetes master的8080端口,一般情况下,该容器会被调度到任意主机上启动,所以需要把该yaml文件下载下来并手工指定apiserver-host配置。创建后访问任意Node的32283端口即可访问Kubernetes dashboard(如图3所示)。

用Kubernetes部署企业大数据应用

图3. Kubernetes Dashboard.


至此,我们完成了Kubernetes集群的安装部署,并且解决了Docker容器在不同物理机间的网络支持问题,接下来将给大家介绍如何在当前Kubernetes环境中部署IBM Spectrum Symphony集群。

部署集群


IBM Spectrum Symphony是一款大数据和高性能分析的产品。它一方面实现了对所有Hadoop接口的完全兼容,另一方面提供了自己的API,使得高性能分析应用很容易在几千台机器上动态地运行。

1.首先编译Symphony的docker镜像(sym712):

$ docker build –t sym712 –f Dockerfile ./


Dockerfile内容如下:

FROM rhel

MAINTAINER Jin Ming Lv <lvjinm@cn.ibm.com>

# Add user ‘egoadmin’ & install ssh-server and other basic tools

RUN useradd -m egoadmin /

    && echo “egoadmin:egoadmin” | chpasswd /

    && echo “egoadmin   ALL=(ALL)       NOPASSWD: ALL” >> /etc/sudoers /

    && echo -e “[base] /nname=CentOS-7 – Base – centos.com/nbaseurl=http://mirror.centos.org/centos/7/os//$basearch//ngpgcheck=1/ngpgkey=http://mirror.centos.org/centos/RPM-GPG-KEY-CentOS-7” > /etc/yum.repos.d/CentOS7-Base.repo /

    && yum clean all /

    && yum install -y openssh-server which net-tools sudo wget hostname tar openssh-clients gettext iputils /

    && sed -i ‘s/UsePAM yes/UsePAM no/g’ /etc/ssh/sshd_config /

    && ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key /

    && ssh-keygen -t ecdsa -f /etc/ssh/ssh_host_ecdsa_key /

    && ssh-keygen -t dsa -f /etc/ssh/ssh_host_ed25519_key /

    && mkdir /var/run/sshd

ADD platform_sym_adv_entitlement.dat /opt/platform_sym_adv_entitlement.dat

# Download & Install Symphony package

RUN wget –no-check-certificate -O /opt/symsetup_linux-x86_64.bin https://lweb.eng.platformlab.ibm.com/engr/pcc/release_eng/work/sym/sym_mainline/last/symsetup7.1.2.0_x86_64.bin /

    && export CLUSTERADMIN=egoadmin /

    && export CLUSTERNAME=symphony712 /

    && export DERBY_DB_HOST=localhost /

    && export BASEPORT=17869 /

    && export SIMPLIFIEDWEM=Y /

    && chmod +x /opt/* /

    && /opt/symsetup_linux-x86_64.bin –quiet –force /

    && rm -f /opt/*.bin

USER egoadmin


2.启动Symphony Master节点,用Replication Controller定义一个Symphony Master容器。用Replication Controller而不用Pod定义容器的好处在于Kubernetes会保证有一个Symphony master的容器存在,即便容器所在的物理机宕机。同时我们指定master容器需要使用的内存和CPU大小。

kind: ReplicationController

apiVersion: v1

metadata:

  name: sym-master

spec:

  replicas: 1

  selector:

    component: sym-master

  template:

    metadata:

      labels:

        component: sym-master

    spec:

      containers:

        – name: sym-master

          image: sym712

          command: [“/bin/sh”, “-c”, “source /opt/ibm/platform/profile.platform; egoconfig join `hostname` -f; egoconfig setentitlement /opt/platform_sym_adv_entitlement.dat; egosh ego start; sudo /usr/sbin/sshd -D”]

          resources:

            requests:

              cpu: 100m

              memory: 4096M

            limits: 

              memory: 8192M


调用Kubernetes命令创建Symphony master容器。

$ kubectl create -f /tmp/sym_master.yaml

replicationcontroller “sym-master” created

$ kubectl get rc

NAME         DESIRED   CURRENT   AGE

sym-master       1         1            10s


查看master 容器已经启动。

$ kubectl get pod

NAME               READY     STATUS        RESTARTS   AGE

sym-master-04yws      1/1         Running          0          1m


3.container启动之后,在master节点上我们需要获得master节点的IP地址和hostname,用于在compute节点中指定此集群的master。

# kubectl get pods

NAME                      READY     STATUS    RESTARTS   AGE

sym-master-rc-04yws   1/1           Running    0               1m

# kubectl describe pod sym-master-04yws | grep IP

IP:                             10.32.0.1


Master节点的主机名为容器名称sym-master-rc-04yws,IP地址为10.32.0.1。

4.启动Symphony Compute节点,将master节点的IP地址和hostname配置在Compute节点的启动命令中,在本例中,我们启动2个compute节点连接到master容器中。

kind: ReplicationController

apiVersion: v1

metadata:

  name: sym-compute

spec:

  replicas: 2

  selector:

    component: sym-compute

  template:

    metadata:

      labels:

        component: sym-compute

    spec:

      containers:

        – name: sym-compute

          image: sym712

          command: [“/bin/sh”, “-c”, “source /opt/ibm/platform/profile.platform; sudo chmod 777 /etc/hosts; echo ‘10.32.0.1 sym-master-rc-04yws’ >> /etc/hosts; egoconfig join sym-master-rc-04yws -f; egosh ego start; sudo /usr/sbin/sshd -D”]

          resources:

            requests:

              memory: 2048M


调用Kubernetes命令创建Symphony compute节点。

$ kubectl create -f /tmp/sym_compute.yaml

replicationcontroller “sym- compute ” created


5.查看pod启动状态:

$ kubectl get pods

  NAME                    READY     STATUS    RESTARTS   AGE

sym-compute-a6aff   1/1          Running     0               28s

sym-compute- r5arf   1/1          Running     0               28s

sym-master-04yws    1/1          Running     0               19m


6.登录到任何一个container, 可以查看Symphony 集群的启动状态:

$ docker exec -it 24b61a193f9c /bin/bash

 [egoadmin@sym-master-rc-9vicc platformsymphony]$ egosh resource list -l

NAME                    status        mem    swp      tmp   ut     it    pg     r1m  r15s  r15m  ls

sym-master-04yws    ok           391M   670M    91G  25%    37 337.6   5.8   0.7   8.9     0

sym-compute-a6aff   ok           391M   668M    91G  27%    47 418.2   6.3   0.0   8.9     0

sym-compute-r5arf   ok           391M   668M    91G  27%    47 418.2   6.3   0.0   8.9     0


此时,Symphony集群的master和两个compute nodes已经正常启动。

7.Kubernetes的replicationcontroller支持扩减容,如果我们想将compute nodes扩展到10个,可以执行以下命令。

$ kubectl scale –replicas=10 replicationcontrollers sym-compute

replicationcontroller “sym-compute” scaled


8.将Symphony master的WEB服务端口部署为Kubernetes的service,这样可以在集群外部访问到集群中Symphony master WEB GUI服务。

定义一个NodePort的Service,将sym-master的8443端口expose到集群外。

kind: Service

apiVersion: v1

metadata:

  name: sym-webgui

spec:

  ports:

    – port: 8443

      targetPort: 8443

      protocol: TCP

      name: https

  selector:

    component: sym-master

  type: NodePort


在Kubernetes中创建该Service:

$kubectl create -f sym-webgui-svc.yaml。

$ kubectl describe service sym-webgui

Name:                  sym-webgui

Namespace:              default

Labels:                 <none>

Selector:               component=sym-master

Type:                   NodePort

Port:                   https   8443/TCP

NodePort:               https   31439/TCP

Endpoints:              10.32.0.1:8443

Session Affinity:       None

No events.


Kubernetes会为该Service分配一个可用的端口31439,访问Kubernetes集群中任意Node的31439端口可以访问到Symphony master的8334端口。

比如在集群外部访问https://docker_host1:31439/platform/login/login.html可以访问到Symphony的GUI Portal。

结束语


随着Docker容器技术和大数据技术的发展,两者的结合变得非常重要,将大数据平台运行在Docker容器中可以享受Docker带来的隔离、发布等优势特性,使得大数据平台的搭建变得非常简单,同时又有很好的性能。本文以IBM Spectrum Symphony为例,来说明如何利用Kubernetes在集群中快速搭建和启动一个大数据平台。Kubernetes目前已经发展的比较成熟,达到了商用的标准,其中的Feature也是很多,本文没有一一阐述,大家可以关注Kubernetes开源社区。

作者简介:吕金明,2011加入IBM至今,一直从事分布式计算以及大数据相关的研发工作,以及大数据产品的集成,如Hadoop、Yarn、Spark,Docker等开源框架及技术。

no comments
Share