Karpenter : 一个Kubernetes集群AutoScaler

原创花飞墨 2022-09-25

956

各位读者大家好，今天我们要讨论的是Karpenter：一个kubernetes集群的autoscaler ，但是在了解Karpenter之前，最好先讨论一下什么是autoscaler 以及它在kubernetes集群中的重要性。

什么是AutoScaler？

今天，许多组织使用kubernetes进行微服务协调，因为kubernetes具有许多重要的功能，如服务发现、负载平衡、自我管理等。

这使得它成为容器管理和协调的流行工具。但是，使用Kubernetes的一个承诺是，它有能力根据用户需求动态地扩展基础设施。它提供了多层次的自动扩展功能。基于Pod的扩展有Horizontal Pod AutoScaler和Vertical Pod AutoScaler，以及基于节点的Cluster AutoScaler。

Kubernetes集群是一组机器，由运行Pod的节点和请求CPU、内存和GPU等资源的Pod容器组成。Cluster Autoscaler根据Pod的资源请求，在集群中添加或删除节点。当有Pod因资源短缺而无法安排时，集群Autoscaler 会增加集群的规模。它可以被配置为不增加或减少超过一定数量的机器。今天，大多数云供应商都有自己的集群自动扩展方式。

但是，集群Autoscaler 也有一些限制，比如。

它不考虑实际的CPU/GPU/内存使用情况，只是考虑资源请求和限制。
扩容不是立马的，这导致服务出现停机或延迟等情况。
向下扩展没有保证。

为了克服这个问题，AWS实验室开发了一个名为Karpenter的节点生命周期管理解决方案工具，它是一个开源的解决方案和供应商中立的集群自动缩放工具。

什么是Karpenter？

Karpenter是一个开源、灵活、高性能的Kubernetes集群AutoScaler。它通过快速启动合适大小的计算资源以应对不断变化的应用负载，帮助提高应用的可用性和集群效率。Karpenter还提供及时的计算资源，以满足应用程序的需求，并将很快自动优化集群的计算资源占用，以降低成本和提高性能。

在Karpenter之前，Kubernetes用户需要动态调整其集群的计算能力，以支持使用亚马逊EC2自动扩展组和Kubernetes集群AutoScaler的应用。AWS上近一半的Kubernetes客户表示，使用Kubernetes集群AutoScaler配置集群自动缩放具有挑战性和限制性。

Karpenter如何工作？

检查：检查未满足的pod的资源请求。
评估。直接提供节点的适时容量。(无群组节点自动缩放)。
供给。满足pod的要求的节点。
调度。在新节点上运行的pods。
移除。移除未使用的节点。

是什么使Karpenter的效率高？

Karpenter有两个控制循环，最大限度地提高集群的可用性和效率。

Allocator - Allocator确保在节点上快速调度待定的pod。它充当了快动作的控制器。
Reallocator - 当多余的节点容量被重新分配为pod被驱逐时，Reallocator 就会出现。Reallocator是一个对成本敏感的慢动作控制器。

AutoScaler(AS)和Karpenter之间的区别？

在Cluster Autoscaler的情况下，用户不能直接控制实例，我们通过Auto Scaling Group控制它们。它只是要求ASG增加或减少节点的数量。但在这里karpenter与Cluster AutoScaler不同，Karpenter直接管理节点，这使得它在容量不可用时，可以在几毫秒内重试，而不是几分钟。它还允许Karpenter利用不同的实例类型、可用性区域和购买选项，而无需创建数百个节点组。

实践

安装Karpenter

前置条件

AWS CLI
kubectl – the Kubernetes CLI
eksctl – the CLI for AWS EKS
EKS Cluster – Setup eks cluster
helm – the package manager for Kubernetes

在设置好工具后，设置以下环境变量来存储常用的值。

export CLUSTER_NAME=<cluster-name>
export AWS_DEFAULT_REGION=<region-code>
AWS_ACCOUNT_ID=$(aws sts get-caller-identity --query Account --output text)

现在，通过以下命令连接到创建的EKS集群。
- 连接aws账户
```
    aws configure
```

通过eksctl创建集群。

cat <<EOF > demo-cluster.yaml
---
apiVersion: eksctl.io/v1alpha5
kind: ClusterConfig
metadata:
  name: ${CLUSTER_NAME}
  region: ${AWS_DEFAULT_REGION}
  version: "1.21"
  tags:
    karpenter.sh/discovery: ${CLUSTER_NAME}
managedNodeGroups:
  - instanceType: t3.micro
    amiFamily: AmazonLinux2
    name: ${CLUSTER_NAME}
    desiredCapacity: 1
    minSize: 1
    maxSize: 3
iam:
  withOIDC: true
EOF

eksctl create cluster -f demo-cluster.yaml

为Karpenter和Karpenter控制器创建IAM角色。

IAM资源创建。

TEMPOUT=$(mktemp)

curl -fsSL https://karpenter.sh/v0.6.1/getting-started/cloudformation.yaml  > $TEMPOUT \
&& aws cloudformation deploy \
  --stack-name Karpenter-${CLUSTER_NAME} \
  --template-file ${TEMPOUT} \
  --capabilities CAPABILITY_NAMED_IAM \
  --parameter-overrides ClusterName=${CLUSTER_NAME}

授予使用配置文件的实例连接到集群的权限。

eksctl create iamidentitymapping \
  --username system:node:{{EC2PrivateDNSName}} \
  --cluster  ${CLUSTER_NAME} \
  --arn arn:aws:iam::${AWS_ACCOUNT_ID}:role/KarpenterNodeRole-${CLUSTER_NAME} \
  --group system:bootstrappers \
  --group system:nodes

KarpenterController IAM角色。

eksctl create iamserviceaccount \
  --cluster $CLUSTER_NAME --name karpenter --namespace karpenter \
  --attach-policy-arn arn:aws:iam::$AWS_ACCOUNT_ID:policy/KarpenterControllerPolicy-$CLUSTER_NAME \
  --approve

安装Karpenter Helm Chart

helm repo add karpenter https://charts.karpenter.sh
helm repo update
helm upgrade --install karpenter karpenter/karpenter --namespace karpenter \
  --create-namespace --set serviceAccount.create=false --version v0.6.1 \
  --set controller.clusterName=${CLUSTER_NAME} \
  --set controller.clusterEndpoint=$(aws eks describe-cluster --name ${CLUSTER_NAME} --query "cluster.endpoint" --output json) \
  --set aws.defaultInstanceProfile=KarpenterNodeInstanceProfile-${CLUSTER_NAME}

部署Provisioner

基于karpenter的pod属性（如标签和亲和力）的调度和供应决策由单个karpenter供应者处理。供应者使用安全gropu选择器和子网选择器来发现启动节点的资源。如果你记得我们使用了一个标签（tags:
karpenter.sh/discovery: ${CLUSTER_NAME}）在之前的eksctl命令中使用过。

cat <<EOF | kubectl apply -f -
apiVersion: karpenter.sh/v1alpha5
kind: Provisioner
metadata:
  name: default
spec:
  requirements:
    - key: karpenter.sh/capacity-type
      operator: In
      values: ["spot"]
  limits:
    resources:
      cpu: 1000
  provider:
    subnetSelector:
      karpenter.sh/discovery: ${CLUSTER_NAME}
    securityGroupSelector:
      karpenter.sh/discovery: ${CLUSTER_NAME}
  ttlSecondsAfterEmpty: 30
EOF

现在karpenter已经为provisioning节点做好了准备，现在我们将部署一些pod，看看karpenter如何工作。

自动节点 Provisioning

cat <<EOF | kubectl apply -f -
apiVersion: apps/v1
kind: Deployment
metadata:
  name: inflate
spec:
  replicas: 0
  selector:
    matchLabels:
      app: inflate
  template:
    metadata:
      labels:
        app: inflate
    spec:
      terminationGracePeriodSeconds: 0
      containers:
        - name: inflate
          image: busybox
          resources:
            requests:
              cpu: 1
EOF

kubectl scale deployment inflate --replicas 5
kubectl logs -f -n karpenter $(kubectl get pods -n karpenter -l karpenter=controller -o name)

现在，删除该部署。30秒后（ttlSecondsAfterEmpty），Karpenter应该终止现在的空节点。

kubectl delete deployment inflate
kubectl logs -f -n karpenter $(kubectl get pods -n karpenter -l karpenter=controller -o name)

总结

因此，在这篇博客中，我们已经看到了kubernetes集群autoscaler 的重要性和使用，以及Karpenter如何作为kubernetes集群自动调节器的主要工具。通过它，我们可以实现kubernetes集群或部署在集群中的应用程序的高可用性。这篇文章就写到这里了。如果你有任何反馈或疑问，请在评论中告诉我。另外，如果你喜欢这篇文章，请鼓励我，我将在未来继续为你写这样的博客。继续阅读，继续编码。

原文标题：Karpenter : A Kubernetes Cluster AutoScaler
原文作者：abhishek
原文地址：https://blog.knoldus.com/karpenter-a-kubernetes-cluster-autoscaler/

kubernetes 墨力翻译

最后修改时间：2022-09-25 22:00:13

「喜欢这篇文章，您的关注和赞赏是给作者最好的鼓励」

关注作者