智能运维 | 如何做好持续集成——Jenkins on Mesos 实践

今天小数给大家带来的又是十足的干货：当运维遇到云计算，当Docker遇到Mesos和Jenkins，会擦出怎样的火花呢？且看来自数人云运维工程师金烨的演讲实录分享——

持续集成的价值

首先讲一下持续集成的优势。过去公司做测试可能需要十几、二十几个组件，集成一次往往要一两个小时，费力费时，而且复杂容易出错，而一旦配置出错的话耗时会更久。因此，一次集成测试一周才会做一次，测出Bug要到下一周才能更新，再做测试，这个周期会非常漫长。而持续集成的意义就在于减少风险，和重复的过程，最终提高工作效率。

Docker

Docker是现在非常火的一门技术，使用Docker首先解决的是环境的问题。因为开发环境和运维的部署环境千奇百怪，依赖的环境和包各不一样。其次，Docker是可以实现更快速地交付和部署，只要写一个Dockerfile，把服务打成一个镜像，然后再迁移到各种服务器上就行了，部署的过程也非常方便，服务器只要有Docker的环境就可以运行。因为是内核级虚拟化解决方案，Docker利用的额外资源很少，同时，它的更新管理也非常容易，只需要把Dockerfile修改一两行，其他的服务器则不需要做改动，也不需要下载其它的安装依赖包，打好Docker镜像直接就可以部署镜像、直接运行。这些都是它的优势。

Mesos

Apache Mesos是一款开源集群管理软件。Mesos经过了Facebook，Twitter这些大型公司的万台主机验证，在国内，爱奇艺、去哪网，小米网等公司也拥有大规模的Mesos集群应用。Mesos实现了两级调度架构，可以管理多种类型的应用程序。第一级调度是Master的守护进程，管理Mesos集群中所有节点上运行的Slave守护进程。集群由物理服务器或虚拟服务器组成，用于运行应用程序的任务，比如Hadoop和MPI作业。第二级调度由被称作Framework的“组件”组成。Framework包括调度器（Scheduler）和执行器（Executor）进程，其中每个节点上都会运行执行器。Mesos能和不同类型的Framework通信，每种Framework由相应的应用集群管理。图中只展示了Hadoop和MPI两种类型，其它类型的应用程序也有相应的Framework。Mesos支持多种Framework，比如说Hadoop，Spark，Storm等等，各类型的Framework在它上面都可以运行。

Marathon

Marathon是Mesosphere为Mesos生态圈打造的一个轻量级管理服务APP框架，它可以用RESTful API方便地进行操作。

Marathon 协调应用和Frameworks

下图是在Marathon上发布各种的服务，它们都可以通过Marathon发到Mesos的集群资源中。

扩展和故障恢复

例如我们发了三个服务，分别是有一个节点的，三个节点的和五个节点的。

我们想拓展这些服务的话，可以调用Marathon的API进行扩展，秒级扩展到下图。

如果有一台主机宕掉了， Marathon会均匀地把服务迁移到其他的机器上，选择资源有空余的机器进行迁移。这样能就保证服务是动态的调度，保证服务的高可用，并且这些都是它内部自行处理的，不需要手动干预。

Jenkins

介绍

Jenkins是Java开发的一种持续集成的工具，我们在它的基础上做了一些重复的工作，比如版本发布、测试代码，以及调用外部接口。Jenkins支持很多插件，可以很方便地选择使用适合自己团队的插件工具。

问题

Jenkins为我们提供了便利，当然Jenkins本身也有它自己的问题，比如传统的Jenkins是单点的，任务大多是需要排队的，如果每个任务都自己建一套Jenkins的话，资源会非常浪费。为了解决这些问题，我们引入了Jenkins On Mesos。

Jenkins On Mesos

Jenkins 分为Master 节点和Slave 节点，Master 进行调度，Slave节点负责负责执行Job任务。

Jenkins master

首先我们把Jenkins的Master通过Marathon发布，Marathon 去调用 Mesos Master，之后Mesos Master再去Slave节点起Jenkins的Master。这个机制保证了Jenkins Master的高可用，Marathon会监控Jenkins Master的健康状态，当Jenkins Master出现崩溃挂掉，Marathon会自动再启动一个Jenkins Master的任务。Jenkins Master使用Mesos整个大的资源池，Mesos的资源池是一个资源共享的状态，资源利用率也会更高一些。

Jenkins Slave

Jenkins Master做的是调度，Jenkins Slave则是真正执行构建任务的地方。Jenkins Master会在Mesos Master上注册一个它自己的Framework，如果有任务需要构建的话，Jenkins Master 会通知 Jenkins Framework 调用 Mesos Master构建一个任务。之后Mesos Master 再调用 Mesos Slave去起一个Jenkins Slave的节点去构建任务，它是实时的，用户资源可能被分配到各个机器上，在不同的机器上并行存在。此外，Jenkins还具备动态调度功能，也就是说，当任务运行完后一定时间，资源会再返还给Mesos，实现合理地利用整个集群的资源，提高集群的资源利用率。

Mesos 整体流程

这张图是Mesos整体的调度流程。第一步，它的集群有三个Mesos Slave节点资源，资源上报到Mesos Master，Mesos Master收集到这些资源之后把这些资源再提供给Marathon，Marathon如果要发任务，它确认一个Offer1，Offer1足够任务来运行，就拒绝其他的Offer，并把这个任务发送给Mesos Master，之后Mesos Master去找Slave1起Marathon的任务。这是Marathon的任务启动过程。Mesos本身可以和多框架进行通信，Jenkins Master要跑一个任务，Mesos Master同样提供资源给Jenkins，提供的资源包括了Marathon 任务使用剩下的资源，比如Task1 确认的 Offer1没有用完和没有使用的资源，Mesos也会它提供给Jenkins。而Jenkins也会选择，比如Jenkins选择了Offer3，拒绝了其他的Offer，把Jenksin的任务再通过Mesos Master去Mesos Slave中起起来。

Jenkins On Mesos Docker化

Jenkins部署起来非常麻烦，需要安装各种依赖，如果代码是从Git上下载的，那么还需要安装一些Git包。而动态调度需要每台机器上都装这些依赖，为了解决这种问题，我们把服务全部进行了Docker化，主机上只需要有Docker环境就可以运行我们的服务。

遇到的坑

进行Docker化之后就会面临Docker化的问题，因为Docker和 Mesos都是比较新的技术，我们遇到了很多坑，也需要去解决。

我们遇到的第一个问题是Jenkinson Mesos需要调度Mesos的Lib库，如果Docker化之后是隔离的，就调不到Mesos Lib。

第二个问题是Docker化的数据，因为Jenkins是没有数据库的，数据都是存在本地的JENKINS_HOME目录中，如果Jenkins Master挂掉之后，相应的数据就没有了。

第三个问题是Jenkins需要升级，插件也需要升级，而镜像本身没办法自动升级。

解决

为了解决这些问题，首先我们将Mesos打成一个基础镜像，在这个基础镜像上安装Jenkins的服务制作成一个Jenkins的镜像，这样就可以调用Mesos的Lib库文件了。

第二是数据备份，我们在Jenkins上安装了一个插件，就是SCM Sync Configuration Plugin 这个插件，它会同步数据到Github。如果这个Jenkins Master挂掉了，迁移到另外一台主机上，它会从Github上面把数据克隆下来，数据是不会丢失的。此外，如果插件出了故障，或者因为网络问题导致Github访问不了，我们把JENKINS HOME目录挂在主机上进行备份，进行恢复的时候也会很方便。用以上这两点来保证数据的完整性。

第三对于Jenkins升级或其插件的升级，我们现在的做法是把它重新打一个镜像，重新在Mararhton发布Jenkins Master。

Jenkins Slave On Docker 工作流程

首先Jenkins Master如果要构建一个Job，让Mesos Slave起一个Jenkins Slave这样的容器，容器里面是没有Docker环境的，因为容器里面再装一个Docker环境就太重了。我们现在的做法是把Jenkins Slave用到的命令挂载，其中包括 /usr/bin/docker /var/lib/docker /sys/fs/cgroup /var/run/docker.sock ，这样在容器内部就可以操作主机上的Docker环境，Jenkins Slave 可以在容器内部进行一些Docker Build，Docker Run，Docker Push等工作。

Jenkins Job List

这是我们运维平台一些Job List，左下角是Mesos各个Slave的节点，每一个节点上都有任务，这些任务都是并行的。因为我们的服务模块比较多，可能一个模块一天提交十几次，这么多的模块在一天提交几十次或者上百次的情况也出现过。手动更新、构建的话是非常难做到的。现在，做成Jenkins 分布式执行Job的模式，一天构建几百上千次也没有问题，它会把构建的任务均匀的分布在主机资源里。

数人云运维平台持续集成实践

这是数人云运维平台的持续集成实践。首先讲几个组件，比如Github，它是存储代码的，第二个组件是我们自己开发了的一个Configserver的API，第三个组件是Jenkins和Marathon。第四个组件是我们的私有Registry，是Docker的一个存储镜像的镜像仓库。最右下角是CDN，安装包传送到达的地方。

首先Jenkins触发任务，Jenkins调用Configserver提供的API，这个API就去Github上获取最新代码的Tag，并对比现有的已经更新过的Tag。如果不需要更新，这个任务就完成了，结束了。如果需要更新的话，就进行第三步，把从Github拉的代码放到Configserver上，Jenkins Slave的节点会从Configserver去拉取代码到Slave的容器之中。把代码下载之后再去Pull一个我们编译环境的镜像，然后再用这个镜像去编译我们的代码。比如编译出来一个二进制代码，我们把这个二进制重新打一个运行时的镜像。这个Runtime镜像打好之后我们再使用Docker Push把它推到私有的Registry，镜像Push到Registry后，就可以发布到各种的环境，比如说Dev Demo生产环境，调用Marathon API直接发布就可以了。同样在Jenkins Slave，推完镜像之后就可以去调用。这样一个整体构建镜像再部署的任务就构建完成了。

如果有一些安装包，比如我们的Agent包，它不需要发布Marathon，需要上传到CDN，也是在Jenkins Slave 中执行的。

配置管理

问题

因为我们引入了Docker，而且是分布式动态调度的，传统的配置工具如Ansible、Puppet 、SaltStack都已经不适用了，没办法去管理Docker内部的东西。这些配置文件修改起来非常麻烦。

配置中心一期

讲一下如何进行配置的更新。首先我们做了一个配置中心的一期，把镜像嵌入自己的脚本，这个脚本实现的功能就是 根据传入的ENV CONFIG_SERVER和 SERVICE ，访问 Configserver的API，API返回的数据就是这个服务需要下载的配置文件的列表，以及它需要下载到哪个目录底下。Configserver也非常简单，起一个Nginx，去Vim手动修改。容器一重启，就会自动拉这些配置文件，把配置进行更新。

一期的问题

一期完成之后，因为是多种环境，如Dev Demo环境、预生产环境、生产环境等等，虽然把这些配置都在Configserver上集中配置，但还需要手动修改这些配置。手动修改容易出错，例如Dev更新了一个服务，可能过了一周才会更新到生产环境。那个时候再去修改生产就很容易出错，导致无法运行。此外，如果配置发生了Bug需要回滚，手动修改也是不合适的。

配置中心二期

为了解决这些问题，我们做了ConfigCenter的二期。其中有我们自己开发的一个运维平台，以及Github和Gitlab。Github是个存储项目的代码，Gitlab是用了存储配置模板和最终配置文件的。我们用Jenkins把它们整体的串起来，我们的第一个工作是把所有的配置文件抽象化，各种环境的文件抽象出来一个模板，放在Gitlab上。它的数据是放在数据库里面，这样组合起来是一个完整的配置文件。各个环境的值是不一样的。 我们的运维平台触发Jenkins，Jenkins去调度我们的ConfigCenter API，它传入两个参数，一个是需要更新的环境，第二个是更新哪个服务。之后API去做对比，从数据库去读现有的配置文件的模板Tag，再去读新模板的Tag进行对比。如果这个文件需要更新，把它从数据库拉过来，数据做匹配，渲染成我们最终的配置文件，再传到Gitlab上。剩下的通过Jenkins 触发 Configserver去调Gitlab下载最新的配置文件到Configserver服务器，Jenkins再去调用Marathon去重启服务，服务就会成功更新配置文件。

这里有两个需要注意的点，一方面模板需要更新，另一方面值要更新，这是两种模式。模板更新是所有的流程都要走一遍，如果模板没有更新，只是值更新的话，我们只需要在运维平台上做修改。修改的同时它会做一个标记，说明这个服务配置文件是需要更新的，之后就会生成一个最新的配置继续下面的操作。如果这两个都不需要更新的话就返回，不再操作。