OPPO基于Kubernetes的云平台存储容器化实践

本文根据OPPO云平台高级后端工程师蔡逸煌在DBAplus的线上分享整理而成，主要讲述OPPO云平台存储容器化的实践。

关于作者：蔡逸煌，OPPO云平台高级后端工程师，主要从事云平台开发工作，擅长K8S、容器网络、存储等领域。

今天分享的主题是OPPO云存储的上云之路。

1. 分布式存储介绍

存储相比于其他组件，更底层，所以有必要做一个简单的科普。

1.1 对象存储

主要是对整个文件进行操作，提供了对整个文件进行增删查改的能力。不支持对对象内容进行增量修改，如七牛的对象存储，AWS S3，阿里OSS，呈现给我们调用方式是http api。

1.2 分布式文件系统

文件存储实现了文件的POSIX接口，由于整个文件系统不依赖操作系统，常用于实现共享文件系统，常见的比如说ceph fs，gluster fs呈现给我们的使用方式是文件系统。

1.3 分布式块存储

提供裸块的能力交由物理机使用，协议是SCSI，iSCSI，文件系统层由操作系统提供。呈现给我们的使用方式是裸盘，不带任何文件系统，需要格式化后使用，或者使用块API。

2. 云平台存储基本架构

目前块存储主要是三个组件，gateway、storage、 cluster manager。

• gateway主要是解析iscsi协议，把块请求解析发送到storage进行处理；

  • storage则是对块的读写操作进行处理，管理磁盘数据
• cluster manager为元数据中心，保存节点的状态，对整个集群的健康状态做仲裁

3. 云原生存储

现在Kubernetes 的趋势愈演愈烈，Kubernetes 逐渐成为云原生时代的基础设施，为了给上云的程序提供服务，云原生也随之出现，目前世面上已经有OpenEBS Portworx 和Rook等产品。

云原生存储不仅要为上云的服务提供服务，自身也利用云的特性增强自身的功能，依赖Kubernetes的特性，我们可以轻运维，轻部署，利用容器隔离的能力，减少异常进程之前的相互影响，提高整体资源的利用率。

4. Kubernetes与CSI

Kubernetes作为未来云上的操作系统，把存储整个生命周期和管理抽象成三种资源。

4.1 StorageClass

抽象了管理存储相关的配置，主要是provisioner、parameters、reclaimPolicy这三个配置。

• provisioner: 表示某一种存储资源
• parameters: 相当于自定义配置，自定义一些存储属性
• reclaimPolicy：设置volume释放后，pv的动作，Delete or Retain

通过声明不同stroageclass可以管理多种类型的存储比如说ceph，glusterfs等等。

4.2 PersistentVolume

表示一段已分配的存储，可以是文件系统，也可以是裸块，云存储的云盘或者文件系统映射到Kubernetes 就是一个PersistentVolume。

4.3 PersistentVolumeClaim

用户存储的请求，可以请求特定的容量大小和访问模式（例如，可以以读/写一次或指向多次模式挂载）。

抽象出PersistentVolumeClaim把存储和管理分离，通过PersistentVolumeClaim我们可以控制访问存储的权限，存储的容量和类型。

下图是Kubernetes使用存储的一个方式：

这里衍生下Kubernetes 的一些设计理念，Kubernetes 使用声明式的API，通过YAML声明请求，并保存到etcd，这样做的好处是把整个请求记录下来，对于问题的回溯也比较方便，不用自己去记录日志提炼请求。

另外Kubernetes 还提供了对于各种资源的watch Api，各种资源的crud都可以通过watch api实时的拿到对应的YAML，这样的设计的好处是让Kubernetes 拥有非常好的扩展性，通过实现controller 去watch各种资源的变化情况，定义该资源的crud行为。

4.4 Container Storage Interface

提供一个将任意块或者文件存储系统对接到给容器编排系统（COs）上的接口标准，如Kubernetes。

把存储从创建到销毁整个生命周期抽象成一组标准接口，Kubernetes通过对接CSI，实现对存储整个生命周期的管理。

下图就是CSI定义的存储卷的生命周期：

4.5 Kubernetes中对接CSI

上文说道Kubernetes 对存储的抽象是StorageClass，PersistentVolume ，PersistentVolumeClaim等资源CSI 则是提供一组标准接口。所以需要引入一层把Kubernetes 中的资源行为转为CSI接口的程序，Kubernetes 提供了多个sidecar屏蔽这个过程。

这里简单科普下sidecar，一般来说，引入sdk实现某些功能，在编译的时候把sdk代码编译进去，更新sdk要重新发布，和工程耦合的比较紧密，sidecar则是把sdk实现的功能通过在pod运行一个独立的容器实现，通过sidecar们提供rpc接口进行交互，可以作为被调用方，也可以是把服务包装起来增强服务功能，增加这样子的好处是解耦，让更新sidecar容器的版本更简单。

通过引入以下sidecar，我们可以只专注于实现CSI定义的接口。

• external-attacher：辅助触发ControllerPublishVolume
• external-provisioner：辅助触发Controller相关接口
• node-driver-registar：辅助注册csi插件到kubelet
• external-resizer：辅助实现volume扩容
• external-snappshotter：辅助实现volume快照
• livenessprobe：转换csi prob到k8s的liveness

4.6 Kubernetes和CSI的架构

从官网给的图我们就可以直白的看到粉红色框的sidecar们相当于一层胶水，把Kubernetes和csi链接起来。

1）PV与调度

至此我们已经讲完了Kubernetes和CSI与K8S怎么交互的，接下来讲下PV与调度的关系。

在调度阶段，PV的affinity 会影响Pod的调度，所以有调度需求的可以通过PV的affinity控制。

2）NodeStatgeVolume与NodePublishVolume

之前查阅资料的时候发现这两个接口的说明讲的比较少。

NodeStatgeVolume的接口是把远端的云盘挂到物理机上面。NodePublishVolume的接口是把NodeStatgeVolume之后的盘挂进容器里面。Kubernetes 在NodeStatgeVolume阶段会给每个PV生成一个全局挂载点，如下图：

通过判断这个挂载点是否挂载可以方式PV重复挂载导致出错。接下来NodePublishVolume把NodeStatgeVolume的的挂载点挂载的自己Pod文件夹下，最终这个Pod的挂载点会被挂载进容器里面。

5. 存储容器化

存储作为基础组件，直接和本地盘打交道，所以我们一个要解决的事情就是如果Kubernetes 管理本地盘。

kubernetes管理本地盘

通过官方提供的local-static-provisioner自动生成LocalPersistentVolume管理磁盘。

LocalPersistentVolume是Kubernetes提供的一种管理本地盘的资源。

5.1 使用Statefulset管理存储容器

通过statefulset 管理有状态的存储服务， 为每个pod分配一个单独的磁盘可以使用volumeClaimTemplates给每个pod生成唯一的pvc，具体规则${claimNmae}-${podName}，事先准备好PVC 和 PV，通过Statefulset 我们就可以把我们的存储托管到云上了。另外借助daemonset，可以把我们gateway模块部署到每一个node上面。处理云存储的请求。

5.2 存储容器化的收益

1）降低运维成本

基于Kubernetes和statfulset获得了滚动更新，灰度更新，健康检查，快速扩容等功能，只需要一组yaml文件就可以快速搭建一个集群，相比于传统写ansible脚本部署的方式复杂度大大降低。

2）降低开发运维成本

由于Kubernetes把存储抽象成StorageClass PersistentVolume PersistentVolumeClaim。我们可以通过他们管理我们的存储资源，基于Kubernetes lable的过滤功能，可以实现简单的关系查询，通过PVC与PV管理存储资源，减少管理端的开发。定位问题也能通过POD信息快速定位到问题机器和问题云盘。而且接入Kubernetes生态上的prometheus后，监控告警也能快速开发。

3）隔离性增强

docker限制cpu memory使用，减少进程之间资源互相干扰，进一步提升资源利用率。

线上问答

Q1：基于K8S的在线集群实现离线任务的混合部署，有什么心得吗？

目前我们线上的转码job就是部署在在线集群，由于离线任务用到的cpu比较多，部署的时候需要通过affinity策略设置pod强制分散在各个物理机，不过最重要还是要看整个集群的监控大盘，根据负载设置离线任务的资源。

Q2：OPPO这边用的是什么监控？做了什么改进吗？

我们这边是自研的监控，监控核心是tsdb，我们这边自研了一个分布式的tsdb，性能非常强大，每秒支撑上千万的metrics入库，所以我们现在是每秒采集一次监控指标，相比于普遍的30秒采集一次，我们在分析性能峰刺的问题有更多数据可以参考。

Q3：自研监控和Prometheus相比，对于监控是怎么取舍的？

我们这边的tsdb是监控Prometueus的接口，能够充分利用Prometheus的开源生态，相当于是分布式版本的Prometheus。

Q4：存储的伸缩性是怎么处理的？

这里不知道是指哪个伸缩性哈，我理解的有两个：

存储集群的伸缩性：有存储集群本身的扩缩容机制保证；

存储卷的伸缩性，csi提供了expand接口，可以通过这次接口实现对卷的扩缩容。

Q5：K8S每次更新pod版本判断服务ready有什么好的方法吗？

我们这边是写了个controller watch了K8S pod的事件，通过事件判断pod是否ready。

Q6：除了通过storageclass、pv/pvc对接存储外，有尝试过把ceph、hdfs等存储集群自身也部署到容器集群内吗？

有的，我们目前有部分存量数据用了ceph，storageclass、pv、pvc这三个是K8S对于整个分布式存储的抽象，想要灵活高效的使用存储都避不开这三个，此外K8S还提供了flexvolume，这个是以二进制的形式扩展到K8S里面的，比较简单，没有controller做中控，对动态扩容、快照之类的功能支持的比较弱。