Slack 内部计算编排平台架构揭秘：基于 AWS EKS 和 Karpenter 的 Bedrock 平台

Slack 最近公开了其内部计算编排平台的架构，该平台以 "Bedrock" 为代表，基于 AWS Elastic Kubernetes Service (EKS) 和 Karpenter 构建。Bedrock 平台通过单一的 YAML 文件简化了容器部署和管理，极大地提升了 Slack 内部开发者的部署效率。

Bedrock 平台的核心组件

Bedrock 平台集成了多种工具和技术，包括 Jenkins、FQDN 服务发现和 Nebula 覆盖网络。这些组件共同确保了平台的高效运作，目前超过 80% 的 Slack 应用程序已顺利运行在这一创新框架上，显著提高了测试精度和基础设施管理水平。

Karpenter 的引入与作用

为了进一步提升操作效率，Slack 引入了 Karpenter，这是一个集群自动扩展器。Karpenter 的主要逻辑包括：

1. 监控 Kubernetes 集群：识别无法在现有节点上调度的 Pod，通常是因为现有节点的资源（如 CPU、内存）不足。
2. 自动扩展现有节点：当检测到无法调度的 Pod 时，Karpenter 会根据 Pod 的资源需求，从 Amazon EC2 中选择最优的实例类型来运行这些 Pod。
3. 自动缩减集群：Karpenter 还可以配置规则，通过终止未使用的节点来缩减集群规模，从而避免运行闲置节点带来的不必要成本。

Karpenter 的引入简化了 EKS 集群的节点管理和扩展，特别适合资源需求波动较大的工作负载。

Slack 的 Karpenter 实施策略

Slack 采用了两阶段计划来实施 Karpenter，以确保无缝集成和最小化干扰：

1. 初步部署：Karpenter 首先与核心部署和应用一起部署，并对多个应用进行了细致的验证。
2. 全面推广：随后，将 Karpenter Controller 的工作负载转移到专用的 Autoscaling Groups (ASGs)，实现了在 Slack 数千个 EKS 集群工作节点上的全面推广。

Bedrock EKS 集群的架构优势

Slack 的 Bedrock EKS 集群架构展现了其操作弹性和效率。Bedrock 和 Karpenter 的结合显著提升了集群的资源利用率，并带来了明显的成本节约。Karpenter 的快速节点供应能力确保了系统能够迅速适应不断变化的工作负载需求，并实现无缝升级。

未来发展与优化

Slack 致力于持续优化其 Karpenter 环境，探索诸如 Managed Karpenter 和定制化 kubelets 等创新举措。Managed Karpenter 有望进一步自动化和简化集群管理，而定制化 kubelets 和轻量级容器运行时管理器则可以根据 Slack 的特定需求进行优化，进一步提升资源利用率和安全性。这些努力为 Slack 在 Amazon EKS 上构建了一个面向未来的高效平台。

通过 Bedrock 和 Karpenter 的结合，Slack 不仅提升了内部开发效率，还为未来的技术创新和业务扩展奠定了坚实的基础。