K8s 集群容量-kluster capacity

背景

容器平台的三个价值：稳定性、效率、成本，都离不开容量管理。容量管理是 Kubernetes 集群管理中非常重要的一部分。它可以确保系统中的资源得到合理的分配和使用，避免了因资源不足或浪费导致的系统运行异常或效率低下的问题。通过容量管理，可以更好地控制和优化系统资源的利用，保证 Kubernetes 集群的稳定性和可靠性。容量管理还可以帮助管理员对系统进行更好的规划和预测，避免因资源不足而需要紧急扩容的情况出现，从而提高了系统的可维护性和可靠性。

面临的问题

K8s 集群管理员或多或少会被如下问题所困扰：

不清楚当前集群资源使用或者剩余容量处于什么水位；

不清楚当前集群资源浪费情况如何；

不清楚当前集群资源碎片程度如何；

不清楚如何设置调度策略配置值以提升资源利用效率；

...

资源是一个典型的可量化的指标，上述问题均可以做到可量化，我们缺少的只是一个好用的工具。

项目介绍

kluster-capacity[1] 旨在通过模拟线上真实调度器的能力来解决上述问题，目前已经支持三个能力：容量评估，调度模拟，集群压缩。

容量评估

介绍

随着集群中节点上新的 Pod 被调度，消耗的资源越来越多。监控集群中可用的资源非常重要，因为运维人员可以及时增加当前的资源，以免所有资源都耗尽。或者，采取不同的步骤来增加可用资源。

集群容量包括单个集群节点的容量。容量涵盖了 CPU、内存、磁盘空间和其他资源。

整体剩余可分配容量是一个估计值。目标是分析剩余可分配的资源并估计可用容量，即可以在集群中安排给定资源需求的 Pod 实例数量。

增强

以下是对原集群容量的一些增强功能：

支持直接从集群中使用现有的 Pod 作为 Pod 模板。

支持针对不同的 Pod 模板进行批量模拟。

运行

更多运行参数及功能，请执行如下命令：

演示

假设集群运行有 4 个节点和 1 个主节点，每个节点有 2 个 CPU 和 4GB 内存。而每个 Pod 所需的资源为 150m CPU 和 100Mi 内存。

随着集群中运行的 pod 数量增加，再次运行分析时，可调度的 pod 数量也会减少。

输出格式

命令有一个 标志，可以将其输出格式化为 json 或 yaml。

调度模拟

介绍

调度器模拟以当前集群中的所有 node、pod 等相关资源为输入，模拟从没有 pod 到创建并调度所有 pod 的过程。这可以用来计算集群压缩率比，以评估调度效果或衡量调度算法的质量。

与集群压缩相比，其结果更加激进和理想化。

运行

更多运行参数及功能，请执行如下命令：

它支持两种终止条件： 和 。前者是指所有pod调度成功后程序结束，后者是指所有 pod 至少被调度一次后程序退出。默认值为 。可以使用 标志设置退出条件。

演示

假设集群运行有 4 个节点和 1 个主节点，每个节点有 2 个 CPU 和 4GB 内存。有 40 个资源需求是 100m CPU 和 200Mi 内存的 Pod 需要被调度。

如果调度器使用 策略，调度结果可能如下所示：

如果调整调度器使用 策略，调度结果可能如下所示：

可以分析上面的调度结果来评估调度策略的有效性和集群容量压缩比。例如，上面的结果表示集群压缩比为2，这意味着在理想情况下有50%的资源浪费。

集群压缩

介绍

集群压缩以集群的当前状态，包括所有 node、pod 和其他相关资源作为输入，模拟通过移除节点来压缩集群的过程。它可用于计算集群的压缩比，这是衡量资源利用效率的指标。

与模拟调度相比，集群压缩的结果通常更显示，可操作性更强。

运行

更多运行参数及功能，请执行如下命令：

演示

假设集群运行有 4 个节点和 1 个主节点，每个节点有 2 个 CPU 和 4GB 内存。运行有 40 个资源需求是 100m CPU 和 200Mi 内存的 Pod。

上面的结果表明，给定 40 个 pod 的资源需求，在保证所有 pod 都能被调度的情况下，集群可以去掉 2 个节点，压缩比为 2，也就是有 50% 的资源浪费。

演进

当前已经支持上述三种能力，后续会继续完善其他容量、资源管理相关能力，如

基于 snapshot 的模拟

资源碎片分析

参考资料

[1]

kluster-capacity: https://github.com/k-cloud-labs/kluster-capacity