近日，中國(guó)信息通信研究院（以下簡(jiǎn)稱(chēng)“信通院”）在其主辦的2020云原生產(chǎn)業(yè)大會(huì)上，公布了業(yè)內(nèi)首個(gè)超大規(guī)模容器性能測(cè)評(píng)結(jié)果。阿里云成為率先通過(guò)信通院容器規(guī)模化性能測(cè)試的云服務(wù)商，獲得最高級(jí)別認(rèn)證—“卓越”級(jí)別，并首先成功實(shí)現(xiàn)以單集群1萬(wàn)節(jié)點(diǎn)1百萬(wàn) Pod 的規(guī)模突破，構(gòu)建了國(guó)內(nèi)最大規(guī)模容器集群，成為引領(lǐng)國(guó)內(nèi)容器落地的技術(shù)風(fēng)向標(biāo)。
阿里云研究員、阿里云原生技術(shù)負(fù)責(zé)人丁宇
容器規(guī)模化落地已成為企業(yè)發(fā)展“必修課”
疫情加速了企業(yè)數(shù)字化的發(fā)展進(jìn)程，低延時(shí)和高并發(fā)的線(xiàn)上場(chǎng)景頻繁出現(xiàn)在企業(yè)日常經(jīng)營(yíng)中，業(yè)務(wù)創(chuàng)新的需求也在倒逼企業(yè)不斷運(yùn)用新興技術(shù)手段。阿里云研究員、阿里云原生技術(shù)負(fù)責(zé)人丁宇表示，“現(xiàn)如今，Kubernetes 逐漸成為云原生時(shí)代的基礎(chǔ)設(shè)施，容器技術(shù)被廣泛應(yīng)用于人工智能、大數(shù)據(jù)、區(qū)塊鏈、邊緣計(jì)算等場(chǎng)景，作為輕量化的計(jì)算載體，為更多的場(chǎng)景賦予高度的彈性與敏捷性。”在日常經(jīng)營(yíng)和業(yè)務(wù)創(chuàng)新的雙重壓力之下，越來(lái)越多的企業(yè)從小規(guī)模試用到全面擁抱容器規(guī)模化落地，以保障企業(yè)業(yè)務(wù)能夠健康且長(zhǎng)遠(yuǎn)發(fā)展。
據(jù)信通院《2020年中國(guó)云原生用戶(hù)調(diào)查報(bào)告》顯示，60%以上的用戶(hù)已在生產(chǎn)環(huán)境中應(yīng)用容器技術(shù)，近八成用戶(hù)的生產(chǎn)需求需要1000及以上的節(jié)點(diǎn)規(guī)模滿(mǎn)足，超過(guò)13%的用戶(hù)容器規(guī)模已超過(guò)5000節(jié)點(diǎn)，9%的用戶(hù)容器規(guī)模大于10000節(jié)點(diǎn)。隨著云原生技術(shù)的進(jìn)一步普及，越來(lái)越多的企業(yè)核心業(yè)務(wù)切換到容器，企業(yè)生產(chǎn)環(huán)境容器集群規(guī)模呈現(xiàn)爆發(fā)式增長(zhǎng)趨勢(shì)，容器規(guī)模化落地已成為企業(yè)發(fā)展“必修課”。目前開(kāi)源版本Kubernetes最多可以支撐5千節(jié)點(diǎn)及15萬(wàn) Pod，已經(jīng)無(wú)法滿(mǎn)足日益增長(zhǎng)的業(yè)務(wù)需求。
容器規(guī)模化落地企業(yè)要過(guò)哪些難關(guān)
大規(guī)模容器集群可以提供更大的業(yè)務(wù)負(fù)載能力，更高的流量突發(fā)能力，更加高效的集群管理方式。作為云原生領(lǐng)域的實(shí)踐者和引領(lǐng)者，阿里云率先實(shí)現(xiàn)了單集群 1 萬(wàn)節(jié)點(diǎn)1百萬(wàn) Pod 的規(guī)模突破，相比于社區(qū)版 Kubernetes，單集群節(jié)點(diǎn)數(shù)在社區(qū)基礎(chǔ)上提高了 2 倍，Pod 數(shù)提升了 6.7 倍。基于服務(wù)百萬(wàn)客戶(hù)的經(jīng)驗(yàn)，阿里云沉淀了“容器規(guī)模化落地四步走”的路徑方法，可幫助企業(yè)克服容器規(guī)模化落地過(guò)程中的難關(guān)，輕松應(yīng)對(duì)不斷增加的規(guī)模化需求。
第一步：如何判斷自身是否需要容器集群規(guī)模化？
當(dāng)企業(yè)面臨流量突發(fā)型業(yè)務(wù)、復(fù)雜計(jì)算型業(yè)務(wù)、需進(jìn)一步提高運(yùn)維效率等業(yè)務(wù)或 IT 訴求，單集群的容量成為當(dāng)前掣肘發(fā)展的瓶頸。例如基因計(jì)算、在線(xiàn)秒殺等業(yè)務(wù)，會(huì)在短時(shí)間會(huì)產(chǎn)生大量的負(fù)載，對(duì)單集群能容納的計(jì)算資源提出了嚴(yán)峻的挑戰(zhàn)，亟需單個(gè)集群能夠支持大規(guī)模的節(jié)點(diǎn)來(lái)批量運(yùn)行 Pod。基于此，企業(yè)就要開(kāi)始考慮集群擴(kuò)容了，不過(guò)追求集群規(guī)模大，并不是一針見(jiàn)效的萬(wàn)能“銀彈”， 企業(yè)需要根據(jù)自身業(yè)務(wù)發(fā)展特性，優(yōu)化集群能力實(shí)現(xiàn)業(yè)務(wù)價(jià)值，盲目追求集群規(guī)模化將擴(kuò)大整個(gè)故障域的風(fēng)險(xiǎn)。
第二步：容器規(guī)模化不是簡(jiǎn)單擴(kuò)大規(guī)模的大小，如何自下而上實(shí)現(xiàn)一整套體系優(yōu)化，打通任督二脈？
Kubernetes作為云原生時(shí)代的操作系統(tǒng)，其自身及其部署的云環(huán)境是非常復(fù)雜龐大的，因此容器規(guī)模化是從底層云資源到上層應(yīng)用的一整套優(yōu)化體系。企業(yè)用戶(hù)需要重點(diǎn)解決三個(gè)層面的優(yōu)化，1、在云產(chǎn)品層面打破對(duì)云資源配額的限制；2、在集群組件層面提升資源規(guī)模化的天花板；3、在Kubernetes資源層面優(yōu)化集群配置策略來(lái)保證資源規(guī)模化能力。
第三步：容器規(guī)模化后難以保障原有性能不受損，如何實(shí)現(xiàn)性能進(jìn)一步提升，做個(gè)“靈活的巨人”？
容器集群規(guī)模被放大N倍之后，對(duì)存儲(chǔ)、集群網(wǎng)絡(luò)、應(yīng)用分發(fā)等性能都提出了巨大挑戰(zhàn)，例如大規(guī)模集群數(shù)據(jù)中心內(nèi)網(wǎng)絡(luò)流量通常較大，網(wǎng)絡(luò)延遲與抖動(dòng)的問(wèn)題也會(huì)隨之被放大，影響集群網(wǎng)絡(luò)傳輸效率和集群穩(wěn)定。還有大規(guī)模集群下批量發(fā)布更新應(yīng)用的常規(guī)場(chǎng)景，1w個(gè)節(jié)點(diǎn)瞬時(shí)的鏡像拉取會(huì)產(chǎn)生巨大的網(wǎng)絡(luò)沖擊，給鏡像服務(wù)和網(wǎng)絡(luò)帶寬帶來(lái)了巨大的壓力。容器規(guī)模化的初衷是提供更強(qiáng)大的技術(shù)支撐力，不僅要保障原有性能，還需要進(jìn)一步提升整體性能。企業(yè)用戶(hù)可重點(diǎn)從四個(gè)方面入手優(yōu)化：Node&Pod規(guī)模化效率、網(wǎng)絡(luò)效率（吞吐與延遲）、DNS解析效率、鏡像加速。
第四步：容器規(guī)模化后最驚心動(dòng)魄的難關(guān)是“穩(wěn)定”
如果說(shuō)集群規(guī)模化是第一步，那么穩(wěn)定的運(yùn)行上萬(wàn)節(jié)點(diǎn)的集群才是更加驚心動(dòng)魄的，龐大的系統(tǒng)最重要的就是控制故障域，防止雪崩。相對(duì)于規(guī)模而言，容器規(guī)模化后的穩(wěn)定性更加重要，因?yàn)榇笠?guī)模集群的恢復(fù)不是簡(jiǎn)單的重啟就能夠解決的，一旦雪崩開(kāi)始，整體崩潰不可避免，嚴(yán)重影響業(yè)務(wù)接續(xù)性。對(duì)于企業(yè)而言，大規(guī)模集群的穩(wěn)定性就是業(yè)務(wù)在線(xiàn)的安全性。企業(yè)用戶(hù)重點(diǎn)需要考慮事前止血預(yù)案、資源索引和系統(tǒng)組件優(yōu)化、以及監(jiān)控所有節(jié)點(diǎn)隨時(shí)啟動(dòng)自愈流程。
阿里云幫助企業(yè)一站式實(shí)現(xiàn)容器規(guī)模化落地
針對(duì)大規(guī)模集群在企業(yè)落地的種種難關(guān)，阿里云基于ACK Pro提供了企業(yè)級(jí)的容器集群管理能力，在APIServer和調(diào)度器上提供了大量性能優(yōu)化，打破資源規(guī)模限制、提升性能天花板、保證集群穩(wěn)定性。通過(guò)自研高性能容器網(wǎng)絡(luò)Terway，優(yōu)化Pod延遲30%，降低大規(guī)模Service的性能開(kāi)銷(xiāo)，不僅可解決大規(guī)模集群的網(wǎng)絡(luò)瓶頸問(wèn)題，而且提供幾乎云上原生的網(wǎng)絡(luò)性能，使得集群響應(yīng)更迅速。企業(yè)級(jí)鏡像倉(cāng)庫(kù)ACR EE支持獨(dú)享存儲(chǔ)，提供按需加載鏡像的能力，降低啟動(dòng)時(shí)間60%，可解決大規(guī)模節(jié)點(diǎn)拉取鏡像慢的問(wèn)題。
整合阿里云存儲(chǔ)、網(wǎng)絡(luò)和安全能力，阿里云一站式為企業(yè)提供容器規(guī)模化運(yùn)行的最佳性能：更加高效的網(wǎng)絡(luò)轉(zhuǎn)發(fā)、更強(qiáng)擴(kuò)展能力的存儲(chǔ)、更高效的應(yīng)用與鏡像分發(fā)、更穩(wěn)定的大規(guī)模集群管理。
值得一提的是，在信通院的容器規(guī)模化測(cè)評(píng)中，阿里云容器服務(wù)的滿(mǎn)負(fù)載壓力測(cè)試、網(wǎng)絡(luò)延時(shí)、網(wǎng)絡(luò)性能損耗等多項(xiàng)測(cè)評(píng)結(jié)果，在參與測(cè)評(píng)的廠(chǎng)商中遙遙領(lǐng)先。
基于此，阿里云擁有足夠彈性的“服務(wù)能力空間”，可根據(jù)企業(yè)業(yè)務(wù)量身定制滿(mǎn)足當(dāng)前所需的容器集群服務(wù)，除了支撐阿里集團(tuán)內(nèi)部核心系統(tǒng)容器化上云和阿里云的云產(chǎn)品本身，也將多年的大規(guī)模容器技術(shù)以產(chǎn)品化的能力輸出給眾多圍繞雙十一的生態(tài)公司和ISV公司。通過(guò)支撐來(lái)自全球各行各業(yè)的容器云，阿里云容器服務(wù)已經(jīng)沉淀了支持單元化架構(gòu)、全球化架構(gòu)、柔性架構(gòu)的云原生應(yīng)用托管中臺(tái)能力，管理了超過(guò)1萬(wàn)個(gè)以上的容器集群，提供企業(yè)級(jí)可靠服務(wù)。
阿里云擁有國(guó)內(nèi)規(guī)模最大的容器集群、最豐富的云原生產(chǎn)品家族和最全面的開(kāi)源貢獻(xiàn)，提供云原生裸金屬服務(wù)器、云原生數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖、容器、微服務(wù)、DevOps、Serverless等超過(guò)100款創(chuàng)新產(chǎn)品，覆蓋新零售、政務(wù)、醫(yī)療、交通、教育等各個(gè)領(lǐng)域。阿里云容器服務(wù)是國(guó)內(nèi)唯一連續(xù)兩次入選Gartner 2019年和2020年《競(jìng)爭(zhēng)格局：公共云容器服務(wù)》報(bào)告的廠(chǎng)商，阿里云覆蓋Serverless Kubernetes、服務(wù)網(wǎng)格、容器鏡像等九項(xiàng)產(chǎn)品能力，與 AWS 平齊，產(chǎn)品豐富度領(lǐng)先 Google、微軟、IBM 和 Oracle 四家廠(chǎng)商。
隨著容器技術(shù)的逐漸普及，如何評(píng)價(jià)容器性能高低成為業(yè)內(nèi)普遍關(guān)注的議題。針對(duì)行業(yè)痛點(diǎn)，中國(guó)信息通信研究院發(fā)布的業(yè)內(nèi)首個(gè)超大規(guī)模容器性能測(cè)評(píng)結(jié)果，客觀(guān)真實(shí)反映了容器集群組件級(jí)的性能表現(xiàn)。在2020云原生產(chǎn)業(yè)大會(huì)上，阿里云研究員、阿里云原生技術(shù)負(fù)責(zé)人丁宇表示，“阿里云一直致力于推動(dòng)云原生在國(guó)內(nèi)的普及，將與信通院一起促進(jìn)中國(guó)容器市場(chǎng)的規(guī)范化、標(biāo)準(zhǔn)化發(fā)展。”
