Kubernetes API 和流量控制：管理请求数量和排队进程_kube-apiserver服务 流量突然增大(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

本文描述了我们最近遇到的一个真实案例：Kubernetes API 因其中一个集群中的大量请求而瘫痪。今天，我们将讨论我们如何处理这个问题，并提供一些关于如何预防它的提示。

高并发搞崩 Kubernetes API

一个非常普通的早晨，我们开始了对 Kubernetes API 的漫长研究，并确定了对它的请求的优先级。我们接到一位技术支持工程师的电话，他报告说客户的集群实际上无法运行（包括生产环境），并说必须采取一些措施。

我们连接到失败的集群，看到 Kube API 服务器已经耗尽了所有内存。它们会崩溃，重新启动，再次崩溃，然后一遍又一遍地重新启动。这最终导致 Kubernetes API 无法访问且完全无法运行。

由于这是一个生产集群，我们通过向控制平面节点添加处理器和内存来实施临时修复。我们一开始添加的资源不足。幸运的是，在下一批资源之后，API 稳定了下来。

寻找问题的根源

首先，我们评估了我们最终必须做出的改变的程度。最初，控制平面节点有 8 个 CPU 和 16 GB RAM。在我们的干预下，它们的大小增加到 16 个 CPU 和 64 GB RAM。

以下是问题发生时的内存消耗图：

内存消耗高达 50 GB。后来，我们发现，由于某些因素，Cilium pod 正在向 API 大量发送 LIST 请求。由于集群很大，并且有大量的节点（超过 200 个），同时请求会大大增加使用的内存量。

我们与客户达成一致，操作一个测试窗口，重新启动了 Cilium 代理，我们发现以下情况：

• 其中一个 API 服务器上的负载正在增长。
• 它消耗内存。
• 它耗尽了节点上的所有内存。
• 然后崩溃了。
• 请求已重定向到另一台服务器。
• 然后，同样的事情再次发生。

我们认为限制对 API 的并发 cilium-agent 请求的数量是个好主意。在这种情况下，稍微慢一点的 LIST 请求执行不会影响 Cilium 的性能。

解决方案

我们创建了以下内容和清单：FlowSchema``PriorityLevelConfiguration

---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: FlowSchema
metadata:
 name: cilium-pods
spec:
 distinguisherMethod:
   type: ByUser
 matchingPrecedence: 1000
 priorityLevelConfiguration:
   name: cilium-pods
 rules:
   - resourceRules:
       - apiGroups:
           - 'cilium.io'
         clusterScope: true
         namespaces:
           - '*'
         resources:
           - '*'
         verbs:
           - 'list'
     subjects:
       - group:
           name: system:serviceaccounts:d8-cni-cilium
         kind: Group
---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: PriorityLevelConfiguration
metadata:
 name: cilium-pods
spec:
 type: Limited
 limited:
   assuredConcurrencyShares: 5
   limitResponse:
     queuing:
       handSize: 4
       queueLengthLimit: 50
       queues: 16
     type: Queue

…并将它们部署到集群中。

重新启动 cilium-agent 不再导致显著的内存消耗变化。因此，我们能够将节点资源削减到原始资源。

我们做了什么，这些操作如何帮助消除多个 Kubernetes API 请求时的问题？阅读下面的细分。

在 Kubernetes API 中管理请求

在 Kubernetes 中，请求队列管理由 API 优先级和公平性 （APF） 处理。默认情况下，它在 Kubernetes 1.20 及更高版本中处于启用状态。API 服务器还提供了两个参数，（默认为 400）和（默认为 200），用于限制请求数量。如果启用了 APF，则将这两个参数相加，这就是 API 服务器的总并发限制的定义方式。--max-requests-inflight``--max-mutating-requests-inflight

也就是说，还有一些更精细的细节需要考虑：

• 长时间运行的 API 请求（例如，在 Pod 中查看日志或执行命令）不受 APF 限制的约束，WATCH 请求也不受限制。
• 还有一个特殊的预定义优先级，称为 。来自此级别的请求将立即得到处理。exempt

APF 确保 Cilium 代理请求不会“限制”用户 API 请求。APF 还允许您设置限制，以确保无论 K8s API 服务器负载如何，重要请求始终得到处理。

您可以使用以下两个资源配置 APF：

• PriorityLevelConfiguration这定义了一个可用的优先级。
• FlowSchema将每个传入请求映射到单个 .PriorityLevelConfiguration

优先级配置

每个都有自己的并发限制（份额）。总并发限制按其份额的比例分配给现有用户。PiorityLevelConfiguration``PriorityLevelConfigurations

让我们按照以下示例计算该限制：

~# kubectl get prioritylevelconfigurations.flowcontrol.apiserver.k8s.io
NAME                 TYPE      ASSUREDCONCURRENCYSHARES   QUEUES   HANDSIZE   QUEUELENGTHLIMIT   AGE
catch-all            Limited   5                          <none>   <none>     <none>             193d
d8-serviceaccounts   Limited   5                          32       8          50                 53d
deckhouse-pod        Limited   10                         128      6          50                 90d
exempt               Exempt    <none>                     <none>   <none>     <none>             193d
global-default       Limited   20                         128      6          50                 193d
leader-election      Limited   10                         16       4          50                 193d
node-high            Limited   40                         64       6          50                 183d
system               Limited   30                         64       6          50                 193d
workload-high        Limited   40                         128      6          50                 193d
workload-low         Limited   100                        128      6          50                 193d

1. 首先，将所有（260）相加。AssuredConcurrencyShares
2. 现在，计算请求限制，例如，优先级：（400+200）/260*100 = 每秒 230 个请求。workload-low

让我们更改其中一个值，看看会发生什么。例如，让我们从 10 增加到 100。请求限制将降至 （400+200）/350*100 = 每秒 171 个请求。AssuredConcurrencyShares``deckhouse-pod

通过增加 AssuredConcurrencyShares 数量，我们增加了特定级别的查询限制，但降低了所有其他级别的查询限制。

如果优先级中的请求数大于允许的限制，则请求将排队。您可以选择自定义队列参数。您还可以将 APF 配置为立即丢弃超出特定优先级限制的请求。

让我们看一下下面的例子：

---
apiVersion: flowcontrol.apiserver.k8s.io/v1beta1
kind: PriorityLevelConfiguration
metadata:
 name: cilium-pods
spec:
 type: Limited
 limited:
   assuredConcurrencyShares: 5
   limitResponse:
     queuing:
       handSize: 4
       queueLengthLimit: 50
       queues: 16
     type: Queue

在这里，优先级配置为具有 .如果没有其他自定义优先级，则每秒会产生 12 个请求。请求队列设置为 200 个请求 （），并创建 16 个内部队列，以便更均匀地分配来自不同代理的请求。AssuredConcurrencyShares = 5``handSize * queueLengthLimit

关于 K8s 流量控制中优先级配置的一些重要细节：

• 拥有更多队列可减少流之间的冲突次数，但会增加内存使用量。将其设置为禁用公平性逻辑，但仍允许对请求进行排队。1
• 增加渲染，可以在不忽略单个请求的情况下处理高流量突发。但是，查询的处理速度较慢，并且需要更多的内存。queueLengthLimit
• 通过更改 ，可以调整流之间发生冲突的可能性，以及在高负载情况下单个流可用的整体并发性。handSize

这些参数是通过实验选择的：

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

715904952318)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取