【转载】kubernetes性能测试实践

原文链接：
https://blog.csdn.net/jessicaiu/article/details/84400524

本文经作者张文娟授权发布。
欢迎访问网易云社区，了解更多网易技术产品运营经验。

概述随着容器技术的发展，容器服务已经成为行业主流，然而想要在生产环境中成功部署和操作容器，关键还是容器编排技术。市场上有各种各样的容器编排工具，如Docker原生的Swarm、Mesos、kubernetes等，其中Google开发的kubernetes因为业界各大巨头的加入和开源社区的全力支撑，成为了容器编排的首选。

简单来讲，kubernetes是容器集群管理系统，为容器化的应用提供资源调度、部署运行、滚动升级、扩容缩容等功能。容器集群管理给业务带来了便利，但是随着业务的不断增长，应用数量可能会发生爆发式的增长。那在这种情况下，kubernetes能否快速地完成扩容、扩容到大规模时kubernetes管理能力是否稳定成了挑战。因此，结合近期对社区kubernetes性能测试的调研和我们平时进行的k8s性能测试实践，和大家探讨下kubernetes性能测试的一些要点，不足之处还望大家多多指正！

测试目的 如上kubernetes架构图所示，无论外部客户端，还是kubernetes集群内部组件，其通信都需要经过kubernetes的apiserver，API的响应性决定着集群性能的好坏。其次，对于外部客户而言，他只关注创建容器服务所用的时间，因此，pod的启动时间也是影响集群性能的另外一个因素。目前，业内普遍采用的性能标准是： API响应性：99%的API调用响应时间小于1s。 Pod启动时间：99%的pods（已经拉取好镜像）启动时间在5s以内。“pod启动时间”包括了ReplicationController的创建，RC依次创建pod，调度器调度pod，Kubernetes为pod设置网络，启动容器，等待容器成功响应健康检查，并最终等待容器将其状态上报回API服务器，最后API服务器将pod的状态报告给正在监听中的客户端。除此之外，网络吞吐量、镜像大小（需要拉取）都会影响kubernetes的整体性能。测试要点一、社区测试kubernetes性能的关键点当集群资源使用率是X%（50%、90% 、99%等不同规模下）的时候，创建新的pod所需的时间（这种场景需要提前铺底，然后在铺底基础上用不同的并发梯度创建pod，测试pod创建耗时，评估集群性能）。在测试kubernetes新版本时，一般是以老版本稳定水位（node、pod等）铺底，然后梯度增加进行测试。当集群使用率高于90%时，容器启动时延的增大（系统会经历一个异常的减速）还有etcd测试的线性性质和“模型建立”的因素。调优方法是：调研etcd新版本是否有解决该问题。测试的过程中要找出集群的一个最高点，低于和高于这个阈值点，集群性能都不是最优的。组件负载会消耗master节点的资源，资源消耗所产生的不稳定性和性能问题，会导致集群不可用。所以，在测试过程中要时刻关注资源情况。客户端创建资源对象的格式 —— API服务对编码和解码JSON对象也需要花费大量的时间 —— 这也可以作为一个优化点。二、网易容器服务k8s集群性能测试关键点总结集群整体不同的集群使用水位线（0%，50%， 90%）上，pod/deployment(rs 等资源)创建、扩缩容等核心操作的性能。可以通过预先创建出一批dp（副本数默认设置为3）来填充集群，达到预期的水位，即铺底。不同水位对系统性能的影响——安全水位，极限水位容器有无挂载数据盘对容器创建性能的影响。例如，挂载数据盘增加了kubelet挂载磁盘的耗时，会增加pod的启动时长。 测试kubernetes集群的性能时，重点关注在不同水位、不同并发数下，长时间执行压力测试时，系统的稳定性，包括：系统性能表现，在较长时间范围内的变化趋势系统资源使用情况，在较长时间范围内的变化趋势各个服务组件的TPS、响应时间、错误率内部模块间访问次数、耗时、错误率等内部性能数据各个模块资源使用情况各个服务端组件长时间运行时，是否出现进程意外退出、重启等情况服务端日志是否有未知错误系统日志是否报错。apiserver关注api的响应时间。数据写到etcd即可，然后根据情况关注异步操作是否真正执行完成。关注apiserver缓存的存储设备对性能的影响。例如，master端节点的磁盘io。流控对系统、系统性能的影响。apiserver 日志中的错误响应码。apiserver 重启恢复的时间。需要考虑该时间用户是否可接受，重启后请求或者资源使用是否有异常。关注apiserver在压力测试情况下，响应时间和资源使用情况。scheduler压测scheduler处理能力并发创建大量pod，测试各个pod被调度器调度的耗时（从Pod创建到其被bind到host）不断加大新建的pod数量来增加调度器的负载关注不同pod数量级下，调度器的平均耗时、最大时间、最大QPS（吞吐量） 2. scheduler 重启恢复的时间（从重启开始到重启后系统恢复稳定）。需要考虑该时间用户是否可接受，重启后请求或者资源使用是否有异常。 3. 关注scheduler日志中的错误信息。controller压测 deployment controller处理能力并发创建大量rc（1.3 以后是deployment，单副本），测试各个deployment被空感知并创建对应rs的耗时 观察rs controller创建对应pod的耗时扩容、缩容（缩容到0副本）的耗时不断加大新建deployment的数，测试在不同deployment数量级下，控制器处理deployment的平均耗时、最大时间、最大QPS（吞吐量）和控制器负载等情况 2. controller 重启恢复的时间（从重启开始到重启后系统恢复稳定）。需要考虑该时间用户是否可接受，重启后请求或者资源使用是否有异常。 3. 关注controller日志中的错误信息。kubeletnode心跳对系统性能的影响。kubelet重启恢复的时间（从重启开始到重启后系统恢复稳定）。需要考虑该时间用户是否可接受，重启后请求或者资源使用是否有异常。关注kubelet日志中的错误信息。etcd关注etcd 的写入性能写最大并发数写入性能瓶颈，这个主要是定期持久化snapshot操作的性能 2. etcd 的存储设备对性能的影响。例如，写etcd的io。 3. watcher hub 数对k8s系统性能的影响。
————————————————
版权声明：本文为CSDN博主「jessicaiu」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jessicaiu/article/details/84400524