![頭圖.jpg](https://ucc.alicdn.com/pic/developer-ecology/332d7c340762410bb2332c327acb7f63.jpg)

作者 | 王思宇（酒祝）
Photo Creidt@ 王思宇（酒祝）

# 背景

[OpenKruise](https://github.com/openkruise/kruise) 是阿里雲開源的雲原生應用自動化管理套件，也是當前託管在 Cloud Native Computing Foundation (CNCF) 下的 Sandbox 專案。它來自阿里巴巴多年來容器化、雲原生的技術沉澱，是阿里內部生產環境大規模應用的基於 Kubernetes 之上的標準擴充套件元件，也是緊貼上游社群標準、適應網際網路規模化場景的技術理念與最佳實踐。

OpenKruise 在 2021 年 5 月 20 日釋出了最新的 v0.9.0 版本（[ChangeLog](https://github.com/openkruise/kruise/blob/master/CHANGELOG.md)），新增了 Pod 容器重啟、資源級聯刪除防護等重磅功能，本文以下對新版本做整體的概覽介紹。

# Pod 容器重啟/重建

“重啟” 是一個很樸素的需求，即使日常運維的訴求，也是技術領域較為常見的 “恢復手段”。而在原生的 Kubernetes 中，並沒有提供任何對容器粒度的操作能力，Pod 作為最小操作單元也只有建立、刪除兩種操作方式。

有的同學可能會問，在雲原生時代，為什麼使用者還要關注容器重啟這種運維操作呢？在理想的 Serverless 模式下，業務只需要關心服務自身就好吧？

這來自於雲原生架構和過去傳統基礎基礎設施的差異性。在傳統的物理機、虛擬機器時代，一臺機器上往往會部署和執行多個應用的例項，並且機器和應用的生命週期是不同的；在這種情況下，應用例項的重啟可能僅僅是一條 systemctl 或 supervisor 之類的指令，而無需將整個機器重啟。然而，在容器與雲原生模式下，應用的生命週期是和 Pod 容器繫結的；即常規情況下，一個容器只執行一個應用程式，一個 Pod 也只提供一個應用例項的服務。

基於上述的限制，目前原生 Kubernetes 之下是沒有 API 來為上層業務提供容器（應用）重啟能力的。而 Kruise v0.9.0 版本提供了一種單 Pod 維度的容器重啟能力，相容 1.16 及以上版本的標準 Kubernetes 叢集。在[安裝或升級 Kruise](https://openkruise.io/zh-cn/docs/installation.html) 之後，只需要建立 ContainerRecreateRequest（簡稱 CRR） 物件來指定重啟，最簡單的 YAML 如下：

```
apiVersion: apps.kruise.io/v1alpha1
kind: ContainerRecreateRequest
metadata:
  namespace: pod-namespace
  name: xxx
spec:
  podName: pod-name
  containers:
  - name: app
  - name: sidecar
```

其中，namespace 需要與要操作的 Pod 在同一個名稱空間，name 可自選。spec 中 podName 是 Pod 名字，containers 列表則可以指定 Pod 中一個或多個容器名來執行重啟。

除了上述必選欄位外，CRR 還提供了多種可選的重啟策略：

```
spec:
  # ...
  strategy:
    failurePolicy: Fail
    orderedRecreate: false
    terminationGracePeriodSeconds: 30
    unreadyGracePeriodSeconds: 3
    minStartedSeconds: 10
  activeDeadlineSeconds: 300
  ttlSecondsAfterFinished: 1800
```

- failurePolicy：Fail 或 Ignore，預設 Fail；表示一旦有某個容器停止或重建失敗，CRR 立即結束。
- orderedRecreate：預設 false；true 表示列表有多個容器時，等前一個容器重建完成了，再開始重建下一個。
- terminationGracePeriodSeconds：等待容器優雅退出的時間，不填預設用 Pod 中定義的時間。
- unreadyGracePeriodSeconds：在重建之前先把 Pod 設為 not ready，並等待這段時間後再開始執行重建。
   - 注：該功能依賴於 KruisePodReadinessGate 這個 feature-gate 要開啟，後者會在每個 Pod 建立的時候注入一個 readinessGate。否則，預設只會給 Kruise workload 建立的 Pod 注入 readinessGate，也就是說只有這些 Pod 才能在 CRR 重建時使用 unreadyGracePeriodSeconds。
- minStartedSeconds：重建後新容器至少保持執行這段時間，才認為該容器重建成功。
- activeDeadlineSeconds：如果 CRR 執行超過這個時間，則直接標記為結束（未完成的容器標記為失敗）。
- ttlSecondsAfterFinished：CRR 結束後，過了這段時間自動被刪除掉。

實現原理：當使用者建立了 CRR 後，經過了 kruise-manager 中心端的初步處理，會被 Pod 所在節點上的 kruise-daemon 收到並開始執行。執行的過程如下：

1. 如果 Pod 容器定義了 preStop，kruise-daemon 會先走 CRI 執行時 exec 到容器中執行 preStop。
1. 如果沒有 preStop 或執行完成，kruise-daemon 呼叫 CRI 介面將容器停止。
1. kubelet 感知到容器退出，則會新建一個 “序號” 遞增的新容器，並開始啟動（以及執行 postStart）。
1. kruise-daemon 感知到新容器啟動成功，上報 CRR 重啟完成。

![1.png](https://ucc.alicdn.com/pic/developer-ecology/54decec30b2540f4b671e769acf25d01.png)

上述的容器 “序號” 其實就對應了 Pod status 中 kubelet 上報的 restartCount。因此，在容器重啟後會看到 Pod 的 restartCount 增加。另外，因為容器發生了重建，之前臨時寫到舊容器 rootfs 中的檔案會丟失，但是 volume mount 掛載卷中的資料仍然存在。

# 級聯刪除防護

Kubernetes 的面向終態自動化是一把 “雙刃劍”，它既為應用帶來了宣告式的部署能力，同時也潛在地會將一些誤操作行為被終態化放大。例如它的 “級聯刪除” 機制，即正常情況（非 orphan 刪除）下一旦父類資源被刪除，則所有子類資源都會被關聯刪除：

1. 刪除一個 CRD，其所有對應的 CR 都被清理掉。
1. 刪除一個 namespace，這個名稱空間下包括 Pod 在內所有資源都被一起刪除。
1. 刪除一個 workload（Deployment/StatefulSet/...），則下屬所有 Pod 被刪除。

類似這種 “級聯刪除” 帶來的故障，我們已經聽到不少社群 K8s 使用者和開發者帶來的抱怨。對於任何一家企業來說，其生產環境發生這種規模誤刪除都是不可承受之痛，阿里巴巴也不例外。

因此，在 Kruise v0.9.0 版本中，我們將阿里內部所做的防級聯刪除能力輸出到社群，期望能為更多的使用者帶來穩定性保障。在當前版本中如果需要使用該功能，則在[安裝或升級 Kruise](https://openkruise.io/zh-cn/docs/installation.html) 的時候需要顯式開啟 `ResourcesDeletionProtection` 這個 feature-gate。

對於需要防護刪除的資源物件，使用者可以給其打上 `policy.kruise.io/delete-protection` 標籤，value 可以有兩種：

- Always: 表示這個物件禁止被刪除，除非上述 label 被去掉。
- Cascading：這個物件如果還有可用的下屬資源，則禁止被刪除。

目前支援的資源型別、以及 cascading 級聯關係如下：

![2.jpg](https://ucc.alicdn.com/pic/developer-ecology/57b2aeefa494488cb6de9ac2465aeaec.jpg)

# CloneSet 新增功能

## 1. 刪除優先順序

[controller.kubernetes.io/pod-deletion-cost](https://kubernetes.io/docs/reference/labels-annotations-taints/#pod-deletion-cost) 是從 Kubernetes 1.21 版本後加入的 annotation，ReplicaSet 在縮容時會參考這個 cost 數值來排序。CloneSet 從 Kruise v0.9.0 版本後也同樣支援了這個功能。

使用者可以把這個 annotation 配置到 pod 上，它的 value 數值是 int 型別，表示這個 pod 相較於同個 CloneSet 下其他 pod 的 "刪除代價"，代價越小的 pod 刪除優先順序相對越高。沒有設定這個 annotation 的 pod 預設 deletion cost 是 0。

注意這個刪除順序並不是強制保證的，因為真實的 pod 的刪除類似於下述順序：

1. 未排程 < 已排程
1. PodPending < PodUnknown < PodRunning
1. Not ready < ready
1. **較小 pod-deletion cost < 較大 pod-deletion cost**
1. 處於 Ready 時間較短 < 較長
1. 容器重啟次數較多 < 較少
1. 建立時間較短 < 較長

## 2. 配合原地升級的映象預熱

當使用 CloneSet 做應用原地升級時，只會升級容器映象、而 Pod 不會發生重建。這就保證了 Pod 升級前後所在 node 不會發生變化，從而在原地升級的過程中，如果 CloneSet 提前在所有 Pod 節點上先把新版本映象拉取好，則在後續的釋出批次中 Pod 原地升級速度會得到大幅度提高。

在當前版本中如果需要使用該功能，則在[安裝或升級 Kruise](https://openkruise.io/zh-cn/docs/installation.html) 的時候需要顯式開啟 `PreDownloadImageForInPlaceUpdate` 這個 feature-gate。開啟後，當使用者更新了 CloneSet template 中的映象、且釋出策略支援原地升級，則 CloneSet 會自動為這個新映象建立 ImagePullJob 物件（OpenKruise 提供的批次映象預熱功能），來提前在 Pod 所在節點上預熱新映象。

預設情況下 CloneSet 給 ImagePullJob 配置的併發度是 1，也就是一個個節點拉映象。如果需要調整，你可以在 CloneSet annotation 上設定其映象預熱時的併發度：

```
apiVersion: apps.kruise.io/v1alpha1
kind: CloneSet
metadata:
  annotations:
    apps.kruise.io/image-predownload-parallelism: "5"
```

## 3. 先擴再縮的 Pod 置換方式

在過去版本中，CloneSet 的 maxUnavailable、maxSurge 策略只對應用釋出過程生效。而從 Kruise v0.9.0 版本開始，這兩個策略同樣會對 Pod 指定刪除生效。

也就是說，當使用者透過 `podsToDelete` 或 `apps.kruise.io/specified-delete: true` 方式（具體見官網文件）來指定一個或多個 Pod 期望刪除時，CloneSet 只會在當前不可用 Pod 數量（相對於 replicas 總數）小於 maxUnavailable 的時候才執行刪除。同時，如果使用者配置了 maxSurge 策略，則 CloneSet **有可能**會先建立一個新 Pod、等待新 Pod ready、再刪除指定的舊 Pod。

具體採用什麼樣的置換方式，取決於當時的 maxUnavailable 和實際不可用 Pod 數量。比如：

- 對於一個 CloneSet `maxUnavailable=2, maxSurge=1` 且有一個 `pod-a` 處於不可用狀態， 如果你對另一個 `pod-b` 指定刪除， 那麼 CloneSet 會立即刪除它，然後建立一個新 Pod。
- 對於一個 CloneSet `maxUnavailable=1, maxSurge=1` 且有一個 `pod-a` 處於不可用狀態， 如果你對另一個 `pod-b` 指定刪除， 那麼 CloneSet 會先新建一個 Pod、等待它 ready，最後再刪除 `pod-b`。
- 對於一個 CloneSet `maxUnavailable=1, maxSurge=1` 且有一個 `pod-a` 處於不可用狀態， 如果你對這個 `pod-a` 指定刪除， 那麼 CloneSet 會立即刪除它，然後建立一個新 Pod。
- ...

## 4. 基於 partition 終態的高效回滾

在原生的 workload 中，Deployment 自身釋出不支援灰度釋出，StatefulSet 有 partition 語義來允許使用者控制灰度升級的數量；而 Kruise workload 如 CloneSet、Advanced StatefulSet，也都提供了 partition 來支援灰度分批。

對於 CloneSet，Partition 的語義是**保留舊版本 Pod 的數量或百分比**。比如說一個 100 個副本的 CloneSet，在升級映象時將 partition 數值階段性改為 80 -> 60 -> 40 -> 20 -> 0，則完成了分 5 批次釋出。

但過去，不管是 Deployment、StatefulSet 還是 CloneSet，在釋出的過程中如果想要回滾，都必須將 template 資訊（映象）重新改回老版本。後兩者在灰度的過程中，將 partition 調小會觸發舊版本升級為新版本，但再次 partition 調大則不會處理。

從 v0.9.0 版本開始，CloneSet 的 partition 支援了 “終態回滾” 功能。如果在[安裝或升級 Kruise](https://openkruise.io/zh-cn/docs/installation.html) 的時候開啟了 `CloneSetPartitionRollback` 這個 feature-gate，則當使用者將 partition 調大時，CloneSet 會將對應數量的新版本 Pod 重新回滾到老版本。

這樣帶來的好處是顯而易見的：在灰度釋出的過程中，只需要前後調節 partition 數值，就能靈活得控制新舊版本的比例數量。但需要注意的是，CloneSet 所依據的 “新舊版本” 對應的是其 status 中的 updateRevision 和 currentRevision：

- updateRevision：對應當前 CloneSet 所定義的 template 版本。
- currentRevision：該 CloneSet **前一次全量釋出成功**的 template 版本。

## 5. 短 hash

預設情況下，CloneSet 在 Pod label 中設定的 `controller-revision-hash` 值為 ControllerRevision 的完整名字，比如：

```
apiVersion: v1
kind: Pod
metadata:
  labels:
    controller-revision-hash: demo-cloneset-956df7994
```

它是透過 CloneSet 名字和 ControllerRevision hash 值拼接而成。通常 hash 值長度為 8~10 個字元，而 Kubernetes 中的 label 值不能超過 63 個字元。因此 CloneSet 的名字一般是不能超過 52 個字元的，如果超過了，則無法成功建立出 Pod。

在 v0.9.0 版本引入了 `CloneSetShortHash` 新的 feature-gate。如果它被開啟，CloneSet 只會將 Pod 中的 `controller-revision-hash` 的值只設定為 hash 值，比如 956df7994，因此 CloneSet 名字的長度不會有任何限制了。（即使啟用該功能，CloneSet 仍然會識別和管理過去存量的 revision label 為完整格式的 Pod。）

# SidecarSet

## sidecar 熱升級功能

SidecarSet 是 Kruise 提供的獨立管理 sidecar 容器的 workload。使用者可以透過 SidecarSet，來在一定範圍的 Pod 中注入和升級指定的 sidecar 容器。

預設情況下，sidecar 的獨立原地升級是先停止舊版本的容器，然後建立新版本的容器。這種方式更加適合不影響Pod服務可用性的sidecar容器，比如說日誌收集 agent，但是對於很多代理或執行時的 sidecar 容器，例如 Istio Envoy，這種升級方法就有問題了。Envoy 作為 Pod 中的一個代理容器，代理了所有的流量，如果直接重啟升級，Pod 服務的可用性會受到影響。如果需要單獨升級 envoy sidecar，就需要複雜的 grace 終止和協調機制。所以我們為這種 sidecar 容器的升級提供了一種新的解決方案，即熱升級（hot upgrade）。

```
apiVersion: apps.kruise.io/v1alpha1
kind: SidecarSet
spec:
  # ...
  containers:
  - name: nginx-sidecar
    image: nginx:1.18
    lifecycle:
      postStart:
        exec:
          command:
          - /bin/bash
          - -c
          - /usr/local/bin/nginx-agent migrate
    upgradeStrategy:
      upgradeType: HotUpgrade
      hotUpgradeEmptyImage: empty:1.0.0
```

- upgradeType: HotUpgrade代表該sidecar容器的型別是hot upgrade，將執行熱升級方案hotUpgradeEmptyImage: 當熱升級sidecar容器時，業務必須要提供一個empty容器用於熱升級過程中的容器切換。empty容器同sidecar容器具有相同的配置（除了映象地址），例如：command, lifecycle, probe等，但是它不做任何工作。
- lifecycle.postStart: 狀態遷移，該過程完成熱升級過程中的狀態遷移，該指令碼需要由業務根據自身的特點自行實現，例如：nginx熱升級需要完成Listen FD共享以及流量排水（reload）。

具體 sidecar 注入和熱升級流程，請參考[官網文件](https://openkruise.io/zh-cn/docs/what_is_openkruise.html)。

# 最後

瞭解上述能力的更多資訊，可以訪問[官網文件](https://openkruise.io/zh-cn/docs/what_is_openkruise.html)。對 OpenKruise 感興趣的同學歡迎參與我們的社群建設，已經使用了 OpenKruise 專案的使用者請在 [issue](https://github.com/openkruise/kruise/issues/289) 中登記。

釘釘搜尋群號 23330762 加入釘釘交流群！

OpenKruise v0.9.0 版本釋出：新增 Pod 重啟、刪除防護等重磅功能

相關文章