2017-06-26 20:53:37 +08:00
# Linkerd简介
2018-08-06 20:20:03 +08:00
> **注意**: Linkerd最初版本是使用Scala开发的, 现在已开始开发Linkerd2, 使用Go语言开发, 该公司的另一款轻量级Service Mesh conduit也寿终正寝, 合并入Linkerd 2.0,详见[Conduit 0.5发布—以及R.I.P. Conduit](http://www.servicemesher.com/blog/rip-conduit/)。
2020-02-08 11:48:04 +08:00
Linkerd是一个用于云原生应用的开源、可扩展的service mesh( 服务网格) 。
2017-06-26 20:53:37 +08:00
## Linkerd是什么
Linkerd的出现是为了解决像twitter、google这类超大规模生产系统的复杂性问题。Linkerd不是通过控制服务之间的通信机制来解决这个问题, 而是通过在服务实例之上添加一个抽象层来解决的。
2017-10-22 22:33:12 +08:00
![source https://linkerd.io ](../images/diagram-individual-instance.png )
2017-06-26 20:53:37 +08:00
Linkerd负责跨服务通信中最困难、易出错的部分, 包括延迟感知、负载平衡、连接池、TLS、仪表盘、请求路由等——这些都会影响应用程序伸缩性、性能和弹性。
## 如何运行
Linkerd作为独立代理运行, 无需特定的语言和库支持。应用程序通常会在已知位置运行linkerd实例, 然后通过这些实例代理服务调用——即不是直接连接到目标服务, 服务连接到它们对应的linkerd实例, 并将它们视为目标服务。
在该层上, linkerd应用路由规则, 与现有服务发现机制通信, 对目标实例做负载均衡——与此同时调整通信并报告指标。
通过延迟调用linkerd的机制, 应用程序代码与以下内容解耦:
- 生产拓扑
- 服务发现机制
- 负载均衡和连接管理逻辑
应用程序也将从一致的全局流量控制系统中受益。这对于多语言应用程序尤其重要,因为通过库来实现这种一致性是非常困难的。
Linkerd实例可以作为sidecar( 既为每个应用实体或每个主机部署一个实例) 来运行。 由于linkerd实例是无状态和独立的, 因此它们可以轻松适应现有的部署拓扑。它们可以与各种配置的应用程序代码一起部署, 并且基本不需要去协调它们。
2018-04-17 19:10:42 +08:00
## 详解
Linkerd 的基于 Kubernetes 的 Service Mesh 部署方式是使用 Kubernetes 中的 **DaemonSet** 资源对象,如下图所示。
![Linkerd 部署架构( 图片来自https://buoyant.io/2016/10/14/a-service-mesh-for-kubernetes-part-ii-pods-are-great-until-theyre-not/) ](https://buoyant.io/wp-content/uploads/2017/07/buoyant-k8s-daemonset-mesh.png )
这样 Kubernetes 集群中的每个节点都会运行一个 Linkerd 的 Pod。
但是这样做就会有几个问题:
- 节点上的应用如何发现其所在节点上的 Linkerd 呢?
- 节点间的 Linkerd 如何路由的呢?
- Linkerd 如何将接收到的流量路由到正确的目的应用呢?
- 如何对应用的路有做细粒度的控制?
这几个问题在 Buoyant 公司的这篇博客中都有解答:[A Service Mesh for Kubernetes, Part II: Pods are great until they’ re not](https://buoyant.io/2016/10/14/a-service-mesh-for-kubernetes-part-ii-pods-are-great-until-theyre-not/),我们下面将简要的回答上述问题。
### 节点上的应用如何发现其所在节点上的 Linkerd 呢?
简而言之,是使用环境变量的方式,如在应用程序中注入环境变量 `http_proxy` :
```yaml
env:
- name: NODE_NAME
valueFrom:
fieldRef:
fieldPath: spec.nodeName
- name: http_proxy
value: $(NODE_NAME):4140
args:
- "-addr=:7777"
- "-text=Hello"
- "-target=world"
```
这要求应用程序必须支持该环境变量,为应用程序所在的 Pod 设置了一个代理,实际上对于每种不同的协议 Linkerd 都监听不同的端口。
- 4140 for HTTP
- 4240 for HTTP/2
- 4340 for gRPC
关于 Linkerd 作为 Service Mesh 的详细配置请参考 [serivcemesh.yml ](https://github.com/rootsongjc/kubernetes-handbook/blob/master/manifests/linkerd/servicemesh.yml )。
2017-06-26 20:53:37 +08:00
2018-04-17 19:10:42 +08:00
### 节点间的 Linkerd 如何路由的以及 Linkerd 如何将接收到的流量路由到正确的目的应用呢?
2017-06-26 20:53:37 +08:00
2018-04-17 19:10:42 +08:00
通过 **transformer** 来确定节点间的 Linkerd 路由,参考下面的配置:
```yaml
routers:
- protocol: http
label: outgoing
interpreter:
kind: default
transformers:
- kind: io.l5d.k8s.daemonset
namespace: default
port: incoming
service: l5d
```
Router 定义 Linkerd 如何实际地处理流量。Router 监听请求并在这些请求上应用路有规则, 代理这些请求到正确的目的地。Router 是与协议相关的。对于每个 Router 都需要定义一个 incoming router 和一个 outcoming router。预计该应用程序将流量发送到 outcoming router, 该 outcoming router 将其代理到目标服务节点上运行的 Linkerd 的 incoming router。Incoming router 后将请求代理给目标应用程序本身。我们还定义了 HTTP 和 HTTP/2 incoming router, 它们充当 Ingress controller 并基于 Ingress 资源进行路由。
### 如何对路由规则做细粒度的控制呢?
路由规则配置是在 namerd 中进行的,例如:
```ini
$ namerctl dtab get internal
# version MjgzNjk5NzI=
/srv => /#/io.l5d.k8s/default/http ;
/host => /srv ;
/tmp => /srv ;
/svc => /host ;
/host/world => /srv/world-v1 ;
```
Namerd 中存储了很多 dtab 配置,通过这些配置来管理路有规则,实现微服务的流量管理。
![基于 dtab 的路由规则配置阶段发布 ](https://buoyant.io/wp-content/uploads/2017/07/buoyant-4_override.png )
如果将 Linkerd 作为*边缘节点*还可以充当 Ingress controller, 如下图所示。
![Linkerd ingress controller ](https://buoyant.io/wp-content/uploads/2017/07/buoyant-k8s-hello-world-ingress-controller-1.png )
Linkerd 自己最令人称道的是它在每台主机上只安装一个 Pod, 如果使用 Sidecar 模式会为每个应用程序示例旁都运行一个容器,这样会导致过多的资源消耗。[Squeezing blood from a stone: small-memory JVM techniques for microservice sidecars](https://buoyant.io/2016/06/17/small-memory-jvm-techniques-for-microservice-sidecars/) 这篇文章中详细说明了 Linkerd 的资源消耗与性能。
## 参考
2017-06-26 20:53:37 +08:00
2018-04-17 19:10:42 +08:00
- [A Service Mesh for Kubernetes, Part II: Pods are great until they’ re not ](https://buoyant.io/2016/10/14/a-service-mesh-for-kubernetes-part-ii-pods-are-great-until-theyre-not/ )
- [Squeezing blood from a stone: small-memory JVM techniques for microservice sidecars ](https://buoyant.io/2016/06/17/small-memory-jvm-techniques-for-microservice-sidecars/ )
- [Buoyant发布服务网格Linkerd的1.0版本 ](http://www.infoq.com/cn/news/2017/05/buoyant-release-ver-1-of-linkerd )
- [Linkerd documentation ](https://linkerd.io/documentation/ )