124 lines
6.8 KiB
Markdown
124 lines
6.8 KiB
Markdown
# Linkerd简介
|
||
|
||
> **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/)。
|
||
|
||
Linkerd是一个用于云原生应用的开源、可扩展的service mesh(一般翻译成服务网格,还有一种说法叫”服务啮合层“,见[Istio:用于微服务的服务啮合层](http://www.infoq.com/cn/news/2017/05/istio))。
|
||
|
||
## 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。
|
||
|
||
![source https://linkerd.io](../images/diagram-individual-instance.png)
|
||
|
||
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。
|
||
|
||
## 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)。
|
||
|
||
### 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?
|
||
|
||
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
|
||
|
||
- [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/)
|
||
- [Istio:用于微服务的服务啮合层](http://www.infoq.com/cn/news/2017/05/istio)
|