cluster-proportional-autoscaler源码分析及如何解决KubeDNS性能瓶颈

摘要: 最近在做TensorFlow on Kubernetes项目，发现一个问题：随着Kubernetes中跑的TensorFlow训练任务规模增大，很快就遇到了KubeDNS性能的瓶颈问题（经常遇到500+ TensorFlow workers规模时，某些worker ping 其他worker/ps service name时，连续十几次只有一次能解析到pod ip），为了解决这个问题，我们引入了kubernetes的孵化项目kubernetes-incubator/cluster-proportional-autoscaler来对KubeDNS进行动态伸缩，本文是对其工作机制的解析及其源码分析

Author: xidianwangtao@gmail.com

工作机制

cluster-proportional-autoscaler是kubernetes的孵化项目之一，用来根据集群规模动态的扩缩容指定的namespace下的target（只支持RC, RS, Deployment），还不支持对StatefulSet。目前只提供两种autoscale模式，一种是linear，另一种是ladder，你能很容易的定制开发新的模式，代码接口非常清晰。

cluster-proportional-autoscaler工作机制很简单，每隔一定时间（通过--poll-period-seconds配置，默认10s）重复进行如下操作：

统计一次集群中ScheduableNodes和ScheduableCores；

从apiserver中获取最新configmap数据；

根据对应的autoscale模式，进行configmap参数解析；

据对应的autoscale模式，计算新的期望副本数；

如果与上一次期望副本数不同，则调用Scale接口触发AutoScale；

配置说明

cluster-proportional-autoscaler一共有下面6项flag：

--namespace: 要autoscale的对象所在的namespace；

--target: 要autoscale的对象，只支持deployment/replicationcontroller/replicaset，不区分大小写；

--configmap: 配置实现创建好的configmap，里面存储要使用的模式及其配置，后面会有具体的示例；

--default-params: 如果

--configmap

中配置的configmap不存在或者后来被删除了，则使用该配置来创建新的configmap，建议要配置；

--poll-period-seconds: 检查周期，默认为10s。

--version: 打印vesion并退出。

源码分析

pollAPIServer

pkg/autoscaler/autoscaler_server.go:82
func (s *AutoScaler) pollAPIServer() {
// Query the apiserver for the cluster status --- number of nodes and cores
clusterStatus, err := s.k8sClient.GetClusterStatus()
if err != nil {
glog.Errorf("Error while getting cluster status: %v", err)
return
}
glog.V(4).Infof("Total nodes %5d, schedulable nodes: %5d", clusterStatus.TotalNodes, clusterStatus.SchedulableNodes)
glog.V(4).Infof("Total cores %5d, schedulable cores: %5d", clusterStatus.TotalCores, clusterStatus.SchedulableCores)

// Sync autoscaler ConfigMap with apiserver
configMap, err := s.syncConfigWithServer()
if err != nil || configMap == nil {
glog.Errorf("Error syncing configMap with apiserver: %v", err)
return
}

// Only sync updated ConfigMap or before controller is set.
if s.controller == nil || configMap.ObjectMeta.ResourceVersion != s.controller.GetParamsVersion() {
// Ensure corresponding controller type and scaling params.
s.controller, err = plugin.EnsureController(s.controller, configMap)
if err != nil || s.controller == nil {
glog.Errorf("Error ensuring controller: %v", err)
return
}
}

// Query the controller for the expected replicas number
expReplicas, err := s.controller.GetExpectedReplicas(clusterStatus)
if err != nil {
glog.Errorf("Error calculating expected replicas number: %v", err)
return
}
glog.V(4).Infof("Expected replica count: %3d", expReplicas)

// Update resource target with expected replicas.
_, err = s.k8sClient.UpdateReplicas(expReplicas)
if err != nil {
glog.Errorf("Update failure: %s", err)
}
}

GetClusterStatus

GetClusterStatus用于统计集群中SchedulableNodes, SchedulableCores，用于后面计算新的期望副本数。

pkg/autoscaler/k8sclient/k8sclient.go:142
func (k *k8sClient) GetClusterStatus() (clusterStatus *ClusterStatus, err error) {
opt := metav1.ListOptions{Watch: false}

nodes, err := k.clientset.CoreV1().Nodes().List(opt)
if err != nil || nodes == nil {
return nil, err
}
clusterStatus = &ClusterStatus{}
clusterStatus.TotalNodes = int32(len(nodes.Items))
var tc resource.Quantity
var sc resource.Quantity
for _, node := range nodes.Items {
tc.Add(node.Status.Capacity[apiv1.ResourceCPU])
if !node.Spec.Unschedulable {
clusterStatus.SchedulableNodes++
sc.Add(node.Status.Capacity[apiv1.ResourceCPU])
}
}

tcInt64, tcOk := tc.AsInt64()
scInt64, scOk := sc.AsInt64()
if !tcOk || !scOk {
return nil, fmt.Errorf("unable to compute integer values of schedulable cores in the cluster")
}
clusterStatus.TotalCores = int32(tcInt64)
clusterStatus.SchedulableCores = int32(scInt64)
k.clusterStatus = clusterStatus
return clusterStatus, nil
}

Nodes数量统计时，是会剔除掉那些 Unschedulable Nodes的。

Cores数量统计时，是会减掉那些 Unschedulable Nodes对应Capacity。

请注意，这里计算Cores时统计的是Node的Capacity，而不是Allocatable。

我认为，使用Allocatable要比Capacity更好。

这两者在大规模集群时就会体现出差别了，比如每个Node Allocatable比Capacity少

1c4g

,那么2K个Node集群规模时，就相差2000c8000g，这将是的target object number相差很大。

有些同学可能要问：Node Allocatable和Capacity有啥不同呢？

Capacity是Node硬件层面提供的全部资源，服务器配置的多少内存，cpu核数等，都是由硬件决定的。

Allocatable则要在Capacity的基础上减去kubelet flag中配置的kube-resreved和system-reserved资源大小，是Kubernetes给应用真正可分配的资源数。

syncConfigWithServer

syncConfigWithServer主要是从apiserver中获取最新configmap数据，注意这里并没有去watch configmap，而是按照

--poll-period-seconds

（默认10s）定期的去get，所以默认会存在最多10s的延迟。

pkg/autoscaler/autoscaler_server.go:124
func (s *AutoScaler) syncConfigWithServer() (*apiv1.ConfigMap, error) {
// Fetch autoscaler ConfigMap data from apiserver
configMap, err := s.k8sClient.FetchConfigMap(s.k8sClient.GetNamespace(), s.configMapName)
if err == nil {
return configMap, nil
}
if s.defaultParams == nil {
return nil, err
}
glog.V(0).Infof("ConfigMap not found: %v, will create one with default params", err)
configMap, err = s.k8sClient.CreateConfigMap(s.k8sClient.GetNamespace(), s.configMapName, s.defaultParams)
if err != nil {
return nil, err
}
return configMap, nil
}

如果配置的

--configmap

在集群中已经存在，则从apiserver中获取最新的configmap并返回；

如果配置的

--configmap

在集群中不存在，则根据

--default-params

的内容创建一个configmap并返回；

如果配置的

--configmap

在集群中不存在，且

--default-params

又没有配置，则返回nil，意味着失败，整个流程结束，使用时请注意！

建议一定要配置

--default-params

，因为

--configmap

配置的configmap有可能有意或者无意的被管理员/用户删除了，而你又没配置

--default-params

，那么这个时候pollAPIServer将就此结束，因为着你没达到autoscale target的目的，关键是你可能并在不知道集群这个时候出现了这个情况。

EnsureController

EnsureController用来根据configmap中配置的controller type创建对应Controller及解析参数。

pkg/autoscaler/controller/plugin/plugin.go:32

// EnsureController ensures controller type and scaling params
func EnsureController(cont controller.Controller, configMap *apiv1.ConfigMap) (controller.Controller, error) {
// Expect only one entry, which uses the name of control mode as the key
if len(configMap.Data) != 1 {
return nil, fmt.Errorf("invalid configMap format, expected only one entry, got: %v", configMap.Data)
}
for mode := range configMap.Data {
// No need to reset controller if control pattern doesn't change
if cont != nil && mode == cont.GetControllerType() {
break
}
switch mode {
case laddercontroller.ControllerType:
cont = laddercontroller.NewLadderController()
case linearcontroller.ControllerType:
cont = linearcontroller.NewLinearController()
default:
return nil, fmt.Errorf("not a supported control mode: %v", mode)
}
glog.V(1).Infof("Set control mode to %v", mode)
}

// Sync config with controller
if err := cont.SyncConfig(configMap); err != nil {
return nil, fmt.Errorf("Error syncing configMap with controller: %v", err)
}
return cont, nil
}

检查configmap data中是否只有一个entry，如果不是，则该configmap不合法，流程结束；

检查controller的类型是否为

linear

或

ladder

其中之一，并调用对应的方法创建对应的Controller，否则返回失败；

linear --> NewLinearController

ladder --> NewLadderController

调用对应Controller的SyncConfig解析configmap data中参数和configmap ResourceVersion更新到Controller对象中；

GetExpectedReplicas

linear和ladder Controller分别实现了自己的GetExpectedReplicas方法，用来计算期望此次监控到的数据应该有的副本数。具体的看下面关于Linear Controller和Ladder Controller部分。

UpdateReplicas

UpdateReplicas将GetExpectedReplicas计算得到的期望副本数，通过调用对应target(rc/rs/deploy)对应的Scale接口，由Scale去完成target的缩容扩容。

pkg/autoscaler/k8sclient/k8sclient.go:172
func (k *k8sClient) UpdateReplicas(expReplicas int32) (prevRelicas int32, err error) {
scale, err := k.clientset.Extensions().Scales(k.target.namespace).Get(k.target.kind, k.target.name)
if err != nil {
return 0, err
}
prevRelicas = scale.Spec.Replicas
if expReplicas != prevRelicas {
glog.V(0).Infof("Cluster status: SchedulableNodes[%v], SchedulableCores[%v]", k.clusterStatus.SchedulableNodes, k.clusterStatus.SchedulableCores)
glog.V(0).Infof("Replicas are not as expected : updating replicas from %d to %d", prevRelicas, expReplicas)
scale.Spec.Replicas = expReplicas
_, err = k.clientset.Extensions().Scales(k.target.namespace).Update(k.target.kind, scale)
if err != nil {
return 0, err
}
}
return prevRelicas, nil
}

下面是对Linear Controller和Ladder Controller具体实现的代码分析。

Linear Controller

先来看看linear Controller的参数：

pkg/autoscaler/controller/linearcontroller/linear_controller.go:50
type linearParams struct {
CoresPerReplica           float64 `json:"coresPerReplica"`
NodesPerReplica           float64 `json:"nodesPerReplica"`
Min                       int     `json:"min"`
Max                       int     `json:"max"`
PreventSinglePointFailure bool    `json:"preventSinglePointFailure"`
}

写configmap时，参考如下：

kind: ConfigMap
apiVersion: v1
metadata:
name: nginx-autoscaler
namespace: default
data:
linear: |-
{
"coresPerReplica": 2,
"nodesPerReplica": 1,
"preventSinglePointFailure": true,
"min": 1,
"max": 100
}

其他参数不多说，我想提的是

PreventSinglePointFailure

,字面意思是防止单点故障，是一个bool值，代码中没有进行显示的初始化，意味着默认为false。可以在对应的configmap data或者dafault-params中设置

"preventSinglePointFailure": true

，但设置为true后，如果

schedulableNodes > 1

，则会保证target's replicas至少为2，也就是防止了target单点故障。

pkg/autoscaler/controller/linearcontroller/linear_controller.go:101

func (c *LinearController) GetExpectedReplicas(status *k8sclient.ClusterStatus) (int32, error) {
// Get the expected replicas for the currently schedulable nodes and cores
expReplicas := int32(c.getExpectedReplicasFromParams(int(status.SchedulableNodes), int(status.SchedulableCores)))

return expReplicas, nil
}

func (c *LinearController) getExpectedReplicasFromParams(schedulableNodes, schedulableCores int) int {
replicasFromCore := c.getExpectedReplicasFromParam(schedulableCores, c.params.CoresPerReplica)
replicasFromNode := c.getExpectedReplicasFromParam(schedulableNodes, c.params.NodesPerReplica)
// Prevent single point of failure by having at least 2 replicas when
// there are more than one node.
if c.params.PreventSinglePointFailure &&
schedulableNodes > 1 &&
replicasFromNode < 2 {
replicasFromNode = 2
}

// Returns the results which yields the most replicas
if replicasFromCore > replicasFromNode {
return replicasFromCore
}
return replicasFromNode
}

func (c *LinearController) getExpectedReplicasFromParam(schedulableResources int, resourcesPerReplica float64) int {
if resourcesPerReplica == 0 {
return 1
}
res := math.Ceil(float64(schedulableResources) / resourcesPerReplica)
if c.params.Max != 0 {
res = math.Min(float64(c.params.Max), res)
}
return int(math.Max(float64(c.params.Min), res))
}

根据schedulableCores和configmap中的CoresPerReplica，按照如下公式计算得到replicasFromCore；

replicasFromCore = ceil( schedulableCores * 1/CoresPerReplica )

根据schedulableNodes和configmap中的NodesPerReplica，按照如下公式计算得到replicasFromNode；

replicasFromNode = ceil( schedulableNodes * 1/NodesPerReplica ) )

如果configmap中配置了min或者max，则必须保证replicas在min和max范围内；

replicas = min(replicas, max)

replicas = max(replicas, min)

如果配置了preventSinglePointFailure为true并且

schedulableNodes > 1

，则根据前面提到的逻辑进行防止单点故障，replicasFromNode必须大于2；

replicasFromNode = max(2, replicasFromNode)

返回replicasFromNode和replicasFromCore中的最大者作为期望副本数。

概括起来，linear controller计算replicas的公式为：

replicas = max( ceil( cores * 1/coresPerReplica ) , ceil( nodes * 1/nodesPerReplica ) )
replicas = min(replicas, max)
replicas = max(replicas, min)

Ladder Controller

下面是ladder Controller的参数结构：

pkg/autoscaler/controller/laddercontroller/ladder_controller.go:66
type paramEntry [2]int
type paramEntries []paramEntry
type ladderParams struct {
CoresToReplicas paramEntries `json:"coresToReplicas"`
NodesToReplicas paramEntries `json:"nodesToReplicas"`
}

写configmap时，参考如下：

kind: ConfigMap
apiVersion: v1
metadata:
name: nginx-autoscaler
namespace: default
data:
ladder: |-
{
"coresToReplicas":
[
[ 1,1 ],
[ 3,3 ],
[256,4],
[ 512,5 ],
[ 1024,7 ]
],
"nodesToReplicas":
[
[ 1,1 ],
[ 2,2 ],
[100, 5],
[200, 12]
]
}

下面是ladder Controller对应的计算期望副本值的方法。

func (c *LadderController) GetExpectedReplicas(status *k8sclient.ClusterStatus) (int32, error) {
// Get the expected replicas for the currently schedulable nodes and cores
expReplicas := int32(c.getExpectedReplicasFromParams(int(status.SchedulableNodes), int(status.SchedulableCores)))

return expReplicas, nil
}

func (c *LadderController) getExpectedReplicasFromParams(schedulableNodes, schedulableCores int) int {
replicasFromCore := getExpectedReplicasFromEntries(schedulableCores, c.params.CoresToReplicas)
replicasFromNode := getExpectedReplicasFromEntries(schedulableNodes, c.params.NodesToReplicas)

// Returns the results which yields the most replicas
if replicasFromCore > replicasFromNode {
return replicasFromCore
}
return replicasFromNode
}

func getExpectedReplicasFromEntries(schedulableResources int, entries []paramEntry) int {
if len(entries) == 0 {
return 1
}
// Binary search for the corresponding replicas number
pos := sort.Search(
len(entries),
func(i int) bool {
return schedulableResources < entries[i][0]
})
if pos > 0 {
pos = pos - 1
}
return entries[pos][1]
}

根据schedulableCores在configmap中的CoresToReplicas定义的那个范围中，就选择预先设定的期望副本数。

根据schedulableNodes在configmap中的NodesToReplicas定义的那个范围中，就选择预先设定的期望副本数。

返回上面两者中的最大者作为期望副本数。

注意：

ladder模式下，没有防止单点故障的设置项，用户配置configmap时候要自己注意；

ladder模式下，没有NodesToReplicas或者CoresToReplicas对应的配置为空，则对应的replicas设为1；

比如前面举例的configmap，如果集群中schedulableCores=400（对应期望副本为4），schedulableNodes=120（对应期望副本为5），则最终的期望副本数为5.

使用kube-dns-autoscaler解决KubeDNS性能瓶颈问题

通过如下yaml文件创建kube-dns-autoscaler Deployment和configmap, kube-dns-autoscaler每个30s会进行一次副本数计算检查，并可能触发AutoScale。

kind: ConfigMap
apiVersion: v1
metadata:
name: kube-dns-autoscaler
namespace: kube-system
data:
linear: |
{
"nodesPerReplica": 10,
"min": 1,
"max": 50,
"preventSinglePointFailure": true
}

‐‐‐

apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: kube-dns-autoscaler
namespace: kube-system
spec:
template:
metadata:
labels:
k8s-app: kube-dns-autoscaler
spec:
imagePullSecrets:
- name: harborsecret
containers:
- name: autoscaler
image: registry.vivo.xyz:4443/bigdata_release/cluster_proportional_autoscaler_amd64:1.0.0
resources:
requests:
cpu: "50m"
memory: "100Mi"
command:
- /cluster-proportional-autoscaler
- --namespace=kube-system
- --configmap=kube-dns-autoscaler
- --target=Deployment/kube-dns
- --default-params={"linear":{"nodesPerReplica":10,"min":1}}
- --logtostderr=true
- --v=2

总结和展望

cluster-proportional-autoscaler代码很简单，工作机制也很单纯，我们希望用它根据集群规模来动态扩展KubeDNS，以解决TensorFlow on Kubernetes项目中大规模的域名解析性能问题。

目前它只支持根据SchedulableNodes和SchedulableCores来autoscale，在AI的场景中，存在集群资源极度压榨的情况，一个集群承载的svc和pod波动范围很大，后续我们可能会开发根据service number来autoscale kubedns的controller。

另外，我还考虑将KubeDNS的部署从AI训练服务器中隔离出来，因为训练时经常会将服务器cpu跑到95%以上，KubeDNS也部署在这台服务器上的话，势必也会影响KubeDNS性能。