Kafka上K8S实战

背景 随着业务规模的发展,需要的kafka集群越来越来,这给部署与管理带来了很大的挑战。我们期望能够利用K8S优秀的扩容能力与快速部署能力,为日常的工作减负。所以就kafka上K8S的可行性方案进行了调研。
像kafka集群这种,涉及到的组件比较多,且都是有状态的集群,业界采用自定义operator的解决方案。目前GitHub上有多个相关的仓库,根据社区活跃度及使用数等综合考虑,此次采用Strimzi Github地址。
Kafka上K8S实战
文章图片
kafka组件交互图
方案

  1. 使用阿里云K8S集群部署Strimzi
  2. 由于组内使用的kafka是由开源版本二次开发而来,所以需要维护一个自定义的Strimzi-kafka镜像
  3. Strimzi管理kafka集群,其中包含kafka、zk、kafka-exporter、
  4. 使用zoo-entrance 代理集群中的zk GitHub地址
  5. 部署prometheus,采集kafka和zk的metrics
  6. 开启服务端口,暴露kafka及zk给K8S集群外部使用
实战过程 构建自定义kafka镜像
  • 从公司Git上拉取最新代码 strimzi-kafka-operator (与开源版本有些微的改动,做实验可直接用开源版)
  • 在docker-images 文件夹下,有个Makefile文件,执行其中的docker_build, 它会去执行其中的build.sh脚本;此步会从官网拉取kafka的安装包,我们需要将这一步的包修改为我司内部的安装包。
  • 构建完镜像,镜像在本地,我们需要将镜像上传到公司内部的harbor服务器上
部署operator
每个K8S集群仅需部署一个operator
  • 充分必要条件:一个健康的k8s集群
  • 创建namespace, 如已有则跳过,默认使用kafka,kubectl create namespace kafka
  • 从公司Git上拉取最新代码(地址在前边)
  • 目前文件中默认监听的是名称为 kafka 的namespace,如果需要修改则执行 sed -i 's/namespace: ./namespace: kafka/' install/cluster-operator/RoleBinding*.yaml (将命令中的kafka/ 替换掉)
  • 然后将所有文件都应用一下 kubectl apply -f install/cluster-operator/ -n kafka
  • 此时稍等片刻,就能查看到创建的自定义资源以及operator了 kubectl get pods -nkafka,
  • 从阿里云的k8s管控台查看这些资源的创建情况,以及operator的运行情况
部署kafka集群
确保你的operator已经部署成功,且kafka部署的namespace需在上边operator的监控中
  • 还是来到最新的代码目录中,其中examples/kafka目录下边就是本次部署所需要的文件了
  • 部署 kafka及zk
    • 查看kafka-persistent.yaml, 该文件就是核心文件了,这个文件部署了kafka与zk及kafka-exporter, 部分内容如下:
apiVersion: kafka.strimzi.io/v1beta2 kind: Kafka metadata: name: my-cluster spec: kafka: version: 2.8.1 replicas: 3 resources: requests: memory: 16Gi cpu: 4000m limits: memory: 16Gi cpu: 4000m image: repository.poizon.com/kafka-operator/poizon/kafka:2.8.4 jvmOptions: -Xms: 3072m -Xmx: 3072m listeners: - name: external port: 9092 type: nodeport tls: false - name: plain port: 9093 type: internal tls: false config: offsets.topic.replication.factor: 2 transaction.state.log.replication.factor: 2 transaction.state.log.min.isr: 1 default.replication.factor: 2 *** template: pod: affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: strimzi.io/name operator: In values: - my-cluster-kafka topologyKey: "kubernetes.io/hostname" storage: type: persistent-claim size: 100Gi class: rocketmq-storage deleteClaim: false metricsConfig: type: jmxPrometheusExporter valueFrom: configMapKeyRef: name: kafka-metrics key: kafka-metrics-config.yml zookeeper: replicas: 3 resources: requests: memory: 3Gi cpu: 1000m limits: memory: 3Gi cpu: 1000m jvmOptions: -Xms: 2048m -Xmx: 2048m jmxOptions: {} template: pod: affinity: podAntiAffinity: *** storage: type: persistent-claim size: 50Gi class: rocketmq-storage deleteClaim: false metricsConfig: type: jmxPrometheusExporter valueFrom: configMapKeyRef: name: kafka-metrics key: zookeeper-metrics-config.yml *** ***

    • 可修改kafka集群的名称,在第四行的name属性,目前默认为 my-cluster
    • 可修改kafka的Pod个数,即节点数,默认为3
    • 可修改Pod配置 内存CPU
    • 可修改kafka JVM 启动的堆内存大小
    • 可修改kafka的配置,在36行 config配置
    • 可修改磁盘类型及大小,类型为第50行,可修改为其它的存储类,目前可选为高效云盘、SSD、ESSD
    • zk修改同kafka,可修改的东西类似, 且在同一个文件中
    • 文件下边是kafka与zk需要暴露的metrics,可按需求增删改
    • 修改完配置之后,直接执行 kubect apply -f kafka-persistent.yaml -nkafka 即可创建
  • 部署 zk代理
    • 由于官方不支持外部组件直接访问zk,所以采用代理的方式访问
    • 出于安全性 的考虑,官方是故意不支持外部程序访问zk的: https://github.com/strimzi/strimzi-kafka-operator/issues/1337
    • 解决方案:https://github.com/scholzj/zo...
    • 部署完zk的代理,我们需要在k8s控制台上 创建一个loadbalance服务将这个代理暴露给集群外的应用进行连接。具体操作:k8s控制台-->网络-->服务-->创建(选择loadbalance创建,然后找到zoo-entrance这个应用即可)
  • 部署 zk-exporter
    • 官方operator中没有zk-exporter, 我们采用 https://github.com/dabealu/zo...
    • 在文件夹中的zk-exporter.yaml 文件中,我们仅需要修改被监听的zk的地址(spec.container.args)
    • 执行kubectl apply -f zk-exporter.yaml即可部署完成
  • 部署 kafka-jmx
    • 由于ingress不支持tcp连接,而loadbalance的成本又过高,所以kafka 的 jmx 使用nodeport对外暴露
    • 可以在阿里云控制台上创建相应的nodeport,也可以使用kafka-jmx.yaml 文件的方式创建
apiVersion: v1 kind: Service metadata: labels: strimzi.io/cluster: my-cluster strimzi.io/name: my-cluster-kafka-jmx name: my-cluster-kafka-jmx-0 spec: ports: - name: kafka-jmx-nodeport port: 9999 protocol: TCP targetPort: 9999 selector: statefulset.kubernetes.io/pod-name: my-cluster-kafka-0 strimzi.io/cluster: my-cluster strimzi.io/kind: Kafka strimzi.io/name: my-cluster-kafka type: NodePort

  • 部署 kafka-exporter-service
    • 前面部署完kafka之后,我们的配置中是开启了exporter的。但是官方开启完exporter之后,并没有自动生成一个相关的service,为了让Prometheus连接更加方便,我们部署了一个service
    • 在文件夹中kafka-exporter-service.yaml 文件中
apiVersion: v1 kind: Service metadata: labels: app: kafka-export-service name: my-cluster-kafka-exporter-service spec: ports: - port: 9404 protocol: TCP targetPort: 9404 selector: strimzi.io/cluster: my-cluster strimzi.io/kind: Kafka strimzi.io/name: my-cluster-kafka-exporter type: ClusterIP

    • 执行kubectl apply -f kafka-exporter-service.yaml即可部署完成
  • 部署 kafka-prometheus
    • 如果将Prometheus部署在k8s集群外,数据采集会比较麻烦,所以我们直接将Prometheus部署到集群内
    • 在文件夹中kafka-prometheus.yaml文件中,可以选择性的修改其中prometheus的配置,比如需要的内存CPU的大小,比如监控数据保存时间,外挂的云盘大小,以及需要监听的kafka与zk地址
apiVersion: apps/v1 kind: StatefulSet metadata: name: kafka-prometheus labels: app: kafka-prometheus spec: replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: app: kafka-prometheus serviceName: kafka-prometheus updateStrategy: type: RollingUpdate template: metadata: labels: app: kafka-prometheus spec: containers: - args: - '--query.max-concurrency=800' - '--query.max-samples=800000000' *** command: - /bin/prometheus image: 'repository.poizon.com/prometheus/prometheus:v2.28.1' imagePullPolicy: IfNotPresent livenessProbe: failureThreshold: 10 httpGet: path: /status port: web scheme: HTTP initialDelaySeconds: 300 periodSeconds: 5 successThreshold: 1 timeoutSeconds: 3 name: kafka-prometheus resources: limits: cpu: 500m memory: 512Mi requests: cpu: 200m memory: 128Mi volumeMounts: - mountPath: /etc/localtime name: volume-localtime - mountPath: /data/prometheus/ name: kafka-prometheus-config - mountPath: /data/database/prometheus name: kafka-prometheus-db terminationMessagePath: /dev/termination-log terminationMessagePolicy: File terminationGracePeriodSeconds: 30 restartPolicy: Always schedulerName: default-scheduler securityContext: fsGroup: 0 volumes: - hostPath: path: /etc/localtime type: '' name: volume-localtime - configMap: defaultMode: 420 name: kafka-prometheus-config name: kafka-prometheus-config volumeClaimTemplates: - apiVersion: v1 kind: PersistentVolumeClaim metadata: name: kafka-prometheus-db spec: accessModes: - ReadWriteOnce resources: requests: storage: 20Gi storageClassName: rocketmq-storage volumeMode: Filesystem status: phase: Pending

    • 执行kubectl apply -f kafka-prometheus.yaml即可部署完成
    • 部署完成后将prometheus暴露给监控组的grafana,可以直连pod IP做验证,然后在k8s管控台的 网络-->路由-->创建, 创建一个ingress,选择刚刚部署的这个Prometheus的service,然后找运维申请域名,即可。
总结
  • 优点
    • 快速部署集群(分钟级),快速集群扩容(秒级),快速灾难恢复(秒级)
    • 支持滚动更新,支持备份以及还原
  • 缺点
    • 引入较多组件,复杂度升高
    • 对K8S集群外的访问不太友好
文/ZUOQI
【Kafka上K8S实战】关注得物技术,做最潮技术人!

    推荐阅读