Proces plánování kontejnerů v frameworku pro orchestraci kontejnerů, jako je Kubernetes nebo Docker SWARM, lze popsat jako jednoduché přidělování běhových zdrojů úlohám. Ve světě, kde existují neomezené (nebo alespoň dostatečné) zdroje a všechny úlohy jsou si rovny, by se současné systémy plánování kontejnerů považovaly za adekvátní. V reálném světě podnikových výpočtů však víme, že ne všechny úlohy jsou si rovny a většina organizací má omezené zdroje. Velké organizace mají navíc jedinečné potřeby a chtějí své úlohy provozovat specifickým způsobem, proto předkládáme obchodní argumenty pro pokročilé plánování.
Při experimentování s kontejnery nebo spuštění několika malých pilotních projektů může být plánování kontejnerů opravdu velmi jednoduché. Jakmile se ale posunete za hranice triviálních případů užití, stává se plánování kontejnerů mnohem složitějším a extrémně zásadním problémem.
Následující části podrobněji rozebírají inherentní složitosti a ilustrují potřebu výkonného, automatizovaného plánování kontejnerů.
Kontejnerová prostředí jsou dynamická, nikoli statická
I když se může zdát, že architektury založené na službách jsou statické a zahrnují dlouhodobě běžící služby, které se příliš nemění, zdaleka to tak není. Vzhledem k dynamické povaze komponent, mezi které patří replikační řadiče a dynamické vyvažování zátěže, se počet a povaha spouštěných servisních komponent může během dne několikrát změnit. Je třeba počítat s tím, že se požadavky a okrajové podmínky, jako jsou ty uvedené níže, mohou kdykoli změnit. To obvykle vyžaduje změnu v umístění zátěže z důvodu:
- Selhání systému a s tím spojená potřeba přeplánovat službu nebo část jejích komponent
- Přerozdělení, přidání nebo odebrání zdrojů, např. v cloudovém prostředí
- Poptávka a priorita pracovních úloh se může měnit, zejména ve vztahu k jiným pracovním úlohám, např. kvůli změnám v poptávce během dne.
Aktualizace softwaru pro konkrétní službu nebo některé její komponenty mohou také způsobit dynamické změny v prostředí. Také neslužební, dočasnější úlohy mohou vyžadovat prioritu a vytvářet omezení zdrojů. Úlohy, jako jsou dávkové úlohy, interaktivní práce, sestavení softwaru (např. spouštěné prostřednictvím frameworků CI/CD) nebo úlohy testovacích sad, opět vyplývající z frameworků CI/CD, mohou také vytvářet konflikty a mohou si vyžádat opětovné vyvážení úloh.
Plánování kontejnerů je velmi složité a ne jednoduché
U kontejnerů existuje mnohem více (a mnohem menších) pohyblivých částí než u tradičních, monolitických přístupů k vývoji aplikací. Například komponenty mikroslužeb mají vzájemné závislosti, rozmanité potřeby a využívají repliky servisních komponent k dosažení škálovatelnosti. Existuje také více závislostí na softwarově definovaných vrstvách pro síťování a úložiště. Každá kontrola inženýrem může spustit lavinu kroků sestavení/nasazení/testování a automatizovaná orchestrace zajišťující připravenost a stav služby bude vytvářet nebo ukončovat servisní komponenty na vyžádání. S zapojením DevOps existuje více zúčastněných stran ovlivňujících provoz – každý aplikační inženýr a každý jednotlivý krok vývoje může mít přímý dopad na provoz. Konzistentní a spolehlivé poskytování služeb založené na těchto pohyblivých dílcích skládačky se stává výzvou, zejména při škálování a rozsáhlém škálování s vyššími sazbami služeb a větším počtem služeb.
Plánování kontejnerů musí zvládat omezení zdrojů
Svět cloudových technologií vytváří iluzi neomezené dostupnosti zdrojů, ale tyto cloudové zdroje jsou často ze své podstaty omezené. Obvykle jsou omezeny rozpočtem nebo dostupností a výkonem požadovaných uzlů. Omezení mohou být také způsobena škálovatelností pracovních zátěží a kompromisy mezi náklady a přínosy mohou omezit ekonomickou návratnost nad určitou hranici. Pokud potřebujete zvládnout více práce, než máte k dispozici, pak se plánování stává obtížným rozhodovacím procesem typu „kdo zvládne a kdo ne?“, „kdo jde první, kdo jde další?“ a „kdo dostane více a kdo méně?“.
Potřeba výkonného a automatizovaného plánování
Není žádným tajemstvím, že kontejnery jsou zaváděny rekordním tempem a zatímco většina organizací je stále v pilotním, vývojářském nebo testovacím režimu, jakmile se nasazení dostane do produkčního prostředí a nakonec do škálování, omezení budou diktovat potřebu pokročilých a automatizovaných nástrojů pro plánování.
- Automatizace rozhodování pro řešení jakékoli kombinace problémů, jako jsou omezení zdrojů, složité případy použití kontejnerů nebo dynamicky se měnící prostředí a okrajové podmínky, je největší výzvou v orchestraci kontejnerů.
- Automatizované plánování vyžaduje účinné zásady a jejich efektivní implementaci
- Bez výkonného a automatizovaného plánování budete nuceni akceptovat plýtvání zdroji nebo budete muset neustále provádět úpravy ručně, aniž byste dosáhli optimálního výsledku.
Takže bez pokročilého plánování byste jen plýtvali časem, úsilím a penězi. A čím dynamičtější se vaše prostředí stane (představte si cloud) a čím pokročilejší budou vaše případy užití, tím více budete plýtvat.
Představujeme Navops Command – Superschopnosti pro Kubermetes
Inženýři ve společnosti Google, kteří se podíleli na tvorbě Kubernetes, si již v počátcích uvědomili, že bude vyžadováno pokročilé plánování, a ve své modulární architektuře Kubernetes zohlednili možnost snadné nahrazení plánovače Kubernetes nebo paralelního využití více plánovačů. Společnost Univa má dlouholeté zkušenosti s plánováním ve vysoce výkonných výpočtech a technických výpočetních aplikacích. Stavíme na našich osvědčených odborných znalostech a navrhli jsme plánovací funkci Navops Command tak, aby byla relevantní pro Kubernetes, s elegantním webovým rozhraním orientovaným na kontejnery, API a rozhraním příkazového řádku. Systém přináší do světa kontejnerů koncepty, jako je proporcionální správa sdílení zdrojů, kvóty zdrojů, seznamy řízení přístupu a prokládání zdrojů. Navštivte www.navops.io/command.html, kde se dozvíte více a můžete požádat o předběžný přístup.
Od Fritze Ferstla, technického ředitele a obchodního rozvoje pro region EMEA, Univa
Fritz má více než 23 let zkušeností jako přední odborník na distribuovanou správu pracovní zátěže a zdrojů. Jeho zkušenosti sahají od gridových výpočtů po cloudové výpočty, vysoce výkonné výpočty, virtualizaci a optimalizaci kontejnerů. Jako technický ředitel společnosti Univa Corporation definuje produktový a technologický směr společnosti Univa na podporu několika stovek velkých podnikových zákazníků napříč všemi vertikálními odvětvími a v zájmu jejich požadavků na správu pracovní zátěže. Mezi těmito zákazníky lze nalézt mnoho z největších světových podnikových výpočetních prostředí.
Přechod na cloudové nativní prostředí a vyhnutí se turbulencím
Amazon