如何高效掌控K8s资源变化?K8s Informer实现机制浅析

2021年09月15日 阅读数:5
这篇文章主要向大家介绍如何高效掌控K8s资源变化?K8s Informer实现机制浅析,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。

做者

王成,腾讯云研发工程师,Kubernetes contributor,从事数据库产品容器化、资源管控等工做,关注 Kubernetes、Go、云原生领域。node

概述

进入 K8s 的世界,会发现有不少的 Controller,它们都是为了完成某类资源(如 pod 是经过 DeploymentController, ReplicaSetController 进行管理)的调谐,目标是保持用户指望的状态。git

K8s 中有几十种类型的资源,如何能让 K8s 内部以及外部用户方便、高效的获取某类资源的变化,就是本文 Informer 要实现的。本文将从 Reflector(反射器)、DeletaFIFO(增量队列)、Indexer(索引器)、Controller(控制器)、SharedInformer(共享资源通知器)、processorListener(事件监听处理器)、workqueue(事件处理工做队列) 等方面进行解析。github

本文及后续相关文章都基于 K8s v1.22数据库

(K8s-informer)设计模式

从 Reflector 提及

Reflector 的主要职责是从 apiserver 拉取并持续监听(ListAndWatch) 相关资源类型的增删改(Add/Update/Delete)事件,存储在由 DeltaFIFO 实现的本地缓存(local Store) 中。api

首先看一下 Reflector 结构体定义:数组

// staging/src/k8s.io/client-go/tools/cache/reflector.go
type Reflector struct {
	// 经过 file:line 惟一标识的 name
	name string

	// 下面三个为了确认类型
	expectedTypeName string
	expectedType     reflect.Type
	expectedGVK      *schema.GroupVersionKind

	// 存储 interface: 具体由 DeltaFIFO 实现存储
	store Store
	// 用来从 apiserver 拉取全量和增量资源
	listerWatcher ListerWatcher

	// 下面两个用来作失败重试
	backoffManager         wait.BackoffManager
	initConnBackoffManager wait.BackoffManager

	// informer 使用者从新同步的周期
	resyncPeriod time.Duration
	// 判断是否知足能够从新同步的条件
	ShouldResync func() bool
	
	clock clock.Clock
	
	// 是否要进行分页 List
	paginatedResult bool
	
	// 最后同步的资源版本号,以此为依据,watch 只会监听大于此值的资源
	lastSyncResourceVersion string
	// 最后同步的资源版本号是否可用
	isLastSyncResourceVersionUnavailable bool
	// 加把锁控制版本号
	lastSyncResourceVersionMutex sync.RWMutex
	
	// 每页大小
	WatchListPageSize int64
	// watch 失败回调 handler
	watchErrorHandler WatchErrorHandler
}

从结构体定义能够看到,经过指定目标资源类型进行 ListAndWatch,并可进行分页相关设置。缓存

第一次拉取全量资源(目标资源类型) 后经过 syncWith 函数全量替换(Replace) 到 DeltaFIFO queue/items 中,以后经过持续监听 Watch(目标资源类型) 增量事件,并去重更新到 DeltaFIFO queue/items 中,等待被消费。app

watch 目标类型经过 Go reflect 反射实现以下:异步

// staging/src/k8s.io/client-go/tools/cache/reflector.go
// watchHandler watches w and keeps *resourceVersion up to date.
func (r *Reflector) watchHandler(start time.Time, w watch.Interface, resourceVersion *string, errc chan error, stopCh <-chan struct{}) error {

	...
	if r.expectedType != nil {
		if e, a := r.expectedType, reflect.TypeOf(event.Object); e != a {
			utilruntime.HandleError(fmt.Errorf("%s: expected type %v, but watch event object had type %v", r.name, e, a))
			continue
		}
	}
	if r.expectedGVK != nil {
		if e, a := *r.expectedGVK, event.Object.GetObjectKind().GroupVersionKind(); e != a {
			utilruntime.HandleError(fmt.Errorf("%s: expected gvk %v, but watch event object had gvk %v", r.name, e, a))
			continue
		}
	}
	...
}

经过反射确认目标资源类型,因此命名为 Reflector 仍是比较贴切的; List/Watch 的目标资源类型在 NewSharedIndexInformer.ListerWatcher 进行了肯定,但 Watch 还会在 watchHandler 中再次比较一下目标类型;

认识 DeltaFIFO

仍是先看下 DeltaFIFO 结构体定义:

// staging/src/k8s.io/client-go/tools/cache/delta_fifo.go
type DeltaFIFO struct {
	// 读写锁、条件变量
	lock sync.RWMutex
	cond sync.Cond

	// kv 存储:objKey1->Deltas[obj1-Added, obj1-Updated...]
	items map[string]Deltas

	// 只存储全部 objKeys
	queue []string

	// 是否已经填充:经过 Replace() 接口将第一批对象放入队列,或者第一次调用增、删、改接口时标记为true
	populated bool
	// 经过 Replace() 接口将第一批对象放入队列的数量
	initialPopulationCount int

	// keyFunc 用来从某个 obj 中获取其对应的 objKey
	keyFunc KeyFunc

	// 已知对象,其实就是 Indexer
	knownObjects KeyListerGetter

	// 队列是否已经关闭
	closed bool

	// 以 Replaced 类型发送(为了兼容老版本的 Sync)
	emitDeltaTypeReplaced bool
}

DeltaType 可分为如下类型:

// staging/src/k8s.io/client-go/tools/cache/delta_fifo.go
type DeltaType string

const (
	Added   DeltaType = "Added"
	Updated DeltaType = "Updated"
	Deleted DeltaType = "Deleted"
	Replaced DeltaType = "Replaced" // 第一次或从新同步
	Sync DeltaType = "Sync" // 老版本从新同步叫 Sync
)

经过上面的 Reflector 分析能够知道,DeltaFIFO 的职责是经过队列加锁处理(queueActionLocked)、去重(dedupDeltas)、存储在由 DeltaFIFO 实现的本地缓存(local Store) 中,包括 queue(仅存 objKeys) 和 items(存 objKeys 和对应的 Deltas 增量变化),并经过 Pop 不断消费,经过 Process(item) 处理相关逻辑。

(K8s-DeltaFIFO)

索引 Indexer

上一步 ListAndWatch 到的资源已经存储到 DeltaFIFO 中,接着调用 Pop 从队列进行消费。实际使用中,Process 处理函数由 sharedIndexInformer.HandleDeltas 进行实现。HandleDeltas 函数根据上面不一样的 DeltaType 分别进行 Add/Update/Delete,并同时建立、更新、删除对应的索引。

具体索引实现以下:

// staging/src/k8s.io/client-go/tools/cache/index.go
// map 索引类型 => 索引函数
type Indexers map[string]IndexFunc

// map 索引类型 => 索引值 map
type Indices map[string]Index

// 索引值 map: 由索引函数计算所得索引值(indexedValue) => [objKey1, objKey2...]
type Index map[string]sets.String

索引函数(IndexFunc):就是计算索引的函数,这样容许扩展多种不一样的索引计算函数。默认也是最经常使用的索引函数是:MetaNamespaceIndexFunc

索引值(indexedValue):有些地方叫 indexKey,表示由索引函数(IndexFunc) 计算出来的索引值(如 ns1)。

对象键(objKey):对象 obj 的 惟一 key(如 ns1/pod1),与某个资源对象一一对应。

(K8s-indexer)

能够看到,Indexer 由 ThreadSafeStore 接口集成,最终由 threadSafeMap 实现。

索引函数 IndexFunc(如 MetaNamespaceIndexFunc)、KeyFunc(如 MetaNamespaceKeyFunc) 区别:前者表示如何计算索引,后者表示如何获取对象键(objKey); 索引键(indexKey,有些地方是 indexedValue)、对象键(objKey) 区别:前者表示由索引函数(IndexFunc) 计算出来的索引键(如 ns1),后者则是 obj 的 惟一 key(如 ns1/pod1);

总管家 Controller

Controller 做为核心中枢,集成了上面的组件 Reflector、DeltaFIFO、Indexer、Store,成为链接下游消费者的桥梁。

Controller 由 controller 结构体进行具体实现:

在 K8s 中约定俗成:大写定义的 interface 接口,由对应小写定义的结构体进行实现。

// staging/src/k8s.io/client-go/tools/cache/controller.go
type controller struct {
	config         Config
	reflector      *Reflector // 上面已分析的组件
	reflectorMutex sync.RWMutex
	clock          clock.Clock
}

type Config struct {
	// 实际由 DeltaFIFO 实现
	Queue

	// 构造 Reflector 须要
	ListerWatcher

	// Pop 出来的 obj 处理函数
	Process ProcessFunc

	// 目标对象类型
	ObjectType runtime.Object

	// 全量从新同步周期
	FullResyncPeriod time.Duration

	// 是否进行从新同步的判断函数
	ShouldResync ShouldResyncFunc

	// 若是为 true,Process() 函数返回 err,则再次入队 re-queue
	RetryOnError bool

	// Watch 返回 err 的回调函数
	WatchErrorHandler WatchErrorHandler

	// Watch 分页大小
	WatchListPageSize int64
}

Controller 中以 goroutine 协程方式启动 Run 方法,会启动 Reflector 的 ListAndWatch(),用于从 apiserver 拉取全量和监听增量资源,存储到 DeltaFIFO。接着,启动 processLoop 不断从 DeltaFIFO Pop 进行消费。在 sharedIndexInformer 中 Pop 出来进行处理的函数是 HandleDeltas,一方面维护 Indexer 的 Add/Update/Delete,另外一方面调用下游 sharedProcessor 进行 handler 处理。

启动 SharedInformer

SharedInformer 接口由 SharedIndexInformer 进行集成,由 sharedIndexInformer(这里看到了吧,又是大写定义的 interface 接口,由对应小写定义的结构体进行实现) 进行实现。

看一下结构体定义:

// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
type SharedIndexInformer interface {
	SharedInformer
	// AddIndexers add indexers to the informer before it starts.
	AddIndexers(indexers Indexers) error
	GetIndexer() Indexer
}

type sharedIndexInformer struct {
	indexer    Indexer
	controller Controller

	// 处理函数,将是重点
	processor *sharedProcessor

	// 检测 cache 是否有变化,一把用做调试,默认是关闭的
	cacheMutationDetector MutationDetector

	// 构造 Reflector 须要
	listerWatcher ListerWatcher

	// 目标类型,给 Reflector 判断资源类型
	objectType runtime.Object

	// Reflector 进行从新同步周期
	resyncCheckPeriod time.Duration

	// 若是使用者没有添加 Resync 时间,则使用这个默认的从新同步周期
	defaultEventHandlerResyncPeriod time.Duration
	clock                           clock.Clock

	// 两个 bool 表达了三个状态:controller 启动前、已启动、已中止
	started, stopped bool
	startedLock      sync.Mutex

	// 当 Pop 正在消费队列,此时新增的 listener 须要加锁,防止消费混乱
	blockDeltas sync.Mutex

	// Watch 返回 err 的回调函数
	watchErrorHandler WatchErrorHandler
}

type sharedProcessor struct {
	listenersStarted bool
	listenersLock    sync.RWMutex
	listeners        []*processorListener
	syncingListeners []*processorListener // 须要 sync 的 listeners
	clock            clock.Clock
	wg               wait.Group
}

从结构体定义能够看到,经过集成的 controller(上面已分析) 进行 Reflector ListAndWatch,并存储到 DeltaFIFO,并启动 Pop 消费队列,在 sharedIndexInformer 中 Pop 出来进行处理的函数是 HandleDeltas。

全部的 listeners 经过 sharedIndexInformer.AddEventHandler 加入到 processorListener 数组切片中,并经过判断当前 controller 是否已启动作不一样处理以下:

// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
func (s *sharedIndexInformer) AddEventHandlerWithResyncPeriod(handler ResourceEventHandler, resyncPeriod time.Duration) {
	...

	// 若是尚未启动,则直接 addListener 加入便可返回
	if !s.started {
		s.processor.addListener(listener)
		return
	}

	// 加锁控制
	s.blockDeltas.Lock()
	defer s.blockDeltas.Unlock()

	s.processor.addListener(listener)
	
	// 遍历全部对象,发送到刚刚新加入的 listener
	for _, item := range s.indexer.List() {
		listener.add(addNotification{newObj: item})
	}
}

接着,在 HandleDeltas 中,根据 obj 的 Delta 类型(Added/Updated/Deleted/Replaced/Sync) 调用 sharedProcessor.distribute 给全部监听 listeners 处理。

注册 SharedInformerFactory

SharedInformerFactory 做为使用 SharedInformer 的工厂类,提供了高内聚低耦合的工厂类设计模式,其结构体定义以下:

// staging/src/k8s.io/client-go/informers/factory.go
type SharedInformerFactory interface {
	internalinterfaces.SharedInformerFactory // 重点内部接口
	ForResource(resource schema.GroupVersionResource) (GenericInformer, error)
	WaitForCacheSync(stopCh <-chan struct{}) map[reflect.Type]bool

	Admissionregistration() admissionregistration.Interface
	Internal() apiserverinternal.Interface
	Apps() apps.Interface
	Autoscaling() autoscaling.Interface
	Batch() batch.Interface
	Certificates() certificates.Interface
	Coordination() coordination.Interface
	Core() core.Interface
	Discovery() discovery.Interface
	Events() events.Interface
	Extensions() extensions.Interface
	Flowcontrol() flowcontrol.Interface
	Networking() networking.Interface
	Node() node.Interface
	Policy() policy.Interface
	Rbac() rbac.Interface
	Scheduling() scheduling.Interface
	Storage() storage.Interface
}

// staging/src/k8s.io/client-go/informers/internalinterfaces/factory_interfaces.go
type SharedInformerFactory interface {
	Start(stopCh <-chan struct{}) // 启动 SharedIndexInformer.Run
	InformerFor(obj runtime.Object, newFunc NewInformerFunc) cache.SharedIndexInformer // 目标类型初始化
}

以 PodInformer 为例,说明使用者如何构建本身的 Informer,PodInformer 定义以下:

// staging/src/k8s.io/client-go/informers/core/v1/pod.go
type PodInformer interface {
	Informer() cache.SharedIndexInformer
	Lister() v1.PodLister
}

由小写的 podInformer 实现(又看到了吧,大写接口小写实现的 K8s 风格):

type podInformer struct {
	factory          internalinterfaces.SharedInformerFactory
	tweakListOptions internalinterfaces.TweakListOptionsFunc
	namespace        string
}

func (f *podInformer) defaultInformer(client kubernetes.Interface, resyncPeriod time.Duration) cache.SharedIndexInformer {
	return NewFilteredPodInformer(client, f.namespace, resyncPeriod, cache.Indexers{cache.NamespaceIndex: cache.MetaNamespaceIndexFunc}, f.tweakListOptions)
}

func (f *podInformer) Informer() cache.SharedIndexInformer {
	return f.factory.InformerFor(&corev1.Pod{}, f.defaultInformer)
}

func (f *podInformer) Lister() v1.PodLister {
	return v1.NewPodLister(f.Informer().GetIndexer())
}

由使用者传入目标类型(&corev1.Pod{})、构造函数(defaultInformer),调用 SharedInformerFactory.InformerFor 实现目标 Informer 的注册,而后调用 SharedInformerFactory.Start 进行 Run,就启动了上面分析的 SharedIndexedInformer -> Controller -> Reflector -> DeltaFIFO 流程。

经过使用者本身传入目标类型、构造函数进行 Informer 注册,实现了 SharedInformerFactory 高内聚低耦合的设计模式。

回调 processorListener

全部的 listerners 由 processorListener 实现,分为两组:listeners, syncingListeners,分别遍历所属组所有 listeners,将数据投递到 processorListener 进行处理。

由于各 listeners 设置的 resyncPeriod 可能不一致,因此将没有设置(resyncPeriod = 0) 的归为 listeners 组,将设置了 resyncPeriod 的归到 syncingListeners 组; 若是某个 listener 在多个地方(sharedIndexInformer.resyncCheckPeriod, sharedIndexInformer.AddEventHandlerWithResyncPeriod)都设置了 resyncPeriod,则取最小值 minimumResyncPeriod;

// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
func (p *sharedProcessor) distribute(obj interface{}, sync bool) {
	p.listenersLock.RLock()
	defer p.listenersLock.RUnlock()

	if sync {
		for _, listener := range p.syncingListeners {
			listener.add(obj)
		}
	} else {
		for _, listener := range p.listeners {
			listener.add(obj)
		}
	}
}

从代码能够看到 processorListener 巧妙地使用了两个 channel(addCh, nextCh) 和一个 pendingNotifications(由 slice 实现的滚动 Ring) 进行 buffer 缓冲,默认的 initialBufferSize = 1024。既作到了高效传递数据,又不阻塞上下游处理,值得学习。

(K8s-processorListener)

workqueue 忙起来

经过上一步 processorListener 回调函数,交给内部 ResourceEventHandler 进行真正的增删改(CUD) 处理,分别调用 OnAdd/OnUpdate/OnDelete 注册函数进行处理。

为了快速处理而不阻塞 processorListener 回调函数,通常使用 workqueue 进行异步化解耦合处理,其实现以下:

(K8s-workqueue)

从图中能够看到,workqueue.RateLimitingInterface 集成了 DelayingInterface,DelayingInterface 集成了 Interface,最终由 rateLimitingType 进行实现,提供了 rateLimit 限速、delay 延时入队(由优先级队列经过小顶堆实现)、queue 队列处理 三大核心能力。

另外,在代码中可看到 K8s 实现了三种 RateLimiter:BucketRateLimiter, ItemExponentialFailureRateLimiter, ItemFastSlowRateLimiter,Controller 默认采用了前两种以下:

// staging/src/k8s.io/client-go/util/workqueue/default_rate_limiters.go
func DefaultControllerRateLimiter() RateLimiter {
	return NewMaxOfRateLimiter(
		NewItemExponentialFailureRateLimiter(5*time.Millisecond, 1000*time.Second),
		// 10 qps, 100 bucket size.  This is only for retry speed and its only the overall factor (not per item)
		&BucketRateLimiter{Limiter: rate.NewLimiter(rate.Limit(10), 100)},
	)
}

这样,在用户侧能够经过调用 workqueue 相关方法进行灵活的队列处理,好比失败多少次就再也不重试,失败了延时入队的时间控制,队列的限速控制(QPS)等,实现非阻塞异步化逻辑处理。

小结

本文经过分析 K8s 中 Reflector(反射器)、DeletaFIFO(增量队列)、Indexer(索引器)、Controller(控制器)、SharedInformer(共享资源通知器)、processorListener(事件监听处理器)、workqueue(事件处理工做队列) 等组件,对 Informer 实现机制进行了解析,经过源码、图文方式说明了相关流程处理,以期更好的理解 K8s Informer 运行流程。

能够看到,K8s 为了实现高效、非阻塞的核心流程,大量采用了 goroutine 协程、channel 通道、queue 队列、index 索引、map 去重等方式;并经过良好的接口设计模式,给使用者开放了不少扩展能力;采用了统一的接口与实现的命名方式等,这些都值得深刻学习与借鉴。

PS: 更多内容请关注
k8s-club GitHub地址:https://github.com/k8s-club/k8s-club

参考资料

[1] Kubernetes 官方文档:【https://kubernetes.io/】

[2] Kubernetes 源码:【https://github.com/kubernetes/kubernetes】

[3] Kubernetes Architectural Roadmap:【https://github.com/kubernetes/community/blob/master/contributors/design-proposals/architecture/architectural-roadmap.md】

关于咱们

更多关于云原生的案例和知识,可关注同名【腾讯云原生】公众号~

福利:公众号后台回复【手册】,可得到《腾讯云原生路线图手册》&《腾讯云原生最佳实践》~

【腾讯云原生】云说新品、云研新术、云游新活、云赏资讯,扫码关注同名公众号,及时获取更多干货!!