线上 K8s 集群性能评估、基础服务部署调优
对于非结构化的数据存储系统来说，LIST 操作通常都是非常重量级的，不仅占用大量的 磁盘 IO、网络带宽和 CPU，而且会影响同时间段的其他请求（尤其是响应延迟要求极高的 选主请求），是集群稳定性的一大杀手。
例如，对于 Ceph 对象存储来说，每个 LIST bucket 请求都需要去多个磁盘中捞出这个 bucket 的全部数据；不仅自身很慢，还影响了同一时间段内的其他普通读写请求，因为 IO 是共享的，导致响应延迟上升乃至超时。如果 bucket 内的对象非常多（例如用作 harbor/docker-registry 的存储后端），LIST 操作甚至都无法在常规时间内完成（ 因而依赖 LIST bucket 操作的 registry GC 也就跑不起来）。
又如 KV 存储 etcd。相比于 Ceph，一个实际 etcd 集群存储的数据量可能很小（几个 ~ 几十个 GB），甚至足够缓存到内存中。但与 Ceph 不同的是，它的并发请求数量可能会高 几个量级，比如它是一个 ~4000 nodes 的 k8s 集群的 etcd。单个 LIST 请求可能只需要 返回几十 MB 到上 GB 的流量，但并发请求一多，etcd 显然也扛不住，所以最好在前面有 一层缓存，这就是 apiserver 的功能（之一）。K8s 的 LIST 请求大部分都应该被 apiserver 挡住，从它的本地缓存提供服务，但如果使用不当，就会跳过缓存直接到达 etcd，有很大的稳定性风险。
本文深入研究 k8s apiserver/etcd 的 LIST 操作处理逻辑和性能瓶颈，并提供一些基础服务的 LIST 压力测试、 部署和调优建议，提升大规模 K8s 集群的稳定性。
kube-apiserver LIST 请求处理逻辑：
代码基于 v1.24.0，不过 1.19~1.24 的基本逻辑和代码路径是一样的，有需要可对照参考。
1.1 K8s 架构：环形层次视图
从架构层次和组件依赖角度，可以将一个 K8s 集群和一台 Linux 主机做如下类比：
对于 K8s 集群，从内到外的几个组件和功能：
- etcd：持久化 KV 存储，集群资源（pods/services/networkpolicies/…）的唯一的权威数据（状态）源；
- apiserver：从 etcd 读取（
ListWatch）全量数据，并缓存在内存中；无状态服务，可水平扩展； - 各种基础服务（e.g.
kubelet、*-agent、*-operator）：连接 apiserver，获取（List/ListWatch）各自需要的数据； - 集群内的 workloads：在 1 和 2 正常的情况下由 3 来创建、管理和 reconcile，例如 kubelet 创建 pod、cilium 配置网络和安全策略。
1.2 apiserver/etcd 角色
以上可以看到，系统路径中存在两级 List/ListWatch（但数据是同一份）：
- apiserver List/ListWatch etcd
- 基础服务 List/ListWatch apiserver
因此，从最简形式上来说，apiserver 就是挡在 etcd 前面的一个代理（proxy），
-
绝大部分情况下，apiserver 直接从本地缓存提供服务（因为它缓存了集群全量数据）；
-
某些特殊情况，例如，
- 客户端明确要求从 etcd 读数据（追求最高的数据准确性），
- apiserver 本地缓存还没建好
apiserver 就只能将请求转发给 etcd —— 这里就要特别注意了 —— 客户端 LIST 参数设置不当也可能会走到这个逻辑。
1.3 apiserver/etcd List 开销
1.3.1 请求举例
考虑下面几个 LIST 操作：
-
LIST apis/cilium.io/v2/ciliumendpoints?limit=500&resourceVersion=0这里同时传了两个参数，但
resourceVersion=0会导致 apiserver 忽略limit=500， 所以客户端拿到的是全量 ciliumendpoints 数据。一种资源的全量数据可能是比较大的，需要考虑清楚是否真的需要全量数据。后文会介绍定量测量与分析方法。
-
LIST api/v1/pods?filedSelector=spec.nodeName%3Dnode1这个请求是获取
node1上的所有 pods（%3D是=的转义）。根据 nodename 做过滤，给人的感觉可能是数据量不太大，但其实背后要比看上去复杂：
这种行为是要避免的，除非对数据准确性有极高要求，特意要绕过 apiserver 缓存。
- 首先，这里没有指定 resourceVersion=0，导致 apiserver 跳过缓存，直接去 etcd 读数据；
- 其次，etcd 只是 KV 存储，没有按 label/field 过滤功能（只处理
limit/continue）， - 所以，apiserver 是从 etcd 拉全量数据，然后在内存做过滤，开销也是很大的，后文有代码分析。
-
LIST api/v1/pods?filedSelector=spec.nodeName%3Dnode1&resourceVersion=0跟 2 的区别是加上了
resourceVersion=0，因此 apiserver 会从缓存读数据，性能会有量级的提升。但要注意，虽然实际上返回给客户端的可能只有几百 KB 到上百 MB（取决于 node 上 pod 的数量、pod 上 label 的多少等因素）， 但 apiserver 需要处理的数据量可能是几个 GB。后面会有定量分析。
以上可以看到，不同的 LIST 操作产生的影响是不一样的，而客户端看到数据还有可能只 是 apiserver/etcd 处理数据的很小一部分。如果基础服务大规模启动或重启， 就极有可能把控制平面打爆。
1.3.2 处理开销
List 请求可以分为两种：
- List 全量数据：开销主要花在数据传输；
- 指定用 label 或字段（field）过滤，只需要匹配的数据。
这里需要特别说明的是第二种情况，也就是 list 请求带了过滤条件。
- 大部分情况下，apiserver 会用自己的缓存做过滤，这个很快，因此耗时主要花在数据传输；
- 需要将请求转给 etcd 的情况， 前面已经提到，etcd 只是 KV 存储，并不理解 label/field 信息，因此它无法处理过滤请求。实际的过程是：apiserver 从 etcd 拉全量数据，然后在内存做过滤，再返回给客户端。因此除了数据传输开销（网络带宽），这种情况下还会占用大量 apiserver CPU 和内存。
1.4 大规模部署时潜在的问题
再来看个例子，下面这行代码用 k8s client-go 根据 nodename 过滤 pod，
podList, err := Client().CoreV1().Pods("").List(ctx(), ListOptions{FieldSelector: "spec.nodeName=node1"})
看起来非常简单的操作，我们来实际看一下它背后的数据量。以一个 4000 node，10w pod 的集群为例，全量 pod 数据量：
- etcd 中：紧凑的非结构化 KV 存储，在 1GB 量级；
- apiserver 缓存中：已经是结构化的 golang objects，在 2GB 量级（ TODO：需进一步确认）；
- apiserver 返回：client 一般选择默认的 json 格式接收， 也已经是结构化数据。全量 pod 的 json 也在 2GB 量级。
可以看到，某些请求看起来很简单，只是客户端一行代码的事情，但背后的数据量是惊人的。指定按 nodeName 过滤 pod 可能只返回了 500KB 数据，但 apiserver 却需要过滤 2GB 数据 —— 最坏的情况，etcd 也要跟着处理 1GB 数据 （以上参数配置确实命中了最坏情况，见下文代码分析）。
集群规模比较小的时候，这个问题可能看不出来（etcd 在 LIST 响应延迟超过某个阈值 后才开始打印 warning 日志）；规模大了之后，如果这样的请求比较多，apiserver/etcd 肯定是扛不住的。
1.5 本文目的
通过深入代码查看 k8s 的 List/ListWatch 实现，加深对性能问题的理解，对大规模 K8s 集群的稳定性优化提供一些参考。
2 apiserver List() 操作源码分析
有了以上理论预热，接下来可以看代码实现了。
store.List |-store.ListPredicate |-if opt == nil | opt = ListOptions{ResourceVersion: ""} |-Init SelectionPredicate.Limit/Continue fileld |-list := e.NewListFunc() // objects will be stored in this list |-storageOpts := storage.ListOptions{opt.ResourceVersion, opt.ResourceVersionMatch, Predicate: p} | |-if MatchesSingle ok // 1. when "metadata.name" is specified, get single obj | // Get single obj from cache or etcd | |-return e.Storage.List(KeyRootFunc(ctx), storageOpts) // 2. get all objs and perform filtering |-cacher.List() | // case 1: list all from etcd and filter in apiserver |-if shouldDelegateList(opts) // true if resourceVersion == "" | return c.storage.List // list from etcd | |- fromRV *int64 = nil | |- if len(storageOpts.ResourceVersion) > 0 | | rv = ParseResourceVersion | | fromRV = &rv | | | |- for hasMore { | | objs := etcdclient.KV.Get() | | filter(objs) // filter by labels or filelds | | } | | // case 2: list & filter from apiserver local cache (memory) |-if cache.notready() | return c.storage.List // get from etcd | | // case 3: list & filter from apiserver local cache (memory) |-obj := watchCache.WaitUntilFreshAndGet |-for elem in obj.(*storeElement) | listVal.Set() // append results to listOjb |-return // results stored in listObj
对应的流程图：
2.2 请求处理入口：List()
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/registry/generic/registry/store.go#L361 // 根据 PredicateFunc 中指定的 LabelSelector 和 FieldSelector 过滤，返回一个对象列表 func (e *Store) List(ctx, options *metainternalversion.ListOptions) (runtime.Object, error) { label := labels.Everything() if options != nil && options.LabelSelector != nil label = options.LabelSelector // Label 过滤器，例如 app=nginx field := fields.Everything() if options != nil && options.FieldSelector != nil field = options.FieldSelector // 字段过滤器，例如 spec.nodeName=node1 out := e.ListPredicate(ctx, e.PredicateFunc(label, field), options) // 拉取（List）数据并过滤（Predicate） if e.Decorator != nil e.Decorator(out) return out, nil }
2.3 ListPredicate()
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/registry/generic/registry/store.go#L411 func (e *Store) ListPredicate(ctx , p storage.SelectionPredicate, options *metainternalversion.ListOptions) (runtime.Object, error) { // Step 1: 初始化 if options == nil options = &metainternalversion.ListOptions{ResourceVersion: ""} p.Limit = options.Limit p.Continue = options.Continue list := e.NewListFunc() // 返回结果将存储在这里面 storageOpts := storage.ListOptions{ // 将 API 侧的 ListOption 转成底层存储侧的 ListOption，字段区别见下文 ResourceVersion: options.ResourceVersion, ResourceVersionMatch: options.ResourceVersionMatch, Predicate: p, Recursive: true, } // Step 2：如果请求指定了 metadata.name，则应获取单个 object，无需对全量数据做过滤 if name, ok := p.MatchesSingle(); ok { // 检查是否设置了 metadata.name 字段 if key := e.KeyFunc(ctx, name); err == nil { // 获取这个 object 在 etcd 中的 key（唯一或不存在） storageOpts.Recursive = false e.Storage.GetList(ctx, key, storageOpts, list) return list } // else 逻辑：如果执行到这里，说明没有从 context 中拿到过滤用的 key，则 fallback 到下面拿全量数据再过滤 } // Step 3: 对全量数据做过滤 e.Storage.GetList(ctx, e.KeyRootFunc(), storageOpts, list) // KeyRootFunc() 用来获取这种资源在 etcd 里面的 root key（即 prefix，不带最后的 /） return list }
1.24.0 中 case 1 & 2 都是 调用 e.Storage.GetList()，之前的版本有点不同：
- Case 1 中的 e.Storage.GetToList
- Case 1 中的 e.Storage.List
不过基本流程是一样的。
-
如果客户端没传
ListOption，则初始化一个默认值，其中的ResourceVersion设置为空字符串， 这将使 apiserver 从 etcd 拉取数据来返回给客户端，而不使用本地缓存（除非本地缓存还没有建好）；
-
举例，客户端设置
ListOption{Limit: 5000, ResourceVersion: 0}list ciliumendpoints 时，发送的请求将为/apis/cilium.io/v2/ciliumendpoints?limit=500&resourceVersion=0。ResourceVersion为空字符串的行为，后面会看到对它的解析。 -
用 listoptions 中的字段分别初始化过滤器（SelectionPredicate）的 limit/continue 字段；
-
初始化返回结果，
list := e.NewListFunc()； -
将 API 侧的 ListOption 转成底层存储的 ListOption，字段区别见下文
metainternalversion.ListOptions 是 API 侧的结构体，包含了
// staging/src/k8s.io/apimachinery/pkg/apis/meta/internalversion/types.go // ListOptions is the query options to a standard REST list call. type ListOptions struct { metav1.TypeMeta LabelSelector labels.Selector // 标签过滤器，例如 app=nginx FieldSelector fields.Selector // 字段过滤器，例如 spec.nodeName=node1 Watch bool AllowWatchBookmarks bool ResourceVersion string ResourceVersionMatch metav1.ResourceVersionMatch TimeoutSeconds *int64 // Timeout for the list/watch call. Limit int64 Continue string // a token returned by the server. return a 410 error if the token has expired. }
storage.ListOptions 是传给底层存储的结构体，字段有一些区别：
// staging/src/k8s.io/apiserver/pkg/storage/interfaces.go // ListOptions provides the options that may be provided for storage list operations. type ListOptions struct { ResourceVersion string ResourceVersionMatch metav1.ResourceVersionMatch Predicate SelectionPredicate // Predicate provides the selection rules for the list operation. Recursive bool // true: 根据 key 获取单个对象；false：根据 key prefix 获取全量数据 ProgressNotify bool // storage-originated bookmark, ignored for non-watch requests. }
2.4 请求指定了资源名（resource name）：获取单个对象
接下来根据请求中是否指定了 meta.Name 分为两种情况：
- 如果指定了，说明是查询单个对象，因为
Name是唯一的，接下来转入查询单个 object 的逻辑； - 如果未指定，则需要获取全量数据，然后在 apiserver 内存中根据 SelectionPredicate 中的过滤条件进行过滤，将最终结果返回给客户端；
代码如下：
// case 1：根据 metadata.name 获取单个 object，无需对全量数据做过滤 if name, ok := p.MatchesSingle(); ok { // 检查是否设置了 metadata.name 字段 if key := e.KeyFunc(ctx, name); err == nil { e.Storage.GetList(ctx, key, storageOpts, list) return list } // else 逻辑：如果执行到这里，说明没有从 context 中拿到过滤用的 key，则 fallback 到下面拿全量数据再过滤 }
e.Storage 是一个 Interface，
// staging/src/k8s.io/apiserver/pkg/storage/interfaces.go // Interface offers a common interface for object marshaling/unmarshaling operations and // hides all the storage-related operations behind it. type Interface interface { Create(ctx , key string, obj, out runtime.Object, ttl uint64) error Delete(ctx , key string, out runtime.Object, preconditions *Preconditions,...) Watch(ctx , key string, opts ListOptions) (watch.Interface, error) Get(ctx , key string, opts GetOptions, objPtr runtime.Object) error // unmarshall objects found at key into a *List api object (an object that satisfies runtime.IsList definition). // If 'opts.Recursive' is false, 'key' is used as an exact match; if is true, 'key' is used as a prefix. // The returned contents may be delayed, but it is guaranteed that they will // match 'opts.ResourceVersion' according 'opts.ResourceVersionMatch'. GetList(ctx , key string, opts ListOptions, listObj runtime.Object) error
e.Storage.GetList() 会执行到 cacher 代码。
不管是获取单个 object，还是获取全量数据，都经历类似的过程：
- 优先从 apiserver 本地缓存获取（决定因素包括 ResourceVersion 等），
- 不得已才到 etcd 去获取；
获取单个对象的逻辑相对比较简单，这里就不看了。接下来看 List 全量数据再做过滤的逻辑。
2.5 请求未指定资源名，获取全量数据做过滤
2.5.1 apiserver 缓存层：GetList() 处理逻辑
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/storage/cacher/cacher.go#L622 // GetList implements storage.Interface func (c *Cacher) GetList(ctx , key string, opts storage.ListOptions, listObj runtime.Object) error { recursive := opts.Recursive resourceVersion := opts.ResourceVersion pred := opts.Predicate // 情况一：ListOption 要求必须从 etcd 读 if shouldDelegateList(opts) return c.storage.GetList(ctx, key, opts, listObj) // c.storage 指向 etcd // If resourceVersion is specified, serve it from cache. listRV := c.versioner.ParseResourceVersion(resourceVersion) // 情况二：apiserver 缓存未建好，只能从 etcd 读 if listRV == 0 && !c.ready.check() return c.storage.GetList(ctx, key, opts, listObj) // 情况三：apiserver 缓存正常，从缓存读：保证返回的 objects 版本不低于 `listRV` listPtr := meta.GetItemsPtr(listObj) listVal := conversion.EnforcePtr(listPtr) filter := filterWithAttrsFunction(key, pred) // 最终的过滤器 objs, readResourceVersion, indexUsed := c.listItems(listRV, key, pred, ...) // 根据 index 预筛，性能优化 for _, obj := range objs { elem := obj.(*storeElement) if filter(elem.Key, elem.Labels, elem.Fields) // 真正的过滤 listVal.Set(reflect.Append(listVal, reflect.ValueOf(elem)) } // 更新最后一次读到的 ResourceVersion if c.versioner != nil c.versioner.UpdateList(listObj, readResourceVersion, "", nil) return nil }
2.5.2 判断是否必须从 etcd 读数据：shouldDelegateList()
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/storage/cacher/cacher.go#L591 func shouldDelegateList(opts storage.ListOptions) bool { resourceVersion := opts.ResourceVersion pred := opts.Predicate pagingEnabled := DefaultFeatureGate.Enabled(features.APIListChunking) // 默认是启用的 hasContinuation := pagingEnabled && len(pred.Continue) > 0 // Continue 是个 token hasLimit := pagingEnabled && pred.Limit > 0 && resourceVersion != "0" // 只有在 resourceVersion != "0" 的情况下，hasLimit 才有可能为 true // 1. 如果未指定 resourceVersion，从底层存储（etcd）拉去数据； // 2. 如果有 continuation，也从底层存储拉数据； // 3. 只有 resourceVersion != "0" 时，才会将 limit 传给底层存储（etcd），因为 watch cache 不支持 continuation return resourceVersion == "" || hasContinuation || hasLimit || opts.ResourceVersionMatch == metav1.ResourceVersionMatchExact }
这里非常重要：
-
问：客户端未设置 ListOption{} 中的
ResourceVersion字段，是否对应到这里的resourceVersion == ""？答：是的，所以第一节的 例子 会导致从 etcd 拉全量数据。
-
问：客户端设置了
limit=500&resourceVersion=0是否会导致下次hasContinuation==true？答：不会，resourceVersion=0 将导致 limit 被忽略（
hasLimit那一行代码），也就是说， 虽然指定了 limit=500，但这个请求会返回全量数据。 -
问：ResourceVersionMatch 是什么用途？
答：用来告诉 apiserver，该如何解读 ResourceVersion。官方有个很复杂的 表格 ，有兴趣可以看看。
接下来再返回到 cacher 的 GetList() 逻辑，来看下具体有哪几种处理情况。
2.5.3 情况一：ListOption 要求从 etcd 读数据
这种情况下，apiserver 会直接从 etcd 读取所有 objects 并过滤，然后返回给客户端， 适用于数据一致性要求极其高的场景。当然，也容易误入这种场景造成 etcd 压力过大，例如 第一节的例子。
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/storage/etcd3/store.go#L563 // GetList implements storage.Interface. func (s *store) GetList(ctx , key string, opts storage.ListOptions, listObj runtime.Object) error { listPtr := meta.GetItemsPtr(listObj) v := conversion.EnforcePtr(listPtr) key = path.Join(s.pathPrefix, key) keyPrefix := key // append '/' if needed newItemFunc := getNewItemFunc(listObj, v) var fromRV *uint64 if len(resourceVersion) > 0 { // 如果 RV 非空（客户端不传时，默认是空字符串） parsedRV := s.versioner.ParseResourceVersion(resourceVersion) fromRV = &parsedRV } // ResourceVersion, ResourceVersionMatch 等处理逻辑 switch { case recursive && s.pagingEnabled && len(pred.Continue) > 0: ... case recursive && s.pagingEnabled && pred.Limit > 0 : ... default : ... } // loop until we have filled the requested limit from etcd or there are no more results for { getResp = s.client.KV.Get(ctx, key, options...) // 从 etcd 拉数据 numFetched += len(getResp.Kvs) hasMore = getResp.More for i, kv := range getResp.Kvs { if limitOption != nil && int64(v.Len()) >= pred.Limit { hasMore = true break } lastKey = kv.Key data := s.transformer.TransformFromStorage(ctx, kv.Value, kv.Key) appendListItem(v, data, kv.ModRevision, pred, s.codec, s.versioner, newItemFunc) // 这里面会做过滤 numEvald++ } key = string(lastKey) + "\x00" } // instruct the client to begin querying from immediately after the last key we returned if hasMore { // we want to start immediately after the last key next := encodeContinue(string(lastKey)+"\x00", keyPrefix, returnedRV) return s.versioner.UpdateList(listObj, uint64(returnedRV), next, remainingItemCount) } // no continuation return s.versioner.UpdateList(listObj, uint64(returnedRV), "", nil) }
client.KV.Get()就进入 etcd client 库了，感兴趣可以继续往下挖。appendListItem()会对拿到的数据进行过滤，这就是我们第一节提到的 apiserver 内存过滤操作。
2.5.4 情况二：本地缓存还没建好，只能从 etcd 读数据
具体执行过程与情况一相同。
2.5.5 情况三：使用本地缓存
// https://github.com/kubernetes/kubernetes/blob/v1.24.0/staging/src/k8s.io/apiserver/pkg/storage/cacher/cacher.go#L622 // GetList implements storage.Interface func (c *Cacher) GetList(ctx , key string, opts storage.ListOptions, listObj runtime.Object) error { // 情况一：ListOption 要求必须从 etcd 读 ... // 情况二：apiserver 缓存未建好，只能从 etcd 读 ... // 情况三：apiserver 缓存正常，从缓存读：保证返回的 objects 版本不低于 `listRV` listPtr := meta.GetItemsPtr(listObj) // List elements with at least 'listRV' from cache. listVal := conversion.EnforcePtr(listPtr) filter := filterWithAttrsFunction(key, pred) // 最终的过滤器 objs, readResourceVersion, indexUsed := c.listItems(listRV, key, pred, ...) // 根据 index 预筛，性能优化 for _, obj := range objs { elem := obj.(*storeElement) if filter(elem.Key, elem.Labels, elem.Fields) // 真正的过滤 listVal.Set(reflect.Append(listVal, reflect.ValueOf(elem)) } if c.versioner != nil c.versioner.UpdateList(listObj, readResourceVersion, "", nil) return nil }
3 LIST 测试
为了避免客户端库（例如 client-go）自动帮我们设置一些参数，我们直接用 curl 来测试，指定证书就行了：
$ cat curl-k8s-apiserver.sh
curl -s --cert /etc/kubernetes/pki/admin.crt --key /etc/kubernetes/pki/admin.key --cacert /etc/kubernetes/pki/ca.crt $@
$ ./curl-k8s-apiserver.sh "https://localhost:6443/api/v1/pods?limit=2" { "kind": "PodList", "metadata": { "resourceVersion": "2127852936", "continue": "eyJ2IjoibWV0YS5rOHMuaW8vdjEiLCJ...", }, "items": [ {pod1 data }, {pod2 data}] }
3.1 指定 limit=2：response 将返回分页信息（continue）
3.1.1 curl 测试
$ ./curl-k8s-apiserver.sh "https://localhost:6443/api/v1/pods?limit=2" { "kind": "PodList", "metadata": { "resourceVersion": "2127852936", "continue": "eyJ2IjoibWV0YS5rOHMuaW8vdjEiLCJ...", }, "items": [ {pod1 data }, {pod2 data}] }
可以看到，
- 确实返回了两个 pod 信息，在
items[]字段中； - 另外在
metadata中返回了一个continue字段，客户端下次带上这个参数，apiserver 将继续返回剩下的内容，直到 apiserver 不再返回continue。
3.1.2 kubectl 测试
调大 kubectl 的日志级别，也可以看到它背后用了 continue 来获取全量 pods：
$ kubectl get pods --all-namespaces --v=10 # 以下都是 log 输出，做了适当调整 # curl -k -v -XGET -H "User-Agent: kubectl/v1.xx" -H "Accept: application/json;as=Table;v=v1;g=meta.k8s.io,application/json;as=Table;v=v1beta1;g=meta.k8s.io,application/json" # 'http://localhost:8080/api/v1/pods?limit=500' # GET http://localhost:8080/api/v1/pods?limit=500 200 OK in 202 milliseconds # Response Body: {"kind":"Table","metadata":{"continue":"eyJ2Ijoib...","remainingItemCount":54},"columnDefinitions":[...],"rows":[...]} # # curl -k -v -XGET -H "Accept: application/json;as=Table;v=v1;g=meta.k8s.io,application/json;as=Table;v=v1beta1;g=meta.k8s.io,application/json" -H "User-Agent: kubectl/v1.xx" # 'http://localhost:8080/api/v1/pods?continue=eyJ2Ijoib&limit=500' # GET http://localhost:8080/api/v1/pods?continue=eyJ2Ijoib&limit=500 200 OK in 44 milliseconds # Response Body: {"kind":"Table","metadata":{"resourceVersion":"2122644698"},"columnDefinitions":[],"rows":[...]}
第一次请求拿到了 500 个 pods，第二次请求把返回的 continue 带上了：GET http://localhost:8080/api/v1/pods?continue=eyJ2Ijoib&limit=500，continue 是个 token， 有点长，为了更好的展示这里把它截断了。
3.2 指定 limit=2&resourceVersion=0：limit=2 将被忽略，返回全量数据
$ ./curl-k8s-apiserver.sh "https://localhost:6443/api/v1/pods?limit=2&resourceVersion=0" { "kind": "PodList", "metadata": { "resourceVersion": "2127852936", "continue": "eyJ2IjoibWV0YS5rOHMuaW8vdjEiLCJ...", }, "items": [ {pod1 data }, {pod2 data}, ...] }
items[] 里面是全量 pod 信息。
3.3 指定 spec.nodeName=node1&resourceVersion=0 vs. spec.nodeName=node1"
结果相同
$ ./curl-k8s-apiserver.sh "https://localhost:6443/api/v1/namespaces/default/pods?fieldSelector=spec.nodeName%3Dnode1" | jq '.items[].spec.nodeName' "node1" "node1" "node1" ... $ ./curl-k8s-apiserver.sh "https://localhost:6443/api/v1/namespaces/default/pods?fieldSelector=spec.nodeName%3Dnode1&resourceVersion=0" | jq '.items[].spec.nodeName' "node1" "node1" "node1" ...
结果是一样的，除非是 apiserver 缓存和 etcd 数据出现不一致，这个概率极小，我们这里不讨论。
速度差异很大
用 time 测量以上两种情况下的耗时，会发现对于大一些的集群，这两种请求的响应时间就会有明显差异。
$ time ./curl-k8s-apiserver.sh <url> > result
对于 4K nodes, 100K pods 规模的集群，以下数据供参考：
- 不带
resourceVersion=0（读 etcd 并在 apiserver 过滤）: 耗时10s - 带
resourceVersion=0（读 apiserver 缓存）: 耗时0.05s
差了 200 倍。
全量 pod 的总大小按 2GB 计算，平均每个 20KB。
4 LIST 请求对控制平面压力：量化分析
本节以 cilium-agent 为例，介绍定量测量它启动时对控制平面压力。
4.1 收集 LIST 请求
首先获取 agent 启动时，都 LIST k8s 哪些资源。有几种收集方式：
- 在 k8s access log，按 ServiceAccount、verb、request_uri 等过滤；
- 通过 agent 日志；
- 通过进一步代码分析等等。
假设我们收集到如下 LIST 请求：
1. api/v1/namespaces?resourceVersion=0 2. api/v1/pods?filedSelector=spec.nodeName%3Dnode1&resourceVersion=0 3. api/v1/nodes?fieldSelector=metadata.name%3Dnode1&resourceVersion=0 4. api/v1/services?labelSelector=%21service.kubernetes.io%2Fheadless%2C%21service.kubernetes.io%2Fservice-proxy-name 5. apis/discovery.k8s.io/v1beta1/endpointslices?resourceVersion=0 6. apis/networking.k8s.io/networkpolicies?resourceVersion=0 7. apis/cilium.io/v2/ciliumnodes?resourceVersion=0 8. apis/cilium.io/v2/ciliumnetworkpolicies?resourceVersion=0 9. apis/cilium.io/v2/ciliumclusterwidenetworkpolicies?resourceVersion=0
2.2 测试 LIST 请求数据量和耗时
有了 LIST 请求列表，接下来就可以手动执行这些请求，拿到如下数据：
-
请求耗时
-
请求处理的数据量，这里分为两种：
- apiserver 处理的数据量（全量数据），评估对 apiserver/etcd 的性能影响应该以这个为主
- agent 最终拿到的数据量（按 selector 做了过滤）
用下面这个脚本（放到真实环境 k8s master 上）来就可以执行一遍测试，
$ cat benchmark-list-overheads.sh apiserver_url="https://localhost:6443" # List k8s core resources (e.g. pods, services) # API: GET/LIST /api/v1/<resources>?<fileld/label selector>&resourceVersion=0 function benchmark_list_core_resource() { resource=$1 selectors=$2 echo "----------------------------------------------------" echo "Benchmarking list $2" listed_file="listed-$resource" url="$apiserver_url/api/v1/$resource?resourceVersion=0" # first perform a request without selectors, this is the size apiserver really handles echo "curl $url" time ./curl-k8s-apiserver.sh "$url" > $listed_file # perform another request if selectors are provided, this is the size client receives listed_file2="$listed_file-filtered" if [ ! -z "$selectors" ]; then url="$url&$selectors" echo "curl $url" time ./curl-k8s-apiserver.sh "$url" > $listed_file2 fi ls -ahl $listed_file $listed_file2 2>/dev/null echo "----------------------------------------------------" echo "" } # List k8s apiextension resources (e.g. pods, services) # API: GET/LIST /apis/<api group>/<resources>?<fileld/label selector>&resourceVersion=0 function benchmark_list_apiexternsion_resource() { api_group=$1 resource=$2 selectors=$3 echo "----------------------------------------------------" echo "Benchmarking list $api_group/$resource" api_group_flatten_name=$(echo $api_group | sed 's/\//-/g') listed_file="listed-$api_group_flatten_name-$resource" url="$apiserver_url/apis/$api_group/$resource?resourceVersion=0" if [ ! -z "$selectors" ]; then url="$url&$selectors" fi echo "curl $url" time ./curl-k8s-apiserver.sh "$url" > $listed_file ls -ahl $listed_file echo "----------------------------------------------------" echo "" } benchmark_list_core_resource "namespaces" "" benchmark_list_core_resource "pods" "filedSelector=spec.nodeName%3Dnode1" benchmark_list_core_resource "nodes" "fieldSelector=metadata.name%3Dnode1" benchmark_list_core_resource "services" "labelSelector=%21service.kubernetes.io%2Fheadless%2C%21service.kubernetes.io%2Fservice-proxy-name" benchmark_list_apiexternsion_resource "discovery.k8s.io/v1beta1" "endpointslices" "" benchmark_list_apiexternsion_resource "apiextensions.k8s.io/v1" "customresourcedefinitions" "" benchmark_list_apiexternsion_resource "networking.k8s.io" "networkpolicies" "" benchmark_list_apiexternsion_resource "cilium.io/v2" "ciliumnodes" "" benchmark_list_apiexternsion_resource "cilium.io/v2" "ciliumendpoints" "" benchmark_list_apiexternsion_resource "cilium.io/v2" "ciliumnetworkpolicies" "" benchmark_list_apiexternsion_resource "cilium.io/v2" "ciliumclusterwidenetworkpolicies" ""
执行效果如下：
$ benchmark-list-overheads.sh ---------------------------------------------------- Benchmarking list curl https://localhost:6443/api/v1/namespaces?resourceVersion=0 real 0m0.090s user 0m0.038s sys 0m0.044s -rw-r--r-- 1 root root 69K listed-namespaces ---------------------------------------------------- Benchmarking list fieldSelector=spec.nodeName%3Dnode1 curl https://localhost:6443/api/v1/pods?resourceVersion=0 real 0m18.332s user 0m1.355s sys 0m1.822s curl https://localhost:6443/api/v1/pods?resourceVersion=0&fieldSelector=spec.nodeName%3Dnode1 real 0m0.242s user 0m0.044s sys 0m0.188s -rw-r--r-- 1 root root 2.0G listed-pods -rw-r--r-- 1 root root 526K listed-pods-filtered ----------------------------------------------------
说明：凡是带了 selector 的 LIST，例如 LIST pods?spec.nodeName=node1，这个脚本会先执行一遍不带 selector 的请求，目的是测量 apiserver 需要处理的数据量，例如上面的 list pods：
- agent 真正执行的是
pods?resourceVersion=0&fieldSelector=spec.nodeName%3Dnode1，所以请求耗时应该以这个为准 - 额外执行了
pods?resourceVersion=0，这样是为了测试 1 的请求到底需要 apiserver 处理多少数据量
注意：list all pods 这样的操作会产生 2GB 的文件，因此谨慎使用这个 benchmark 工具，首先理解你写的脚本在测什么，尤其不要自动化或并发跑
可能会把 apiserver/etcd 打爆。
4.3 测试结果分析
以上输出有如下关键信息：
- LIST 的资源类型，例如 pods/endpoints/services
- LIST 操作耗时
- LIST 操作涉及的数据量
- apiserver 需要处理的数据量（json 格式）：以上面 list pods 为例，对应的是
listed-pods文件，共 2GB； - agent 收到的数据量（因为 agent 可能指定了 label/field 过滤器）：以上面 list pods 为例，对应
listed-pods-filtered文件，共计526K
按以上方式将所有 LIST 请求都收集起来并排序，就知道了 agent 一次启动操作，对 apiserver/etcd 的压力。
$ ls -ahl listed-* -rw-r--r-- 1 root root 222 listed-apiextensions.k8s.io-v1-customeresourcedefinitions -rw-r--r-- 1 root root 5.8M listed-apiextensions.k8s.io-v1-customresourcedefinitions -rw-r--r-- 1 root root 2.0M listed-cilium.io-v2-ciliumclusterwidenetworkpolicies -rw-r--r-- 1 root root 193M listed-cilium.io-v2-ciliumendpoints -rw-r--r-- 1 root root 185 listed-cilium.io-v2-ciliumnetworkpolicies -rw-r--r-- 1 root root 6.6M listed-cilium.io-v2-ciliumnodes -rw-r--r-- 1 root root 42M listed-discovery.k8s.io-v1beta1-endpointslices -rw-r--r-- 1 root root 69K listed-namespaces -rw-r--r-- 1 root root 222 listed-networking.k8s.io-networkpolicies -rw-r--r-- 1 root root 70M listed-nodes # 仅用于评估 apiserver 需要处理的数据量 -rw-r--r-- 1 root root 25K listed-nodes-filtered -rw-r--r-- 1 root root 2.0G listed-pods # 仅用于评估 apiserver 需要处理的数据量 -rw-r--r-- 1 root root 526K listed-pods-filtered -rw-r--r-- 1 root root 23M listed-services # 仅用于评估 apiserver 需要处理的数据量 -rw-r--r-- 1 root root 23M listed-services-filtered
还是以 cilium 为例，有大致这样一个排序（apiserver 处理的数据量，json 格式）：
5 大规模基础服务：部署和调优建议
5.1 List 请求默认设置 ResourceVersion=0
前面已经介绍，不设置这个参数将导致 apiserver 从 etcd 拉全量数据再过滤，导致
- 很慢
- 规模大了 etcd 扛不住
因此，除非对数据准确性要求极高，必须从 etcd 拉数据，否则应该在 LIST 请求时设置 ResourceVersion=0 参数， 让 apiserver 用缓存提供服务。
如果你使用的是 client-go 的 ListWatch/informer 接口， 那它默认已经设置了 ResourceVersion=0。
5.2 优先使用 namespaced API
如果要 LIST 的资源在单个或少数几个 namespace，考虑使用 namespaced API：
- Namespaced API:
/api/v1/namespaces/<ns>/pods?query=xxx - Un-namespaced API:
/api/v1/pods?query=xxx
5.3 Restart backoff
对于 per-node 部署的基础服务，例如 kubelet、cilium-agent、daemonsets，需要 通过有效的 restart backoff 降低大面积重启时对控制平面的压力。
例如，同时挂掉后，每分钟重启的 agent 数量不超过集群规模的 10%（可配置，或可自动计算）。
5.4 优先通过 label/field selector 在服务端做过滤
如果需要缓存某些资源并监听变动，那需要使用 ListWatch 机制，将数据拉到本地，业务逻辑根据需要自己从 local cache 过滤。这是 client-go 的 ListWatch/informer 机制。
但如果只是一次性的 LIST 操作，并且有筛选条件，例如前面提到的根据 nodename 过滤 pod 的例子， 那显然应该通过设置 label 或字段过滤器，让 apiserver 帮我们把数据过滤出来。LIST 10w pods 需要几十秒（大部分时间花在数据传输上，同时也占用 apiserver 大量 CPU/BW/IO）， 而如果只需要本机上的 pod，那设置 nodeName=node1 之后，LIST 可能只需要 0.05s 就能返回结果。另外非常重要的一点时，不要忘记在请求中同时带上 resourceVersion=0。
5.4.1 Label selector
在 apiserver 内存过滤。
5.4.2 Field selector
在 apiserver 内存过滤。
5.4.3 Namespace selector
etcd 中 namespace 是前缀的一部分，因此能指定 namespace 过滤资源，速度比不是前缀的 selector 快很多。
5.5 配套基础设施（监控、告警等）
以上分析可以看成，client 的单个请求可能只返回几百 KB 的数据，但 apiserver（更糟糕的情况，etcd）需要处理上 GB 的数据。因此，应该极力避免基础服务的大规模重启，为此需要在监控、告警上做的尽量完善。
5.5.1 使用独立 ServiceAccount
每个基础服务（例如 kubelet、cilium-agent 等），以及对 apiserver 有大量 LIST 操作的各种 operator， 都使用各自独立的 SA， 这样便于 apiserver 区分请求来源，对监控、排障和服务端限流都非常有用。
5.5.2 Liveness 监控告警
基础服务必须覆盖到 liveness 监控。
必须有 P1 级别的 liveness 告警，能第一时间发现大规模挂掉的场景。然后通过 restart backoff 降低对控制平面的压力。
5.5.3 监控和调优 etcd
需要针对性能相关的关键指标做好监控和告警：
- 内存
- 带宽
- 大 LIST 请求数量及响应耗时
比如下面这个 LIST all pods 日志：
{ "level":"warn", "msg":"apply request took too long", "took":"5357.87304ms", "expected-duration":"100ms", "prefix":"read-only range ", "request":"key:\"/registry/pods/\" range_end:\"/registry/pods0\" ", "response":"range_response_count:60077 size:602251227" }
部署和配置调优：
- K8s events 拆到单独的 etcd 集群
- 其他。
摘自：
https://mp.weixin.qq.com/s/8NefWKXOpwUiEBQGWUn9MQ
