SegmentFault 基于 Kubernetes 的容器化与持续交付实践
本文是根据 KubeSphere 云原生 Meetup 杭州站讲师祁宁分享内容整理而成。
SegmentFault 是一家综合性技术社区，由于它的内容跟编程技术紧密相关，因此访问量的波动也和这一群体的作息时间深度绑定。通常情况下 web 页面的请求量峰值在 800 QPS 左右，但我们还做了前后端分离，所以 API 网关的峰值 QPS 是请求量峰值的好几倍。
架构历史
SegmentFault 作为一个技术社区的系统架构变化，里面有些东西还是很有意思的。
- 2012 年当时我还在北京的一家公司打工，当我在出租屋里写下它的第一行代码时，我不会想象到它到后面会成为我的事业。当时我的想法很简单，就是想帮助中文开发者用母语在像 StackOverflow 这样的网站上提问，因此它的第一个版本非常简陋，考虑到它的访问量很少以及自己的经济能力不足，我将它放在了国外的 VPS 托管商 Linode 上，所有的应用、数据库、缓存都挤在一个实例上。
- 2013-2014 年，单独出来创业，业务逐渐步入正轨。我们选择了自己购买服务器去机房托管，当然服务器也是从淘宝上购买的二手服务器，经常遇到问题，我们团队在外地又去不了机房，只能等管理员去机房帮我们解决。正好在2014年我们的网站被 DDos 攻击了，机房为了不连累其他服务器，直接把把我们的网线拔掉了。
- 2014-2019 年，中国的云计算也开始起步了，于是我们把整个网站从物理服务器迁移到了云服务上。当然使用上并没有什么不同，只是把物理机器替换成了虚拟主机。
- 2020 年至今，随着云原生理念的兴起，我们的业务模式也发生了很大变化，为了让系统架构适应这些变化，我们把网站的主要业务都迁移到了 KubeSphere 上。
遇到的挑战
紧接着，我们遇到了不少挑战，促使使我们不得不往 K8s 架构上迁移。
-
首先，虽然我们是一家小公司，但是业务线却非常复杂，整个公司只有 30 人左右，技术人员只占其中三分之一左右，所以承载这么大的业务量负担还是很重的。而且创业公司的业务线调整非常频繁，临时性工作也比较多，传统的系统架构在应对这种伸缩性要求比较高的场景是比较吃力的。
-
其次，复杂的场景引发了复杂的配置管理，不同的业务要用到不同的服务，不同的版本，即使用自动化脚本效率也不高。
-
另外，我们内部人员不足，所以没有专职运维，现在 OPS 的工作是由后端开发人员轮值的。但后端开发人员还有自己本职工作要做，所以对我们最理想的场景是能把运维工作全部自动化。
-
最后也是最重要的一点就是我们要控制成本，这是高情商的说法，低情商就是一个字“穷”（笑）。当然，如果资金充足，以上的问题都不是问题，但是对于创业公司（特别是像我们这种访问量比较大，但是又不像电商，金融那些挣钱的公司）来说，我们必将处于且长期处于这个阶段。因此能否控制好成本，是一个非常重要的问题。
前后端分离
2020 年以前，SegmentFault 的网站还是非常传统的后端渲染页面的方法，所以服务端的架构也非常简单。服务端将浏览器的 http 请求转发到后端的 php 服务，php 服务渲染好页面后再返回给浏览器。这种架构用原有的部署方法还能支撑，也就是在各个实例上部署 php 服务，再加一层负载均衡就基本满足需求了。
然而随着业务的持续发展，后端渲染的方式已经不适合我们的项目规模了，因此我们在 2020 年做了架构调整，准备将前后端分离。前后端分离的技术特点我在这里就不赘述了，这里主要讲它给我们带来了哪些系统架构上的挑战。一个是入口增多，因为前后端分离不仅涉及到客户端渲染(CSR)，还涉及到服务端渲染(SSR)，所以响应请求的服务就从单一的服务变成了两类服务，一类是基于 node.js 的 react server 服务（用来做服务端渲染），另一类是 基于 php 写的 API 服务（用来给客户端渲染提供数据）。而服务端渲染本身还要调用 API，而我们为了优化服务端渲染的连接和请求响应速度，还专门启用了了使用专有通讯协议的内部 API 服务。
所以实际上我们的 WEB SERVER 有三类服务，每种服务的环境各不相同，所需的资源不同，协议不同，各自之间可能还有相互连接的关系，还需要负载均衡来保障高可用。在快速迭代的开发节奏下，使用传统的系统架构很难再去适应这样的结构。
我们迫切需要一种能够快速应用的，方便部署各种异构服务的成熟解决方案。
Kubernetes 带来了什么?
开箱即用
首先是开箱即用，理论上来说这应该是 KubeSphere 的优点，我们直接点一点鼠标就可以打造一个高可用的 K8s 集群。这一点对我们这种没有专职运维的中小团队来说很重要。根据我的亲身经历，要从零开始搭建一个高可用的 K8s 集群还是有点门槛的，没有接触过这方面的运维人员，一时半会是搞不定的，其中的坑也非常多。
如果云厂商能提供这种服务是最好的，我们不用在服务搭建与系统优化上花费太多时间，可以把更多的精力放到业务上去。之前我们还自己搭建数据库，缓存，搜索集群，后来全部都使用云服务了。这也让我们的观念有了转变，云时代的基础服务，应该把它视为基础设施的一部分加以利用。
用代码管理部署
如果能把运维工作全部用代码来管理，那就再理想不过了。而目前 K8s 确实给我们提供了这样一个能力，现在我们每个项目都有一个 Docker 目录，里面放置了不同环境下的 Dockerfile，K8s 配置文件等等。不同的项目，不同的环境，不同的部署，一切都可以在代码中描述出来加以管理。
比如我们之前提到的同样的 API 服务，使用两种协议，变成了两个服务。在这现在的架构下，就可以实现后端代码一次书写，分开部署。其实这些文件就代替了很多部署操作，我们需要做的只是定义好以后执行命令把它们推送到集群。
而一旦将这些运维工作代码化以后，我们就可以利用现有的代码管理工具，像写代码一样来调整线上服务。更关键的一点是，代码化之后无形中又增加了版本管理功能，这离我们理想中的全自动化运维又更近了一步。
持续集成，快速迭代
持续集成标准化了代码发布流程，如果能将持续集成和 K8s 的部署能力结合起来，无疑能大大加快项目迭代速度。而在使用 K8s 之前我们就一直用 GitLab 作为版本管理工具，它的持续集成功能对我们来说也比较适用。在做了一些脚本改造之后，我们发现它也能很好地服务于现有的 K8s 架构，所以也没有使用 K8s 上诸如 Jenkins 这样的服务来做持续集成。
步骤其实也很简单，做好安全配置就没什么问题。我们本地跑完单元测试之后，会自动上线到本地的测试环境。在代码合并到上线分支后，由管理员点击确认进行上线步骤。然后在本地 build 一个镜像推送到镜像服务器，通知 K8s 集群去拉取这个镜像执行上线，最后执行一个脚本来检查上线结果。整个流程都是可视化可追踪的，而且在代码管理界面就可以完成，方便开发者查看上线进度。
总结经验
管理好基础镜像
目前我们用一个专门的仓库来管理这些基础镜像，这可以使开发人员拥有与线上一致的开发环境，而且后续的版本升级也可以在基础镜像中统一完成。
除了将 Dockerfile 文件统一管理以外，我们还将镜像 build 服务与持续集成结合起来。每个 Dockerfile 文件都有一个所属的 VERSION 文件，每次修改里面的版本号并提交，系统都会自动 build 一个相应的镜像并推送到仓库。基础镜像的管理工作完全自动化了，大大减少了人为操作带来的错误与混乱。
KubeSphere 使用
- 别把日志服务放到集群里。这一点在 KubeSphere 文档中就有提及。具体到日志服务，主要就是一个 Elastic 搜索服务，自建一个Elastic 集群即可。因为日志服务本身负载比较大，而且对硬盘的持续性需求高，如果你会发现日志服务本身就占据了集群里相当大的资源，就得不偿失了。
- 如果生产环境要保证高可用，还是要部署 3 个或以上的节点。从我们使用的经验来看，主节点偶尔会出现问题。特别是遇到节点机器要维护或者升级的时候，多个主节点可以保证业务的正常运行。
- 如果你本身不是专门提供数据库或缓存的服务商，这类高可用服务就不要上K8s，因为要保证这类服务高可用本身就要耗费你大量的精力。我建议还是尽量用云厂商的服务。
- 副本的规模和集群的规模要匹配。如果你的容器只有几个节点，但一个服务里面扩展了上百个副本，系统的调度会过于频繁从而把资源耗尽。所以这两者要相匹配，在系统设计的时候就要考虑到。
最后是一点感想：当做完容器化后，会发现应用在集群里运行的时候并不需要占用那么多台服务器。这是因为降低了资源的粒度，所以可以做更多的精细化规划，因此使用效率也提高了。
本文由博客一文多发平台 OpenWrite 发布！
