---

Kilo 使用教程

本文將詳細介紹如何在云原生環境中使用Kilo進行WireGuard的應用，尤其是針對Kubernetes集群的組網。 對于WireGuard新手，建議按照特定順序閱讀相關教程，以便更好地理解。 云原生領域中，Kilo主要用于CNI，可以與Flannel、Wormhole結合提供加密，或者單獨作為組網工具。 對于組網需求，推薦使用Kilo，尤其是當需要在AWS、Azure、GCP和阿里云的云主機之間構建一個無縫的k3s集群，且允許跨設備訪問Pod和Service IP時。 實現這一目標分為兩步：首先，通過Kilo調整k3s集群節點間的容器網絡，取消默認CNI；重啟服務器后，可以選擇Kilo作為CNI。 Kilo支持三種網絡拓撲：邏輯分組互聯、全互聯和混合模式，具體操作需要根據節點的特定情況進行調整。 以全互聯模式為例，部署Kilo需要拷貝kubeconfig、修改API地址、添加節點注解并克隆Kilo官方倉庫進行配置。 部署成功后，節點將新增網絡接口，用于實現跨云容器通信。 接下來，需要創建新的網絡接口wg0，以本地網絡訪問云上的Pod和Service IP。 通過wg-gen-web管理WireGuard配置，并根據每個節點的需要調整，以實現跨設備訪問。 最后，通過本地運行WireGuard，你將能夠輕松地在云主機的Kubernetes集群中自由穿梭。 本文已涵蓋Kilo的部署和基本網絡配置，對于進一步優化如通過CoreDNS訪問服務名稱，讀者可自行探索。 最后，歡迎訪問獲取Kubernetes離線安裝包和sealos的最新特性，以及加入釘釘群獲取更多實時信息。

云原生是什么？（入門科普）

云原生，這一概念近年來在科技圈內頗為流行，但它對于非專業人士來說，往往顯得有些晦澀難懂。 本文旨在以較為通俗的語言，提供一個云原生的入門級科普，幫助你理解這一術語的基本含義及其核心理念。 云原生，直譯自“Cloud Native”，指的是設計與構建旨在云環境中運行的應用與服務，這一概念的核心在于利用云計算資源的彈性和靈活性，以實現應用的高效部署、管理和擴展。 云計算，作為云原生的基礎，提供了一種基于互聯網的計算資源服務模式。 通過云計算，用戶可以租用各種基礎設施，如服務器、存儲和網絡資源等，實現高效資源利用和成本節約。 云計算服務商，如AWS、Azure、阿里云、谷歌云、IBM云、騰訊云、華為云等，通過統一管理大量基礎設施，實現資源的動態分配，支持按需使用，備份與恢復簡便，以及快速部署與集成。 云原生技術集合了容器、服務網格、微服務、不可變基礎設施和聲明式API等關鍵概念，旨在構建容錯性好、易于管理且便于觀察的松耦合系統，通過可靠的自動化手段，實現應用的頻繁和可預測的重大變更。 微服務是云原生架構中的核心概念，它將應用拆分為一系列松散耦合的組件，每個組件負責特定功能，通過容器技術實現獨立部署和擴展，從而提高了系統的靈活性和可維護性。 容器技術，如Docker，為微服務提供了統一的運行環境，使得應用能夠在不同環境中輕松部署。 Kubernetes（K8s）作為容器編排平臺的代表，簡化了容器化的微服務管理，支持大規模部署和自動伸縮。 服務網格，通過解決微服務間的網絡相關問題，如通信、安全和監控，進一步優化了微服務架構的協作效率。 不可變基礎設施強調應用運行環境的穩定性和一致性，避免了手動配置和維護的復雜性，促進了一鍵部署的實現。 聲明式API的使用，簡化了代碼編寫和管理，使得應用狀態的調整更加直觀和高效。 自動化交付方法，如持續集成/持續部署（CI/CD）或DevOps，與云原生技術緊密結合，提高了應用開發和部署的效率。 云原生技術并非適用于所有場景，它在需要快速迭代、靈活擴展的應用場景中表現出色，但在對數據安全、隱私和可持續服務有嚴格要求的場景中，需要進行謹慎評估。 通過本文的介紹，希望你能夠對云原生的概念有了一定的理解，并認識到其在現代應用開發和部署中的重要性和潛力。 如果你對云原生技術有更多疑問或感興趣的話題，歡迎進一步探討。

Nocalhost - 讓云原生時代的開發更高效

在轉向 Kubernetes 部署后，我們團隊在開發過程中遇到了挑戰，尋求在云原生環境中無縫聯調本地和開發環境的解決方案。 以往的開發流程有兩套模式，這導致了本地編碼效率低下：2分鐘編碼后，需要5分鐘在環境中驗證，嚴重影響了工作效率。 為了解決這一問題，我們尋求一種簡單易學、基于配置、團隊統一的解決方案。 經過研究，Telepresence和Bridge to Kubernetes這兩款工具進入了我們的視野。 Telepresence通過在Pod中部署網絡代理，讓本地進程與Kubernetes環境無縫對接，而Bridge to Kubernetes則專注于在開發計算機和集群間雙向通信，但其IDE插件支持有限。 最終，我們選擇Nocalhost，一款基于IDE的云原生開發工具。 Nocalhost不僅具備Telepresence和Bridge to Kubernetes的功能，還提供了更全面的開發環境管理，如與VSCode、IntelliJ IDEA深度集成，一鍵部署和遠程調試。 它通過單個CLI和IDE插件，利用KubeConfig與集群通信，實時同步代碼并在編碼時自動同步到K8s容器，顯著提升開發效率。 與其他工具相比，Nocalhost在特性、支持IDE插件和用戶體驗上表現出色，特別是在大型團隊和復雜環境中構建云原生應用方面。 它在Kubernetes集群中開發的應用場景廣泛，且無需團隊成員成為Kubernetes專家，簡化了協作流程。 安裝Nocalhost的過程簡單，無論使用JetBrains系列還是VSCode，都能便捷集成。 只需要在項目根目錄創建文件夾并配置，定義本地與遠程環境的同步規則。 對于Python和Golang項目，Nocalhost提供了熱加載功能，實時更新代碼并自動重新執行命令。 總之，Nocalhost以其全面的功能、易用性和高度集成的優勢，成為我們團隊在云原生時代提升開發效率的理想選擇。 通過Nocalhost，開發和聯調變得更加高效，極大降低了本地環境搭建和配置的時間，優化了團隊協作流程。

云原生體系下Serverless彈性探索與實踐

簡介：SAE通過對彈性組件和應用全生命周期的不斷優化以達到秒級彈性，并在彈性能力，場景豐富度，穩定性上具備核心競爭力，是傳統應用0改造上Serverless的最佳選擇。

Serverless時代的來臨

Serverless顧名思義，是一種“無服務器”架構，因為屏蔽了服務器的各種運維復雜度，讓開發人員可以將更多精力用于業務邏輯設計與實現。 在Serverless架構下，開發者只需要關注于上層應用邏輯的開發，而諸如資源申請，環境搭建，負載均衡，擴縮容等等服務器相關的復雜操作都由平臺來進行維護。 在云原生架構白皮書中，對Serverless的特性有以下概括：

全托管的計算服務，客戶只需要編寫代碼構建應用，無需關注同質化的、負擔繁重的基于服務器等基礎設施的開發、運維、安全、高可用等工作；

通用性，能夠支撐云上所有重要類型的應用；

自動的彈性伸縮，讓用戶無需為資源使用提前進行容量規劃；

按量計費，讓企業使用成本得有效降低，無需為閑置資源付費。

回顧整個Serverless的發展歷程，我們可以看到從2012年首次提出Serverless概念為起點，再到AWS推出Lambda云產品的這段時間內，人們對Serverless的關注度出現了爆發式的增長，對無服務器的期待和暢想逐漸引爆整個行業，但Serverless的推廣和生產落地的過程卻不容樂觀，Serverless理念與實操生產的過程中存在Gap，挑戰著人們固有的使用體驗和習慣。

阿里云堅信Serverless將作為云原生之后確定性的發展方向，相繼推出了FC,SAE等多款云產品來覆蓋不同領域，不同類型的應用負載來使用Serverless技術，并且不斷在推進整個Serverless理念的普及與發展。

就當前Serverless整個市場格局而言，阿里云已經做到了Serverless產品能力中國第一，全球領先，在去年Forrester評測魔力象限中可以明顯的看到阿里云在Serverless領域已經與AWS不相上下，于此同時，阿里云Serverless用戶占比中國第一，在2020年中國云原生用戶調研報告中整個阿里云Serverless用戶占比已經達到了66%，而在Serverless技術采用情況的調研中表明，已經有越來越多的開發者和企業用戶將Serverless技術應用于核心業務或者將要應用于核心業務之中。

Serverless彈性探索

彈性能力作為云的核心能力之一，所關注的問題是容量規劃與實際集群負載間的矛盾，通過兩幅圖的對比可以看到，如果采用預先規劃的方式進行資源安排，會由于資源準備量和資源需求量的不匹配導致資源浪費或者資源不足的情況，進而導致成本上的過多開銷甚至業務受損，而我們期望極致彈性能力，是準備的資源和實際需求的資源幾乎匹配，這樣使得應用整體的資源利用率較高，成本也隨業務的增減和相應的增減，同時不會出現因容量問題影響應用可用性的情況，這就是彈性的價值。

彈性其實現上分為可伸縮性和故障容忍性,可伸縮性意味著底層資源可以參照指標的變化有一定的自適應能力，而故障容忍性則是通過彈性自愈確保服務中的應用或實例處于健康的狀態。 上述能力帶來的價值收益在于降成本的同時提升應用可用性，一方面，資源使用量貼合應用實際消耗量，另一方面，提升峰值的應用可用性，進而靈活適應市場的不斷發展與變化。

下面將對當前較為普遍的三種彈性伸縮模式進行闡述和分析。

首先是IaaS彈性伸縮，其代表產品是各云廠商云服務器彈性伸縮，如阿里云ess,可以通過配置云監控的告警規則來觸發相應的ECS增減操作，同時支持動態增減Slb后端服務器和Rds白名單來保證可用性，通過健康檢查功能實現彈性自愈能力。 ESS定義了伸縮組的概念，即彈性伸縮的基本單位，為相同應用場景的ECS實例的集合及關聯Slb,Rds,同時支持多種伸縮規則，如簡單規則，進步規則，目標追蹤規則，預測規則等，用戶的使用流程為創建伸縮組和伸縮配置，創建伸縮規則，監控查看彈性執行情況。

Kubernetes彈性伸縮，這里主要關注于水平彈性hpa，其代表產品為K8s以及其所對應的托管云產品，如阿里云容器服務，K8s做為面向應用運維的基礎設施和PlatformforPlatform,提供的內置能力主要是圍繞著容器級別的管理和編排來展開的,而彈性能力聚焦于對底層Pod的動態水平伸縮，K8shpa通過輪詢Pod的監控數據并將它與目標期望值比較進行，通過算法實時計算來產生期望的副本數，進而對Workload的副本數進行增減操作，用戶在實際使用上需要創建并配置對應的指標源和彈性規則以及對應的Workload，可以通過事件來查看彈性的執行情況。

最后介紹一下應用畫像彈性伸縮，其主要用于互聯網公司內部，如阿里ASI容量平臺。 容量平臺提供容量預測服務和容量變更決策服務，指導底層容量變更組件如AHPA/VPA實現容量彈性伸縮，并根據彈性結果修正容量畫像。 以畫像驅動為主+指標驅動為輔實現彈性伸縮能力，通過提前伸縮+實時修正來降低彈性伸縮風險。 整個彈性伸縮會借助odps和機器學習能力對實例監控等數據進行處理并產生應用畫像，如基準畫像，彈性畫像，大促畫像等，并借助容量平臺來完成畫像注入，變更管控和故障熔斷等操作。 用戶使用流程為應用接入，基于歷史數據/經驗生成對應的容量畫像，實時監控指標修正畫像，并監控查看彈性執行情況。

從對比可以看出各產品彈性伸縮功能模式上從抽象來講基本相同，均由觸發源，彈性決策和觸發動作組成，觸發源一般依賴外部監控系統，對節點指標，應用指標進行采集處理，彈性決策一般基于周期性輪詢并算法決策，有部分基于歷史數據分析預測以及用戶定義的定時策略，而觸發動作為對實例進行水平擴縮，并提供變更記錄與對外通知。 各個產品在此基礎上做場景豐富度，效率，穩定性的競爭力，并通過可觀測能力提升彈性系統的透明度，便于問題排查和指導彈性優化，同時提升用戶使用體驗與粘性。

各產品彈性伸縮模型也存在這一定的差異，對于IaaS彈性伸縮，其作為老牌彈性伸縮能力，沉淀時間長，功能強大且豐富，云廠商間能力趨于同質化。 彈性效率相較容器受限，且強綁定各自底層Iaas資源。 Kubernetes作為開源產品，通過社區力量不斷優化迭代彈性能力和最佳實踐，更符合絕大部分開發運維人員訴求。 對彈性行為和api進行高度抽象，但其可擴展性不強，無法支持自定義需求。 而應用畫像彈性伸縮具有集團內部特色，根據集團應用現狀和彈性訴求進行設計，且更聚焦于資源池預算成本優化，縮容風險，復雜度等痛點。 不易拷貝擴展，特別對于外部中小客戶不適用。

從終態目標上，可以看出公有云與互聯網企業方向的不同：

互聯網企業往往由于其內部應用具有顯著流量特征，應用啟動依賴多，速度慢，且對整體資源池容量水位，庫存財務管理，離在線混部有組織上的諸多訴求，因而更多的是以容量畫像提前彈性擴容為主，基于Metrics計算的容量數據作為實時修正，其目標是容量畫像足夠精準以至于資源利用率達到預期目標。

公有云廠商服務于外部客戶，提供更為通用，普適的能力，并通過可拓展性滿足不同用戶的差異化需求。 尤其在Serverless場景，更強調應用應對突發流量的能力，其目標在于無需容量規劃，通過指標監控配合極致彈性能力實現應用資源的近乎按需使用且整個過程服務可用。

Serverless彈性落地

Serverless作為云計算的最佳實踐、云原生發展的方向和未來演進趨勢，其核心價值在于快速交付、智能彈性、更低成本。

在時代背景下，SAE應運而生，SAE是一款面向應用的ServerlessPaaS平臺，支持SpringCloud、Dubbo等主流開發框架，用戶可以零代碼改造直接將應用部署到SAE，并且按需使用，按量計費，可以充分發揮Serverless的優勢為客戶節省閑置資源成本，同時體驗上采用全托管，免運維的方式，用戶只需聚焦于核心業務開發，而應用生命周期管理，微服務管理，日志，監控等功能交由SAE完成。

彈性的競爭力主要在于場景豐富度，效率，穩定性的競爭力，先講一下SAE在彈性效率上的優化。

通過對SAE應用的整個生命周期進行數據統計和可視化分析，其包含調度，initcontainer創建，拉取用戶鏡像，創建用戶容器，啟動用戶容器&應用這幾個階段，示意圖中對其耗時的占比進行了簡化。 我們可以看到整個應用生命周期耗時集中于調度，拉取用戶鏡像，應用冷啟動這幾個階段。 針對于調度階段，其耗時主要在于SAE當前會執行打通用戶VPC操作，由于該步驟強耦合于調度，本身耗時較長，且存在創建長尾超時，失敗重試等情況，導致調度鏈路整體耗時較長。

由此產生的疑問是可否優化調度速度？可否跳過調度階段?而對于拉取用戶鏡像，其包含拉取鏡像與解壓鏡像的時長，特別是在大容量鏡像部署的情況下尤為突出。 優化的思路在于拉取鏡像是否可以優化使用緩存，解壓鏡像是否可以優化。 而對于應用冷啟動，SAE存在大量單體和微服務的JAVA應用，JAVA類型應用往往啟動依賴多，加載配置慢，初始化過程長，導致冷啟動速往往達到分鐘級。 優化的方向在于可否避免冷啟動流程并使用戶盡量無感，應用無改造。

首先SAE采用了原地升級能力，SAE起初使用了K8s原生的Deployment滾動升級策略進行發布流程，會先創建新版本Pod，再銷毀舊版本Pod進行升級，而所謂原地升級，即只更新Pod中某一個或多個容器版本、而不影響整個Pod對象、其余容器的升級。 其原理是通過K8spatch能力，實現原地升級Container，通過K8sreadinessGates能力，實現升級過程中流量無損。

原地升級給SAE帶來了諸多價值，其中最重要的是避免重調度，避免Sidecar容器（ARMS,SLS,AHAS）重建,使得整個部署耗時從消耗整個Pod生命周期到只需要拉取和創建業務容器，于此同時因為無需調度，可以預先在Node上緩存新鏡像，提高彈性效率。 SAE采用阿里開源Openkruise項目提供的Cloneset作為新的應用負載，借助其提供的原地升級能力，使得整個彈性效率提升42%。

同時SAE采用了鏡像預熱能力，其包含兩種預熱形式：調度前預熱，SAE會對通用的基礎鏡像進行全節點緩存，以避免其頻繁的從遠端進行拉取。 與此同時對于分批的場景支持調度中預熱，借助Cloneset原地升級能力，在升級的過程中可以感知到實例的節點分布情況，這樣就可以在第一批部署新版本鏡像的同時，對后面批次的實例所在節點進行鏡像預拉取，進而實現調度與拉取用戶鏡像并行。 通過這項技術，SAE彈性效率提升了30%。

剛才講述的優化點在于拉取鏡像部分，而對于解壓鏡像，傳統容器運行需要將全量鏡像數據下載后再解包，然而容器啟動可能僅使用其中部分的內容，導致容器啟動耗時長。 SAE通過鏡像加速技術，將原有標準鏡像格式自動轉化為支持隨機讀取的加速鏡像，可以實現鏡像數據免全量下載和在線解壓，大幅提升應用分發效率，同時利用Acree提供的P2P分發能力也可以有效減少鏡像分發的時間。

對于Java應用冷啟動較慢的痛點，SAE聯合Dragonwell11提供了增強的AppCDS啟動加速策略，AppCDS即ApplicationClassDataSharing，通過這項技術可以獲取應用啟動時的Classlist并Dump其中的共享的類文件，當應用再次啟動時可以使用共享文件來啟動應用，進而有效減少冷啟動耗時。 映射到SAE的部署場景，應用啟動后會生成對應的緩存文件在共享的nas中，而在進行下一次發布的過程中就可以使用緩存文件進行啟動。 整體冷啟動效率提升45%。

除了對整個應用生命周期的效率進行優化外，SAE也對彈性伸縮進行了優化，整個彈性伸縮流程包括彈性指標獲取，指標決策以及執行彈性擴縮操作三部分。 對于彈性指標獲取，基礎監控指標數據已經達到了秒級獲取，而對于七層的應用監控指標，SAE正在規劃采用流量透明攔截的方案保證指標獲取的實時性。 而彈性決策階段，彈性組件啟用了多隊列并發進行Reconcile，并實時監控隊列堆積，延時情況。

SAE彈性伸縮包括強大的指標矩陣，豐富的策略配置，完善的通知告警機制及全方位可觀測能力,支持多種數據源：原生的MetricsServer，MetricsAdapter，Prometheus，云產品SLS,CMS,SLB以及外部的網關路由等，支持多種指標類型：CPU、MEM、QPS、RT、TCP連接數，出入字節數，磁盤使用率，Java線程數，GC數還有自定義指標。 對指標的抓取和預處理后，可以自定義配置彈性策略來適配應用的具體場景：快擴快縮，快擴慢縮，只擴不縮，只縮不擴，DRYRUN，自適應擴縮等。

同時可以進行更為精細化的彈性參數配置,如實例上下限，指標區間，步長比例范圍，冷卻、預熱時間，指標采集周期和聚和邏輯，CORN表達式，后續也會支持事件驅動的能力。 彈性觸發后會進行對應的擴縮容操作，并通過切流保證流量無損，并且可以借助完善的通知告警能力（釘釘，webhook,電話，郵件，短信）來實時觸達告知用戶。 彈性伸縮提供了全方位的可觀測能力，對彈性的決策時間，決策上下文進行清晰化展現，并且做到實例狀態可回溯，實例SLA可監控。

SAE彈性能力在場景豐富度上也有著相應的競爭力，這里重點介紹一下SAE當前支持的四種場景：

定時彈性：在已知應用流量負載周期的情況下進行配置，應用實例數可以按照時間，星期，日期周期進行規律化擴縮，如在早8點到晚8點的時間段保持10個實例數應對白天流量，而在其余時間由于流量較低則維持在2個實例數甚至縮0。 適用于資源使用率有周期性規律的應用場景，多用于證券、醫療、政府和教育等行業。

指標彈性：可以配置期望的監控指標規則，SAE會時應用的指標穩定在所配置的指標規則內，并且默認采用快擴慢縮的模式來保證穩定性。 如將應用的cpu指標目標值設置為60%，QPS設置為1000，實例數范圍為2-50。 這種適用于突發流量和典型周期性流量的應用場景，多用于互聯網、游戲和社交平臺等行業。

混合彈性：將定時彈性與指標彈性相結合，可以配置不同時間，星期，日期下的指標規則，進而更加靈活的應對復雜場景的需求。 如早8點到晚8點的時間段CPU指標目標值設置為60%，實例數范圍為10-50，而其余時間則將實例數范圍降為2-5，適用于兼備資源使用率有周期性規律和有突發流量、典型周期性流量的應用場景，多用于互聯網、教育和餐飲等行業。

自適應彈性：SAE針對流量突增場景進行了優化，借助流量激增窗口，計算當前指標在這個時刻上是否出現了流量激增問題，并會根據流量激增的強烈程度在計算擴容所需的實例時會增加一部分的冗余，并且在激增模式下，不允許縮容。

穩定性是SAE彈性能力建設的過程中非常重要的一環，保證用戶應用在彈性過程中按照預期行為進行擴縮，并保證整個過程的可用性是關注的重點。 SAE彈性伸縮整體遵循快擴慢縮的原則，通過多級平滑防抖保證執行穩定性，同時對于指標激增場景，借助自適應能力提前擴容。 SAE當前支持四級彈性平滑配置保證穩定性：

一級平滑：對指標獲取周期，單次指標獲取的時間窗口，指標計算聚和邏輯進行配置

二級平滑：對指標數值容忍度，區間彈性進行配置

三級平滑：對單位時間擴縮步長，百分比，上下限進行配置

四級平滑：對擴縮冷卻窗口，實例預熱時間進行配置

Serverless彈性最佳實踐

SAE彈性伸縮可以有效解決瞬時流量波峰到來時應用自動擴容，波峰結束后自動縮容。 高可靠性、免運維、低成本的保障應用平穩運行，在使用的過程中建議遵循以下最佳實踐進行彈性配置。

配置健康檢查和生命周期管理

建議對應用健康檢查進行配置，以保證彈性擴縮過程中的應用整體可用性，確保您的應用僅在啟動、運行并且準備好接受流量時才接收流量同時建議配置生命周期管理Prestop，以確?？s容時按照預期優雅下線您的應用。

采用指數重試機制

為避免因彈性不及時，應用啟動不及時或者應用沒有優雅上下線導致的服務調用異常，建議調用方采用指數重試機制進行服務調用。

應用啟動速度優化

為提升彈性效率，建議您優化應用的創建速度，可以從以下方面考慮優化：

軟件包優化：優化應用啟動時間，減少因類加載、緩存等外部依賴導致的應用啟動過長

鏡像優化：精簡鏡像大小，減少創建實例時鏡像拉取耗時，可借助開源工具Dive，分析鏡像層信息，有針對性的精簡變更

Java應用啟動優化：借助SAE聯合Dragonwell11，為Java11用戶提供了應用啟動加速功能

彈性伸縮指標配置

彈性伸縮指標配置，SAE支持基礎監控，應用監控多指標組合配置，您可以根據當前應用的屬性（CPU敏感/內存敏感/io敏感）進行靈活選擇。

可以通過對基礎監控和應用監控對應指標歷史數據（如過去6h,12h,1天,7天峰值，P99,P95數值）進行查看并預估指標目標值，可借助PTS等壓測工具進行壓測，了解應用可以應對的并發請求數量、需要的CPU和內存數量，以及高負載狀態下的應用響應方式，以評估應用容量峰值大小。

指標目標值需要權衡可用性與成本進行策略選擇，如

可用性優化策略配置指標值為40%

可用性成本平衡策略配置指標值為50%

成本優化策略配置指標值為70%

同時彈性配置應考慮梳理上下游，中間件，db等相關依賴，配置對應的彈性規則或者限流降級手段，確保擴容時全鏈路可以保證可用性。

在配置彈性規則后，通過不斷監視和調整彈性規則以使容量更加接近應用實際負載。

內存指標配置

關于內存指標，考慮部分應用類型采用動態內存管理進行內存分配（如Javajvm內存管理，GlibcMalloc和Free操作），應用閑置內存并沒有及時釋放給操作系統，實例消耗的物理內存并不會及時減少且新增實例并不能減少平均內存消耗，進而無法觸發縮容，針對于該類應用不建議采用內存指標。

Java應用運行時優化：釋放物理內存，增強內存指標與業務關聯性

借助Dragonwell運行時環境，通過增加JVM參數開啟ElasticHeap能力，支持Java堆內存的動態彈性伸縮，節約Java進程實際使用的物理內存占用。

最小實例數配置

配置彈性伸縮最小實例數建議大于等于2，且配置多可用區VSwitch，防止因底層節點異常導致實例驅逐或可用區無可用實例時應用停止工作，保證應用整體高可用。

最大實例數配置

配置彈性伸縮最大實例數時，應考慮可用區IP數是否充足，防止無法新增實例。 可以在控制臺VSwitch處查看當前應用可用IP，若可用IP較少考慮替換或新增VSwitch。

彈性到達最大值

可以通過應用概覽查看當前開啟彈性伸縮配置的應用，并及時發現當前實例數已經到達峰值的應用，進行重新評估其彈性伸縮最大值配置是否合理。若期望最大實例數超過產品限制（當前限制單應用50實例數，可提工單反饋提高上限）

可用區再均衡

彈性伸縮觸發縮容后可能會導致可用區分配不均，可以在實例列表中查看實例所屬可用區，若可用區不均衡可以通過重啟應用操作實現再均衡。

自動恢復彈性配置

當進行應用部署等變更單操作時，SAE會停止當前應用的彈性伸縮配置避免兩種操作沖突，若期望變更單完成后恢復彈性配置，可以在部署時勾選系統自動恢復。

彈性歷史記錄

SAE彈性生效行為當前可通過事件進行查看擴縮時間，擴縮動作，以及實時，歷史決策記錄和決策上下文可視化功能，以便衡量彈性伸縮策略的有效性，并在必要時進行調整。

彈性事件通知

結合釘釘，Webhook,短信電話等多種通知渠道，便于及時了解彈性觸發狀況。

最后分享一個采用SAE彈性伸縮功能的客戶案例，在2020新冠疫情期間，某在線教育客戶業務流量暴漲7-8倍，硬件成本和業務穩定性面臨巨大風險。 如果此時采用傳統的ECS架構，客戶就需要在非常短的時間內做基礎設施的架構升級，這對用戶的成本及精力都是非常大的挑戰。 但如果采用SAE，用戶0改造成本即可享受Serverless帶來的技術紅利，結合SAE的多場景彈性策略配置，彈性自適應和實時可觀測能力，保障了用戶應用在高峰期的業務SLA，并且通過極致彈性效率，節省硬件成本達到35%。

綜上，彈性發展方向上，尤其是在Serverless場景，更強調應對突發流量的能力，其目標在于無需容量規劃，通過指標監控配合極致彈性能力實現應用資源的近乎按需使用且整個過程服務可用。 SAE通過對彈性組件和應用全生命周期的不斷優化以達到秒級彈性，并在彈性能力，場景豐富度，穩定性上具備核心競爭力，是傳統應用0改造上Serverless的最佳選擇。

分布式文件存儲服務器之Minio對象存儲技術參考指南

Minio對象存儲技術

MinIO是一種高性能對象存儲解決方案，原生支持Kubernetes部署。 MinIO提供與AmazonWebServicesS3兼容的API并支持所有核心S3功能。 MinIO是在GNUAffero通用公共許可證v3.0下發布的。

也許提起對象存儲技術，我們都經歷過Fastdfs長時間的拉鋸戰，即使現在大部分都在使用云服務廠商提供的OSS對象存儲服務，但是其所花費的經濟成本也是遞增的，而且數據都存儲在別人的服務器上，從一定程度上來說，對于文件資源的把控粒度是極其不可控制，公網數據是何其的沒有隱私可言。 雖然，對于開發層面上來說，只需要整合對應的SDK，對其使用已經是開箱即用。 但是，對于選擇自研對象存儲技術來說，Minio何嘗不失為一大利器。 其搭建過程與整合方面，幾乎已經沒有什么瓶頸可言。 不論是從傳統服務器的安裝，還是基于Docker以及Kubernetes的部署，簡直簡單得不要不要的。

基本概述

,MinIO’ssoftware-definedsuiterunsseamlesslyinthepubliccloud,,MinIOcandeliverarangeofusecasesfromAI/ML,analytics,backup/restoreandmodernwebandmobileapps.

MinIO在最大數量的環境中支持最廣泛的用例。 自云原生以來，MinIO的軟件定義套件在公共云、私有云和邊緣無縫運行——使其成為混合云的領導者。 憑借行業領先的性能和可擴展性，MinIO可以提供一系列用例，包括AI/ML、分析、備份/恢復以及現代Web和移動應用程序。

HybridCloud：混合云

Borncloudnative：云原生

MinIOispioneeringhighperformanceobjectstorage：高性能對象存儲的先驅

Builtontheprinciplesofwebscale：建立在網絡規模的原則上

The#.開源對象存儲，并且最適合企業

ThedefactostandardforAmazonS3compatibility：AmazonS3兼容性的事實標準

Simplypowerful：簡單強大[極簡主義]

基本特點

MinIO的企業級特性代表了對象存儲空間的標準。 從AWSS3API到S3Select以及我們對內聯擦除編碼和安全性的實施，我們的代碼廣受贊譽，并經常被一些技術和商業領域的大腕復制。

ErasureCoding：糾錯碼

MinIO使用以匯編代碼編寫的每個對象內聯擦除編碼來保護數據，以提供盡可能高的性能。 MinIO使用Reed-Solomon代碼將對象條帶化為具有用戶可配置冗余級別的數據和奇偶校驗塊。 MinIO的ErasureCoding在對象級別執行修復，可以獨立修復多個對象。

在N/2的最大奇偶校驗下，MinIO的實現可以確保在部署中僅使用((N/2)+1)個操作驅動器進行不間斷的讀寫操作。 例如，在12個驅動器的設置中，MinIO將對象分片到6個數據和6個奇偶校驗驅動器，并且可以可靠地寫入新對象或重建現有對象，而部署中僅剩下7個驅動器。

BitrotProtection：Bitrot保護

靜默數據損壞或bitrot是磁盤驅動器面臨的嚴重問題，導致數據在用戶不知情的情況下損壞。 原因是多方面的（驅動器老化、電流峰值、磁盤固件中的錯誤、幻像寫入、讀取/寫入方向錯誤、驅動程序錯誤、意外覆蓋），但結果是一樣的-數據受損。

MinIO對HighwayHash算法的優化實現確保它永遠不會讀取損壞的數據-它即時捕獲和修復損壞的對象。 通過在READ上計算散列并在從應用程序、網絡到內存/驅動器的WRITE上對其進行驗證來確保端到端的完整性。 該實現專為速度而設計，可以在IntelCPU的單核上實現超過10GB/秒的散列速度。

Encryption：加密處理

在飛行中加密數據是一回事；保護靜態數據是另一回事。 MinIO支持多種復雜的服務器端加密方案來保護數據——無論數據在哪里。 MinIO的方法以可忽略的性能開銷確保機密性、完整性和真實性。 使用AES-256-GCM、ChaCha20-Poly1305和AES-CBC支持服務器端和客戶端加密。

加密對象使用AEAD服務器端加密進行防篡改。 此外，MinIO與所有常用的密鑰管理解決方案（例如HashiCorpVault）兼容并經過測試。 MinIO使用密鑰管理系統(KMS)來支持SSE-S3。

如果客戶端請求SSE-S3或啟用自動加密，則MinIO服務器使用唯一的對象密鑰加密每個對象，該對象密鑰受KMS管理的主密鑰保護。 鑒于極低的開銷，可以為每個應用程序和實例打開自動加密。

IdentityManagement：身份管理

MinIO支持身份管理中最先進的標準，與OpenID連接兼容提供商以及關鍵的外部IDP供應商集成。 這意味著訪問是集中的，密碼是臨時的和輪換的，而不是存儲在配置文件和數據庫中。 此外，訪問策略是細粒度和高度可配置的，這意味著支持多租戶和多實例部署變得簡單。

ContinuousReplication：連續復制

傳統復制方法的挑戰在于，它們無法有效擴展超過數百TB。 話雖如此，每個人都需要一個復制策略來支持災難恢復，并且該策略需要跨越地域、數據中心和云。

MinIO的持續復制專為大規模、跨數據中心部署而設計。 通過利用Lambda計算通知和對象元數據，它可以高效快速地計算增量。 Lambda通知確保更改立即傳播，而不是傳統的批處理模式。

連續復制意味著如果發生故障，即使面對高度動態的數據集，數據丟失也將保持在最低限度。 最后，與MinIO所做的一樣，持續復制是多供應商的，這意味著您的備份位置可以是從NAS到公共云的任何位置。

GlobalFederation：全球聯合會

現代企業到處都有數據。 MinIO允許將這些不同的實例組合起來形成一個統一的全局命名空間。 具體來說，可以將任意數量的MinIO服務器組合成一個分布式模式集，多個分布式模式集可以組合成一個MinIO服務器聯合。 每個MinIOServerFederation都提供統一的管理和命名空間。

MinIO聯合服務器支持無限數量的分布式模式集。 這種方法的影響是對象存儲可以為大型、地理分布的企業大規模擴展，同時保留從單個控制臺容納各種應用程序（Splunk、Teradata、Spark、Hive、Presto、TensorFlow、H20）的能力。

Multi-CloudGateway：多云網關

所有企業都在采用多云戰略。 這也包括私有云。 因此，您的裸機虛擬化容器和公共云服務（包括Google、Microsoft和阿里巴巴等非S3提供商）必須看起來相同。 雖然現代應用程序具有高度可移植性，但支持這些應用程序的數據卻不是。

讓這些數據無論位于何處都可用，是MinIO解決的主要挑戰。 MinIO在裸機、網絡附加存儲和每個公共云上運行。 更重要的是，MinIO通過AmazonS3API確保您從應用程序和管理的角度來看這些數據的視圖看起來完全相同。

MinIO可以走得更遠，使您現有的存儲基礎設施與AmazonS3兼容。 影響是深遠的。 現在，組織可以真正統一他們的數據基礎設施——從文件到塊，所有這些都顯示為可通過AmazonS3API訪問的對象，而無需遷移。

WORM：WORM對象鎖定

啟用WORM后，MinIO會禁用所有可能改變對象數據和元數據的API。 這意味著一旦寫入的數據就可以防篡改。 這對于許多不同的監管要求具有實際應用。

基本架構

MinIO被設計為云原生，可以作為由外部編排服務（如Kubernetes）管理的輕量級容器運行。 整個服務器是一個約40MB的靜態二進制文件，并且在使用CPU和內存資源方面非常高效-即使在高負載下也是如此。 結果是您可以在共享硬件上共同托管大量租戶。

MinIO在帶有本地連接驅動器(JBOD/JBOF)的商用服務器上運行。 集群中的所有服務器的能力相同（完全對稱架構）。 沒有名稱節點或元數據服務器。

MinIO將數據和元數據作為對象一起寫入，無需元數據數據庫。 此外，MinIO將所有功能（擦除代碼、bitrot檢查、加密）作為內聯、嚴格一致的操作執行。 結果是MinIO非常有彈性。

每個MinIO集群是一組分布式MinIO服務器，每個節點一個進程。 MinIO作為單個進程在用戶空間運行，并使用輕量級協程來實現高并發。 驅動器被分組到擦除集（默認情況下每組16個驅動器），并且使用確定性散列算法將對象放置在這些集上。

MinIO專為大規模、多數據中心的云存儲服務而設計。 每個租戶運行自己的MinIO集群，與其他租戶完全隔離，使他們能夠保護他們免受升級、更新和安全事件的任何中斷。 每個租戶通過跨地域聯合集群來獨立擴展。

MinIO服務器功能

MinIO的企業級特性代表了對象存儲空間的標準。 從AWSS3API到S3Select以及我們對內聯擦除編碼和安全性的實施，我們的代碼廣受贊譽，并經常被一些技術和商業領域的大腕復制。

MinIO對象保留

默認情況下，對唯一對象名稱的每次新寫入操作都會導致覆蓋該對象。 您可以將MinIO配置為創建每個對象突變的版本，從而保留該對象的完整歷史記錄。 MinIO還支持一次寫入多次讀取(WORM)鎖定版本化對象，以確保在指定的持續時間內或直到顯式解除鎖定為止的完全不變性。

版本控制和對象鎖定功能僅適用于分布式MinIO部署：

BucketVersioning：存儲桶版本控制

MinIO支持在單個存儲桶中保存對象的多個“版本”。 通常會覆蓋現有對象的寫入操作會導致創建新的版本化對象。 MinIO版本控制可防止意外覆蓋和刪除，同時支持“撤消”寫入操作。 存儲桶版本控制是配置對象鎖定和保留規則的先決條件。

對于版本化存儲桶，任何改變對象的寫入操作都會導致該對象的新版本具有唯一的版本ID。 MinIO標記客戶端默認檢索的對象的“最新”版本。 然后，客戶端可以明確選擇列出、檢索或刪除特定對象版本。

其中：

具有單一版本的對象：MinIO為每個對象添加一個唯一的版本ID作為寫入操作的一部分。

2.具有多個版本的對象：MinIO保留對象的所有版本，并將最新版本標記為“最新”。

3.檢索最新的對象版本

4.檢索特定對象版本

WORM：對象鎖定

MinIO對象鎖定（“對象保留”）強制執行一次寫入多次讀取(WORM)不變性以保護版本化對象不被刪除。 MinIO支持基于持續時間的對象保留和無限期合法保留保留。

MinIO對象鎖定提供關鍵數據保留合規性，并符合CohassetAssociates的SEC17a-4(f)、FINRA4511(C)和CFTC1.31(c)-(d)要求。

其中：

不帶鎖的桶：MinIO版本控制保留了對象突變的完整歷史。 但是，應用程序可以明確刪除特定的對象版本。

帶鎖的桶：對存儲桶中的對象應用默認的30天WORM鎖定可確保所有對象版本的最短保留期和保護期。

3.鎖定桶中的刪除操作：刪除操作遵循版本化存儲桶中的正常行為，其中MinIODeleteMarker為對象創建一個。 但是，對象的非刪除標記版本仍受保留規則約束，并且不會受到任何特定刪除或覆蓋嘗試的影響。

4.鎖定存儲桶中的版本化刪除操作：MinIO會阻止任何刪除在WORM鎖定下持有的特定對象版本的嘗試。 客戶端可以刪除版本的最早可能時間是鎖定到期時。

Minio部署和管理

MinIO是一個軟件定義的高性能分布式對象存儲服務器。 您可以在消費級或企業級硬件以及各種操作系統和架構上運行MinIO。

MinIO支持兩種部署模式：獨立和分布式：

獨立部署：具有單個存儲卷或文件夾的單個MinIO服務器。 獨立部署最適合使用MinIO進行對象存儲的應用程序的評估和初始開發，或為單個存儲卷提供S3訪問層。 獨立部署不提供對全套MinIO高級S3特性和功能的訪問。

分布式部署：一臺或多臺MinIO服務器，所有服務器上至少有四個總存儲卷。 分布式部署最適合生產環境和工作負載，并支持MinIO的所有核心和高級S3特性和功能。 對于生產環境，MinIO建議使用4個節點和4個驅動器的基線拓撲。

---

---

相關標簽： 集群的云原生最佳實踐、 上的實現指南、 Kubernetes、 kubernetes怎么讀、 在、 和、 Azure、 GCP、 AWS、

上一篇：sethcexeWindows輔助工具，揭開其鮮為人知的

下一篇：Kubernetes集群的安全性保護免受網絡威脅惡