k8s单master节点部署【一】（二进制部署）–etcd集群部署（理论）

1. etcd相关介绍

1.1 etcd的主要功能

• 1.简单：基于http+json的api让curl可以轻松使用
• 2.安全：可选ssl客户认证机制
• 3.快速：每个实例每秒支持1000次写操作
• 4.可信：使用raft算法充分实现了分布式

1.2 应用场景

• 场景一：服务发现（service discovery）
• 场景二：消息发布课订阅
• 场景三：负载均衡
• 场景四：分布式通知与协调
• 场景五：分布式锁、分布式队列
• 场景六：集群监控与leader竞选
• 分布式系统中的数据分为监控数据和应用数据，etcd的使用场景默认处理的数据都是控制数据，对于应用数据，只推荐数据量很小，但是更新访问频繁的情况。

1.3 etcd是什么

• etcd是用于共享配置和服务发现的分布式，一致性的KV存储系统。etcd是由coreos公司发起的一个开源项目，授权协议为Apache。
• 提供配置共享和服务发现的系统比较多，其中最为大家熟知的是zookeeper（后文简称ZK），而ETCD可以算得上是后起之秀。在项目实现，一致性协议易理解性，运维，安全等多个维度上，ETCD相比zookeeper都占据优势。

1.4 etcd vs zookeeper

• 一致性协议：etcd使用raft协议，zookeeper使用ZAB（类PAXOS协议），前者容易理解，方便工程实现；
• 运维方面：etcd方便运维，zookeeper难以运维；
• 项目活跃度：etcd社区与开发活跃，zookeeper已经快死了；
• API：etcd提供http+json，gRPC接口，跨平台跨语言，zookeeper使用其客户端；
• 访问安全方面：etcd支持https访问，zookeeper在这方面缺失。

1.5 etcd的使用场景

• 配置管理
• 服务注册于发现
• 选主
• 应用调度
• 分布式队列
• 分布式锁

1.6 etcd读写性能

• 在2CPU，1.8G内存，SSD磁盘的配置下，单节点的写性能可以达到16K QPS，而先写后读也能达到12K QPS，性能是相当的客观。

1.7 etcd工作原理

• etcd使用raft协议来维护集群内各个节点状态的一致性，etcd集群是一个分布式系统，由多个节点相互通信构成整体对外服务，每个节点都存储了完整的数据，并且通过raft协议保证每个节点维护的数据是一致的。
• 每个etcd都维护了一个状态及，并且，任意时刻之多存在一个有效的主节点。主节点处理所有来自客户端写操作，通过raft协议保证写操作对状态机的改动会可靠的同步到其他节点。
• etcd工作原理核心部分在于raft协议。

1.7.1 选主

• Raft协议是用于维护一组服务节点数据一致性的协议。这一组服务节点构成一个集群，并且有一个主节点来对外提供服务。当集群初始化，或者主节点挂掉后，面临一个选主问题。集群中每个节点，任意时刻处于Leader, Follower, Candidate这三个角色之一。选举特点如下：
  • 当集群初始化时候，每个节点都是Follower角色；
  • 集群中存在至多1个有效的主节点，通过心跳与其他节点同步数据；
  • 当Follower在一定时间内没有收到来自主节点的心跳，会将自己角色改变为Candidate，并发起一次选主投票；当收到包括自己在内超过半数节点赞成后，选举成功；当收到票数不足半数选举失败，或者选举超时。若本轮未选出主节点，将进行下一轮选举（出现这种情况，是由于多个节点同时选举，所有节点均为获得过半选票）。
  • Candidate节点收到来自主节点的信息后，会立即终止选举过程，进入Follower角色。为了避免陷入选主失败循环，每个节点未收到心跳发起选举的时间是一定范围内的随机值，这样能够避免2个节点同时发起选主。

1.7.2 日志复制

• 日志复制：是指主节点将每次操作形成日志条目，并持久化到本地磁盘，然后通过网络IO 发送给其他节点。其他节点根据日志的逻辑时钟(TERM)和日志编号(INDEX)来判断是否将该日志记录持久化到本地。当主节点收到包括自己在内超过半数节点成功返回，那么认为该日志是可提交的(committed），并将日志输入到状态机，将结果返回给客户端。
• 每次选主都会形成一个唯一的TERM编号，相当于逻辑时钟。每一条日志都有全局唯一的编号。
• 主节点通过网络IO向其他节点追加日志。若某节点收到日志追加的消息，首先判断该日志的TERM是否过期，以及该日志条目的INDEX是否比当前以及提交的日志的INDEX跟早。若已过期，或者比提交的日志更早，那么就拒绝追加，并返回该节点当前的已提交的日志的编号。否则，将日志追加，并返回成功。
• 当主节点收到其他节点关于日志追加的回复后，若发现有拒绝，则根据该节点返回的已提交日志编号，发生其编号下一条日志。
• 主节点像其他节点同步日志，还作了拥塞控制。具体地说，主节点发现日志复制的目标节点拒绝了某次日志追加消息，将进入日志探测阶段，一条一条发送日志，直到目标节点接受日志，然后进入快速复制阶段，可进行批量日志追加。
• 按照日志复制的逻辑，我们可以看到，集群中慢节点不影响整个集群的性能。另外一个特点是，数据只从主节点复制到Follower节点，这样大大简化了逻辑流程。

1.7.3 安全性

• 截止此刻，选主以及日志复制并不能保证节点间数据一致。试想，当一个某个节点挂掉了，一段时间后再次重启，并当选为主节点。而在其挂掉这段时间内，集群若有超过半数节点存活，集群会正常工作，那么会有日志提交。这些提交的日志无法传递给挂掉的节点。当挂掉的节点再次当选主节点，它将缺失部分已提交的日志。在这样场景下，按Raft协议，它将自己日志复制给其他节点，会将集群已经提交的日志给覆盖掉。
• 其他协议解决这个问题的办法是，新当选的主节点会询问其他节点，和自己数据对比，确定出集群已提交数据，然后将缺失的数据同步过来。这个方案有明显缺陷，增加了集群恢复服务的时间（集群在选举阶段不可服务），并且增加了协议的复杂度。
• Raft解决的办法是，在选主逻辑中，对能够成为主的节点加以限制，确保选出的节点已定包含了集群已经提交的所有日志。如果新选出的主节点已经包含了集群所有提交的日志，那就不需要从和其他节点比对数据了。简化了流程，缩短了集群恢复服务的时间。
• 这里存在一个问题，加以这样限制之后，还能否选出主呢？答案是：只要仍然有超过半数节点存活，这样的主一定能够选出。因为已经提交的日志必然被集群中超过半数节点持久化，显然前一个主节点提交的最后一条日志也被集群中大部分节点持久化。当主节点挂掉后，集群中仍有大部分节点存活，那这存活的节点中一定存在一个节点包含了已经提交的日志了。

1.8 etcd使用案例

• 根据公开资料显示，至少CoreOS， Google Kubernetes，Cloud Foundry,以及在Github上超过500个项目在使用ETCD。

1.9 etcd接口

• etcd提供http协议，支持Google gRPC方式访问。
  • ETCD是一个高可靠的KV存储系统，支持PUT/GET/DELETE接口；
  • 为了支持服务注册与发现，支持WATCH接口（通过http long poll实现）；
  • 支持KEY持有TTL属性；
  • CAS（compare and swap)操作;
  • 支持多key的事务操作；
  • 支持目录操作

2. etcd集群部署原理

2.1 概述

• etcd集群实现原理
  • 通过静态配置方式启动
  • 通过服务发现方式启动

2.2 集群节点数量与网络分割

• ETCD使用RAFT协议保证各个节点之间的状态一致。根据RAFT算法原理，节点数目越多，会降低集群的写性能。这是因为每一次写操作，需要集群中大多数节点将日志落盘成功后，Leader节点才能将修改内部状态机，并返回将结果返回给客户端。
• 也就是说在等同配置下，节点数越少，集群性能越好。显然，只部署1个节点是没什么意义的。通常，按照需求将集群节点部署为3，5，7，9个节点。
• 这里能选择偶数个节点吗？ 最好不要这样。原因有二：
  • 偶数个节点集群不可用风险更高，表现在选主过程中，有较大概率或等额选票，从而触发下一轮选举。
  • 偶数个节点集群在某些网络分割的场景下无法正常工作。试想，当网络分割发生后，将集群节点对半分割开。此时集群将无法工作。按照RAFT协议，此时集群写操作无法使得大多数节点同意，从而导致写失败，集群无法正常工作。
• 当网络分割后，ETCD集群如何处理的呢?
• 当集群的Leader在多数节点这一侧时，集群仍可以正常工作。少数节点那一侧无法收到Leader心跳，也无法完成选举。
• 当集群的Leader在少数节点这一侧时，集群仍可以正常工作，多数派的节点能够选出新的Leader, 集群服务正常进行。
• 当网络分割恢复后，少数派的节点会接受集群Leader的日志，直到和其他节点状态一致。

3. etcd参数说明

• –data-dir 指定节点的数据存储目录，这些数据包括节点ID，集群ID，集群初始化配置，Snapshot文件，若未指定—wal-dir，还会存储WAL文件；
• –wal-dir 指定节点的was文件的存储目录，若指定了该参数，wal文件会和其他数据文件分开存储。
• –name 节点名称
• –initial-advertise-peer-urls 告知集群其他节点url.
• –listen-peer-urls 监听URL，用于与其他节点通讯
• –advertise-client-urls 告知客户端url, 也就是服务的url
• –initial-cluster-token 集群的ID
• –initial-cluster 集群中所有节点

4. etcd节点迁移

• 在生产环境中，不可避免遇到机器硬件故障。当遇到硬件故障发生的时候，我们需要快速恢复节点。ETCD集群可以做到在不丢失数据的，并且不改变节点ID的情况下，迁移节点。
• 具体办法是：
  • 1）停止待迁移节点上的etc进程；
  • 2）将数据目录打包复制到新的节点；
  • 3）更新该节点对应集群中peer url，让其指向新的节点；
  • 4）使用相同的配置，在新的节点上启动etcd进程；

5. etcd网络实现

5.1 概述

• 在理清ETCD的各个模块的实现细节后，方便线上运维，理解各种参数组合的意义。本文先从网络层入手，后续文章会依次介绍各个模块的实现。
• 在目前的实现中，ETCD通过HTTP协议对外提供服务，同样通过HTTP协议实现集群节点间数据交互。
• 网络层的主要功能是实现了服务器与客户端(能发出HTTP请求的各种程序)消息交互，以及集群内部各节点之间的消息交互。

5.2 etcd-server整体架构

5.2.1 etcd-server架构图

• 网络层：提供网络数据读写功能，监听服务端口，完成集群节点之间数据通信，收发客户端数据；
• Raft模块：完整实现了Raft协议；
• 存储模块：KV存储，WAL文件，SNAPSHOT管理
• 复制状态机：这个是一个抽象的模块，状态机的数据维护在内存中，定期持久化到磁盘，每次写请求会持久化到WAL文件，并根据写请求的内容修改状态机数据。 ## 3. 节点之间网络拓扑结构 ETCD集群的各个节点之间需要通过HTTP协议来传递数据，表现在：
• Leader 向Follower发送心跳包, Follower向Leader回复消息；
• Leader向Follower发送日志追加信息；
• Leader向Follower发送Snapshot数据；
• Candidate节点发起选举，向其他节点发起投票请求；
• Follower将收的写操作转发给Leader;
• 各个节点在任何时候都有可能变成Leader, Follower, Candidate等角色，同时为了减少创建链接开销，ETCD节点在启动之初就创建了和集群其他节点之间的链接。

5.2.1 etcd-server集群节点拓扑图

• ETCD集群节点之间的网络拓扑是一个任意2个节点之间均有长链接相互连接的网状结构。
• 需要注意的是，每一个节点都会创建到其他各个节点之间的长链接。每个节点会向其他节点宣告自己监听的端口，该端口只接受来自其他节点创建链接的请求。

5.3 节点之间信息交互

• 在ETCD实现中，根据不同用途，定义了各种不同的消息类型。各种不同的消息，最终都通过google protocol buffer协议进行封装。这些消息携带的数据大小可能不尽相同。例如 传输SNAPSHOT数据的消息数据量就比较大，甚至超过1GB, 而leader到follower节点之间的心跳消息可能只有几十个字节。
• 网络层必须能够高效地处理不同数据量的消息。ETCD在实现中，对这些消息采取了分类处理，抽象出了2种类型消息传输通道：Stream类型通道和Pipeline类型通道。这两种消息传输通道都使用HTTP协议传输数据。
• 集群启动之初，就创建了这两种传输通道，各自特点：
• Stream类型通道：点到点之间维护HTTP长链接，主要用于传输数据量较小的消息，例如追加日志，心跳等；
• Pipeline类型通道：点到点之间不维护HTTP长链接，短链接传输数据，用完即关闭。用于传输数据量大的消息，例如snapshot数据。
• 如果非要做做一个类别的话，Stream就向点与点之间维护了双向传输带，消息打包后，放到传输带上，传到对方，对方将回复消息打包放到反向传输带上；而Pipeline就像拥有N辆汽车，大消息打包放到汽车上，开到对端，然后在回来，最多可以同时发送N个消息。

5.4 stream类型通道

• Stream类型通道处理数据量少的消息，例如心跳，日志追加消息。点到点之间只维护1个HTTP长链接，交替向链接中写入数据，读取数据。
• Stream 类型通道是节点启动后主动与其他每一个节点建立。Stream类型通道通过Channel 与Raft模块传递消息。每一个Stream类型通道关联2个Goroutines, 其中一个用于建立HTTP链接，并从链接上读取数据, decode成message, 通过Channel传给Raft模块中，另外一个通过Channel 从Raft模块中收取消息，然后写入通道。
• 具体点，ETCD使用golang的http包实现Stream类型通道：
• 1）被动发起方监听端口, 并在对应的url上挂载相应的handler（当前请求来领时，handler的ServeHTTP方法会被调用）
• 2）主动发起方发送HTTP GET请求；
• 3）监听方的Handler的ServeHTTP访问被调用(框架层传入http.ResponseWriter和http.Request对象），其中http.ResponseWriter对象作为参数传入Writter-Goroutine（就这么称呼吧），该Goroutine的主循环就是将Raft模块传出的message写入到这个responseWriter对象里；http.Request的成员变量Body传入到Reader-Gorouting(就这么称呼吧），该Gorutine的主循环就是不断读取Body上的数据，decode成message 通过Channel传给Raft模块。

5.5 pipeline类型通道

• Pipeline类型通道处理数量大消息，例如SNAPSHOT消息。这种类型消息需要和心跳等消息分开处理，否则会阻塞心跳。
• Pipeline类型通道也可以传输小数据量的消息，当且仅当Stream类型链接不可用时。
• Pipeline类型通道可用并行发出多个消息，维护一组Goroutines, 每一个Goroutines都可向对端发出POST请求（携带数据），收到回复后，链接关闭。
• 具体地，ETCD使用golang的http包实现的：
  • 1）根据参数配置，启动N个Goroutines；
  • 2）每一个Goroutines的主循环阻塞在消息Channel上，当收到消息后，通过POST请求发出数据，并等待回复。

5.6 网络层与raft模块之间的交互

• 在ETCD中，Raft协议被抽象为Raft模块。按照Raft协议，节点之间需要交互数据。在ETCD中，通过Raft模块中抽象的RaftNode拥有一个message box, RaftNode将各种类型消息放入到messagebox中，有专门Goroutine将box里的消息写入管道，而管道的另外一端就链接在网络层的不同类型的传输通道上，有专门的Goroutine在等待(select）。
• 而网络层收到的消息，也通过管道传给RaftNode。RaftNode中有专门的Goroutine在等待消息。
• 也就是说，网络层与Raft模块之间通过Golang Channel完成数据通信。这个比较容易理解。

5.7 etcd-server处理请求（与客户端的信息交互）

• 在ETCD-SERVER启动之初，会监听服务端口，当服务端口收到请求后，解析出message后，通过管道传入给Raft模块，当Raft模块按照Raft协议完成操作后，回复该请求（或者请求超时关闭了）。

5.8 主要数据结构

• 网络层抽象为Transport类，该类完成网络数据收发。对Raft模块提供Send/SendSnapshot接口，提供数据读写的Channel，对外监听指定端口。