之前介绍过docker的单机安装、多主机网络互通、如何半自动化更新与回滚代码,现在在介绍如何进行集群与auto scale。

集群通信软件

这部分功能使用Python语言编写,基于TCP Socket与SSL加密通信。我们来看下效果展示:

查看所有节点信息:

wKiom1XaeJWSNMuEAAGbpvxDKSM937.jpg

(软件名是cdocker,分为客户端与服务端,服务的名字是cdocker_server.py,客户端名字是cdocker_client.py,感谢@陈李粮帮我起的名字)

上图的返回信息显示当前集群有3个节点(Node)、存放位置与类型(Metadata)、机器唯一标识(Machines_id)、当前宿主机创建容器数量(Container_now_user)以及最大可以使用容器的数量(Container_max_use)。

这个程序中也包含了部分Mesos等功能,可以计算集群里可用资源情况,并显示具体已使用与可最大使用数量。

查看具体节点里容器信息

wKioL1Xae0Lx8j_4AAMIfkjINPw007.jpg

集群模块还有其他的功能,比如创建集群、创建auto_scale等,今天我就给大家展示web界面,后台实现不再详细介绍。

wKiom1XaeYGAgUA6AAKGdjkmXU0043.jpg

上图为集群总览界面,包含了当前集群的部分信息。左上角可以创建集群:

wKioL1Xae_6BwYJOAAJxn1vysG4915.jpg

wKioL1XafCSjGQi8AADfk5RTbUs699.jpg

我对存放区域设计基本思路是按照服务器的配置来选择类型。具体如下:

wKiom1XaekCTHjfGAACey0JV8f0053.jpg

界面中auto_scale开始数量与最大数量,以及内存、cpu阀值的设置都很直观,不再赘述。

点击info按钮,可以查看集群项目信息 、实例信息、公网信息等

wKiom1XaeoLwUeelAAK8Fcqc5KI520.jpg

wKioL1XafLzACnGOAAGsy-_cTLw435.jpg

wKioL1XafOnQZgfRAAI0811C8_8624.jpg

wKioL1XafRDA7t-FAAE32fFZFFc732.jpg

wKioL1XafX6CJrFsAAHI4kwo20o126.jpg

公网ip与防火墙信息都可以动态的调整。

wKioL1XafbDB3LcHAAHQoeHMkAA685.jpg

生效的意思是对新增或者修改后防火墙策略进行生效,主要是放在误操作。

wKiom1Xae9DwjtcaAAFYifVgCYo590.jpg

这个3个按钮主要是对集群进行更新、回滚(这个功能还有点瑕疵,所以先不展示)

下面在介绍一下auto scale

主要是通过自研程序docker_auto_scale.py进行动态扩容与缩减容器数量,这个程序是通过获取集群的监控信息以及auto scale设置值与cpu、内存阀值进行综合判断后进行操作。

效果如下

比如运行正常(cpu、内存使用量未超过阀值)

wKioL1Xaft2SuKlIAAHDcRE76N8099.jpg

下面修改一下内存阀值

修改前

wKioL1Xafy7C5Qn0AAJMQsUoSFg201.jpg

修改后

wKiom1XafUXA4mKOAAGj8JmLxz0561.jpg

点击提交

wKiom1XafXjh_2hTAAG2USsc998035.jpg

可以看到内存阀值已经从95%修改为1%,下面是运行auto scale软件情况

wKioL1XagACA_a5mAARCyMavqJQ122.jpg可以看到扩容了当前的一倍,从4变为8个了

wKiom1XafiHzZvxdAAOde8O-2ig562.jpg

下面在运行一遍

wKiom1Xafquh7kDlAAaUCAxkC7g620.jpg

可以看到从8变为16,翻了一倍

wKioL1XagP6gdaXQAAUWr-7Ti5E866.jpg

另外auto scale缩减也是一样的效果

wKioL1XahnPCffY7AAk8SB6_-gc738.jpg

wKiom1XahHzSQGt8AAI3Sh59YdU957.jpg

这样仅是对后端做的操作,但前端访问肯定是通过ip加url,然后负载到后端real server,我这里是使用程序+etcd+confd+haproxy+keepalived

web访问效果为

wKioL1XagcaTPBeaAAWZGBCvD-E954.jpg

url对应的脚本就是获取容器的内网ip。

至于有几个ip里包含this is test update是我自己弄的测试。

目前通过这样的集群与auto scale模式,可以满足动态扩容与缩减,对于资源最大程度使用、高可用、跨机房高可用等都能满足。