Deployment Kubernetes di XProf per la profilazione distribuita

Questo documento descrive come eseguire il deployment di XProf in una configurazione distribuita su Kubernetes, utilizzando deployment separati per i worker e un aggregatore.

Architettura del worker di aggregazione XProf per Kubernetes

Prerequisiti

Un cluster Kubernetes. Per una configurazione minima in questo tutorial, utilizziamo minikube.
Un'immagine Docker di XProf. Consulta Creazione di un'immagine Docker XProf per istruzioni su come crearne una.

Configurazione di Kubernetes

Le seguenti configurazioni YAML definiscono i servizi e i deployment Kubernetes per i worker XProf e un aggregatore.

Il deployment dell'aggregatore esegue una singola replica che riceve le richieste degli utenti e distribuisce le attività di profilazione alle repliche worker utilizzando una policy round robin. Il flag --worker_service_address configura l'aggregatore per inviare richieste al servizio worker.

Il deployment del worker esegue più repliche, ognuna delle quali espone una porta gRPC tramite il flag --grpc_port per ascoltare le attività di elaborazione dell'aggregatore.

Aggregatore

Per prima cosa, creiamo il file agg.yaml e incolliamo i contenuti:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: xprof-aggregator-deployment
  labels:
    app: xprof-aggregator-app
spec:
  replicas: 1
  selector:
    matchLabels:
      app: xprof-aggregator-app
  template:
    metadata:
      labels:
        app: xprof-aggregator-app
    spec:
      containers:
      - name: aggregator-container
        image: xprof:2.21.3
        imagePullPolicy: Never
        env:
        - name: GRPC_LB_POLICY
          value: "round_robin"
        - name: GRPC_DNS_RESOLVER
          value: "native"
        args:
          - "--port=10000"
          - "--worker_service_address=dns:///xprof-worker-service.default.svc.cluster.local:8891"
          - "-gp=50051"
          - "--hide_capture_profile_button"
        ports:
        - containerPort: 10000

---
apiVersion: v1
kind: Service
metadata:
  name: xprof-agg-service
  labels:
    app: xprof-aggregator-app
spec:
  selector:
    app: xprof-aggregator-app
  type: NodePort
  ports:
  - protocol: TCP
    port: 80
    targetPort: 10000
    nodePort: 30001

Worker

Per il worker creiamo il file worker.yaml:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: xprof-worker-deployment
  labels:
    app: xprof-worker-app
spec:
  replicas: 4
  selector:
    matchLabels:
      app: xprof-worker-app
  template:
    metadata:
      labels:
        app: xprof-worker-app
    spec:
      containers:
      - name: worker-container
        image: xprof:2.21.3
        imagePullPolicy: Never
        args:
          - "--port=9999"
          - "-gp=8891"
          - "--hide_capture_profile_button"
        ports:
        - containerPort: 8891

---
apiVersion: v1
kind: Service
metadata:
  name: xprof-worker-service
  labels:
    app: xprof-worker-app
spec:
  selector:
    app: xprof-worker-app
  clusterIP: None
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8891

Configurazione di minikube

Per eseguire il deployment della configurazione:

kubectl apply -f worker.yaml
kubectl apply -f agg.yaml

Dovresti essere in grado di ispezionare gli oggetti di cui è stato eseguito il deployment:

kubectl get services

NAME                   TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)          AGE
kubernetes             ClusterIP   10.96.0.1      <none>        443/TCP          13h
xprof-agg-service      NodePort    10.96.13.172   <none>        8080:30001/TCP   13h
xprof-worker-service   ClusterIP   None           <none>        80/TCP           13h

Ora connettiamoci al nostro aggregatore:

minikube service xprof-agg-service --url

http://127.0.0.1:50609
❗  Because you are using a Docker driver on darwin, the terminal needs to be open to run it.

Ora puoi accedervi nel browser:

Pagina di destinazione dell'aggregatore XProf