故障域感知和容量扩展

了解故障域

故障域是网络的中(例如数据中心的机架或整个数据中心)容易在关键设备或系统出现故障时遭到损坏的一部分。故障域中的所有实例都有类似的故障和延迟特性。相同故障域中的实例都受到域内故障事件的影响。将实例放置在多个故障域中可降低故障影响所有实例的风险。

DC/OS 现在支持树立故障域感知。利用故障域感知使服务高度可用,并能在需要时增加容量。DC/OS 目前支持 Mesos 的 2 级分层故障域:分区和分域。

分区故障域

分区故障域共用同一分域,所以提供中度故障隔离。然而,同一分域内分域之间的网络延迟较低(通常 < 10ms)。对于本地部署而言,一个分区就是一个实体数据中心机架。对于公共云部署而言,分区就是大多数云提供商规定的“可用区”概念。如果您的目标是高可用性,且/或您的服务具有延迟敏感性,请将您的实例放在同一个分域,并将它们均衡分配到各个分区。

分域故障域

分域故障域提供最高故障隔离,尽管分域间网络延迟较高。对于本地部署而言,一个分域可能是一个数据中心。对于公共云部署而言,大多数云提供商都会提出“分域”概念。可以根据可用容量在特定分域部署实例。

本地和远程分域

-本地分域是运行 Mesos 管理节点的分域。 -远程区域 仅包含 Mesos 代理节点。远程分域和本地分域通常都存在高延迟。

安装

请考虑集群中服务的未来需求。您必须在安装时就定义分域和分区,尽管安装后可以在分域和分区中添加或删除节点。如果需要更新故障域检测脚本,就必须重新安装 DC/OS 。

Mesos 管理节点必须位于同一分域,因为否则它们之间的延迟就会过高。不过为了容错,它们应该被分散到不同分区。

分域之间的延迟必须小于 100ms。

安装步骤

  1. 创建故障域检测脚本以在每个节点上运行,从而检测节点的故障域(仅限企业)。安装过程中此脚本的输出被传递到 Mesos。

脚本输出的推荐格式为:

  1. {
  2. "fault_domain": {
  3. "region": {
  4. "name": "<region-name>"
  5. },
  6. "zone": {
  7. "name": "<zone-name>"
  8. }
  9. }
  10. }

我们提供 AWS 和 Azure 节点的故障域检测脚本。对于具有 aws 节点和 azure 节点的集群,可将两者组合为一个脚本。可以使用这些模型为本地集群创建故障域检测脚本。

重要信息:如果在环境中使用代理,此脚本将不起作用。如果使用代理,则必须进行修改。

  1. 将此脚本添加到 bootstrap 节点的 genconf 文件夹。更多信息

  2. 安装 DC/OS

  3. 测试安装。

在 DC/OS CLI 中输入 dcos node。您将看到类似以下内容的输出,其中列出了各个节点的分域和分区:

  1. HOSTNAME IP ID TYPE REGION ZONE
  2. 10.0.3.188 10.0.3.188 a2ea1578-22ee-430e-aeb8-82ee1b74d88a-S1 agent us-east-1 us-east-1a
  3. 10.0.7.224 10.0.7.224 a2ea1578-22ee-430e-aeb8-82ee1b74d88a-S0 agent us-east-1 us-east-1b
  4. master.mesos. 10.0.5.41 N/A master N/A N/A
  5. master.mesos. 10.0.6.95 N/A master us-east-1 us-east-1b
  6. master.mesos. 10.0.7.111 a2ea1578-22ee-430e-aeb8-82ee1b74d88a master (leader) us-east-1 us-east-1c

或者,单击 DC/OS GUI 中的 节点 选项卡。节点表将显示每个代理的分域和分区栏。

使用

用户创建的 Marathon 服务和 Pod 支持树立分区和分域感知。以下 DC/OS 数据服务的 beta 版本支持树立分区感知:Cassandra、Elastic、HDFS、Kafka 和 Spark。请参阅各个服务文档,了解配置 DC/OS 数据服务分区感知的更多信息。

Marathon 服务和 Pod

在 Marathon 服务或 pod 定义中,可以使用 布局约束,以便:

  • 为您的服务或 pod 指定分区和分域,从而将所有实例都安排在该分域和分区。

  • 指定没有具体分区的分域,使给定服务或 Pod 的所有实例都安排在该分域(但不一定在同一分区)。

布局约束指南

  • 如果您的服务或 pod 定义中没有指定分域,则仅为分域安排实例,因为本地分域和远程分域之间存在高延迟。实例将不会被安排给本地分域以外的代理,除明确指明应在远程区域启动的实例之外。

  • 如果指定没有特定分区的分域,则实例将会在给定分域中的任何代理上被安排。

  • 如果同时指定了分域和分区,则可在给定分域和分区内的任何代理节点安排实例,但不可安排到任何其他分域或分区内。

  • 如果指定主机名 UNIQUE 限制,则远程分域也遵守该约束。

示例

假设您有跨 3 个分域的 Mesos 集群:aws-us-east1aws-us-east2local。每个分域都有分区 abcd

仅指定远程分域

  1. {
  2. "instances": 5,
  3. "constraints": [
  4. ["@region", "IS", "aws-us-east1"]
  5. ]
  6. }
  • 不在本地分域启动任何实例。
  • 5 个实例全都在 aws-us-east1 分域启动。

在同一分域内均衡放置

  1. {
  2. ...
  3. "instances": 6,
  4. "constraints": [
  5. ["@region", "IS", "aws-us-east1"],
  6. ["@zone", "GROUP_BY", "4"]
  7. ]
  8. }
  • 实例全都在 aws-us-east1 分域启动并均匀划分到 aws-us-east1 的分区 abcd

增加集群容量

要增加容量,请 添加新代理 到远程分域或集群的分域,然后更新服务以在相应的一个或多个分域启动实例。

注意: 您无法将服务配置为在多个分域运行。