云原生容器高可用运维能力应用

摘要:华为云容器SRE在海量集群和容器运维实践中,从智能运维能力、确定性场景恢复等多方面总结出一套确定性运维实践,以应对云原生业务快速增长。

本文分享自华为云社区《云原生容器高可用运维能力应用》,作者:陈勇/刘志超/袁文峰。

云原生场景下,对架构高可用、应用高可用、基础云平台高可用提出了更高的要求,企业以及云平台都在不断致力于稳定性建设。但面对海量复杂的客户业务场景,业务会不可避免的遇到非预期的故障,比如配置异常、应用过载、底层网络异常、硬件故障等,当这些确定性故障场景出现时,如何做到快速诊断和快速恢复,如何在故障发生前提前识别风险、消除隐患,如何在故障发生时监控准确发现定界,一直是云计算厂商面临的困难问题之一。

云原生容器面对的挑战与解决方案

1、华为云云原生容器年复合增长快,需要维护的站点和k8s集群多,复杂的海量客户应用场景给运维工作带来巨大挑战。
2、云原生便捷的快速部署能力、可伸缩性使得用户业务容器、集群结构等无时无刻不在变化之中,单局点节点变化非常快。
3、云原生社区丰富的应用实践以及容器开放的部署方式,用户易出现配置类错误,导致故障发生。
4、面对客户不同的业务场景、集群类型,当前社区在监控准确率、故障快速定位恢复等通用运维能力尚无有效的解决方案。

解决思路:

1、现网客户请求事件同比增长,单纯依赖人力的运维已无法支撑业务的快速增长,以软件工程的手段解决现网运维中的实际困难,构建贴合业务特征的自动化运维平台。
2、将业务形态与业界开源方案相结合,构建可靠、可信的租户监控能力
3、打通运维能力产品化落地路径,将实践可靠的运维能力固化到产品中,提升产品易用性以及客户自运维能力。

智能运维能力

>> 故障预防

“故障预防"在确定性运维中是很重要的一环,可以有效避免客户业务发生故障。风险识别在故障预防中极为有效的一种手段,客户业务的高可用部署、容器的资源配置合理性、依赖各服务的使用配额、集群和节点分配和使用率等,均会导致业务存在潜在风险,完备、及时的有效风险识别可消除客户业务隐患,防止应用故障。

解决思路和措施:

a. 结合历史现网故障以及容器业务架构,梳理关键风险场景和有效监控指标。
b. 基于专家经验、历史故障场景、结合租户历史行为,构建风险指标判断识别系统,自动检测租户容器场景集群风险项,为集群构建集群画像,识别集群风险。
c. 风险识别能力实现原子化对接TSC平台,赋能客户经理。
d. 风险识别联动周边,推动产品设计改进、引导租户提前消除、支撑SRE风险收编以及故障快速恢复。

云原生容器高可用运维能力应用

现网效果:

周级别自动识别全网集群风险、分钟级单集群深度自动巡检,数据入湖并被TSC订阅消费。

云原生容器高可用运维能力应用

>> 监控故障发现

监控发现”旨在先于客户发现,在底层ECS故障、网络故障发生时,及时发现故障,及时自愈或通知到客户,尽最大可能短时间止损,减少客户的损失。另一方面,在真正客户业务受损时,监控要做到快速判断故障影响面,做到应用链路透视监控,可以辅助快速定位至故障点。

解决思路和措施:

  1. 历史事件+业务架构,确定监控场景:通过对历史现网事件负向分析和容器场景故障模式正向分析,梳理确定容器监控场景。
  2. 从0到1构建监控能力:构建容器prometheus监控能力,实现从集群、租户、站点三级视图的监控能力,并完成1-N个站点的快速复制和覆盖。
  3. 引入基于孤立森林的智能检测算法以及租户面集群容器状态细粒度监控等不断提升监控覆盖率和准确度。

云原生容器高可用运维能力应用

现网效果:

容器现网warroom提前发现率显著提高。

云原生容器高可用运维能力应用

确定性场景恢复

>> 快速定位恢复

“快速定位恢复”从定位和止损两方面出发,目标是降低故障发生后的MTTR,减少客户业务损失。通过历史海量用户故障输入,明确故障确定性场景,针对这些确定性故障场景,建设自动诊断能力和一键恢复预案能力。

解决思路和措施:

a. 基于CMC/AOM/Promtheus/CLS/datahub等构建容器场景全指标监控接入.

b. 结合容器场景业务生命周期以及现网故障,构建容器域故障推导模型。

c. 结合监控数据,业务性,CLS日志等构建故障推导原子能力。

d. 基于CAR打造故障定位编排引擎。

e. 结合故障模式以及应急预案,降故障恢复动作平台化。

云原生容器高可用运维能力应用

现网效果:

  1. 实现核心故障场景预案平台化、构建故障场景故障定位能力,对应确定性故障场景5min定界。
  2. 对应确定性故障场景实现10min恢复。

云原生容器高可用运维能力应用

云原生容器场景运维方向

未来华为云云原生容器体量会更快速的增长,k8s社区新特性也在快速迭代,跨云跨地域业务部署是大趋势,如何在云原生时代为客户业务提供稳定的运维保障能力,如何在不断指数式增长的容器规模下,构建统一确定性运维能力是我们的方向。

总结

华为云通过海量复杂云原生客户业务场景,从风险预防、数据面监控、故障自动诊断、确定性场景预案恢复等方面,识别云原生客户云上确定性业务使用和故障场景,持续构建智能运维能力和确定性场景恢复能力,保障客户云上业务稳定,以应对云原生业务快速增长。

 

点击关注,第一时间了解华为云新鲜技术~

原文链接:https://www.cnblogs.com/huaweiyun/p/17272932.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:云原生容器高可用运维能力应用 - Python技术站

(0)
上一篇 2023年4月17日
下一篇 2023年4月17日

相关文章

  • 在Linux+Jexus中发布和部署Asp.Net Core

    在 Linux+Jexus 中发布和部署 Asp.Net Core,需要经过以下步骤: 安装 .NET Core 运行时和 SDK 创建 Asp.Net Core 应用程序 发布 Asp.Net Core 应用程序 配置 Jexus 服务器 部署 Asp.Net Core 应用程序 下面将详细讲解每个步骤的具体操作方法。 1. 安装 .NET Core 运行…

    云计算 2023年5月16日
    00
  • 云计算是什么

    通过我这段时间的学习和总结,我对云计算分类整理如下 所谓云计算可以认为是VMM + Cloud Service + Cloud Storage 的结果,那么为啥要云化? 从互联网发展趋势来看: * 数据规模越来越大,并且增长得也越来越快:在1977年产生的电子数据大约40exabytes(1000PB)。而到了2010年数据规模将达到988exabytes。…

    云计算 2023年4月11日
    00
  • 云计算分布式大数据Hadoop实战高手之路第八讲Hadoop图文训练课程:Hadoop文件系统的操作实战

    本讲通过实验的方式讲解Hadoop文件系统的操作。 “云计算分布式大数据Hadoop实战高手之路”之完整发布目录 云计算分布式大数据实战技术Hadoop交流群:312494188,每天都会在群中发布云计算实战性资料,欢迎大家加入!   首先我们看一些比较常用的Hadoop文件系统的操作命令: 第一个常用命令:hadoop fs –ls 例如使用以下命令是列出…

    云计算 2023年4月11日
    00
  • 每日知识(2)–云计算

    <<X Copy(C)Ctrl+C Google Bing Yahoo Wikipedia http://labs.chinamobile.com/mblog/107231_26647

    云计算 2023年4月9日
    00
  • OpenStack云计算快速入门教程(1)之OpenStack及其构成简介

    OpenStack云计算快速入门教程(1)之OpenStack及其构成简介 OpenStack是一种开源的云计算平台,它提供了一系列云计算服务,例如计算、存储、网络和身份验证等。本文将介绍OpenStack及其构成简介,包括以下内容: OpenStack概述 OpenStack构成 示例说明 OpenStack概述 OpenStack是一种开源的云计算平台,…

    云计算 2023年5月16日
    00
  • 面向集团客户云计算运营平台的市场情况及产品发展——之云计算运营平台方案(二)

      续上一篇:面向集团客户的云计算运营平台概述——之云计算运营平台方案(一) http://blog.csdn.net/xiaoyw71/article/details/17113347          大型互联网企业是目前国内主要的云计算服务提供商,业务形式以IaaS+PaaS形式的开发平台为主,其中,IaaS服务较为成熟,PaaS服务初具雏形,一些互联…

    云计算 2023年4月11日
    00
  • 将Python代码打包为jar软件的简单方法

    将Python代码打包为jar软件的简单方法有如下几个步骤: 安装pyinstaller pyinstaller是一款Python的第三方库,用于将Python代码打包为可执行文件。在cmd或终端中执行以下命令安装pyinstaller: pip install pyinstaller 将Python代码编译成可执行文件 在cmd或终端中执行以下命令,将Py…

    云计算 2023年5月18日
    00
  • ASP.NET中Web API的参数绑定

    Web API是ASP.NET框架中的一个重要组件,用于构建RESTful风格的Web服务。在Web API中,参数绑定是产生重要影响的一个概念,因为它关系到开发人员在控制器中访问请求参数的方式。本篇文章将为大家讲解ASP.NET中Web API的参数绑定的完整攻略。 什么是参数绑定? 在Web API中,参数绑定是指将HTTP请求中传递的参数映射到控制器中…

    云计算 2023年5月17日
    00
合作推广
合作推广
分享本页
返回顶部