Ćwiczenie — włączanie skalowalności klastra w usłudze AKS

  • 15 min

Włączanie narzędzia do automatycznego skalowania klastra w klastrze usługi AKS

  1. Otwórz usługę Azure Cloud Shell w przeglądarce i wybierz pozycję Bash.

  2. Utwórz grupę zasobów platformy Azure przy użyciu az group create polecenia .

    az group create --name myResourceGroup --location eastus

  3. Utwórz nowy klaster usługi Azure Kubernetes Service (AKS) z włączonym funkcją automatycznego skalowania klastra przy użyciu az aks create polecenia i flagi --enable-cluster-autoscaler .

    az aks create --resource-group myResourceGroup --name myAKSCluster --enable-addons monitoring --enable-msi-auth-for-monitoring --enable-cluster-autoscaler --min-count 1 --max-count 10 --generate-ssh-keys

    Utworzenie klastra trwa kilka minut.

  4. Połącz się z klastrem az aks get-credentials przy użyciu polecenia .

    az aks get-credentials --resource-group myResourceGroup --name myAKSCluster

  5. Wyświetl węzły w klastrze przy użyciu kubectl get nodes polecenia .

    kubectl get nodes

    Dane wyjściowe powinny wyglądać podobnie do następujących przykładowych danych wyjściowych:

    NAME                                STATUS   ROLES   AGE   VERSION
aks-nodepool1-12345678-vmss000000   Ready    agent   1m    v1.26.6
aks-nodepool1-12345678-vmss000001   Ready    agent   1m    v1.26.6
aks-nodepool1-12345678-vmss000002   Ready    agent   1m    v1.26.6

Wdrażanie aplikacji przykładowej

  1. W usłudze Cloud Shell utwórz plik manifestu dla wdrożenia kubernetes o nazwie deployment.yml za pomocą touch polecenia .

    touch deployment.yml

  2. Otwórz plik manifestu code przy użyciu polecenia .

    code deployment.yml

  3. Wklej następujący kod do pliku manifestu.

    apiVersion: apps/v1
kind: Deployment
metadata:
  name: contoso-website
spec:
  replicas: 35
  selector:
    matchLabels:
      app: contoso-website
  template:
    metadata:
      labels:
        app: contoso-website
    spec:
      containers:
        - image: mcr.microsoft.com/mslearn/samples/contoso-website
          name: contoso-website
          resources:
            requests:
              cpu: 100m
              memory: 128Mi
            limits:
              cpu: 250m
              memory: 256Mi
          ports:
            - containerPort: 80
              name: http

  4. Zapisz plik i zamknij edytor.

Aktualizowanie profilu skalowania automatycznego klastra

Profile skalowania automatycznego można dostosować, ustawiając serię flag w konfiguracji. Wyświetl listę dostępnych flag w temacie Korzystanie z profilu narzędzia do automatycznego skalowania klastra. W tym przykładzie zaktualizujesz narzędzie do automatycznego skalowania, aby skrócić czas sondowania, aby sprawdzić oczekujące zasobniki i skrócić czas oczekiwania przed skalowaniem w dół z poprzedniego stanu.

  1. Zaktualizuj profil narzędzia do automatycznego skalowania klastra przy użyciu az aks update polecenia z flagą --cluster-autoscaler-profile .

    az aks update --resource-group myResourceGroup --name myAKSCluster --cluster-autoscaler-profile scan-interval=5s scale-down-unready-time=5m scale-down-delay-after-add=5m

  2. Skaluj wdrożenie w dół przy użyciu kubectl scale deployment polecenia .

    kubectl scale deployment contoso-website --replicas 5

  3. Sprawdź dzienniki narzędzia do automatycznego skalowania klastra i wykonaj zapytanie dotyczące mapy konfiguracji narzędzia cluster-autoscaler-status przy użyciu kubectl describe cm polecenia .

    kubectl describe cm cluster-autoscaler-status -n kube-system

    Przed skalowaniem w dół dane wyjściowe powinny wyglądać podobnie do następujących przykładowych danych wyjściowych:

    Cluster-autoscaler status at 2023-11-09 20:08:14.892961701 +0000 UTC:
Cluster-wide:
  Health:      Healthy (ready=3 unready=0 notStarted=0 longNotStarted=0 registered=3 longUnregistered=0)
               LastProbeTime:      2023-11-09 19:56:57.890988498 +0000 UTC m=+1673.465985892
               LastTransitionTime: 2023-11-09 19:45:09.593593337 +0000 UTC m=+774.168590731
  ScaleUp:     NoActivity (ready=3 registered=3)
               LastProbeTime:      2023-11-09 19:56:57.890988498 +0000 UTC m=+1673.465985892
               LastTransitionTime: 2023-11-09 19:45:09.593593337 +0000 UTC m=+774.168590731
  ScaleDown:   CandidatesPresent (candidates=3)
               LastProbeTime:      2023-11-09 19:56:57.890988498 +0000 UTC m=+1673.465985892
               LastTransitionTime: 2023-11-09 19:56:52.440038763 +0000 UTC m=+1101.015036157

  4. Poczekaj około pięciu minut na ukończenie skalowania automatycznego w dół, a następnie uruchom ponownie poprzedni kubectl describe cmelement .

    Po skalowaniu w dół dane wyjściowe powinny wyglądać podobnie do następujących przykładowych danych wyjściowych:

    Cluster-autoscaler status at 2023-11-09 20:14:39.123206413 +0000 UTC:
Cluster-wide:
  Health:      Healthy (ready=1 unready=0 (resourceUnready=0) notStarted=0 longNotStarted=0 registered=1 longUnregistered=0)
               LastProbeTime:      2023-11-09 20:14:39.113206413 +0000 UTC m=+2150.697175601
               LastTransitionTime: 2023-11-09 19:45:09.593593337 +0000 UTC m=+774.168590731
  ScaleUp:     NoActivity (ready=1 registered=1)
               LastProbeTime:      2023-11-09 20:14:39.113206413 +0000 UTC m=+2150.697175601
               LastTransitionTime: 2023-11-09 19:45:09.593593337 +0000 UTC m=+774.168590731
  ScaleDown:   NoCandidates (candidates=0)
               LastProbeTime:      2023-11-09 20:14:39.113206413 +0000 UTC m=+2150.697175601
               LastTransitionTime: 2023-11-09 20:07:08.79828656 +0000 UTC m=+1718.924760896

  5. Wyświetl węzły w klastrze przy użyciu kubectl get nodes polecenia .

    kubectl get nodes

    Dane wyjściowe powinny wyglądać podobnie do następujących przykładowych danych wyjściowych, a liczba węzłów jest ograniczona do jednego:

    NAME                                STATUS   ROLES   AGE   VERSION
aks-nodepool1-12345678-vmss000000   Ready    agent   37m    v1.26.6