K8s实现SpringBoot零宕机发布

yhma大约 6 分钟

前言

K8s + springBoot实现零宕机发布：健康检查+滚动更新+优雅停机+弹性伸缩+Prometheus监控+配置分离（镜像复用）

配置

健康检查

健康检查类型：就绪探针（readiness）+ 存活探针（liveness）
探针类型：exec（进入容器执行脚本）、tcpSocket（探测端口）、httpGet（调用接口）

业务层面

项目依赖 pom.xml

<dependency>
	<groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

定义访问端口、路径及权限 application.yaml

management:
  server:
	port: 50000                         # 启用独立运维端口
  endpoint:                             # 开启health端点
	health:
	  probes:
		enabled: true
  endpoints:
	web:
	  exposure:
		base-path: /actuator            # 指定上下文路径，启用相应端点
		include: health

将暴露/actuator/health/readiness和/actuator/health/liveness两个接口，访问方式如下：

http://127.0.0.1:50000/actuator/health/readiness
http://127.0.0.1:50000/actuator/health/liveness

运维层面

k8s部署模版deployment.yaml

apiVersion: apps/v1
kind: Deployment
spec:
  template:
	spec:
	  containers:
	  - name: {APP_NAME}
		image: {IMAGE_URL}
		imagePullPolicy: Always
		ports:
		- containerPort: {APP_PORT}
		- name: management-port
		  containerPort: 50000         # 应用管理端口
		readinessProbe:                # 就绪探针
		  httpGet:
			path: /actuator/health/readiness
			port: management-port
		  initialDelaySeconds: 30      # 延迟加载时间
		  periodSeconds: 10            # 重试时间间隔
		  timeoutSeconds: 1            # 超时时间设置
		  successThreshold: 1          # 健康阈值
		  failureThreshold: 6          # 不健康阈值
		livenessProbe:                 # 存活探针
		  httpGet:
			path: /actuator/health/liveness
			port: management-port
		  initialDelaySeconds: 30      # 延迟加载时间
		  periodSeconds: 10            # 重试时间间隔
		  timeoutSeconds: 1            # 超时时间设置
		  successThreshold: 1          # 健康阈值
		  failureThreshold: 6          # 不健康阈值

滚动更新

k8s资源调度之滚动更新策略，若要实现零宕机发布，需支持健康检查

apiVersion: apps/v1
kind: Deployment
metadata:
  name: {APP_NAME}
  labels:
	app: {APP_NAME}
spec:
  selector:
	matchLabels:
	  app: {APP_NAME}
  replicas: {REPLICAS}    # Pod副本数
  strategy:
	type: RollingUpdate    # 滚动更新策略
	rollingUpdate:
	  maxSurge: 1                   # 升级过程中最多可以比原先设置的副本数多出的数量
	  maxUnavailable: 1             # 升级过程中最多有多少个POD处于无法提供服务的状态

优雅停机

在K8s中，当我们实现滚动升级之前，务必要实现应用级别的优雅停机。否则滚动升级时，还是会影响到业务。使应用关闭线程、释放连接资源后再停止服务

业务层面

项目依赖 pom.xml

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

定义访问端口、路径及权限 application.yaml

spring:
  application:
	name: <xxx>
  profiles:
	active: @profileActive@
  lifecycle:
	timeout-per-shutdown-phase: 30s     # 停机过程超时时长设置30s，超过30s，直接停机

server:
  port: 8080
  shutdown: graceful                    # 默认为IMMEDIATE，表示立即关机；GRACEFUL表示优雅关机

management:
  server:
	port: 50000                         # 启用独立运维端口
  endpoint:                             # 开启shutdown和health端点
	shutdown:
	  enabled: true
	health:
	  probes:
		enabled: true
  endpoints:
	web:
	  exposure:
		base-path: /actuator            # 指定上下文路径，启用相应端点
		include: health,shutdown

将暴露/actuator/shutdown接口，调用方式如下：

curl -X POST 127.0.0.1:50000/actuator/shutdown

运维层面

确保Dockerfile模版集成curl工具，否则无法使用curl命令

FROM openjdk:8-jdk-alpine
#构建参数
ARG JAR_FILE
ARG WORK_PATH="/app"
ARG EXPOSE_PORT=8080

#环境变量
ENV java_OPTS=""
	JAR_FILE=${JAR_FILE}

#设置时区
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 'Asia/Shanghai' >/etc/timezone
RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.ustc.edu.cn/g' /etc/apk/repositories  
	&& apk add --no-cache curl
#将maven目录的jar包拷贝到docker中，并命名为for_docker.jar
COPY target/$JAR_FILE $WORK_PATH/

#设置工作目录
WORKDIR $WORK_PATH

# 指定于外界交互的端口
EXPOSE $EXPOSE_PORT
# 配置容器，使其可执行化
ENTRYPOINT exec java $JAVA_OPTS -jar $JAR_FILE

k8s部署模版deployment.yaml

注：经验证，java项目可省略结束回调钩子的配置

此外，若需使用回调钩子，需保证镜像中包含curl工具，且需注意应用管理端口（50000）不能暴露到公网

apiVersion: apps/v1
kind: Deployment
spec:
  template:
	spec:
	  containers:
	  - name: {APP_NAME}
		image: {IMAGE_URL}
		imagePullPolicy: Always
		ports:
		- containerPort: {APP_PORT}
		- containerPort: 50000
		lifecycle:
		  preStop:       # 结束回调钩子
			exec:
			  command: ["curl", "-XPOST", "127.0.0.1:50000/actuator/shutdown"]

弹性伸缩

为pod设置资源限制后，创建HPA

apiVersion: apps/v1
kind: Deployment
metadata:
  name: {APP_NAME}
  labels:
	app: {APP_NAME}
spec:
  template:
	spec:
	  containers:
	  - name: {APP_NAME}
		image: {IMAGE_URL}
		imagePullPolicy: Always
		resources:                     # 容器资源管理
		  limits:                      # 资源限制（监控使用情况）
			cpu: 0.5
			memory: 1Gi
		  requests:                    # 最小可用资源（灵活调度）
			cpu: 0.15
			memory: 300Mi
---
kind: HorizontalPodAutoscaler            # 弹性伸缩控制器
apiVersion: autoscaling/v2beta2
metadata:
  name: {APP_NAME}
spec:
  scaleTargetRef:
	apiVersion: apps/v1
	kind: Deployment
	name: {APP_NAME}
  minReplicas: {REPLICAS}                # 缩放范围
  maxReplicas: 6
  metrics:
	- type: Resource
	  resource:
		name: cpu                        # 指定资源指标
		target:
		  type: Utilization
		  averageUtilization: 50

Prometheus集成

业务层面

项目依赖 pom.xml

<!-- 引入Spring boot的监控机制-->
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
	<groupId>io.micrometer</groupId>
	<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

定义访问端口、路径及权限 application.yaml

management:
  server:
	port: 50000                         # 启用独立运维端口
  metrics:
	tags:
	  application: ${spring.application.name}
  endpoints:
	web:
	  exposure:
		base-path: /actuator            # 指定上下文路径，启用相应端点
		include: metrics,prometheus

将暴露/actuator/metric和/actuator/prometheus接口，访问方式如下：

http://127.0.0.1:50000/actuator/metric
http://127.0.0.1:50000/actuator/prometheus

运维层面

deployment.yaml

apiVersion: apps/v1
kind: Deployment
spec:
  template:
	metadata:
	  annotations:
		prometheus:io/port: "50000"
		prometheus.io/path: /actuator/prometheus  # 在流水线中赋值
		prometheus.io/scrape: "true"              # 基于pod的服务发现

配置分离

方案：通过configmap挂载外部配置文件，并指定激活环境运行

作用：配置分离，避免敏感信息泄露；镜像复用，提高交付效率

通过文件生成configmap

# 通过dry-run的方式生成yaml文件
kubectl create cm -n <namespace> <APP_NAME> --from-file=application-test.yaml --dry-run=1 -oyaml > configmap.yaml

# 更新
kubectl apply -f configmap.yaml

挂载configmap并指定激活环境

apiVersion: apps/v1
kind: Deployment
metadata:
  name: {APP_NAME}
  labels:
	app: {APP_NAME}
spec:
  template:
	spec:
	  containers:
	  - name: {APP_NAME}
		image: {IMAGE_URL}
		imagePullPolicy: Always
		env:
		  - name: SPRING_PROFILES_ACTIVE   # 指定激活环境
			value: test
		volumeMounts:                      # 挂载configmap
		- name: conf
		  mountPath: "/app/config"         # 与Dockerfile中工作目录一致
		  readOnly: true
	  volumes:
	  - name: conf
		configMap:
		  name: {APP_NAME}

汇总配置

业务层面

项目依赖 pom.xml

<!-- 引入Spring boot的监控机制-->
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
	<groupId>io.micrometer</groupId>
	<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

定义访问端口、路径及权限 application.yaml

spring:
  application:
	name: project-sample
  profiles:
	active: @profileActive@
  lifecycle:
	timeout-per-shutdown-phase: 30s     # 停机过程超时时长设置30s，超过30s，直接停机

server:
  port: 8080
  shutdown: graceful                    # 默认为IMMEDIATE，表示立即关机；GRACEFUL表示优雅关机

management:
  server:
	port: 50000                         # 启用独立运维端口
  metrics:
	tags:
	  application: ${spring.application.name}
  endpoint:                             # 开启shutdown和health端点
	shutdown:
	  enabled: true
	health:
	  probes:
		enabled: true
  endpoints:
	web:
	  exposure:
		base-path: /actuator            # 指定上下文路径，启用相应端点
		include: health,shutdown,metrics,prometheus

运维层面

确保dockerfile模版集成curl工具，否则无法使用curl命令

FROM openjdk:8-jdk-alpine
#构建参数
ARG JAR_FILE
ARG WORK_PATH="/app"
ARG EXPOSE_PORT=8080

#环境变量
ENV JAVA_OPTS=""
	JAR_FILE=${JAR_FILE}

#设置时区
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 'Asia/Shanghai' >/etc/timezone
RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.ustc.edu.cn/g' /etc/apk/repositories  
	&& apk add --no-cache curl
#将maven目录的jar包拷贝到docker中，并命名为for_docker.jar
COPY target/$JAR_FILE $WORK_PATH/

#设置工作目录
WORKDIR $WORK_PATH

# 指定于外界交互的端口
EXPOSE $EXPOSE_PORT
# 配置容器，使其可执行化
ENTRYPOINT exec java $JAVA_OPTS -jar $JAR_FILE

k8s部署模版deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: {APP_NAME}
  labels:
	app: {APP_NAME}
spec:
  selector:
	matchLabels:
	  app: {APP_NAME}
  replicas: {REPLICAS}                            # Pod副本数
  strategy:
	type: RollingUpdate                           # 滚动更新策略
	rollingUpdate:
	  maxSurge: 1
	  maxUnavailable: 0
  template:
	metadata:
	  name: {APP_NAME}
	  labels:
		app: {APP_NAME}
	  annotations:
		timestamp: {TIMESTAMP}
		prometheus.io/port: "50000"               # 不能动态赋值
		prometheus.io/path: /actuator/prometheus
		prometheus.io/scrape: "true"              # 基于pod的服务发现
	spec:
	  affinity:                                   # 设置调度策略，采取多主机/多可用区部署
		podAntiAffinity:
		  preferredDuringSchedulingIgnoredDuringExecution:
		  - weight: 100
			podAffinityTerm:
			  labelSelector:
				matchExpressions:
				- key: app
				  operator: In
				  values:
				  - {APP_NAME}
			  topologyKey: "kubernetes.io/hostname" # 多可用区为"topology.kubernetes.io/zone"
	  terminationGracePeriodSeconds: 30             # 优雅终止宽限期
	  containers:
	  - name: {APP_NAME}
		image: {IMAGE_URL}
		imagePullPolicy: Always
		ports:
		- containerPort: {APP_PORT}
		- name: management-port
		  containerPort: 50000         # 应用管理端口
		readinessProbe:                # 就绪探针
		  httpGet:
			path: /actuator/health/readiness
			port: management-port
		  initialDelaySeconds: 30      # 延迟加载时间
		  periodSeconds: 10            # 重试时间间隔
		  timeoutSeconds: 1            # 超时时间设置
		  successThreshold: 1          # 健康阈值
		  failureThreshold: 9          # 不健康阈值
		livenessProbe:                 # 存活探针
		  httpGet:
			path: /actuator/health/liveness
			port: management-port
		  initialDelaySeconds: 30      # 延迟加载时间
		  periodSeconds: 10            # 重试时间间隔
		  timeoutSeconds: 1            # 超时时间设置
		  successThreshold: 1          # 健康阈值
		  failureThreshold: 6          # 不健康阈值
		resources:                     # 容器资源管理
		  limits:                      # 资源限制（监控使用情况）
			cpu: 0.5
			memory: 1Gi
		  requests:                    # 最小可用资源（灵活调度）
			cpu: 0.1
			memory: 200Mi
		env:
		  - name: TZ
			value: Asia/Shanghai
---
kind: HorizontalPodAutoscaler            # 弹性伸缩控制器
apiVersion: autoscaling/v2beta2
metadata:
  name: {APP_NAME}
spec:
  scaleTargetRef:
	apiVersion: apps/v1
	kind: Deployment
	name: {APP_NAME}
  minReplicas: {REPLICAS}                # 缩放范围
  maxReplicas: 6
  metrics:
	- type: Resource
	  resource:
		name: cpu                        # 指定资源指标
		target:
		  type: Utilization
		  averageUtilization: 50

K8s实现SpringBoot零宕机发布

# 前言

# 配置

# 健康检查

# 业务层面

# 运维层面

# 滚动更新

# 优雅停机

# 业务层面

# 运维层面

# 弹性伸缩

# Prometheus集成

# 业务层面

# 运维层面

# 配置分离

# 业务层面

# 运维层面

前言

配置

健康检查

业务层面

运维层面

滚动更新

优雅停机

业务层面

运维层面

弹性伸缩

Prometheus集成

业务层面

运维层面

配置分离

业务层面

运维层面