标签:docker集群 docker auto scale docker 集群 auto scale
之前介绍过docker的单机安装、多主机网络互通、如何半自动化更新与回滚代码,现在在介绍如何进行集群与auto scale。
这部分功能使用Python语言编写,基于TCP Socket与SSL加密通信。我们来看下效果展示:
查看所有节点信息:
(软件名是cdocker,分为客户端与服务端,服务的名字是cdocker_server.py,客户端名字是cdocker_client.py,感谢@陈李粮帮我起的名字)
上图的返回信息显示当前集群有3个节点(Node
)、存放位置与类型(Metadata
)、机器唯一标识(Machines_id
)、当前宿主机创建容器数量(Container_now_user
)以及最大可以使用容器的数量(Container_max_use
)。
这个程序中也包含了部分Mesos等功能,可以计算集群里可用资源情况,并显示具体已使用与可最大使用数量。
查看具体节点里容器信息
集群模块还有其他的功能,比如创建集群、创建auto_scale等,今天我就给大家展示web界面,后台实现不再详细介绍。
上图为集群总览界面,包含了当前集群的部分信息。左上角可以创建集群:
我对存放区域设计基本思路是按照服务器的配置来选择类型。具体如下:
界面中auto_scale开始数量与最大数量,以及内存、cpu阀值的设置都很直观,不再赘述。
点击info按钮,可以查看集群项目信息 、实例信息、公网信息等
公网ip与防火墙信息都可以动态的调整。
生效的意思是对新增或者修改后防火墙策略进行生效,主要是放在误操作。
这个3个按钮主要是对集群进行更新、回滚(这个功能还有点瑕疵,所以先不展示)
下面在介绍一下auto scale
主要是通过自研程序docker_auto_scale.py进行动态扩容与缩减容器数量,这个程序是通过获取集群的监控信息以及auto scale设置值与cpu、内存阀值进行综合判断后进行操作。
效果如下
比如运行正常(cpu、内存使用量未超过阀值)
下面修改一下内存阀值
修改前
修改后
点击提交
可以看到内存阀值已经从95%修改为1%,下面是运行auto scale软件情况
下面在运行一遍
可以看到从8变为16,翻了一倍
另外auto scale缩减也是一样的效果
这样仅是对后端做的操作,但前端访问肯定是通过ip加url,然后负载到后端real server,我这里是使用程序+etcd+confd+haproxy+keepalived
web访问效果为
url对应的脚本就是获取容器的内网ip。
至于有几个ip里包含this is test update是我自己弄的测试。
目前通过这样的集群与auto scale模式,可以满足动态扩容与缩减,对于资源最大程度使用、高可用、跨机房高可用等都能满足。
本文出自 “吟—技术交流” 博客,请务必保留此出处http://dl528888.blog.51cto.com/2382721/1687544
标签:docker集群 docker auto scale docker 集群 auto scale
原文地址:http://dl528888.blog.51cto.com/2382721/1687544