ServiceMesh 如何帮助 SRE

分享于2021年05月10日
要监控服务,而不是服务器或者容器什么的。在之前的文章中,我们介绍了 SRE 应该围绕 SLO 展开运维工作,我们也知道了监控是获得 SLO 相关第一手数据的重要手段。SRE 所希望的监控,是直接从服务的关键路径上获取的状态信息;从运行服务的服务器或者容器的获得的状态信息在,只能间接说明服务的状态,这就是本文开头那句话的含义。服务网格对于一个基于 HTTP 的业务来说,直接拿到每个请求的返回代码,无疑是一个核心的监控措施。从架构上说,通过负载均衡器是可以非常客观的获得后端服务的这个监控指标的。随着业务的逐渐复杂,通过负载均衡器来访问服务的不仅仅是最终客户,也可能是另一个服务:随着流量的上升,我们希望负载均衡器也能一起水平扩展:显然,负载均衡器的数量没有必要比服务 B 的数量还多,如果我们将负载均衡的功能直接集成到服务 B 中呢?于是我们就获得了一个服务网格。通过这种方式,我们还可以把下列功能集成进去:流量控制:对应负载均衡器的流量导向服务发现:让负载均衡器的后端更灵活,更易于管理链路跟踪:通过向流量中注入追踪信标,可以更容易的流量的来龙去脉进行跟踪并分析服务瓶颈安全与权限控制:通过对流量进行加密和注入权限控制属性,可以更方便地进行安全管理跟 Kubernetes 的 sidecar 技术结合,以上工作都可以在应用程序无感的前提下实现,这个就是著名的 Istio。SRE 工作中的服务网格监控数据收集和使用在 Google Cloud 上,我们提供一个强大的运维工具 Stackdriver,而 Istio 则可以通过 Telemetry 的接口将 Istio 收集的各个组件的监控数据发送给 Stackdriver。在 Stackdriver 中,可以直接查看服务的监控信息:也可以查看服务组件之间的调用关系:Stackdriver 的 SLO 监控面板可以直接提供与 SLO、错误预算相关的数据:在 SLO 监控下完成新版本发布在服务网格(或者更直接点,Istio)的帮助下,SRE 工程师可以通过直接更新 VirtualService 实现流量切换的办法完成升级。因为切换流量的执行速度非常快,整个升级过程将会很平顺。更进一步,我们可以使用流量分配功能,将部分流量引导到新版本:由于只分配了部分流量到新版本,那么即使新版本有瑕疵,也只会消耗一小部分错误预算。我们可以重复这个过程:在这个过程中,我们可以一边监控错误预算的消耗,一边控制流量的转移,并可以设定条件,如果错误预算的消耗超过某个阈值就回滚到初始状态:这样,服务网格就能帮助 SRE 完成灰度发布。Anthos 服务网格(ASM)产品       ASM 作为谷歌云托管的服务网格解决方案产品,在开源的 Istio 的基础上,主要还提供了以下的能力:控制平面托管        托管的指标收集器:ASM 可以观察服务的运行状况和性能。依赖于 Sidecar 代理,拦截到工作负载的所有入站和出站 HTTP 流量,并将数据报告给 ASM。从而,开发人员无需注入任何代码即可收集遥测指标数据。        托管的 CA:ASM 提供 Google 全托管的 CA(Certificate authority)服务,可以帮助你配置 Service Mesh 的 CA 服务。        Traffic Director:是一个用于服务网格的完全托管且生产可用的流量控制平面。使用 Traffic Director,您可以轻松地在多个区域中的群集和 VM 实例之间部署 Global 负载平衡,减轻服务代理的运行状况检查的压力,以及配置复杂的流量控制策略。开箱即用的服务管理能力日志,监控指标,链路追踪,SLO 指标监控告警等提供服务的认证与鉴权,策略管理等安全管控的能力服务路由,负载均衡,流量控制管理,限流,降级,故障注入和断路器等推荐阅读:Aviator 表达式求值引擎开源框架Git 常用技能总结华为云物联网四年配置中心实践Apache Pulsar 对现代数据堆栈至关重要的几个原因如何优雅扩缩容,一致性哈希算法DDD-快速hold住业务的利器高可用架构设计之无状态服务关注我学习架构知识互联网后端架构点赞在看,年薪百万