TalkingData的Spark On Kubernetes实践
眾所周知，Spark是一個快速、通用的大規模數據處理平臺，和Hadoop的MapReduce計算框架類似。但是相對于MapReduce，Spark憑借其可伸縮、基于內存計算等特點，以及可以直接讀寫Hadoop上任何格式數據的優勢，使批處理更加高效，并有更低的延遲。實際上，Spark已經成為輕量級大數據快速處理的統一平臺。
Spark作為一個數據計算平臺和框架，更多的是關注Spark Application的管理，而底層實際的資源調度和管理更多的是依靠外部平臺的支持：
Spark官方支持四種Cluster Manager：Spark standalone cluster manager、Mesos、YARN和Kubernetes。由于我們TalkingData是使用Kubernetes作為資源的調度和管理平臺，所以Spark On Kubernetes對于我們是最好的解決方案。
如何搭建生產可用的Kubernetes集群
部署
目前市面上有很多搭建Kubernetes的方法，比如Scratch、Kubeadm、Minikube或者各種托管方案。因為我們需要簡單快速地搭建功能驗證集群，所以選擇了Kubeadm作為集群的部署工具。部署步驟很簡單，在master上執行：
kubeadm init在node上執行：
kubeadm join --token : --discovery-token-ca-cert-hash sha256:具體配置可見官方文檔：https://kubernetes.io/docs/setup/independent/create-cluster-kubeadm/。
需要注意的是由于國內網絡限制，很多鏡像無法從k8s.gcr.io獲取，我們需要將之替換為第三方提供的鏡像，比如：https://hub.docker.com/u/mirrorgooglecontainers/。
網絡
Kubernetes網絡默認是通過CNI實現，主流的CNI plugin有：Linux Bridge、MACVLAN、Flannel、Calico、Kube-router、Weave Net等。Flannel主要是使用VXLAN tunnel來解決pod間的網絡通信，Calico和Kube-router則是使用BGP。由于軟VXLAN對宿主機的性能和網絡有不小的損耗，BGP則對硬件交換機有一定的要求，且我們的基礎網絡是VXLAN實現的大二層，所以我們最終選擇了MACVLAN。
CNI MACVLAN的配置示例如下：
Pod subnet是10.0.0.0/17，實際pod ip pool是10.0.64.0/20。cluster cidr是10.0.80.0/24。我們使用的IPAM是host-local，規則是在每個Kubernetes node上建立/25的子網，可以提供126個IP。我們還配置了一條到cluster cidr的靜態路由10.0.80.0/24，網關是宿主機。這是因為容器在macvlan配置下egress并不會通過宿主機的iptables，這點和Linux Bridge有較大區別。在Linux Bridge模式下，只要指定內核參數net.bridge.bridge-nf-call-iptables = 1，所有進入bridge的流量都會通過宿主機的iptables。經過分析kube-proxy，我們發現可以使用KUBE-FORWARD這個chain來進行pod到service的網絡轉發：
-A FORWARD -m comment --comment "kubernetes forward rules" -j KUBE-FORWARD -A KUBE-FORWARD -m comment --comment "kubernetes forwarding rules" -m mark --mark 0x4000/0x4000 -j ACCEPT -A KUBE-FORWARD -s 10.0.0.0/17 -m comment --comment "kubernetes forwarding conntrack pod source rule" -m conntrack --ctstate RELATED,ESTABLISHED -j ACCEPT -A KUBE-FORWARD -d 10.0.0.0/17 -m comment --comment "kubernetes forwarding conntrack pod destination rule" -m conntrack --ctstate RELATED,ESTABLISHED -j ACCEPT最后通過KUBE-SERVICES使用DNAT到后端的pod。pod訪問其他網段的話，就通過物理網關10.0.127.254。
還有一個需要注意的地方是出于kernel security的考慮，link物理接口的macvlan是無法直接和物理接口通信的，這就導致容器并不能將宿主機作為網關。我們采用了一個小技巧，避開了這個限制。我們從物理接口又創建了一個macvlan，將物理IP移到了這個接口上，物理接口只作為網絡入口：
這樣兩個macvlan是可以互相通信的。
Kube-dns
默認配置下，Kubernetes使用kube-dns進行DNS解析和服務發現。但在實際使用時，我們發現在pod上通過service domain訪問service總是有5秒的延遲。使用tcpdump抓包，發現延遲出現在DNS AAAA。進一步排查，發現問題是由于netfilter在conntrack和SNAT時的Race Condition導致。簡言之，DNS A和AAAA記錄請求報文是并行發出的，這會導致netfilter在_nf_conntrack_confirm時認為第二個包是重復的（因為有相同的五元組），從而丟包。具體可看我提的issue：https://github.com/kubernetes/kubernetes/issues/62628。一個簡單的解決方案是在/etc/resolv.conf中增加options single-request-reopen，使DNS A和AAAA記錄請求報文使用不同的源端口。我提的PR在：https://github.com/kubernetes/kubernetes/issues/62628，大家可以參考。我們的解決方法是不使用Kubernetes service，設置hostNetwork=true使用宿主機網絡提供DNS服務。因為我們的基礎網絡是大二層，所以pod和node可以直接通信，這就避免了conntrack和SNAT。
Spark與Kubernetes集成
由于Spark的抽象設計，我們可以使用第三方資源管理平臺調度和管理Spark作業，比如Yarn、Mesos和Kubernetes。目前官方有一個experimental項目，可以將Spark運行在Kubernetes之上：https://spark.apache.org/docs/latest/running-on-kubernetes.html。
基本原理
當我們通過spark-submit將Spark作業提交到Kubernetes集群時，會執行以下流程：
- Spark在Kubernetes pod中創建Spark driver
- Driver調用Kubernetes API創建executor pods，executor pods執行作業代碼
- 計算作業結束，executor pods回收并清理
- driver pod處于completed狀態，保留日志，直到Kubernetes GC或者手動清理
先決條件
- Spark 2.3+
- Kubernetes 1.6+
- 具有Kubernetes pods的list, create, edit和delete權限
- Kubernetes集群必須正確配置Kubernetes DNS[1]
如何集成
Docker鏡像
由于Spark driver和executor都運行在Kubernetes pod中，并且我們使用Docker作為container runtime enviroment，所以首先我們需要建立Spark的Docker鏡像。
在Spark distribution中已包含相應腳本和Dockerfile，可以通過以下命令構建鏡像：
提交作業
在構建Spark鏡像后，我們可以通過以下命令提交作業：
$ bin/spark-submit \--master k8s://https://: \--deploy-mode cluster \--name spark-pi \--class org.apache.spark.examples.SparkPi \--jars https://path/to/dependency1.jar,https://path/to/dependency2.jar--files hdfs://host:port/path/to/file1,hdfs://host:port/path/to/file2--conf spark.executor.instances=5 \--conf spark.kubernetes.container.image= \https://path/to/examples.jar其中，Spark master是Kubernetes api server的地址，可以通過以下命令獲取：
$ kubectl cluster-info Kubernetes master is running at http://127.0.0.1:6443Spark的作業代碼和依賴，我們可以在--jars、--files和最后位置指定，協議支持http、https和HDFS。
執行提交命令后，會有以下輸出：
任務結束，會輸出：
訪問Spark Driver UI
我們可以在本地使用kubectl port-forward訪問Driver UI：
$ kubectl port-forward <driver-pod-name> 4040:4040執行完后通過http://localhost:4040訪問。
訪問日志
Spark的所有日志都可以通過Kubernetes API和kubectl CLI進行訪問：
$ kubectl -n=<namespace> logs -f <driver-pod-name>如何實現租戶和資源隔離
Kubernetes Namespace
在Kubernetes中，我們可以使用namespace在多用戶間實現資源分配、隔離和配額。Spark On Kubernetes同樣支持配置namespace創建Spark作業。
首先，創建一個Kubernetes namespace：
由于我們的Kubernetes集群使用了RBAC，所以還需創建serviceaccount和綁定role：
$ kubectl create serviceaccount spark -n spark $ kubectl create clusterrolebinding spark-role --clusterrole=edit --serviceaccount=spark:spark --namespace=spark并在spark-submit中新增以下配置：
$ bin/spark-submit \--conf spark.kubernetes.authenticate.driver.serviceAccountName=spark \--conf spark.kubernetes.namespace=spark \...資源隔離
考慮到我們Spark作業的一些特點和計算資源隔離，前期我們還是選擇了較穩妥的物理隔離方案。具體做法是為每個組提供單獨的Kubernetes namespace，計算任務都在各自namespace里提交。計算資源以物理機為單位，折算成cpu和內存，納入Kubernetes統一管理。在Kubernetes集群里，通過node label和PodNodeSelector將計算資源和namespace關聯。從而實現在提交Spark作業時，計算資源總是選擇namespace關聯的node。
具體做法如下：
1、創建node label
2、開啟Kubernetes admission controller?
我們是使用kubeadm安裝Kubernetes集群，所以修改/etc/kubernetes/manifests/kube-apiserver.yaml，在--admission-control后添加PodNodeSelector。
3、配置PodNodeSelector
在namespace的annotations中添加scheduler.alpha.kubernetes.io/node-selector: spark=spark。
完成以上配置后，可以通過spark-submit測試結果：
$ spark-submit --conf spark.kubernetes.authenticate.driver.serviceAccountName=spark --conf spark.kubernetes.namespace=spark --master k8s://https://xxxx:6443 --deploy-mode cluster --name spark-pi --class org.apache.spark.examples.SparkPi --conf spark.executor.instances=5 --conf spark.kubernetes.container.image=xxxx/library/spark:v2.3 http://xxxx:81/spark-2.3.0-bin-hadoop2.7/examples/jars/spark-examples_2.11-2.3.0.jar我們可以看到，Spark作業全分配到了關聯的hadooptest-001到003三個node上。
待解決問題
Kubernetes HA
Kubernetes的集群狀態基本都保存在etcd中，所以etcd是HA的關鍵所在。由于我們目前還處在半生產狀態，HA這方面未過多考慮。有興趣的同學可以查看：https://kubernetes.io/docs/setup/independent/high-availability/。
日志
在Spark On Yarn下，可以開啟yarn.log-aggregation-enable將日志收集聚合到HDFS中，以供查看。但是在Spark On Kubernetes中，則缺少這種日志收集機制，我們只能通過Kubernetes pod的日志輸出，來查看Spark的日志：
$ kubectl -n=<namespace> logs -f <driver-pod-name>收集和聚合日志，我們后面會和ES結合。
監控
我們TalkingData內部有自己的監控平臺OWL[2]（已開源），未來我們計劃編寫metric plugin，將Kubernetes接入OWL中。
混合部署
為了保證Spark作業時刻有可用的計算資源，我們前期采用了物理隔離的方案。顯而易見，這種方式大幅降低了物理資源的使用率。下一步我們計劃采用混部方案，通過以下三種方式實現：
- 將HDFS和Kubernetes混合部署
- 為Spark作業和Kubernetes node劃分優先級，在低優先級的node上同時運行一些無狀態的其他生產服務
- 利用云實現資源水平擴展，以防止資源突增
資源擴展
在采用以下兩種方法增加資源使用率時，集群可能會面臨資源短缺和可用性的問題：
- 混合部署
- 資源超賣
這會導致運行資源大于實際物理資源的情況（我稱之為資源擠兌）。一種做法是給資源劃分等級，優先保證部分等級的資源供給。另一種做法是實現資源的水平擴展，動態補充可用資源，并在峰值過后自動釋放。
原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。
總結
以上是生活随笔為你收集整理的TalkingData的Spark On Kubernetes实践的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 语雀携手Teambition，玩转项目协
- 下一篇： Alibaba Cloud Linux