スケールでのKubernetes管理のための10のベストプラクティス

Kubernetes

組織がマイクロサービスとクラウドネイティブアーキテクチャを利用するにつれて、Kubernetesはコンテナオーケストレーションの標準となりつつあります。Kubernetesはコンテナのデプロイと管理を簡素化しますが、大規模なワークロードでは複雑さが増し、堅牢なプラクティスが必要です。

この記事では、Kubernetesにおける大規模なワークロード管理のための技術戦略とベストプラクティスについて解説します。

Kubernetesのスケーリングにおける課題の理解

Kubernetesでスケールアウトすることは、以下のような障害を克服することを意味します：

クラスタリソースのスケジューリング。ノード間でのCPU、メモリ、ディスクの使用を最適化します。
ネットワークの複雑さ。大規模で分散した環境におけるサービス間の一貫した通信。
障害とスケーラビリティ。障害時やスケールアウト/スケールインのシナリオにおける可用性の管理。
運用オーバーヘッド。スケーリング、モニタリング、負荷分散などの繰り返しの操作を排除します。
スケールでのセキュリティ。ロールベースのアクセス制御（RBAC）、シークレット、そして大規模クラスターにおけるネットワークポリシー。

この記事では、ネイティブなKubernetesの機能と補完的なツールの組み合わせを用いて、これらの障害を克服する例を紹介します。

機能とツール

1. クラスタリソースの効率的なスケジューリング

スケールでのパフォーマンスは、スケールでのリソースの分配によって直接決定されます。リソースの最適化使用のためのさまざまな機能が、Kubernetesにはあります：

リクエストとリミット

CPUとメモリのリクエストとリミットを宣言することで、リソースの公平な分配が促進され、ノイジーな隣接者がすべてのリソースを消費することを許可しません。

YAML

apiVersion: v1

kind: Pod

metadata:

  name: resource-demo

spec:

  containers:

    - name: app

      image: nginx

      resources:

        requests:

          memory: "128Mi"

          cpu: "500m"

        limits:

          memory: "256Mi"

          cpu: "1"

ベストプラクティス：

名前空間レベルでの強制のためにクォータを使用します。
定期的にkubectl topを使用して使用状況を分析し、リミットに必要な調整を行います。

クラスターオートスケーラー

オートスケーラーは、ワークロードの需要に応じてクラスターのノード数を動的にスケールします。

Shell

kubectl apply -f https://github.com/kubernetes/autoscaler/releases/download/cluster-autoscaler-<version>/cluster-autoscaler.yaml

ベストプラクティス：

ノードに対してオートスケーラー操作を適切にラベル付けします。
過剰プロビジョニングを避けるためにスケール動作を監視します。

2. 水平および垂直ポッドオートスケーリング

水平ポッドオートスケーラー（HPA）と垂直ポッドオートスケーラー（VPA）オートスケーリング機能はKubernetesにネイティブに存在しますが、IstioやLinkerdのようなサービスメッシュは、サービス間通信を簡素化し、より効率的にします。

水平ポッドオートスケーラー（HPA）

HPAは、CPU、メモリ、またはカスタムメトリックに応じてポッドのレプリカをスケールします。

例：オートスケーリングのためのCPU使用率

YAML

apiVersion: autoscaling/v2

kind: HorizontalPodAutoscaler

metadata:

  name: hpa-example

spec:

  scaleTargetRef:

    apiVersion: apps/v1

    kind: Deployment

    name: web-app

  minReplicas: 2

  maxReplicas: 10

  metrics:

    - type: Resource

      resource:

        name: cpu

        target:

          type: Utilization

          averageUtilization: 50

垂直ポッドオートスケーラー (VPA)

垂直ポッドオートスケーラーは、ポッドのランタイムリクエストと制限をスケーリングします。

Shell

kubectl apply -f https://github.com/kubernetes/autoscaler/releases/download/vertical-pod-autoscaler-<version>/vpa.yaml

3. スケールでのネットワーク最適化

サービスメッシュ

IstioやLinkerdのようなサービスメッシュは、サービスの負荷、リトライ、暗号化に関する懸念を抽象化することで、サービス間の通信を容易かつ効率的にします。

例：トラフィックルーティングのためのIstio VirtualService

YAML

apiVersion: networking.istio.io/v1beta1

kind: VirtualService

metadata:

  name: example-route

spec:

  hosts:

    - example.com

  http:

    - route:

        - destination:

            host: service-v1

          weight: 80

        - destination:

            host: service-v2

          weight: 20

ネットワークポリシー

ポッド間のトラフィックを制約するためにネットワークポリシーを使用し、セキュリティを強化します。

YAML

apiVersion: networking.k8s.io/v1

kind: NetworkPolicy

metadata:

  name: restrict-traffic

spec:

  podSelector:

    matchLabels:

      app: web-app

  policyTypes:

    - Ingress

  ingress:

    - from:

        - podSelector:

            matchLabels:

              role: backend

4. 可観測性の強化

可観測性は、Kubernetesを大規模に制御するために重要です。メトリクス、ログ、トレースには、Prometheus、Grafana、Jaegerなどのツールを使用します。

Prometheusメトリクス

ポッドメトリクスを収集するためにPrometheusアノテーションを使用します。

YAML

apiVersion: v1

kind: Pod

metadata:

  annotations:

    prometheus.io/scrape: "true"

    prometheus.io/port: "8080"

  labels:

    app: monitored-app

spec:

  containers:

    - name: app

      image: monitored-app:latest

      ports:

        - containerPort: 8080

5. レジリエンスの構築

ポッド障害予算 (PDB)

メンテナンスやアップグレード中にポッドの最小可用性を維持するためにPDBを使用します。

YAML

apiVersion: policy/v1

kind: PodDisruptionBudget

metadata:

  name: pdb-example

spec:

  minAvailable: 2

  selector:

    matchLabels:

      app: web-app

ローリングアップデート

ダウンタイムを引き起こさない方法で、段階的にアップデートを展開します。

Shell

kubectl set image deployment/web-app web-app=web-app:v2 --record

kubectl rollout status deployment/web-app

6. スケールでのKubernetesのセキュリティ

RBAC設定

ユーザーとアプリの権限を制約するためにRBACを使用します。

YAML

apiVersion: rbac.authorization.k8s.io/v1

kind: Role

metadata:

  namespace: default

  name: pod-reader

rules:

  - apiGroups: [""]

    resources: ["pods"]

    verbs: ["get", "list", "watch"]

シークレット管理

Kubernetes Secretsを利用して、機密情報の安全な管理を行います。Kubernetes Secretsを使用して、機密情報を安全に管理します。

YAML

apiVersion: v1

kind: Secret

metadata:

  name: db-credentials

type: Opaque

data:

  username: dXNlcg==

  password: cGFzc3dvcmQ=

7. 自動化のためのGitOps

ArgoCDやFluxなどのツールを使用してGitOpsを活用します。KubernetesマニフェストをGitリポジトリにバージョン管理し、クラスターを自動的に同期させます。

8. スケールでのテスト

K6やLocustなどのツールを使って高スケールのワークロードをモックします。テスト環境での構成、リソース割り当て、およびスケーリングを検証します。

9. スケールでのストレージの取り扱い

動的永続ボリュームプロビジョニング

アプリケーションのストレージは、自動化により動的にプロビジョニングされます。

YAML

apiVersion: storage.k8s.io/v1

kind: StorageClass

metadata:

  name: fast-storage

provisioner: kubernetes.io/aws-ebs

parameters:

  type: gp2

  fsType: ext4

10. Kubernetes向けCI/CDパイプラインの最適化

Dockerイメージをビルドおよびプッシュします。

Jenkins、GitHub Actions、GitLab CIなどのCI/CDツールを使用して、コンテナイメージの作成と公開を効率化します。

結論

Kubernetesをスケールさせるには、リソースの効率的な利用、自動化、可視性、強力なセキュリティプロセスの組み合わせが必要です。Kubernetesネイティブの機能を最大限に活用し、それを補完するツールと組み合わせることで、ワークロードは高パフォーマンスで安全かつ弾力性のあるものになります。

Source:
https://dzone.com/articles/best-practices-managing-kubernetes-at-scale