규모에 맞게 Kubernetes를 관리하기 위한 10가지 최상의 사례

Kubernetes

조직들이 마이크로서비스와 클라우드 네이티브 아키텍처를 사용함에 따라, 쿠버네티스는 컨테이너 오케스트레이션의 표준이 되고 있습니다. 쿠버네티스가 컨테이너 배포 및 관리의 단순화를 제공하는 만큼, 대규모 작업 부하는 복잡성을 증가시키며, 강력한 관행이 필요합니다.

이 기사에서는 쿠버네티스에서 대규모 작업 부하 관리를 위한 기술적 전략과 모범 사례를 다룰 것입니다.

쿠버네티스의 확장성에서의 도전 과제 이해하기

쿠버네티스에서 확장하는 것은 다음과 같은 장애물을 극복하는 것을 포함합니다:

클러스터 자원 스케줄링. 노드 전반에 걸쳐 최적화된 CPU, 메모리 및 디스크 사용.
네트워크 복잡성. 대규모 분산 환경에서 일관된 서비스 간 통신.
장애 및 확장성. 장애 발생 시와 확장/축소 시의 가용성 처리.
운영 오버헤드. 스케일링, 모니터링 및 부하 균형 조정과 같은 반복적인 작업 제거.
대규모 보안. 역할 기반 접근 제어 (RBAC), 비밀키, 대규모 클러스터의 네트워크 정책.

이 기사에서는 이러한 장애물을 극복하는 사례를 네이티브 쿠버네티스 기능과 보완 도구의 조합을 통해 살펴보겠습니다.

기능 및 도구

1. 클러스터 자원의 효율적인 스케줄링

규모에서의 성능은 자원의 분포에 의해 직접적으로 결정됩니다. Kubernetes는 자원을 최적화하여 사용할 수 있는 다양한 기능을 제공합니다:

요청 및 제한

CPU 및 메모리 요청과 제한을 선언하면 자원이 공정하게 분배되며, 이웃이 모든 자원을 소모하는 것을 허용하지 않습니다.

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"

모범 사례:

네임스페이스 수준에서 강제를 위한 쿼타를 사용하세요.
주기적으로 kubectl top를 사용하여 사용량을 분석하고 제한에 필요한 조정을 하세요.

클러스터 오토스케일러

오토스케일러는 작업 부하 수요에 따라 클러스터의 노드 수를 동적으로 조정합니다.

Shell

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

모범 사례:

노드에 적절하게 오토스케일러 작업에 레이블을 지정하세요.
과도한 프로비저닝을 피하기 위해 스케일 행동을 모니터링하세요.

2. 수평 및 수직 포드 오토스케일링

수평 포드 오토스케일러(HPA)와 수직 포드 오토스케일러(VPA) 오토스케일링 기능은 Kubernetes에 기본적으로 내장되어 있지만, Istio 및 Linkerd와 같은 서비스 메시는 서비스 간 통신을 보다 쉽고 효율적으로 만들어 줍니다.

수평 포드 오토스케일러(HPA)

HPA는 CPU, 메모리 또는 사용자 정의 메트릭에 따라 포드의 복제본을 조정합니다.

예: 오토스케일링을 위한 CPU 사용량

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

수직 Pod 자동 스케일러 (VPA)

수직 Pod 자동 스케일러는 Pod의 런타임 요청과 제한을 조정합니다.

Shell

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

3. 규모에 맞는 네트워킹 최적화

서비스 매쉬

Istio 및 Linkerd와 같은 서비스 매쉬는 서비스 부하, 재시도 및 암호화와 같은 서비스 통신을 추상화하여 간편하고 효율적으로 만듭니다.

예: 트래픽 라우팅을 위한 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

네트워크 정책

보안 강화를 위해 Pod 간 트래픽을 제한하는 데 네트워크 정책 사용

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. 관찰성 향상

대규모로 Kubernetes를 제어하는 데 관찰성은 중요합니다. 메트릭, 로그 및 추적을 위해 Prometheus, Grafana, Jaeger와 같은 도구 사용

Prometheus 메트릭

Pod 메트릭을 수집하기 위해 Prometheus 주석 사용

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. 복원력 구축

Pod 중단 예산 (PDB)

유지 보수 및 업그레이드 중에 Pod의 최소 가용성을 유지하기 위해 PDB 사용

YAML

apiVersion: policy/v1

kind: PodDisruptionBudget

metadata:

  name: pdb-example

spec:

  minAvailable: 2

  selector:

    matchLabels:

      app: web-app

롤링 업데이트

다운타임을 발생시키지 않는 방식으로 단계적으로 업데이트 배포

Shell

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

kubectl rollout status deployment/web-app

6. 규모에 맞는 Kubernetes 보안

RBAC 구성

사용자 및 앱의 권한을 제한하기 위해 RBAC 사용

YAML

apiVersion: rbac.authorization.k8s.io/v1

kind: Role

metadata:

  namespace: default

  name: pod-reader

rules:

  - apiGroups: [""]

    resources: ["pods"]

    verbs: ["get", "list", "watch"]

시크릿 관리

Kubernetes Secrets를 사용하여 민감한 정보를 안전하게 관리하세요. Kubernetes Secrets를 사용하여 민감한 정보를 안전하게 관리하세요.

YAML

apiVersion: v1

kind: Secret

metadata:

  name: db-credentials

type: Opaque

data:

  username: dXNlcg==

  password: cGFzc3dvcmQ=

7. 자동화를 위한 GitOps

ArgoCD 및 Flux와 같은 도구를 사용하여 GitOps를 활용하세요. Kubernetes manifest를 Git 리포지토리에 버전 관리하고 클러스터를 자동 동기화하세요.

8. 대규모 테스트

K6 및 Locust와 같은 도구를 사용하여 대규모 워크로드를 모의하세요. 테스트 환경에서 구성, 리소스 할당 및 스케일링을 확인하세요.

9. 대규모 스토리지 처리

동적 영구 볼륨 프로비저닝

애플리케이션을 위한 스토리지가 자동화로 동적으로 프로비저닝됩니다.

YAML

apiVersion: storage.k8s.io/v1

kind: StorageClass

metadata:

  name: fast-storage

provisioner: kubernetes.io/aws-ebs

parameters:

  type: gp2

  fsType: ext4

10. Kubernetes를 위한 CI/CD 파이프라인 최적화

Docker 이미지 빌드 및 푸시

Jenkins, GitHub Actions, GitLab CI와 같은 CI/CD 도구를 사용하여 컨테이너 이미지를 생성하고 게시하는 프로세스를 최적화하세요.

결론

Kubernetes를 확장하기 위해서는 리소스를 효율적으로 활용하고, 자동화, 가시성, 그리고 강력한 보안 프로세스를 결합해야 합니다. Kubernetes의 기본 기능을 최대한 활용하고 보완 도구와 결합함으로써 작업 부하는 어떤 규모에서도 고성능, 안전하고 탄력적일 수 있습니다.

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