website/content/zh/docs/admin/cluster-large.md

approvers, title

approvers	title
davidopp lavalamp	创建大规模集群

支持规格

在 {{< param "version" >}}，Kubernetes 支持最多 5000 节点规模的集群。 更具体地说，我们支持满足以下 所有 标准的配置：

• 不超过 5000 节点
• 总共不超过 15000 个 pod
• 总共不超过 300000 个容器
• 每个节点不超过 100 个 pod

• TOC {{< toc >}}

创建

集群是一组运行 Kubernetes 代理组件的节点（物理或虚拟机），它们被 master（集群管理平面）所管理。

一般来说，集群的节点数量通过平台相关的 config-default.sh 文件中的 NUM_NODES 值来控制，（例如，详见 [GCE's config-default.sh](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/gce/config-default.sh)）。

对很多云提供商来说，单纯地修改 NUM_NODES 为一个非常大的值，可能会导致集群的创建脚本失败。 例如，在 GCE 中部署时，会因配额不足，导致集群启动失败。

当建立一个大型的 Kubernetes 集群，以下几个问题必须考虑。

配额问题

为了避免出现配额问题，当创建包含大量节点的集群时，考虑：

• 提高相关配额，如 CPU，IP 等。
  • 如，在 GCE 中，你可能需要提高以下资源的配额：
    • CPU
    • 虚机实例
    • 磁盘
    • 使用的 IP 地址
    • 防火墙规则
    • 转发规则
    • 路由
    • 对象池
• 设置创建脚本，使其以较小的规模分批次拉起新的节点，并在其间设置一定的等待时间，因为一些云供应商可能对虚机的创建速率进行了限制。

Etcd 存储

为了提升大规模集群的性能，我们将事件对象存储到独立的 etcd 实例中。

创建集群时，当前的 salt 脚本：

• 启动并配置额外的 etcd 实例
• 配置 api-server，将该 etcd 实例用于事件对象的存储

管理节点和组件的规格

在 GCE/Google Kubernetes Engine 或 AWS 平台中， kube-up 会根据集群的节点规模合理地设置管理节点的规格。 在其他云平台上，用户需要手动配置。 作为参考，GCE 使用的规格为：

• 1-5 节点： n1-standard-1
• 6-10 节点： n1-standard-2
• 11-100 节点： n1-standard-4
• 101-250 节点： n1-standard-8
• 251-500 节点： n1-standard-16
• 500 节点以上： n1-standard-32

AWS 使用的规格为：

• 1-5 节点： m3.medium
• 6-10 节点： m3.large
• 11-100 节点： m3.xlarge
• 101-250 节点： m3.2xlarge
• 251-500 节点： c4.4xlarge
• 500 节点以上： c4.8xlarge

注意，管理节点的规格只会在集群创建时进行设置，后续集群规模发生变化（如手动增删节点或集群自动扩缩容）后不会再调整。

插件的资源占用

为防止[集群插件](https://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons)耗尽节点资源引起内存泄漏或其他资源问题， Kubernetes 设置了插件容器资源的上限，来限制其对 CPU 和内存资源的占用（参考 PR #10653 和 #10778）。

例如：

  containers:
  - name: fluentd-cloud-logging
    image: k8s.gcr.io/fluentd-gcp:1.16
    resources:
      limits:
        cpu: 100m
        memory: 200Mi

除 Heapster 外，这些限制是静态的，基于 4 个节点规模的集群上运行的插件所采集的数据（详见 #10335）。 而实际大规模集群中插件所消耗的资源要多得多（详见 #5880）。 所以如果部署大规模集群时不对这些值进行调整，插件可能会因为资源占用达到上限而不断被杀死。

为了避免集群插件的资源问题，创建多节点的集群时，考虑以下几点：

• 当扩大集群规模时，如果涉及，相应扩大以下插件的内存和 CPU 限制（通过一个实例处理整个集群，因此其内存和 CPU 使用量往往与集群的大小/负载成比例增长）：
  • [InfluxDB 和 Grafana](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/cluster-monitoring/influxdb/influxdb-grafana-controller.yaml)
  • [kubedns, dnsmasq, 和 sidecar](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/dns/kubedns-controller.yaml.in)
  • [Kibana](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/fluentd-elasticsearch/kibana-controller.yaml)
• 当扩大集群规模时，如果涉及，相应扩大以下插件副本数（每个组件有多个副本，因此增加副本将有助于处理增加的负载，但是，由于每个副本的负载也略有增加，也应考虑提高 CPU / 内存上限）：
  • [elasticsearch](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/fluentd-elasticsearch/es-controller.yaml)
• 当扩大集群规模时，如果涉及，略微扩大以下插件的内存和 CPU 限制（每个节点一个副本， 但是 CPU / 内存使用随集群的大小/负载增长变化不明显）：
  • [FluentD with ElasticSearch Plugin](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/fluentd-elasticsearch/fluentd-es-ds.yaml)
  • [FluentD with GCP Plugin](http://releases.k8s.io/{{< param "githubbranch" >}}/cluster/addons/fluentd-gcp/fluentd-gcp-ds.yaml)

Heapster 的资源限制是基于集群的初始规模动态设置的 ( 参考 #16185 和 #22940)。 当发现 Heapster 资源耗尽，应考虑调整计算 Heapster 内存请求的公式（参考上述 PR）。

关于如何检测插件是否达到资源上限 参考 计算资源的故障排除章节。

将来，我们期望基于集群规模来设置集群插件的资源限制，并且在集群规模增长或缩小时能够动态调整。 欢迎提出 PR 来实现这些特性。

启动时允许部分失败

因为种种原因（详见 #18969），在 NUM_NODES 值很大的情况下执行 kube-up.sh， 可能因为其中一小部分节点没有正常启动而失败。 这时我们有两种选择：重启集群（kube-down.sh 然后再 kube-up.sh），或者在执行 kube-up.sh 之前， 将环境变量 ALLOWED_NOTREADY_NODES 设置为合适的值。 这将允许 kube-up.sh 以少于 NUM_NODES 的节点数量启动集群。 依据失败的具体原因，另外的节点可能在后面加入集群，或者集群节点数量将保持在 NUM_NODES - ALLOWED_NOTREADY_NODES。