基于混合云的Docker Swarm集群部署的分析與研究

李雪竹

摘 要：云計(jì)算越來(lái)越受歡迎，也是因?yàn)樗梢苑浅ｌ`活的方式按需提供所需的資源量。用戶可以使用云中所需的資源容量立即構(gòu)建所需的服務(wù)，而不是由第三方持續(xù)維護(hù)和管理服務(wù)。在前期研究的基礎(chǔ)上，引入新型云協(xié)調(diào)器，創(chuàng)建出一種適合混合云系統(tǒng)的Docker Swarm集群的方法。因此，移植基礎(chǔ)設(shè)施不同類型的云或在混合云（包括私有云和公共云）之上部署基礎(chǔ)架構(gòu)（商業(yè)）云變得簡(jiǎn)單明了。

關(guān)鍵詞：混合云;Docker Swarm集群;基礎(chǔ)架構(gòu)

一、國(guó)內(nèi)外研究現(xiàn)狀

隨著云計(jì)算的普及，分布式計(jì)算技術(shù)已經(jīng)成為企業(yè)客戶在大數(shù)據(jù)時(shí)代的首選后臺(tái)技術(shù)方案，各家互聯(lián)網(wǎng)公司已經(jīng)把分布式計(jì)算技術(shù)應(yīng)用到了日常業(yè)務(wù)系統(tǒng)。然而，眾所周知，云計(jì)算架構(gòu)有著經(jīng)典的三部分模型，IaaS 基礎(chǔ)設(shè)施服務(wù)、PaaS平臺(tái)服務(wù)、SaaS 軟件服務(wù)，界限十分明確，各部分有著自己的職責(zé)。而隨著科技的發(fā)展，依托輕量虛擬化技術(shù)的Docker 已經(jīng)在云計(jì)算領(lǐng)域激起千層浪，它模糊了IaaS和PaaS之間的界限，打破了原有的生硬的分類，一定程度上顛覆了經(jīng)典云計(jì)算架構(gòu)，為云計(jì)算服務(wù)形式的發(fā)展帶來(lái)了無(wú)限的可能。

Docker技術(shù)是一種開源的容器引擎，是操作系統(tǒng)層的虛擬化。它將容器技術(shù)標(biāo)準(zhǔn)化，提供標(biāo)準(zhǔn)的打包方式和交付標(biāo)準(zhǔn)，一次構(gòu)建隨處運(yùn)行;并且實(shí)現(xiàn)應(yīng)用在不同主機(jī)、不同系統(tǒng)、甚至不同云平臺(tái)之間的流動(dòng)和移植;相比重量級(jí)的虛擬機(jī)，Docker非常靈活和輕量級(jí)，啟動(dòng)更快性能更高，對(duì)系統(tǒng)資源的占用率也更低。以Docker為代表的容器虛擬化技術(shù)的盛行，可以幫助使用者在無(wú)需關(guān)心底層復(fù)雜的基礎(chǔ)設(shè)施情形下進(jìn)行高效開發(fā)、運(yùn)行和管理其應(yīng)用程序，利用Docker部署管理平臺(tái)，就能運(yùn)維部署的一體化?；贒ocker的特點(diǎn)和優(yōu)勢(shì)，Docker正在被重新定義，各大互聯(lián)網(wǎng)巨頭爭(zhēng)相探索、應(yīng)用。正是在這樣的需求背景下，Docker應(yīng)用容器集群應(yīng)運(yùn)而生了。而其集群管理工具Docker Swarm更是當(dāng)仁不讓成為了當(dāng)今Internet簡(jiǎn)單高效的應(yīng)用程序交付平臺(tái)和集群資源管理的解決方案。在此基礎(chǔ)上，一套完整可靠的能夠充分發(fā)揮集群優(yōu)勢(shì)的編排引擎算法便顯得尤為重要。然而，就目前而言，Docker背后的編排引擎（SwarmKit）附帶的調(diào)度算法在資源不均勻時(shí)并不理想，無(wú)法完美實(shí)現(xiàn)負(fù)載均衡，在資源利用率和集群性能方面并不能很好的符合預(yù)期。目前國(guó)內(nèi)外有很多的容器云平臺(tái)，國(guó)外的主要有亞馬遜EC2、IBM Bluemix、微軟Azure 等著名云計(jì)算平臺(tái)提供的容器云;國(guó)內(nèi)的主要有DaoCloud、精靈云、靈雀云、時(shí)速云、網(wǎng)易云、華為云以及我們耳熟能詳?shù)腂AT云平臺(tái)等，這些平臺(tái)多是基于容器云技術(shù)，專門為微服務(wù)技術(shù)進(jìn)行貼身改造，使其能夠符合微服務(wù)云平臺(tái)管理場(chǎng)景的相關(guān)規(guī)范。

二、Docker Swarm集群部署的思路分析

隨著對(duì)混合云、云協(xié)調(diào)器以及Docker Swarm集群的逐步了解，以及對(duì)國(guó)內(nèi)外相關(guān)研究現(xiàn)狀的分析，作者針對(duì)現(xiàn)狀存在的問題，比如各種云應(yīng)用程序的擴(kuò)展、動(dòng)態(tài)負(fù)載的管理和混合云的特殊性的設(shè)置等，進(jìn)行了一系列分析，總體思路如下：首先引入一種新型的云協(xié)調(diào)器Occopus，編寫所需要的Occopus描述符，定義基礎(chǔ)架構(gòu)，維護(hù)基礎(chǔ)架構(gòu)，向上或向下擴(kuò)展基礎(chǔ)節(jié)點(diǎn)，然后再在混合云上構(gòu)建復(fù)雜服務(wù)，為混合的云系統(tǒng)創(chuàng)建Docker Swarm集群方法。最后為了分析在Docker Swarm集群下切片網(wǎng)絡(luò)的效果，重點(diǎn)研究云中VPN的速度，找出混合Docker Swarm解決方案的最佳VPN配置。為了在混合云中部署復(fù)雜的基礎(chǔ)架構(gòu)，以提高用戶在使用混合云時(shí)可以提高安全性和通信性能，本項(xiàng)目的研究目標(biāo)是在前期研究的基礎(chǔ)上，引入新型云協(xié)調(diào)器，創(chuàng)建出一種適合混合云系統(tǒng)的Docker Swarm集群的方法。

三、Docker Swarm集群部署的關(guān)鍵技術(shù)

引入新型云協(xié)調(diào)器Occopus，創(chuàng)建Docker Swarm集群，并根據(jù)其負(fù)載動(dòng)態(tài)增加或減少集群中的工作節(jié)點(diǎn)數(shù)量，在可用的工作節(jié)點(diǎn)內(nèi)， Swarm節(jié)點(diǎn)管理器根據(jù)工作節(jié)點(diǎn)的負(fù)載增加或減少Docker容器的數(shù)量，所有這些動(dòng)態(tài)可擴(kuò)展性活動(dòng)都可以在各種私有云公有云或商業(yè)混合云系統(tǒng)之上完成。

1）基于云協(xié)調(diào)器Occopus，在單個(gè)或多個(gè)云環(huán)境中配置和編排分布式應(yīng)用程序通過框架上下環(huán)境和配置管理來(lái)執(zhí)行節(jié)點(diǎn)的配置和初始設(shè)置，連續(xù)的維護(hù)構(gòu)建的基礎(chǔ)結(jié)構(gòu);激活不同的插件及其組合來(lái)部署一些虛擬機(jī)，使不同的組合可以在同一個(gè)虛擬基礎(chǔ)架構(gòu)中使用。

2）實(shí)例化虛擬架構(gòu)的節(jié)點(diǎn)，實(shí)現(xiàn)手動(dòng)縮放機(jī)制，安裝和配置管理器，監(jiān)視節(jié)點(diǎn)的運(yùn)行狀況以及節(jié)點(diǎn)服務(wù)的詳細(xì)信息。支持可插入和可配置的正常運(yùn)行監(jiān)控，如url響應(yīng)，MYSQL數(shù)據(jù)庫(kù)連接，實(shí)現(xiàn)新的檢查機(jī)制作為Occopus的插件。研究手動(dòng)縮放機(jī)制的實(shí)現(xiàn)，Occopus在限制范圍內(nèi)擴(kuò)展和縮小外部請(qǐng)求，外部請(qǐng)求可以通過命令行函數(shù)或rest api到達(dá)。

3）在混合云上構(gòu)建復(fù)雜的服務(wù)，在Occopus特定的基礎(chǔ)架構(gòu)中，每個(gè)節(jié)點(diǎn)都有自己的定義和描述，每個(gè)節(jié)點(diǎn)由自己的云處理程序插件處理，并且還基于每個(gè)節(jié)點(diǎn)的處理身份驗(yàn)證。如圖1所示;

利用Occopus在同一基礎(chǔ)架構(gòu)中使用多個(gè)云，并且不可以影響節(jié)點(diǎn)內(nèi)部服務(wù)部署的實(shí)現(xiàn)方式，確保網(wǎng)絡(luò)配置正確，以便節(jié)點(diǎn)相互連接。

四、總結(jié)

本文主要是異構(gòu)混合云模式下基于一種新型云協(xié)調(diào)器的Docker Swarm集群步署，針對(duì)混合云的模式進(jìn)行研究，適用環(huán)境上有一定的創(chuàng)新，對(duì)跨云的復(fù)雜性和動(dòng)態(tài)性的處理有一定的挑戰(zhàn)。其中在組件云中使用Internet的混合云環(huán)境中，加密消息的使用非常重要，這給相應(yīng)的用戶社區(qū)研究帶來(lái)了新的應(yīng)用思路。

參考文獻(xiàn)：

[1] Visti H， Kiss T， Terstyanszky G， Gesmier G， Winter S. MICADO towards a microservice-based cloud application-level dynamic orchestrator. Proceedings of IWSG 2016. 2017. accepted， to be published in 2017

[2] Rimal， Prasad B， Choi E， Lumb I. A taxonomy and survey of cloud computing systems. Proceedings of the INC， IMS and IDC. 2009. p. 44–51.

[3] Goyal S. Public vs private vs hybrid vs community - cloud computing： a criticalreview. IJ Comput Netw Inf Secur 2014;3：20–9. 2014.03.03.