Bu, Scaleway çıplak metal ARM ve x86-64 üzerinde Kubernetes kurulumuna ilişkin adım adım bir kılavuzdur. Bu proje üzerinde çalışmamın ana nedeni, ARM üzerinde OpenFaaS ve Weave Net için test ortamlarının oluşturulmasını otomatikleştirmek istememdi. Entegrasyon testleri yapmak için ucuz bir çözüm arıyordum ve birkaç bulut sağlayıcısını denedikten sonra Scaleway'de karar kıldım. Scaleway, uygun fiyatlarla çıplak donanım ARM ve x86-64 sunucular sunan bir Fransız bulut sağlayıcısıdır. Terraform Scaleway sağlayıcısını kubeadm ile birlikte kullanarak, on dakikada tamamen işlevsel bir Kubernetes kümesine sahip olabilirsiniz

 İlk kurulum
Depoyu klonlayın ve bağımlılıkları kurun:
$ git klonu httpsgithub.com/stefanprodan/k8s-scw-baremetal.git $ cd k8s-scw-baremetal $ terraform init
Bu projeyi çalıştırmak için Terraform v0.10 veya daha yenisine ihtiyacınız olacağını unutmayın.

Projeyi çalıştırmadan önce Terraform'un Scaleway API'ye bağlanması için bir erişim belirteci oluşturmanız gerekir. Jetonu ve erişim anahtarınızı kullanarak iki ortam değişkeni oluşturun:
$ export SCALEWAY_ORGANIZATIONACCESS-KEY>"$ export SCALEWAY_TOKENACCESS-TOKEN>"kullanım
Bir ana ve iki düğüm içeren bir ARMv7 yalın donanım Kubernetes kümesi oluşturun:
$ terraform çalışma alanı yeni kol $ terraform Apply \ -var bölge=par1 \ -var arch=arm \ -var server_type=C1 \ -var knot=2 \ -var knit_passwd=ChangeMe \ -var k8s_version=stable-1.9 \ -var docker_version =17.03.0~ce-0~ubuntu-xenial
Bu, aşağıdakileri yapacaktır:
- her sunucu için genel IP'leri ayırır
- Ubuntu 16.04.1 LTS ile üç çıplak donanım sunucusu sağlar
- ana sunucuya SSH aracılığıyla bağlanır ve Docker CE ve kubeadm armhf apt paketlerini kurar
- ana sunucuda kubeadm init'i çalıştırır ve kubectl'i yapılandırır
- kubectl admin yapılandırma dosyasını yerel makinenize indirir ve özel IP'yi genel olanla değiştirir
- Weave Net parolasıyla bir Kubernetes sırrı oluşturur
- Weave Net'i şifreli kaplama ile kurar
- küme eklentilerini yükler (Kubernetes kontrol paneli, ölçüm sunucusu ve Heapster)
- çalışan düğümleri paralel olarak başlatır ve Docker CE ile kubeadm'i kurar
- master'dan alınan kubeadm belirtecini kullanarak kümedeki çalışan düğümleri birleştirir
Düğüm sayısını artırarak ölçeklendirin:
$ terraform uygula -var düğümleri=3
Tüm altyapıyı aşağıdakilerle yıkın:
terraform-kuvvet
Bir ana birim ve bir düğüm içeren bir AMD64 yalın donanım Kubernetes kümesi oluşturun:
$ terraform çalışma alanı yeni amd64 $ terraform uygula \ -var bölge=par1 \ -var kemer=x86_64 \ -var server_type=C2S \ -var düğümler=1 \ -var knit_passwd=ChangeMe \ -var k8s_version=stable-1.9 \ -var docker_version =17.03.0~ce-0~ubuntu-xenial
 Uzaktan kumanda
Terraform planını uyguladıktan sonra, ana genel IP, kubeadmn birleştirme komutu ve geçerli çalışma alanı yönetici yapılandırması gibi birkaç çıktı değişkeni göreceksiniz.

koşmak için
Scaleway kümesine karşı kubectl komutlarını kullanabilirsiniz
kubectl_config çıkış değişkeni:
Heapster'ın çalışıp çalışmadığını kontrol edin:
$ kubectl --kubeconfig terraform çıktı kubectl_config) üst düğümler ADI CPU(çekirdek) CPU% BELLEK(bayt) BELLEK % arm-master-1 655m %16 873Mi %45 arm-node-1 147m %3 618Mi %32 arm-node- 2 101m %2 584Mi %30
bu
kubectl yapılandırma dosyası formatı
.conf as in
arm.conf or
amd64.conf

In order to access the dashboard you’ll need to find its cluster IP:
$ kubectl --kubeconfig terraform output kubectl_config) \ -n kube-system get svc --selector=k8s-app=kubernetes-dashboard NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE kubernetes-dashboard ClusterIP 10.107.37.220  80/TCP 6m
Open a SSH tunnel:
ssh -L 8888::80 [email protected]
Now you can access the dashboard on your computer at
httplocalhost:8888

 Expose services outside the cluster
Since we’re running on bare-metal and Scaleway doesn’t offer a load balancer, the easiest way to expose applications outside of Kubernetes is using a NodePort service

Let’s deploy the podinfo app in the default namespace. Podinfo has a multi-arch Docker image and it will work on arm, arm64 or amd64

Create the podinfo nodeport service:
$ kubectl --kubeconfig terraform output kubectl_config) \ apply -f httpsraw.githubusercontent.com/stefanprodan/k8s-podinfo/master/deploy/auto-scaling/podinfo-svc-nodeport.yaml service "podinfo-nodeport" created
Create the podinfo deployment:
$ kubectl --kubeconfig terraform output kubectl_config) \ apply -f httpsraw.githubusercontent.com/stefanprodan/k8s-podinfo/master/deploy/auto-scaling/podinfo-dep.yaml deployment "podinfo" created
Inspect the podinfo service to obtain the port number:
$ kubectl --kubeconfig terraform output kubectl_config) \ get svc --selector=app=podinfo NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE podinfo-nodeport NodePort 10.104.132.14  9898:31190/TCP 3m
You can access podinfo at
httpMASTER_PUBLIC_IP>:31190 or using curl:

$ curl httpterraform output k8s_master_public_ip):31190 runtime: arch: arm max_procs: "4" num_cpu: "4" num_goroutine: "12" os: linux version: go1.9.2 labels: app: podinfo pod-template-hash: "1847780700" annotations: kubernetes.io/config.seen: 2018-01-08T00:39:45.580597397Z kubernetes.io/config.source: api environment: HOME: /root HOSTNAME: podinfo-5d8ccd4c44-zrczc KUBERNETES_PORT: tcp10.96.0.1:443 KUBERNETES_PORT_443_TCP: tcp10.96.0.1:443 KUBERNETES_PORT_443_TCP_ADDR: 10.96.0.1 KUBERNETES_PORT_443_TCP_PORT: "443" KUBERNETES_PORT_443_TCP_PROTO: tcp KUBERNETES_SERVICE_HOST: 10.96.0.1 KUBERNETES_SERVICE_PORT: "443" KUBERNETES_SERVICE_PORT_HTTPS: "443" PATH: /usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin externalIP: IPv4: 163.172.139.112
 OpenFaaS
You can deploy OpenFaaS on Kubernetes with Helm or by using the YAML files form the faas-netes repository

Clone the faas-netes repo:
git clone httpsgithub.com/openfaas/faas-netes cd faas-netes
Deploy OpenFaaS for ARM:
$ kubectl --kubeconfig terraform output kubectl_config) \ apply -f ./namespaces.ymlyaml_armhf
Deploy OpenFaaS for AMD64:
$ kubectl --kubeconfig terraform output kubectl_config) \ apply -f ./namespaces.ymlyaml
You can access the OpenFaaS gateway at
httpMASTER_PUBLIC_IP>:31112

 Horizontal Pod Autoscaling
Starting from Kubernetes 1.9
kube-controller-manager is configured by default with
horizontal-pod-autoscaler-use-rest-clients

In order to use HPA we need to install the metrics server to enable the new metrics API used by HPA v2

Both Heapster and the metrics server have been deployed from Terraform
when the master node was provisioned

The metric server collects resource usage data from each node using Kubelet Summary API. Check if the metrics server is running:
$ kubectl --kubeconfig terraform output kubectl_config) \ get --raw "/apis/metrics.k8s.io/v1beta1/nodes" | jq
{ "kind": "NodeMetricsList", "apiVersion": "metrics.k8s.io/v1beta1", "metadata": { "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes" }, "items": [ { "metadata": { "name": "arm-master-1", "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/arm-master-1", "creationTimestamp": "2018-01-08T15:17:09Z" }, "timestamp": "2018-01-08T15:17:00Z", "window": "1m0s", "usage": { "cpu": "384m", "memory": "935792Ki" } }, { "metadata": { "name": "arm-node-1", "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/arm-node-1", "creationTimestamp": "2018-01-08T15:17:09Z" }, "timestamp": "2018-01-08T15:17:00Z", "window": "1m0s", "usage": { "cpu": "130m", "memory": "649020Ki" } }, { "metadata": { "name": "arm-node-2", "selfLink": "/apis/metrics.k8s.io/v1beta1/nodes/arm-node-2", "creationTimestamp": "2018-01-08T15:17:09Z" }, "timestamp": "2018-01-08T15:17:00Z", "window": "1m0s", "usage": { "cpu": "120m", "memory": "614180Ki" } } ] }
Let’s define a HPA that will maintain a minimum of two replicas and will scale up to ten if the CPU average is over 80% or if the memory goes over 200Mi

apiVersion: autoscaling/v2beta1 kind: HorizontalPodAutoscaler metadata: name: podinfo spec: scaleTargetRef: apiVersion: apps/v1beta1 kind: Deployment name: podinfo minReplicas: 2 maxReplicas: 10 metrics: - type: Resource resource: name: cpu targetAverageUtilization: 80 - type: Resource resource: name: memory targetAverageValue: 200Mi

Apply the podinfo HPA:
$ kubectl --kubeconfig terraform output kubectl_config) \ apply -f httpsraw.githubusercontent.com/stefanprodan/k8s-podinfo/master/deploy/auto-scaling/podinfo-hpa.yaml horizontalpodautoscaler "podinfo" created
After a couple of seconds the HPA controller will contact the metrics server and will fetch the CPU and memory usage:
$ kubectl --kubeconfig terraform output kubectl_config) get hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE podinfo Deployment/podinfo 2826240 / 200Mi, 15% / 80% 2 10 2 5m
In order to increase the CPU usage we could run a load test with hey:
#install hey go get -u github.com/rakyll/hey #do 10K requests rate limited at 20 QPS hey -n 10000 -q 10 -c 5 httpterraform output k8s_master_public_ip):31190
You can monitor the autoscaler events with:
$ kubectl --kubeconfig terraform output kubectl_config) describe hpa Events: Type Reason Age From MessageNormal SuccessfulRescale 7m horizontal-pod-autoscaler New size: 4; reason: cpu resource utilization (percentage of request) above target Normal SuccessfulRescale 3m horizontal-pod-autoscaler New size: 8; reason: cpu resource utilization (percentage of request) above target
After the load tests finishes the autoscaler will remove replicas until the deployment reaches the initial replica count:
Events: Type Reason Age From MessageNormal SuccessfulRescale 20m horizontal-pod-autoscaler New size: 4; reason: cpu resource utilization (percentage of request) above target Normal SuccessfulRescale 16m horizontal-pod-autoscaler New size: 8; reason: cpu resource utilization (percentage of request) above target Normal SuccessfulRescale 12m horizontal-pod-autoscaler New size: 10; reason: cpu resource utilization (percentage of request) above target Normal SuccessfulRescale 6m horizontal-pod-autoscaler New size: 2; reason: All metrics below target
 Conclusions
Thanks to kubeadm and Terraform, bootstrapping a Kubernetes cluster on bare-metal can be done with a single command and it takes just ten minutes to have a fully functional setup. If you have any suggestion on improving this guide please submit an issue or PR on GitHub at stefanprodan/k8s-scw-baremetal. Contributions are more than welcome!