K8s 上轻松搭建百万连接的 MQTT 服务

随着 Kubernetes(K8s)的全面成熟,越来越多的组织开始大规模地基于 K8s 构建基础设施层。

根据 Sysdig 在容器编排领域的调研报告,K8s 在市场上的占有率高达 75%。在 K8s 部署运维工具中,Operator 和 Helm 是较为主流的两种。但由于 Helm 缺少对生命周期的管理,所以 Operator 在全生命期的管理中成为了唯一的选择。

K8s Operator 是一种特定于应用的控制器,能持续监听 K8s 资源对象的变化事件,进行全生命期的监控响应,高可靠地完成部署交付。Operator 提供了一个框架,通俗来说就是把运维的经验沉淀为代码,实现运维的代码化、自动化、智能化。

为了对云原生分布式 MQTT 消息服务器 EMQX 进行全生命期管理, EMQX Operator 应运而生。 使用 EMQX Operator,即使在网络和存储环境复杂的 K8s 环境中,也可以轻松搭建百万连接的 MQTT 集群。本文将使用 EMQX Operator 进行基于 K8s 的百万级 MQTT 连接服务搭建,并通过测试验证搭建结果。

什么是 EMQX Operator

EMQX 是基于 Erlang/OTP 平台开发的云原生分布式 MQTT 消息服务器。随着云原生理念的深入,以及 K8s 和 Operator 概念的普及,我们开发了 EMQX Operator ( github.com/emqx/emqx-o… ),它可以在 Kubernetes 的环境上快速创建和管理 EMQX 集群,实现对 EMQX 生命周期的管理,大大简化部署和管理 EMQX 集群的流程。其主要有以下功能优势:

  • 降低 EMQX 在 K8s 环境中部署成本
  • 提供对持久化数据备份和恢复的基础能力
  • 提供对 EMQX Plugin 独立部署、管理、配置持久化的能力(即将支持)
  • 动态更新 Licence 和 SSL 等
  • 自动化运维(高可用、扩容、异常处理)

使用 EMQX Operator 搭建基于 K8s 的百万级 MQTT 集群

内核参数调优

为了发挥 EMQX 的最大性能,我们在 worker node 节点上调整了内核参数。

sudo vi /etc/sysctl.conf

#!/bin/bash
echo "DefaultLimitNOFILE=100000000" >> /etc/systemd/system.conf
echo "session required pam_limits.so" >> /etc/pam.d/common-session
echo "*      soft    nofile      10000000"  >> /etc/security/limits.conf
echo "*      hard    nofile      100000000"  >> /etc/security/limits.conf

# lsmod |grep -q conntrack || modprobe ip_conntrack

cat >> /etc/sysctl.d/99-sysctl.conf <<EOF
net.ipv4.tcp_tw_reuse=1
fs.nr_open=1000000000
fs.file-max=1000000000
net.ipv4.ip_local_port_range=1025 65534
net.ipv4.udp_mem=74583000 499445000 749166000

net.core.somaxconn=32768
net.ipv4.tcp_max_sync_backlog=163840
net.core.netdev_max_backlog=163840

net.core.optmem_max=16777216
net.ipv4.tcp_rmem=1024 4096 16777216
net.ipv4.tcp_wmem=1024 4096 16777216
net.ipv4.tcp_max_tw_buckets=1048576
net.ipv4.tcp_fin_timeout=15
net.core.rmem_default=262144000
net.core.wmem_default=262144000
net.core.rmem_max=262144000
net.core.wmem_max=262144000
net.ipv4.tcp_mem=378150000  504200000  756300000

# net.netfilter.nf_conntrack_max=1000000
# net.netfilter.nf_conntrack_tcp_timeout_time_wait=30
EOF

sysctl -p
复制代码

部署安装

部署 5 个 EMQX Pod

  1. 安装 Cert Manager 依赖

    $ kubectl apply -f https://github.com/cert-manager/cert-manager/releases/download/v1.8.0/cert-manager.yaml
    复制代码
  2. 安装 EMQX Operator

    $ helm repo add emqx https://repos.emqx.io/charts
    $ helm repo update
    $ helm install emqx-operator emqx/emqx-operator \
       --set installCRDs=true \
       --namespace emqx-operator-system \
       --create-namespace
    复制代码
  3. 检查 EMQX Operator 控制器状态

    扫描二维码关注公众号,回复: 14300408 查看本文章
    $ kubectl get pods -l "control-plane=controller-manager" -n emqx-operator-system
    NAME                                                READY   STATUS    RESTARTS   AGE
    emqx-operator-controller-manager-68b866c8bf-kd4g6   1/1     Running   0          15s
    复制代码
  4. 部署 EMQX

    cat << "EOF" | kubectl apply -f -
    apiVersion: apps.emqx.io/v1beta2
    kind: EmqxEnterprise
    metadata:
      name: emqx-ee
      labels:
        cluster: emqx
    spec:
      image: emqx/emqx-ee:4.4.1
      env:
        - name: "EMQX_NODE__DIST_BUFFER_SIZE"
          value: "16MB"
        - name: "EMQX_NODE__PROCESS_LIMIT"
          value: "2097152"
        - name: "EMQX_NODE__MAX_PORTS"
          value: "1048576"
        - name: "EMQX_LISTENER__TCP__EXTERNAL__ACCEPTORS"
          value: "64"
        - name: "EMQX_LISTENER__TCP__EXTERNAL__BACKLOG"
          value: "1024000"
        - name: "EMQX_LISTENER__TCP__EXTERNAL__MAX_CONNECTIONS"
          value: "1024000"
        - name: "EMQX_LISTENER__TCP__EXTERNAL__MAX_CONN_RATE"
          value: "100000"
      emqxTemplate:
        license: "your license string"
        listener:
          type: LoadBalancer
          annotations:
            service.beta.kubernetes.io/alibaba-cloud-loadbalancer-address-type: "intranet"
            service.beta.kubernetes.io/alibaba-cloud-loadbalancer-spec: "slb.s3.large"
    EOF
    复制代码
  5. 查看 EMQX 部署状态

    $ kubectl get pods
    复制代码

EMQX 集群由 5 个 Pod 组成,每个 Pod 的资源限额如下:

$ kubectl get emqx-ee emqx-ee -o json | jq ".spec.replicas"
5
$ kubectl get emqx-ee emqx-ee -o json | jq ".spec.resources"
{
  "limits": {
    "cpu": "20",
    "memory": "20Gi"
  },
  "requests": {
    "cpu": "4",
    "memory": "4Gi"
  }
}
复制代码

搭建结果验证

测试环境

本次测试使用阿里云 ACK 专有服务,网络插件为 Flannel,使用 3 台规格为 ecs.c7.2xlarge、操作系统为 centos7.9 的实例作为 master 节点,5 台规格为 ecs.c7.16xlarge、操作系统为 centos7.9 的实例作为 worker node 节点,测试工具使用 XMeter,压力机与 ACK 的负载均衡在同一个 VPC 网络中。

测试场景

  1. 100 万个客户端使用 MQTT 5.0 协议连接 EMQX
  2. publish 客户端和 subscribe 客户端各 500k
  3. 每个 publish 客户端每秒发布一条 QoS 1、payload size 1k 的消息
  4. 相应的每个 subscribe 客户端每秒消费一条消息

测试结果

如下图 EMQX Enterprise Dashboard 监控显示,本次测试被测集群共 5 个 worker 节点,集群接入量实际达到 1M 连接和 500k 订阅,消息流入(发布)消息流出(消费)都达到了每秒 50 万:

MQTT Dashboard.png

消息吞吐期间 EMQX Enterprise Pods 的资源消耗如下:

EMQX Enterprise Pods 的资源消耗.png

XMeter 测试工具结果详情如下:

XMeter 测试工具结果.png

结语

通过上文的验证,我们可以看到基于 EMQX Operator 在 K8s 部署的 EMQX 集群可以轻松处理百万 MQTT 连接。随着 K8s 的普及,将会有更多的用户选择 Operator 在 K8s 上部署和运维云原生应用。EMQ 将持续优化 EMQX Operator,帮助用户简化部署和管理 EMQX 集群的流程,在云原生时代充分享受云带来的便利,发掘 EMQX 为物联网实时数据移动、处理和集成带来的强大能力。

版权声明: 本文为 EMQ 原创,转载请注明出处。

原文链接:www.emqx.com/zh/blog/bui…

猜你喜欢

转载自juejin.im/post/7108577603765665829
今日推荐