Knative 应用在阿里云容器服务上的最佳实践

作者|元毅 阿里云智能事业群高级开发工程师

相信通过前面几个章节的内容，大家对 Knative 有了初步的体感，那么在云原生时代如何在云上玩转 Knative？本篇内容就给你带来了 Knative 应用在阿里云容器服务上的最佳实践。

何为最佳实践，就是按照生产可用的方式部署服务，提供服务监控告警以及链路追踪。我们按照如下 3 个部分内容进行：

• Knative Service 服务部署
• Knative Service 服务日志、监控告警
• Knative Service 服务分布式链路追踪

准备

参考在阿里云容器服务上部署Knative。 这里注意在部署 Istio 时需要开启 Tracing 分布式追踪。

Knative Service 服务部署

1. 执行 kubectl 命令：

$kubectl apply -f helloworld-go.yaml

其中 helloworld-go.yaml 示例内容：

apiVersion: serving.knative.dev/v1alpha1
kind: Service
metadata:
  name: helloworld-go
  namespace: default
spec:
  template:
    spec:
      containers:
      - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/helloworld-go:160e4db7
        env:
        - name: TARGET
          value: "Knative"

1. 查看 istio-ingressgateway 服务。

[root@iZbp11kx5d8so7gb07fbtkZ samples]# kubectl -n  istio-system get svc istio-ingressgateway
NAME                   TYPE           CLUSTER-IP    EXTERNAL-IP     PORT(S)                                                      AGE
istio-ingressgateway   LoadBalancer   172.21.5.96   101.37.100.85   15020:30816/TCP,80:31380/TCP,443:31390/TCP,15443:31412/TCP   19d

1. 执行 kubectl 如下命令，获取 Domin 信息

[root@iZbp11kx5d8so7gb07fbtkZ samples]# kubectl get ksvc helloworld-go
NAME            URL                                        LATESTCREATED         LATESTREADY           READY   REASON
helloworld-go   http://helloworld-go.default.example.com   helloworld-go-skcpl   helloworld-go-skcpl   True

1. 最后执行 curl -H "Host: helloworld-go.default.example.com" http://101.37.100.85 可以获取执行的结果

[root@iZbp11kx5d8so7gb07fbtkZ samples]# curl -H "Host: helloworld-go.default.example.com" http://101.37.100.85
Hello Knative!

Knative Service 服务日志、监控告警

阿里云日志服务（Log Service，简称 LOG）是针对日志类数据的一站式服务，在阿里巴巴集团经历大量大数据场景锤炼而成。您无需开发就能快捷完成日志数据采集、消费、投递以及查询分析等功能，提升运维、运营效率，建立 DT 时代海量日志处理能力。

1. 选择日志库，创建 Logstore。这里以创建 helloworld 为例：

   

2. 数据源接入，选择 Docker 标准输出， 参见日志服务容器标准输出

   

1. 插件配置这里我们针对 helloworld-go Service, 设置采集的环境变量为："K_SERVICE": "helloworld-go"。并且通过 processors 分割日志信息，如这里 "Keys": [ "time","level", "msg" ]。

{
  "inputs": [
    {
      "detail": {
        "IncludeEnv": {
          "K_SERVICE": "helloworld-go"
        },
        "IncludeLabel": {},
        "ExcludeLabel": {}
      },
      "type": "service_docker_stdout"
    }
  ],
  "processors": [
    {
      "detail": {
        "KeepSource": false,
        "NoMatchError": true,
        "Keys": [
          "time",
          "level",
          "msg"
        ],
        "NoKeyError": true,
        "Regex": "(\\d+-\\d+-\\d+\\s+\\d+:\\d+:\\d+)\\s+(\\w+)\\s+(.*)",
        "SourceKey": "content"
      },
      "type": "processor_regex"
    }
  ]
}

1. 设置查询分析，参考查询与分析。为了便于分析这里设置 level、msg 和 time 这 3 列：

   

1. 访问 Hello World 示例服务。

[root@iZbp11kx5d8so7gb07fbtkZ samples]# curl -H "Host: helloworld-go.default.example.com" http://101.37.100.85
Hello Knative!

1. 登录日志服务控制台, 进入对应的 Project, 选择 helloworld Logstore，点击查询，可以看到日志输出如图所示：

1. 设置查询 sql 语句。这里设置监控的原则是根据 ERROR 出现的次数，因此可以设计统计 ERROR 的 sql 语句：

* | select 'ERROR' , count(1) as total group by 'ERROR'

点击【查询/分析】，结果如图所示：

8. 告警设置。点击 【另存为告警】。

9. 设置告警名称、添加到仪表盘（这里可以新建，输入名称即可）等。其中告警触发条件输入判断告警是否触发的条件表达式, 可以参考告警条件表达式语法。我们这里设置“查询区间：1 分钟，执行间隔：1 分钟，触发条件：total > 3” 表示间隔 1 分钟检查，如果 1 分钟内出现 3 次 ERROR 信息，则触发告警。

10. 告警通知。当前支持如图所示告警通知：

1. 访问 Hello World 示例服务。执行多次以下命令，就会触发告警通知

[root@iZbp11kx5d8so7gb07fbtkZ samples]# curl -H "Host: helloworld-go.default.example.com" http://101.37.100.85
Hello Knative!

如果是设置的邮件通知，告警信息如下图所示：

Knative Service 服务分布式链路追踪

阿里云链路追踪 Tracing Analysis 为分布式应用的开发者提供了完整的调用链路还原、调用请求量统计、链路拓扑、应用依赖分析等工具，可以帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈，提高微服务时代下的开发诊断效率。

1. 选择命名空间设置如下标签启用 Sidecar 自动注入：istio-injection=enabled。通过这种方式就注入了 Istio 的 envoy 代理（proxy）容器， Istio 的 envoy 代理拦截流量后会主动上报 trace 系统。以设置 default 命名空间为例：

kubectl label namespace default istio-injection=enabled

1. 访问 Hello World 示例服务。

[root@iZbp11kx5d8so7gb07fbtkZ samples]# curl -H "Host: helloworld-go.default.example.com" http://101.37.100.85
Hello Knative!

1. 登录阿里云链路追踪服务控制台， 选择应用列表，可以查看对应应用的 tracing 信息。

   

1. 选择应用，点击查看应用详情，可以看到服务调用的平均响应时间。

   

结论

通过以上的实践，相信大家已经了解了如何在阿里云容器服务上部署生产可用的 Serverless 服务。如果你有更好的Knative 实践欢迎一起交流。

欢迎加入 Knative 交流群