换热器但究竟什么是云原生 |
| 发布者:无锡珂瑞特重工有限公司 发布时间:2020-12-24 16:14:13 点击次数:416 关闭 |
KubeCon + CloudNativeCon Open Source Summit 2019“云原生”的概念真的很火,火的一塌糊涂。但究竟什么是云原生,其实也很难有人真的说的清楚,大体思想就是为云而生的应用,也就是应用的开发是基于云的,充分利用云的特点,实现等。但自我感觉这些都是些概念,并没有什么新技术,本质上可以说新瓶装旧酒,当然其中的一些思想还是值得借鉴的。 而云原生的中流砥柱就要算Kubernetes了,而Kubernetes的底层核心又是容器,除了原生支持的docker以外,近些年根据其他一些不同需求也产生了多类变种,如安全容器,富容器等。今天我们就来借用这个机会总结也行当前比较流行的容器技术。当然docker由于太基本而且已经被大家所熟知了,这里就不再展开了。 为什么需要安全容器?因为你可能需要在容器中运行别人开发的不授信的代码,也可能使用一些存在安全问题的第三方库,甚至当你运行自己开发的代码时,如内核模块,你也不能保证它没有bug,万一出现问题可能导致整个host的crash。而这些问题是当前docket(runC)无法解决的,因此就需要一种隔离性更好的安全容器。 2018年谷歌发布了一种新型沙箱gVisor,可以用于为资源占用较少、不需要运行完整VM的容器提供安全隔离。gVisor的核心是一个使用Go编写的开源用户空间内核,与现有的容器技术相比,其设计做了不同的权衡,它实现了Linux系统表面的主要部分。换热器该项目包含集成了Docker和Kubernetes的OCI运行时“runsc”。 据gVisor项目的GitHubREADME介绍,gVisor是一个作为普通非特权进程运行的内核,支持大多数的Linux系统调用。就像在VM中一样,在gVisor沙箱中运行的应用程序有自己的内核和虚拟设,与主机和其它沙箱区分开来。通过拦截应用程序系统调用并作为客户内核运行,gVisor提供了强隔离边界,可以将其视为半虚拟化的操作系统,“与完整的VM相比,资源占用更灵活,固定成本更低”。不过,这种灵活性牺牲了性能和兼容性:对于频繁进行系统调用的工作负载,gVisor的性能可能会差一些;虽然gVisor实现了Linux系统API的一大部分(目前200个系统调用),但有几个系统调用和参数还不支持(/proc和/sys文件系统的某些部分),也就是说,并不是所有的应用程序都可以在gVisor内运行。 与其他容器技术相比,一个关键的区别是,gVisor不是简单地把应用程序系统调用重定向给主机内核,而是实现了大多数内核原语(信号量、文件系统、Futex、管道、mm等),并基于这些原语实现了系统调用处理程序。 为了提供纵深防御,限制主机系统表面,gVisor运行时被分成了两个独立的进程。个是Sentry进程,它包含内核,负责执行用户代码,处理系统调用。Sentry并不是使用Go语言重新实现了一个完整的Linux内核,而只是一个对应用进程“冒充”内核的系统组件。在这种设计思想下,我们就不难理解,Sentry其实需要自己实现一个完整的Linux内核网络栈,以便处理应用进程的通信请求。然后,把封装好的二层帧直接发送给Kubernetes设置的Pod的Network Namespace即可。第二个是Gofer,它是一个文件系统操作代理,超出沙箱(非内部proc或tmp文件、管道等)的文件系统操作会通过9P连接发送给它。并依靠seccomp机制将自己的能力限制在小集,从而防止恶意应用进程通过Gofer来从容器中“逃逸”出去。 而在具体的实现上,gVisor的Sentry进程,其实还分为两种不同的实现方式。这里的工作原理,可以用下面的示意图来描述清楚。 种实现方式,是使用Ptrace机制来拦截用户应用的系统调用(System Call),然后把这些系统调用交给Sentry来进行处理。这个过程,对于应用进程来说,是完全透明的。而Sentry接下来,则会扮演操作系统的角色,在用户态执行用户程序,然后仅在需要的时候,才向宿主机发起Sentry自己所需要执行的系统调用。这就是gVisor对用户应用进程进行强隔离的主要手段。不过,Ptrace进行系统调用拦截的性能实在是太差,仅能供Demo时使用。 在这种实现里,Sentry会使用KVM来进行系统调用的拦截,这个性能比Ptrace就要好很多了。 当然,为了能够做到这一点,Sentry进程就必须扮演一个Guest Kernel的角色,负责执行用户程序,发起系统调用。而这些系统调用被KVM拦截下来,还是继续交给Sentry进行处理。只不过在这时候,Sentry就切换成了一个普通的宿主机进程的角色,来向宿主机发起它所需要的系统调用。 可以看到,在这种实现里,Sentry并不会真的像虚拟机那样去虚拟出硬件设、安装Guest操作系统。它只是借助KVM进行系统调用的拦截,以及处理地址空间切换等细节。 值得一提的是,在Google内部,他们也是使用的第二种基于Hypervisor的gVisor实现。只不过Google内部有自己研发的Hypervisor,所以要比KVM实现的性能还要好。 需要指出的是,到目前为止,gVisor的实现依然不是非常完善,有很多Linux系统调用它还不支持;有很多应用,在gVisor里还没办法运行起来。 此外,gVisor也暂时没有实现一个Pod多个容器的支持。当然,在后面的发展中,这些工程问题一定会逐渐解决掉的。 Kata Containers的本质,就是一个轻量化虚拟机。所以当你启动一个Kata Containers之后,你其实就会看到一个正常的虚拟机在运行。这也就意味着,一个标准的虚拟机管理程序(Virtual Machine Manager, VMM)是运行Kata Containers必的一个组件。在我们上面图中,使用的VMM就是Qemu。 而使用了虚拟机作为进程的隔离环境之后,Kata Containers原生就带有了Pod的概念。即:这个Kata Containers启动的虚拟机,就是一个Pod;而用户定义的容器,就是运行在这个轻量级虚拟机里的进程。在具体实现上,Kata Containers的虚拟机里会有一个特殊的Init进程负责管理虚拟机里面的用户容器,换热器并且只为这些容器开启Mount Namespace。所以,这些用户容器之间,原生就是共享Network以及其他Namespace的。 此外,为了跟上层编排框架比如Kubernetes进行对接,Kata Containers项目会启动一系列跟用户容器对应的shim进程,来负责操作这些用户容器的生命周期。当然,这些操作,实际上还是要靠虚拟机里的Init进程来帮你做到。但到了Kata1.5有了shim v2的支持,Kata不再需要为每个Container启动一个shim了,而是为一个pod启动一个shim v2。换热器如下图所示: 而在具体的架构上,Kata Containers的实现方式同一个正常的虚拟机其实也非常类似。这里的原理,可以用如下所示的一幅示意图来表示。 可以看到,当Kata Containers运行起来之后,虚拟机里的用户进程(容器),实际上只能看到虚拟机里的被裁减过的Guest Kernel,以及通过Hypervisor虚拟出来的硬件设。 而为了能够对这个虚拟机的I/O性能进行优化,Kata Containers也会通过vhost技术(比如:vhost-user)来实现Guest与Host之间的高效的网络通信,并且使用PCI Passthrough(PCI穿透)技术来让Guest里的进程直接访问到宿主机上的物理设。这些架构设计与实现,其实跟常规虚拟机的优化手段是基本一致的。 通过以上的讲述,相信你对Kata Containers和gVisor的实现原理,已经有一个感性的认识了。另外,你可能还听说过AWS在2018年末发布的一个叫做Firecracker的安全容器项目。这个项目的核心,其实是一个用Rust语言重新编写的VMM(即:虚拟机管理器)。这就意味着,Firecracker和Kata Containers的本质原理,其实是一样的。只不过,Kata Containers默认使用的VMM是Qemu,而Firecracker,则使用自己编写的VMM。所以,理论上,Kata Containers也可以使用Firecracker运行起来。
在性能上,KataContainers和KVM实现的gVisor基本不分伯仲,在启动速度和占用资源上,基于用户态内核的gVisor还略胜一筹。但是,对于系统调用密集的应用,比如重I/O或者重网络的应用,gVisor就会因为需要频繁拦截系统调用而出现性能急剧下降的情况。此外,gVisor由于要自己使用Sentry去模拟一个Linux内核,所以它能支持的系统调用是有限的,只是Linux系统调用的一个子集。 |
|
|