কুবারনেটস ওয়ার্কার নোড: অনেক ছোট নাকি অনেক বড়?

একটি Kubernetes ক্লাস্টার তৈরি করার সময়, প্রশ্ন উঠতে পারে: কয়টি কর্মী নোড কনফিগার করতে হবে এবং কি ধরনের? একটি অন-প্রিমিস ক্লাস্টারের জন্য কী ভাল: বেশ কয়েকটি শক্তিশালী সার্ভার কিনুন বা আপনার ডেটা সেন্টারে এক ডজন পুরানো মেশিন ব্যবহার করুন? ক্লাউডে আটটি একক-কোর বা দুটি কোয়াড-কোর উদাহরণ নেওয়া কি ভাল?

এই প্রশ্নের উত্তর নিবন্ধে আছে. ড্যানিয়েল ওয়েইবেল, সফটওয়্যার ইঞ্জিনিয়ার এবং Learnk8s শিক্ষামূলক প্রকল্পের শিক্ষক কমান্ডের অনুবাদে Mail.ru থেকে Kubernetes aaS.

ক্লাস্টার ক্ষমতা

সাধারণভাবে, একটি কুবারনেটস ক্লাস্টারকে একটি বড় "সুপারনোড" হিসাবে ভাবা যেতে পারে। এর মোট কম্পিউটিং শক্তি হল এর সমস্ত উপাদান নোডের ক্ষমতার সমষ্টি।

আপনার কাঙ্ক্ষিত ক্লাস্টার ক্ষমতা লক্ষ্য অর্জনের বিভিন্ন উপায় রয়েছে। উদাহরণস্বরূপ, আমাদের মোট 8টি প্রসেসর কোর এবং 32 GB RAM এর ক্ষমতা সহ একটি ক্লাস্টার প্রয়োজন কারণ অ্যাপ্লিকেশনগুলির একটি সেটের জন্য অনেক সংস্থান প্রয়োজন৷ তারপর আপনি 16 জিবি মেমরি সহ দুটি নোড বা 8 জিবি মেমরি সহ চারটি নোড, দুটি কোয়াড-কোর প্রসেসর বা চারটি ডুয়াল-কোর ইনস্টল করতে পারেন।

এখানে একটি ক্লাস্টার তৈরি করার দুটি সম্ভাব্য উপায় রয়েছে:

উভয় বিকল্প একই ক্ষমতা সহ একটি ক্লাস্টার তৈরি করে, তবে নীচের কনফিগারেশনে চারটি ছোট নোড রয়েছে এবং উপরের কনফিগারেশনে দুটি বড় নোড রয়েছে।

কোন বিকল্প ভাল?

এই প্রশ্নের উত্তর দিতে, আসুন উভয় বিকল্পের সুবিধার দিকে তাকাই। আমরা তাদের একটি টেবিলে সংক্ষিপ্ত করেছি।

বেশ কয়েকটি বড় নোড

অনেক ছোট নোড

সহজ ক্লাস্টার ব্যবস্থাপনা (যদি এটি অন-প্রিমিস হয়)

মসৃণ অটোস্কেলিং

সস্তা (যদি অন-প্রিমিস)

দাম একটু ভিন্ন (ক্লাউডে)

সম্পদ-নিবিড় অ্যাপ্লিকেশন চালাতে পারে

সম্পূর্ণ প্রতিলিপি

সংস্থানগুলি আরও দক্ষতার সাথে ব্যবহার করা হয় (সিস্টেম ডেমনগুলিতে কম ওভারহেড
উচ্চ ক্লাস্টার ফল্ট সহনশীলতা

দয়া করে মনে রাখবেন যে আমরা শুধুমাত্র কর্মী নোড সম্পর্কে কথা বলছি। প্রধান নোডের সংখ্যা এবং আকার নির্বাচন করা সম্পূর্ণ ভিন্ন বিষয়।

সুতরাং, আসুন টেবিল থেকে প্রতিটি পয়েন্ট আরও বিশদে আলোচনা করি।

প্রথম বিকল্প: বেশ কয়েকটি বড় নোড

সবচেয়ে চরম বিকল্প হল পুরো ক্লাস্টার ক্ষমতার জন্য একটি কর্মী নোড। উপরের উদাহরণে, এটি 16 CPU কোর এবং 16 GB RAM সহ একটি একক কর্মী নোড হবে।

Плюсы

প্লাস নং 1. সহজ ব্যবস্থাপনা
পুরো বহরের চেয়ে কয়েকটি মেশিন পরিচালনা করা সহজ। আপডেট এবং ফিক্সগুলি রোল আউট করা দ্রুত, এবং এটি সিঙ্ক্রোনাইজ করা সহজ৷ পরম সংখ্যায় ব্যর্থতার সংখ্যাও কম।

অনুগ্রহ করে মনে রাখবেন যে উপরের সবগুলি আপনার হার্ডওয়্যার, আপনার সার্ভারগুলিতে প্রযোজ্য এবং ক্লাউড দৃষ্টান্তগুলির জন্য নয়৷

মেঘের পরিস্থিতি ভিন্ন। সেখানে, ক্লাউড পরিষেবা প্রদানকারী দ্বারা পরিচালনা করা হয়। সুতরাং, ক্লাউডে দশটি নোড পরিচালনা করা একটি নোড পরিচালনার থেকে খুব বেশি আলাদা নয়।

ট্রাফিক রাউটিং এবং ক্লাউডে পডের মধ্যে লোড বিতরণ স্বয়ংক্রিয়ভাবে সঞ্চালিত: ইন্টারনেট থেকে আসা ট্র্যাফিক প্রধান লোড ব্যালেন্সারে পাঠানো হয়, যা ট্র্যাফিককে একটি নোডের পোর্টে ফরোয়ার্ড করে (নোডপোর্ট পরিষেবা প্রতিটি ক্লাস্টার নোডে 30000-32767 রেঞ্জে পোর্ট সেট করে)। কুবে-প্রক্সি দ্বারা নির্ধারিত নিয়মগুলি নোড থেকে পডে ট্রাফিককে পুনঃনির্দেশ করে। দুটি নোডের দশটি পডের জন্য এটি কেমন দেখায় তা এখানে:

প্রো #2: নোড প্রতি কম খরচ
একটি শক্তিশালী গাড়ি আরও ব্যয়বহুল, তবে দাম বৃদ্ধি অগত্যা রৈখিক নয়। অন্য কথায়, 10 জিবি মেমরি সহ একটি দশ-কোর সার্ভার সাধারণত একই পরিমাণ মেমরি সহ দশটি একক-কোর সার্ভারের চেয়ে সস্তা।

কিন্তু মনে রাখবেন যে এই নিয়মটি সাধারণত ক্লাউড পরিষেবাগুলিতে কাজ করে না। সমস্ত প্রধান ক্লাউড প্রদানকারীর বর্তমান মূল্য স্কিমগুলিতে, দামগুলি সামর্থ্যের সাথে রৈখিকভাবে বৃদ্ধি পায়।

সুতরাং, ক্লাউডে আপনি সাধারণত আরও শক্তিশালী সার্ভারে সংরক্ষণ করতে পারবেন না।

প্রো #3: আপনি সম্পদ-নিবিড় অ্যাপ্লিকেশন চালাতে পারেন
কিছু অ্যাপ্লিকেশনের জন্য একটি ক্লাস্টারে শক্তিশালী সার্ভার প্রয়োজন। উদাহরণস্বরূপ, যদি একটি মেশিন লার্নিং সিস্টেমের জন্য 8 গিগাবাইট মেমরির প্রয়োজন হয়, আপনি এটি 1 গিগাবাইট নোডে চালাতে সক্ষম হবেন না, তবে শুধুমাত্র অন্তত একটি বড় কর্মী নোডের সাথে।

Минусы

অসুবিধা নং 1. নোড প্রতি অনেক পড
যদি একই কাজ কম নোডগুলিতে সঞ্চালিত হয়, তবে তাদের প্রত্যেকের স্বাভাবিকভাবেই আরও পড থাকবে।

এটি একটি সমস্যা হতে পারে।

কারণ হল যে প্রতিটি মডিউল কন্টেইনার রানটাইম (যেমন ডকার), সেইসাথে কুবেলেট এবং সিএডভাইজারে কিছু ওভারহেড প্রবর্তন করে।

উদাহরণস্বরূপ, একটি কুবেলেট নিয়মিতভাবে একটি নোডের সমস্ত পাত্রে টিকে থাকার জন্য অনুসন্ধান করে — যত বেশি পাত্রে, কুবেলেটকে তত বেশি কাজ করতে হবে।

CAdvisor একটি নোডের সমস্ত কন্টেইনারের জন্য সম্পদ ব্যবহারের পরিসংখ্যান সংগ্রহ করে, এবং কুবেলেট নিয়মিতভাবে এই তথ্য অনুসন্ধান করে এবং এটি একটি API এর মাধ্যমে প্রদান করে। আবার, আরও কন্টেইনার মানে সিএডভাইজার এবং কুবেলেট উভয়ের জন্যই বেশি কাজ।

যদি মডিউলের সংখ্যা বৃদ্ধি পায়, তবে এটি সিস্টেমকে ধীর করে দিতে পারে এবং এমনকি এর নির্ভরযোগ্যতাও হ্রাস করতে পারে।

কুবারনেটস ভান্ডারে কিছু অভিযোগযে নোডগুলি রেডি/নটরেডি স্ট্যাটাসের মধ্যে লাফ দেয় কারণ একটি নোডের সমস্ত পাত্রে নিয়মিত কুবেলেট চেক করতে খুব বেশি সময় লাগে।
এই কারণে কুবারনেটস প্রতি নোডে 110 টির বেশি পড না রাখার পরামর্শ দেয়. নোডের পারফরম্যান্সের উপর নির্ভর করে, আপনি নোড প্রতি আরও পড চালাতে পারেন, তবে সমস্যা হবে বা সবকিছু ঠিকঠাক কাজ করবে কিনা তা অনুমান করা কঠিন। এটা অগ্রিম কাজ পরীক্ষা মূল্য.

অসুবিধা নং 2. প্রতিলিপি উপর সীমাবদ্ধতা
খুব কম নোড অ্যাপ্লিকেশন প্রতিলিপি কার্যকর মাত্রা সীমিত. উদাহরণস্বরূপ, যদি আপনার কাছে পাঁচটি প্রতিলিপি সহ একটি উচ্চ প্রাপ্যতা অ্যাপ্লিকেশন থাকে কিন্তু শুধুমাত্র দুটি নোড থাকে, তাহলে অ্যাপ্লিকেশনটির প্রতিলিপির কার্যকরী ডিগ্রী দুটিতে কমে যায়।

পাঁচটি প্রতিলিপি শুধুমাত্র দুটি নোড জুড়ে বিতরণ করা যেতে পারে, এবং যদি তাদের মধ্যে একটি ব্যর্থ হয়, তবে এটি একবারে একাধিক প্রতিলিপি সরিয়ে নেবে।

আপনার যদি পাঁচটি বা তার বেশি নোড থাকে তবে প্রতিটি প্রতিলিপি একটি পৃথক নোডে চলবে এবং একটি নোডের ব্যর্থতা সর্বাধিক একটি প্রতিরূপ সরিয়ে ফেলবে।

সুতরাং, উচ্চ প্রাপ্যতার প্রয়োজনীয়তার জন্য ক্লাস্টারে একটি নির্দিষ্ট ন্যূনতম সংখ্যক নোডের প্রয়োজন হতে পারে।

অসুবিধা নং 3. ব্যর্থতার খারাপ পরিণতি
অল্প সংখ্যক নোড সহ, প্রতিটি ব্যর্থতার আরও গুরুতর পরিণতি রয়েছে। উদাহরণস্বরূপ, যদি আপনার শুধুমাত্র দুটি নোড থাকে এবং তাদের মধ্যে একটি ব্যর্থ হয়, আপনার অর্ধেক মডিউল অবিলম্বে অদৃশ্য হয়ে যায়।

অবশ্যই, Kubernetes ব্যর্থ নোড থেকে অন্যদের কাজের চাপ স্থানান্তর করবে। কিন্তু যদি তাদের মধ্যে কয়েকটি থাকে, তবে পর্যাপ্ত মুক্ত ক্ষমতা নাও থাকতে পারে। ফলস্বরূপ, আপনি ব্যর্থ নোড না আনা পর্যন্ত আপনার কিছু অ্যাপ্লিকেশন অনুপলব্ধ থাকবে।

সুতরাং, যত বেশি নোড, হার্ডওয়্যার ব্যর্থতার প্রভাব তত কম।

অসুবিধা #4: আরও স্বয়ংক্রিয় স্কেলিং পদক্ষেপ
Kubernetes ক্লাউড অবকাঠামোর জন্য একটি ক্লাস্টার স্বয়ংক্রিয়-স্কেলিং সিস্টেম রয়েছে, যা আপনাকে আপনার বর্তমান প্রয়োজনের উপর নির্ভর করে স্বয়ংক্রিয়ভাবে নোডগুলি যোগ বা অপসারণ করতে দেয়। বড় নোডের সাথে, অটোস্কেলিং আরও আকস্মিক এবং ক্লাঙ্কি হয়ে যায়। উদাহরণস্বরূপ, দুটি নোডে, একটি অতিরিক্ত নোড যোগ করা অবিলম্বে ক্লাস্টারের ক্ষমতা 50% বৃদ্ধি করবে। এবং আপনাকে সেই সম্পদগুলির জন্য অর্থ প্রদান করতে হবে, এমনকি যদি আপনার সেগুলি প্রয়োজন না হয়।

এইভাবে, আপনি যদি স্বয়ংক্রিয় ক্লাস্টার স্কেলিং ব্যবহার করার পরিকল্পনা করেন, নোড যত ছোট হবে, তত বেশি নমনীয় এবং সাশ্রয়ী স্কেলিং আপনি পাবেন।

এখন আসুন বৃহৎ সংখ্যক ছোট নোডের সুবিধা এবং অসুবিধাগুলি দেখি।

দ্বিতীয় বিকল্প: অনেক ছোট নোড

এই পদ্ধতির সুবিধাগুলি মূলত বেশ কয়েকটি বড় নোড সহ বিপরীত বিকল্পের অসুবিধাগুলি থেকে উদ্ভূত হয়।

Плюсы

প্রো #1: ব্যর্থতার কম প্রভাব
যত বেশি নোড, প্রতিটি নোডে কম পড। উদাহরণস্বরূপ, যদি আপনার প্রতি দশটি নোডে একশত মডিউল থাকে, তাহলে প্রতিটি নোডে গড়ে দশটি মডিউল থাকবে।

এইভাবে, যদি একটি নোড ব্যর্থ হয়, আপনি শুধুমাত্র 10% কাজের চাপ হারাবেন। সম্ভাবনা হল যে শুধুমাত্র অল্প সংখ্যক প্রতিলিপি প্রভাবিত হবে এবং সামগ্রিক অ্যাপ্লিকেশনটি কার্যকর থাকবে।

অতিরিক্তভাবে, ব্যর্থ নোডের কাজের চাপ সামলানোর জন্য অবশিষ্ট নোডগুলিতে সম্ভবত পর্যাপ্ত বিনামূল্যের সংস্থান থাকবে, তাই Kubernetes অবাধে পডগুলি পুনঃনির্ধারণ করতে পারে এবং আপনার অ্যাপ্লিকেশনগুলি তুলনামূলকভাবে দ্রুত কার্যকরী অবস্থায় ফিরে আসবে।

প্রো # 2: ভাল প্রতিলিপি
যদি পর্যাপ্ত নোড থাকে, Kubernetes শিডিউলার সমস্ত প্রতিলিপিতে বিভিন্ন নোড বরাদ্দ করতে পারে। এইভাবে, যদি একটি নোড ব্যর্থ হয়, শুধুমাত্র একটি প্রতিলিপি প্রভাবিত হবে এবং অ্যাপ্লিকেশন উপলব্ধ থাকবে।

Минусы

অসুবিধা নং 1. নিয়ন্ত্রণ করা কঠিন
বড় সংখ্যক নোড পরিচালনা করা আরও কঠিন। উদাহরণস্বরূপ, প্রতিটি Kubernetes নোডকে অবশ্যই অন্য সকলের সাথে যোগাযোগ করতে হবে, অর্থাৎ সংযোগের সংখ্যা চতুর্মুখীভাবে বৃদ্ধি পায় এবং এই সমস্ত সংযোগগুলিকে ট্র্যাক করা প্রয়োজন।

Kubernetes কন্ট্রোলার ম্যানেজারের নোড কন্ট্রোলার নিয়মিতভাবে ক্লাস্টারের সমস্ত নোডের মধ্য দিয়ে হেঁটে স্বাস্থ্য পরীক্ষা করে - যত বেশি নোড, কন্ট্রোলারে তত বেশি লোড।

etcd ডাটাবেসের লোডও বাড়ছে - প্রতিটি কুবেলেট এবং কুবে-প্রক্সি কল পর্যবেক্ষক etcd এর জন্য (API এর মাধ্যমে), যেখানে etcd অবজেক্ট আপডেট সম্প্রচার করবে।

সাধারণভাবে, প্রতিটি কর্মী নোড মাস্টার নোডের সিস্টেম উপাদানগুলিতে অতিরিক্ত লোড চাপিয়ে দেয়।

Kubernetes আনুষ্ঠানিকভাবে এর সাথে ক্লাস্টার সমর্থন করে নোডের সংখ্যা 5000 পর্যন্ত. যাইহোক, অনুশীলনে ইতিমধ্যে 500 নোড রয়েছে অ-তুচ্ছ সমস্যা সৃষ্টি করতে পারে.

বিপুল সংখ্যক কর্মী নোড পরিচালনা করতে, আপনার আরও শক্তিশালী মাস্টার নোড বেছে নেওয়া উচিত। যেমন কুবে-আপ স্বয়ংক্রিয়ভাবে ইনস্টল হয় কর্মী নোডের সংখ্যার উপর নির্ভর করে মাস্টার নোডের জন্য সঠিক VM আকার। অর্থাৎ, যত বেশি কর্মী নোড, তত বেশি উত্পাদনশীল মাস্টার নোড হওয়া উচিত।

এই নির্দিষ্ট সমস্যার সমাধান করার জন্য বিশেষ উন্নয়ন আছে, যেমন ভার্চুয়াল Kubelet. এই সিস্টেমটি আপনাকে সীমাবদ্ধতা বাইপাস করতে এবং বিপুল সংখ্যক কর্মী নোড সহ ক্লাস্টার তৈরি করতে দেয়।

অসুবিধা #2: বেশি ওভারহেড খরচ।
প্রতিটি কর্মী নোডে, কুবারনেটস সিস্টেম ডেমনের একটি সেট চালায় - এর মধ্যে রয়েছে কন্টেইনার রানটাইম (যেমন ডকার), কিউবে-প্রক্সি এবং কুবেলেট, সিএডভাইজার সহ। একসাথে তারা একটি নির্দিষ্ট পরিমাণ সম্পদ গ্রহণ করে।

আপনার যদি অনেকগুলি ছোট নোড থাকে তবে প্রতিটি নোডে এই ওভারহেডের অনুপাতটি বড়। উদাহরণস্বরূপ, কল্পনা করুন যে একটি একক নোডে সমস্ত সিস্টেম ডেমন একসাথে 0,1 CPU কোর এবং 0,1 GB মেমরি ব্যবহার করে। আপনার যদি 10 গিগাবাইট মেমরি সহ একটি দশ-কোর নোড থাকে তবে ডেমনগুলি ক্লাস্টার ক্ষমতার 1% ব্যবহার করে। অন্যদিকে, 1 জিবি মেমরি সহ দশটি একক-কোর নোডে, ডেমনগুলি ক্লাস্টার ক্ষমতার 10% নেবে।

এইভাবে, কম নোড, আরও দক্ষতার সাথে পরিকাঠামো ব্যবহার করা হয়।

অসুবিধা নং 3. সম্পদের অদক্ষ ব্যবহার
ছোট নোডগুলিতে, এটি হতে পারে যে অবশিষ্ট সংস্থান অংশগুলি কোনও কাজের চাপ দেওয়ার জন্য খুব ছোট, তাই সেগুলি অব্যবহৃত থাকে।

উদাহরণস্বরূপ, প্রতিটি পডের জন্য 0,75 জিবি মেমরি প্রয়োজন। আপনার যদি দশটি নোড থাকে, প্রতিটি 1GB মেমরি সহ, আপনি প্রতিটি নোড 0,25GB অব্যবহৃত মেমরি সহ রেখে দশটি পড চালাতে পারেন।

এর মানে হল যে পুরো ক্লাস্টারের মেমরির 25% নষ্ট হয়ে গেছে।

10 গিগাবাইট মেমরি সহ একটি বড় নোডে, আপনি এই মডিউলগুলির মধ্যে 13টি চালাতে পারেন - এবং 0,25 গিগাবাইটের শুধুমাত্র একটি অব্যবহৃত অংশ থাকবে৷

এই ক্ষেত্রে, স্মৃতির মাত্র 2,5% নষ্ট হয়।

এইভাবে, বড় নোডগুলিতে সংস্থানগুলি আরও অনুকূলভাবে ব্যবহার করা হয়।

বেশ কিছু বড় নোড নাকি অনেক ছোট?

সুতরাং, কোনটি ভাল: একটি ক্লাস্টারে কয়েকটি বড় নোড বা অনেকগুলি ছোট? বরাবরের মত, কোন স্পষ্ট উত্তর নেই। অনেক আবেদনের ধরনের উপর নির্ভর করে।

উদাহরণস্বরূপ, যদি একটি অ্যাপ্লিকেশনের জন্য 10 গিগাবাইট মেমরির প্রয়োজন হয়, তাহলে বড় নোডগুলি একটি সুস্পষ্ট পছন্দ। এবং যদি উচ্চ প্রাপ্যতার জন্য অ্যাপ্লিকেশনটির দশগুণ প্রতিলিপির প্রয়োজন হয়, তবে মাত্র দুটি নোডে প্রতিলিপি স্থাপনের ঝুঁকি কমই মূল্যবান - ক্লাস্টারে ন্যূনতম দশটি নোড থাকতে হবে।

মধ্যবর্তী পরিস্থিতিতে, প্রতিটি বিকল্পের সুবিধা এবং অসুবিধাগুলির উপর ভিত্তি করে একটি পছন্দ করুন। সম্ভবত কিছু যুক্তি অন্যদের তুলনায় আপনার পরিস্থিতির সাথে বেশি প্রাসঙ্গিক।

এবং সমস্ত নোডকে একই আকারের করা মোটেও প্রয়োজনীয় নয়। কোন কিছুই আপনাকে একই আকারের নোডগুলির সাথে প্রথমে পরীক্ষা করতে বাধা দেয় না, তারপরে তাদের সাথে একটি ভিন্ন আকারের নোড যোগ করে, একটি ক্লাস্টারে একত্রিত করে৷ কুবারনেটস ক্লাস্টারে কর্মী নোডগুলি সম্পূর্ণ ভিন্ন হতে পারে। তাই আপনি উভয় পদ্ধতির সুবিধা একত্রিত করার চেষ্টা করতে পারেন।

কোন একক রেসিপি নেই, এবং প্রতিটি পরিস্থিতির নিজস্ব সূক্ষ্মতা আছে, এবং শুধুমাত্র উত্পাদন সত্য দেখাবে।

ক্লাউড প্ল্যাটফর্ম টিম দ্বারা প্রস্তুতকৃত অনুবাদ Mail.ru ক্লাউড সলিউশন.

কুবারনেটস সম্পর্কে আরও: ক্লাস্টার পরিচালনা এবং স্থাপনের জন্য 25 দরকারী টুল.

উত্স: www.habr.com