本文最终的解决方式很简单,就是将现有卷升级为支持更高 IOPS 的卷,但解决问题的过程值得推荐。
我们的团队看管着大约 30 套自建的 Kubernetes 集群,最近需要针对 etcd 集群进行性能分析。
每个 etcd 集群有 5 个成员,实例型号为 m6i.xlarge,最大支持 6000 IOPS。每个成员有 3 个卷:
- root 卷
- write-ahead-log 的卷
- 数据库卷
每个卷的型号为 gp2,大小为 300gb,最大支持 900 IOPS:
测试写性能
首先 (在单独的实例上执行) 执行 etcdctl check perf
命令,模拟 etcd 集群的负载,并打印结果。可以通过--load
参数来模拟不同大小的集群负载,支持参数为:s(small)
, m(medium)
, l(large)
, xl(xLarge)
。
当 load 为 s
时,测试是通过的。
但当 load 为 l
时,测试失败。可以看到,集群可执行 6.6K/s 的写操作,可以认为我们的集群介于中等集群和大型集群之间。
下面是使用 iostat
展示的磁盘状态,其中 nvme1n1
是 etcd 的 write-ahead-log 卷,其 IO 使用率已经达到 100%,导致 etcd 的线程等待 IO。
下面使用 fio 来查看 fdatasync 的延迟 (见附录):
可以看到 fdatasync 延迟的 99th 百分比为 2671 usec
(或 2.7ms),说明集群足够快 (etcd 官方建议最小 10ms)。从上面的输出还可以看到报告的 IOPS 为 709,相比 gp2 EBS 卷宣称的 900 IOPS 来说并不算低。
升级为 GP3
下面将卷升级为 GP3(支持最小 3000 IOPS)。
可以看到 IOPS 变为了 1105,但远低于预期,通过查看磁盘的使用率,发现瓶颈仍然是 EBS 卷。
鉴于实例类型支持的最大 IOPS 约为 6000,我决定冒险一试,看看结果如何:
可以看到的确遇到了瓶颈,当 IOPS 规格从 900 变为 3000 时,实际 IOPS 增加了 30%,但 IOPS 规格从 3000 变为 6000 时却没有什么变化。
IOPS 到哪里去了?
操作系统通常会缓存写操作,当写操作结束之后,数据仍然存在缓存中,需要等待刷新到磁盘。
数据库则不同,它需要知道数据写入的时间和地点。假设一个执行 EFTPOS(电子钱包转帐) 交易的数据库被突然重启,仅仅知道数据被 " 最终 " 写入是不够的。
AWS 在其文档中提到:
事务敏感的应用对 I/O 延迟比较敏感,适合使用 SSD 卷。可以通过保持低队列长度和合适的 IOPS 数量来保持高 IOPS,同时降低延迟。持续增加卷的 IOPS 会导致 I/O 延迟的增加。 吞吐量敏感的应用则对 I/O 延迟增加不那么敏感,适合使用 HDD 卷。可以通过在执行大量顺序 I/O 时保持高队列长度来保证 HDD 卷的高吞吐量。
etcd 在每个事务之后都会使用一个 fdatasync 系统调用,这也是为什么在 fio 命令中指定—fdatasync=1
的原因。
fsync() 会将文件描述符 fd 引用的所有 (被修改的) 核心数据刷新到磁盘设备 (或其他永久存储设备),这样就可以检索到这些信息 (即便系统崩溃或重启)。
该调用在设备返回前会被阻塞,此外,它还会刷新文件的元数据 (参见 stat[2](2)) fdatasync() 类似 fsync(),但不会刷新修改后的元数据 (除非需要该元数据才能正确处理后续的数据检索)。
例如,修改 st_atime 或 st_mtime 并不会刷新,因为它们不会影响后续数据的读取,但对文件大小 (st_size) 的修改,则需要刷新元数据。
可以看到这种处理方式对性能的影响比较大。
下表展示了各个卷类型的最大性能,与 etcd 相关的是 Max synchronous write:
可以看到 etcd 的 iops 一方面和自身实现有关,另一方面受到存储本身的限制。
附录
使用 Fio 来测试 Etcd 的存储性能[3]
etcd 集群的性能严重依赖存储的性能,为了理解相关的存储性能,etcd 暴露了一些 Prometheus 指标,其中一个为 wal_fsync_duration_seconds
,etcd建议[4]当 99% 的指标值均小于 10ms 时说明存储足够快。可以使用fio[5]来验证 etcd 的处理速度,在下面命令中,test-data 为测试的挂载点目录:
fio --rw=write --ioengine=sync --fdatasync=1 --directory=test-data --size=22m --bs=2300 --name=mytest
在命令输出中,只需关注fdatasync的 99th 百分比是否小于 10ms,在本场景中,为 2180 微秒,说明存储足够快:
fsync/fdatasync/sync_file_range: sync (usec): min=534, max=15766, avg=1273.08, stdev=1084.70 sync percentiles (usec): | 1.00th=[ 553], 5.00th=[ 578], 10.00th=[ 594], 20.00th=[ 627], | 30.00th=[ 709], 40.00th=[ 750], 50.00th=[ 783], 60.00th=[ 1549], | 70.00th=[ 1729], 80.00th=[ 1991], 90.00th=[ 2180], 95.00th=[ 2278], | 99.00th=[ 2376], 99.50th=[ 9634], 99.90th=[15795], 99.95th=[15795], | 99.99th=[15795]
注意:
- 可以根据特定的场景条件
--size
和--bs
- 在本例中,fio 是唯一的 I/O,但在实际场景中,除了和
wal_fsync_duration_seconds
相关联的写入之外,很可能还会有其他写入存储的操作,因此,如果从 fio 观察到的 99th 百分比略低于 10ms 时,可能并不是因为存储不够快。 - fio 的版本不能低于 3.5,老版本不支持 fdatasync
Etcd WALs
数据库通常都会使用 WAL,etcd 也不例外。etcd 会将针对 key-value 存储的特定操作 (在 apply 前) 写入 WAL 中,当一个成员崩溃并重启,就可以通过 WAL 恢复事务处理。
因此,在客户端添加或更新 key-value 存储前,etcd 都会将操作记录到 WAL,在进一步处理前,etcd 必须 100% 保证 WAL 表项被持久化。由于存在缓存,因此仅仅使用 write
系统调用是不够的。为了保证数据能够写入持久化存储,需要在 write
之后执行 fdatasync
系统调用 (这也是 etcd 实际的做法)。
使用 fio 访问存储
为了获得有意义的结果,需要保证 fio 生成的写入负载和 etcd 写入 WAL 文件的方式类似。因此 fio 也必须采用顺序写入文件的方式,并在执行 write 系统调用之后再执行 fdatasync
系统调用。为了达到顺序写的目的,需要指定--rw=write
,为了保证 fio 使用的是 write 系统调用,而不是其他系统调用 (如 pwrite[7]),需要使用--ioengine=sync
,最后,为了保证每个 write 调用之后都执行 fdatasync
,需要指定--fdatasync=1
,另外两个参数--size
和--bs
需要根据实际情况进行调整。
原文链接:https://www.cnblogs.com/charlieroro/p/17379469.html
标签:etcd,Etcd,--,IOPS,参数,th,fdatasync,K8s,fio From: https://www.cnblogs.com/fengjian2016/p/17440184.html