系统管理员一致认为：部署和管理大型分布式系统非常复杂。如果您有数百个应用程序，则很难手动执行所有操作。为了克服这个问题，容器技术已被广泛应用于各种行业的大规模分布式系统中。
容器是打包应用程序及其依存关系的软件部署单元。容器技术对于数据分发服务（Data Distribution Service?）系统可能很有用，尤其是在您拥有大型系统并且需要远程部署、更新和扩展它的情况下。在这方面，RTI公司已经探索Docker和Kubernetes已有相当一段时间了。
作为RTI研究团队内工作的一部分，我们还一直在评估Kubernetes集群内DDS的性能，以帮助确定客户是否应该注意任何问题。在我的两部分博客的第一部分中，这里将讨论什么是Kubernetes，以及它与DDS的关系。
什么是Kubernetes？
Kubernetes（k8s）是用于容器化应用程序的编排平台。什么是业务流程平台？编排平台是一组服务，可帮助部署和管理分布式节点和应用程序。具体来说，它通过向上和向下缩放、执行更新和回滚，自我修复等方法来帮助管理分布式应用程序。目前，k8s是容器编排的实际标准，它是Google开发的一个开源项目，并且目前由Cloud Native Computing Foundation（CNCF）管理。
您可能听说过Docker。k8与Docker有何关系？k8和Docker是互补技术。Docker是当前使用最广泛的容器引擎技术，因此使用Docker开发和打包然后使用k8来管理这些容器是很常见的。
Kubernetes体系结构
要使用k8s，首先需要设置k8s集群，否则，如果已经有一个集群，则需要访问该集群。如果您没有集群，请签出kubeadm来设置分布式集群，或者查看minikube来本地设置。使用这些工具非常容易。
k8s集群是什么样的？如图1所示，每个k8s集群至少由一个主节点和多个工作节点组成。主服务器充当集群的控制平面。每个工作程序节点管理一个容器运行时，例如Docker；它处理容器的生命周期操作，例如拉容器图像，启动和停止容器。每个工作节点还具有一个称为kubelet的代理，该代理与主服务器进行通信以进行容器编排。
一旦您的k8s集群启动并运行，就可以通过k8s命令行工具kubectl将k8s清单文件发送到主服务器来部署容器。
图1． Kubernetes的概念和架构
Kubernetes网络
现在，让我解释一下k8的网络模型，因为这将是与DDS最为相关的主题。K8s使用Docker作为默认的容器引擎，但是其联网方法不同于Docker的默认方法。
k8s引入了一个称为“ pod”的新概念作为其可部署单元。容器是具有共享存储／网络的一个或多个容器的集合。每个Pod都有自己直接可访问的IP地址，因此，您无需像处理Docker那样处理容器与主机之间的映射端口。
该网络模型创建了一个干净的，向后兼容的模型，在其中可以将Pod视为物理主机。Kubernetes的网络模型具有以下基本要求：
· 所有容器无需网络地址转换（NAT）即可与所有其他容器通信。
· 所有节点都可以在没有NAT的情况下与所有容器通信（反之亦然）。
· 容器所看到的IP与其他人所看到的IP是相同的。
从中我们得到的启发
与单独使用Docker相比，k8s网络模型更适合DDS。 DDS参与者交换其IP地址以进行点对点通信，因此DDS在没有NAT的网络上可以更好地工作。
DDS发现服务对于k8s非常有用。 Pod的IP地址不可靠，因为它们的IP地址是在创建时动态分配的。因此，通常将Pod缝合到具有可靠IP地址和DNS名称的“ k8s服务”中。然后，k8s服务负载平衡了缝合后端后端的网络流量。使用DDS发现服务，您不需要k8s服务，因为DDS窗格可以通过主题发现并建立彼此的连接，从而抽象出基于IP的通信。这将允许DDS Pod在无需k8s服务的情况下进行发现和通信，从而解决了IP不可靠性问题。
k8s提供了一组不错的功能，用于部署，更新，扩展和自我修复分布式应用程序。尽管这是事实，但可能难以完全理解和利用所有功能。我们真的需要k8来管理DDS应用程序吗？我会说并不是每个系统都需要它。但是，如果您的系统是：
1． 大规模的数百个节点和应用程序。
2． 利用容器包装应用程序。
3． 需要自动缩放和自我修复功能。
使用k8s的自我修复功能的一个问题是，检测和启动新容器可能要花费一分钟或更长时间。此恢复时间不会影响群集的无状态应用程序，但是会严重影响有状态的应用程序。作为RTI研究团队当前工作的一部分，我们一直在研究为关键应用程序支持自我修复的机制，这些机制有可能将恢复时间缩短到100毫秒以下。
在本博客的下一部分中，我将以RTI PerfTest为例，分享在k8s集群中部署DDS应用程序的特定说明和配置。如果您对此主题感兴趣，请检查一下！
关于作者
Kyoungho An是Real－Time Innovations（RTI）的高级研究工程师。他在分布式实时嵌入式系统方面拥有10年的经验。他的研究兴趣包括发布／订阅中间件，以及分布式系统的部署和监视。他曾担任首席研究员，领导过多个由DOD和DOE资助的研究项目。他在期刊和会议上发表了针对分布式基于事件的系统，中间件和网络物理系统的研究论文。他拥有博士学位。范德比尔特大学计算机科学博士学位。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
