本文目录导读：
《深入探究K8s负载均衡策略：默认策略全解析》
图片来源于网络，如有侵权联系删除
K8s负载均衡概述
Kubernetes（K8s）作为一个开源的容器编排平台，在管理大规模容器化应用时，负载均衡是至关重要的功能，它确保流量在多个容器实例之间合理分配，提高应用的可用性、可靠性和性能，负载均衡策略决定了如何将客户端请求分发到后端的Pod（K8s中最小的可部署计算单元）。
K8s默认负载均衡策略
（一）Service的默认负载均衡
1、基于Round - Robin（轮询）的机制
- 在K8s中，当创建一个Service（服务）对象且没有指定特殊的负载均衡策略时，默认采用轮询的方式来分发请求，假设有一个Web应用的Service，后端有三个Pod实例（Pod1、Pod2、Pod3），当第一个请求到来时，会被路由到Pod1；第二个请求会被路由到Pod2；第三个请求则会被路由到Pod3；第四个请求又会回到Pod1，如此循环。
- 这种轮询策略简单且公平，每个Pod都有均等的机会接收请求，它在许多场景下都能很好地工作，尤其是当后端Pod的处理能力相近时，对于无状态的Web服务，如简单的静态网页服务器集群，轮询策略可以均匀地分担流量，避免某个Pod过度负载而其他Pod闲置的情况。
2、IP - based Session Affinity（基于IP的会话亲和性）
- 除了轮询，K8s的默认Service负载均衡还支持基于IP的会话亲和性，这种策略会根据客户端的IP地址将请求路由到特定的Pod，一旦一个客户端的请求被路由到某个Pod，后续来自该客户端IP的请求都会被发送到同一个Pod。
- 考虑一个在线购物系统的场景，用户在登录后可能会与服务器进行多次交互，如添加商品到购物车、查看商品详情等，基于IP的会话亲和性可以确保用户的整个会话过程都由同一个Pod处理，这样可以利用Pod中的本地缓存（如果存在）来提高性能，如果某个Pod缓存了用户的购物车信息，那么用户的后续操作都由这个Pod处理就可以直接使用缓存，而不需要在不同Pod之间同步缓存信息。
图片来源于网络，如有侵权联系删除
（二）Ingress的默认负载均衡
1、轮询方式的继承与扩展
- Ingress是K8s中用于管理外部访问到集群内部服务的API对象，当使用默认的Ingress配置时，它也会在一定程度上继承Service的轮询负载均衡策略，对于多个后端Service，Ingress会按照轮询的方式将外部请求分发到不同的Service。
- 假设一个K8s集群中有两个不同的Web应用服务（Service A和Service B）通过一个Ingress暴露给外部，Ingress会交替地将外部请求路由到Service A和Service B，如果Service A有多个Pod实例，那么在路由到Service A时，Service A内部又会按照自身默认的轮询策略（如前面提到的Service内部的轮询）将请求分发到其各个Pod实例。
2、基于路径的默认路由规则
- Ingress的默认负载均衡还包括基于路径的路由规则，它可以根据请求的URL路径将请求分发到不同的后端Service，对于一个同时包含API服务和静态网页服务的集群，可以配置Ingress，使得以/api开头的请求被路由到API服务的后端Pod，而其他请求被路由到静态网页服务的后端Pod。
- 这种基于路径的负载均衡在微服务架构中非常有用，不同的微服务可以通过不同的路径来区分，Ingress能够准确地将请求分发到对应的微服务后端，提高整个系统的可维护性和可扩展性。
默认负载均衡策略的局限性
1、轮询策略的局限性
图片来源于网络，如有侵权联系删除
- 虽然轮询策略简单公平，但它没有考虑到后端Pod的实际负载情况，如果某个Pod由于硬件故障或者正在进行资源密集型的任务（如数据备份）而性能下降，轮询策略仍然会按照均等的机会将请求发送到这个Pod，可能导致部分请求响应时间过长。
- 在实际应用中，可能会出现Pod的处理能力不同的情况，一个由不同配置的服务器组成的集群，高端服务器所在的Pod能够处理更多的请求，但轮询策略不会优先将更多请求分配给它。
2、基于IP的会话亲和性局限性
- 基于IP的会话亲和性可能会导致负载不均衡，如果某个客户端产生了大量的请求，那么负责处理这个客户端请求的Pod可能会承受过高的负载，而其他Pod相对空闲，在一个视频流服务中，某个大型企业用户的IP地址下有众多员工同时观看视频，所有这些请求都被路由到同一个Pod，可能会使这个Pod不堪重负。
- 如果客户端的IP地址是动态分配的，如在一些移动网络环境下，可能会导致会话亲和性失效或者不准确，因为客户端的IP地址可能在会话过程中发生变化。
K8s的默认负载均衡策略在许多场景下为容器化应用提供了基本的流量分发机制，轮询策略和基于IP的会话亲和性在简单的应用部署和运行中能够满足需求，随着应用的复杂性增加和对性能、可靠性要求的提高，需要根据实际情况考虑定制化的负载均衡策略或者使用K8s提供的其他高级负载均衡功能来弥补默认策略的局限性。
评论列表