阿里云 K8S 集群的一个重要特性，是集群的节点可以动态的增加或减少 有了这个特性，集群才能在计算资源不足的情况下扩容新的节点，同时也可以在资源利用 理解实现原理，在遇到问题的时候，我们就可以高效地排查并定位原因 我们的讨论基于1.12.6 版本 阿里云 K8S 集群可以给集群增加节点的方式有，添加已有节点，集群扩容，和自动伸缩 其中，添加已有节点又可分为手动添加已有节点和自动添加已有节点 节点的增加涉及到的组件有，节点准备，弹性伸缩（ESS），管控，Cluster Autoscaler 以及调度器 节点准备，其实就是把一个普通的 ECS 实例，安装配置成为一个 K8S 集群节点的过程 这个过程仅靠一条命令就可以完成，这条命令使用 curl 下载 attach_node.sh 脚本 然后以 openapi token 为参数，在 ECS 上运行 curl http:///public/pkg/run/attach//attach_node.sh | bash -s – --openapi-token 这里 token 是一个对的 key，而 value 是当前集群的基本信息 阿里云 K8S集群的管控，在接到手动添加已有节点请求的时候 会生成这个对，并把 key 作为token 返回给用户 这个 token（key）存在的价值，是其可以让 attach_node.sh 脚本 以匿名身份在 ECS 上索引到集群的基本信息（value） 而这些基本信息，对节点准备至关重要 总体上来说，节点准备就做两件事情，读和写，读即数据收集，写即节点配置 这里的读写过程，绝大部分都很基础，大家可以通过阅读脚本来了解细节 唯一需要特别说明的是，kubeadm join 把节点注册到 Master 的过程 此过程需要新加节点和集群 Master 之间建立互信 一边，新加节点从管控处获取的 bootstrap token 与 openapi token 不同，此token 是 value 的一部分内容 实际上是管控通过可信的途径从集群 Master 上获取的 新加节点使用这个 bootstrap token 连接 Master Master 则可通过验证这个 bootstrap token 来建立对新加节点的信任 另一边，新加节点以匿名身份从 Master kube-public 命名空间中获取集群cluster-info cluster-info 包括集群 CA 证书，和使用集群 bootstrap token 对这个 CA 做的签名 新加节点使用从管控处获取的 bootstrap token 对 CA 生成 b 新的签名，然后将此签名与 cluster-info 内签名做对比 如果两个签名一致，则说明cluster-info 和 bootstrap token 来自同一集群 新加节点因为信任管控，所以建立对 Master 的信任 自动添加已有节点，不需要人为拷贝黏贴脚本到 ECS 命令行来完成节点准备的过程 管控使用了 ECS userdata 的特性，把类似以上节点准备的脚本，写入ECS userdata 然后重启 ECS 并更换系统盘。当 ECS 重启之后，会自动执行 Userdata 里边的脚本 来完成节点添加的过程。这部分内容，大家其实可以通过查看节点 userdata 来确认 mkdir -p /var/log/acs
curl http:///public/pkg/run/attach/1.12.6-aliyun.1/attach_node.sh | bash
-s -- --docker-version --token --endpoint --cluster-dns > /var/log/acs/init.log
这里我们看到，attach_node.sh 的参数，与前一节的参数有很大的不同 其实这里的参数，都是前一节 value 的内容，即管控创建并维护的集群基本信息 自动添加已有节点省略了通过 key 获取 value 的过程 集群扩容与以上添加已有节点不同，此功能针对需要新购节点的情形 集群扩容的实现，在添加已有节点的基础上，引入了弹性伸缩 ESS 组件 ESS 组件负责从无到有的过程，而剩下的过程与添加已有节点类似 即依靠 ECS userdata 脚本来完成节点准备 下图是管控通过 ESS 从无到有创建 ECS 的过程 前边三种方式是需要人为干预的伸缩方式，而自动伸缩的本质不同 是它可以在业务需求量增加的时候，自动创建 ECS 实例并加入集群 为了实现自动化，这里引入了另外一个组件 Cluster Autoscaler 集群自动伸缩包括两个独立的过程 其中第一个过程，主要用来配置节点的规格属性，包括设置节点的用户数据 这个用户数据和手动添加已有节点的脚本类似，不同的地方在于，其针对自动伸缩这种场景，增加了一些专门的标记 attach_node.sh 脚本会根据这些标记，来设置节点的属性 curl http:///public/pkg/run/attach/1.12.6-aliyun.1/attach_node.sh | bash -s -- --openapi-token --ess true --labels k8s.io/cluster-autoscaler= true,workload_type= cpu,k8s.aliyun.com= true
而第二个过程，是实现自动增加节点的关键 这里引入了一个新的组件 Autoscaler，它以 Pod 的形式运行在 K8S 集群中 理论上来说，我们可以把这个组件当做一个控制器 因为它的作用与控制器类似，基本上还是监听 Pod 状态 以便在 Pod 因为节点资源不足而不能被调度的时，去修改 ESS 的伸缩规则来增加新的节点 这里有一个知识点，集群调度器衡量资源是否充足的标准，是“预订率”，而不是“使用率” 这两者的差别，类似酒店房价预订率和实际入住率： 在开启自动伸缩功能的时候，我们需要设置缩容阈值，就是“预订率”的下线 之所以不需要设置扩容阈值。是因为 Autoscaler 扩容集群 依靠的是 Pod 的调度状态：当 Pod 因为节点资源“预订率”太高无法被调度的时候 Autoscaler 就会扩容集群 与增加节点不同，集群减少节点的操作只有一个移除节点的入口 但对于用不同方法加入的节点，其各自移除方式略有不同 首先，通过添加已有节点加入的节点，需要三步去移除： 管控通过 ECS API 清楚 ECS userdata； 管控通过 K8S API 从集群中删除节点； 管控通过 ECS Invoke-Command 在 ECS 上执行 kubeadm reset 命令清理节点 其次，通过集群扩容加入的节点，则在上边的基础上，增加了断开 ESS 和 ECS 关系的操作，此操作由管控调用 ESS API 完成 最后，经过 Cluster Autoscaler 动态增加的节点，则在集群 CPU 资源“预订率”降低的时候，由 Cluster Autoscaler 自动移除释放 其触发点是 CPU“预订率”，即上图写 Metrics 的原因 总体上来说，K8S 集群节点的增加与减少，主要涉及四个组件，分别是 Cluster 根据场景不同，我们需要排查不同的组件 其中 Cluster Autoscaler 是一个普通的 Pod，其日志的获取和其他Pod 无异 ESS 弹性伸缩有其专门的控制台 我们可以在控制台排查其伸缩配置、伸缩规则等相关子实例日志和状态 而管控的日志，可以通过查看日志功能来查看 最后，对于节点的准备与清理，其实就是排查对应的脚本的执行过程 
![Node + HTML搭建自己的ChatGPT [基础版]](https://i-blog.csdnimg.cn/direct/d519decc24814957b7356039bc7c6456.png)
