对于生产环境部署的Kubernetes集群,建议你运行一个至少由3个工作节点组成的集群,以支持高可用的控制平面安装。 可以以下面的资源设置起步。 要求会根据集群大小和其他因素而有所不同,因此需要进行单独测试,以找到适合你的环境的值。
注:有关 CPU 和内存资源单位及其含义的更多信息,请参见这个链接。
Deployment | CPU | Memory |
---|---|---|
Operator | Limit: 1, Request: 100m | Limit: 200Mi, Request: 100Mi |
Sidecar Injector | Limit: 1, Request: 100m | Limit: 200Mi, Request: 30Mi |
Sentry | Limit: 1, Request: 100m | Limit: 200Mi, Request: 30Mi |
放置 | Limit: 1, Request: 250m | Limit: 150Mi, Request: 75Mi |
Dashboard | Limit: 200m, Request: 50m | Limit: 200Mi, Request: 20Mi |
使用 Helm 安装 Dapr 时,没有默认限制/请求值。 每个组件都有一个resources
选项(例如,dapr_dashboard.resources
),你可以用它来调整Dapr控制平面以适应你的环境。 Helm chart readme有详细的信息和示例。 在本机/开发环境安装的时候,你可以跳过配置resources
选项。
下面的 Dapr 控制平面deployment是可选的:
To set the resource assignments for the Dapr sidecar, see the annotations here. 与资源约束相关的具体注解如下:
dapr.io/sidecar-cpu-limit
dapr.io/sidecar-memory-limit
dapr.io/sidecar-cpu-request
dapr.io/sidecar-memory-request
如果没有设置,dapr 边车将在没有资源配置的情况下运行,这可能会引起问题。 在生产环境下安装时,强烈建议调整这些配置。
有关在 Kubernetes 中配置资源的详细信息,请参见 将内存资源分配给容器和 Pods和 将 CPU 资源分配给容器和 Pods。
在生产环境中,dapr 边车的设置示例:
CPU | Memory |
---|---|
Limit: 300m, Request: 100m | Limit: 1000Mi, Request: 250Mi |
注意:由于Dapr的目的是为了替你的应用程序完成大部分的I/O任务,因此给Dapr的资源能让您大幅减少其他应用程序的资源分配。
上面的CPU和内存限制是出于Dapr存在大量的I/O密集型操作的考虑。 It is strongly recommended that you use a monitoring tool to baseline the sidecar (and app) containers and tune these settings based on those baselines.
When deploying Dapr in a production-ready configuration, it’s recommended to deploy with a highly available (HA) configuration of the control plane, which creates 3 replicas of each control plane pod in the dapr-system namespace. This configuration allows for the Dapr control plane to survive node failures and other outages.
HA mode can be enabled with both the Dapr CLI and with Helm charts.
For a full guide on deploying Dapr with Helm visit this guide.
建议创建一个文件来存储值,而不是在命令行中指定参数。 这个文件应当应用代码版本控制,这样你就可以跟踪对它的修改。
关于您可以在 值文件中设置的所有可用选项的完整列表(或使用 --set
命令行选项),请参阅 https://github.com/dapr/dapr/blob/master/charts/dapr/README.md。
你也可以不使用helm install
或helm upgrade
,如下图所示,你可以运行helm upgrade --install
- 这将动态地决定是安装还是升级。
# add/update the helm repo
helm repo add dapr https://dapr.github.io/helm-charts/
helm repo update
# See which chart versions are available
helm search repo dapr --devel --versions
# create a values file to store variables
touch values.yml
cat << EOF >> values.yml
global.ha.enabled: true
EOF
# run install/upgrade
helm install dapr dapr/dapr \
--version=<Dapr chart version> \
--namespace dapr-system \
--create-namespace \
--values values.yml \
--wait
# verify the installation
kubectl get pods --namespace dapr-system
该命令将为dapr-system命名空间中每个控制平面service创建3个副本。
Dapr Cli 和 Dapr Helm 图表都会自动关联地部署到带有标签kubernetes.io/os=linux
的节点上。 你可以将Dapr控制平面部署到Windows节点,但大多数用户应该不需要。 For more information see Deploying to a Hybrid Linux/Windows K8s Cluster
Dapr支持零停机升级, 升级包括以下步骤: 升级包括以下步骤:
要升级 Dapr CLI,下载 CLI 的最新版本,并确保它在您的当前路径中。
See steps to upgrade Dapr on a Kubernetes cluster.
最后一步是更新正在运行Dapr的pod,以接替新版本的Dapr运行时。 要完成这一步,只需对有dapr.io/enabled
注解的任何deployment发送rollout restart命令即可。
kubectl rollout restart deploy/<Application deployment name>
要查看所有已启用Dapr的deployment列表,您可以使用Dapr Dashboard或使用Dapr CLI运行以下命令。
dapr list -k
APP ID APP PORT AGE CREATED
nodeapp 3000 16h 2020-07-29 17:16.22
当正确配置时,Dapr可确保安全通信, 它还可以通过一些内置的功能使你的应用更加安全。 它还可以通过一些内置的功能使你的应用更加安全。
建议生产环境的部署涵盖以下设置:
启用相互验证 (mTLS)。 请注意,Dapr默认开启了mTLS。 For details on how to bring your own certificates, see here
启用Dapr to App API验证。 这是你的应用程序和Dapr边车之间的通信。 这能确保Dapr知道它正在与授权的应用程序通信。 See enable API token authentication in Dapr for details
启用Dapr to App API验证。 这是你的应用程序和Dapr边车之间的通信。 这能确保Dapr知道它正在与授权的应用程序通信。 See Authenticate requests from Dapr using token authentication for details
所有的组件YAML都应该把密钥数据配置在密钥存储中,而不是硬编码在YAML文件中。 See here on how to use secrets with Dapr components
Dapr 控制平面安装在一个专用的命名空间上,如dapr-system
。
Dapr还支持框定应用程序的组件范围。 这不是必要的,可以根据您的安全需求启用。 请参阅 这里 以获取更多信息。
Dapr 默认启用追踪和度量。 建议在生产环境中为您的应用程序和Dapr控制平面设置分布式追踪和度量。
如果你已经有了自己的可观察测性支持组件,你可以禁用Dapr的追踪和度量。
To configure a tracing backend for Dapr visit this link.
对于度量,Dapr在9090端口上暴露了一个Prometheus端点,可以被Prometheus收集。
To setup Prometheus, Grafana and other monitoring tools with Dapr, visit this link.