🍁 作者：知识浅谈，CSDN博客专家，阿里云签约博主，InfoQ签约博主，华为云云享专家，51CTO明日之星
📌 擅长领域：全栈工程师、爬虫、ACM算法

🤞Crane平台介绍与实践总结🤞

⛳⛳⛳

📗Crane简介

Crane是一个开源的容器编排工具 ，Crane提供了一种简单而灵活的方式来管理容器应用程序的生命周期，包括构建、部署、运行和维护。它支持多个容器编排引擎，如Docker Compose、Kubernetes和Mesos等。

主要功能

• 🎈容器编排：
  Crane支持使用多种容器编排引擎来管理容器应用程序的生命周期，包括Docker Compose、Kubernetes和Mesos等。

• 🎈容器构建和发布：
  Crane提供了简单而灵活的方式来构建和发布容器镜像，支持使用模板和插件来自定义构建流程。

• 🎈应用程序部署和管理：
  Crane支持将多个容器组合成一个完整的应用程序，并提供了灵活的网络和存储选项，以便更好地管理和扩展应用程序。

• 🎈配置管理：
  Crane使用简洁明了的配置文件格式来管理容器应用程序的配置，同时还支持使用环境变量和参数来动态配置应用程序。

• 🎈监控和日志记录：
  Crane提供了集成的监控和日志记录功能，可以帮助开发者及时发现和解决应用程序的问题。

• 🎈负载感知的调度器
  动态调度器根据实际的节点利用率构建了一个简单但高效的模型，并过滤掉那些负载高的节点来平衡集群。

• 🎈拓扑感知的调度器
  Crane Scheduler与Crane Agent配合工作，支持更为精细化的资源拓扑感知调度和多种绑核策略，可解决复杂场景下“吵闹的邻居问题"，使得资源得到更合理高效的利用。

• 🎈基于 QOS 的混部
  QOS相关能力保证了运行在 Kubernetes 上的 Pod 的稳定性。具有多维指标条件下的干扰检测和主动回避能力，支持精确操作和自定义指标接入；具有预测算法增强的弹性资源超卖能力，复用和限制集群内的空闲资源；具备增强的旁路cpuset管理能力，在绑核的同时提升资源利用效率。

整体架构

Crane 的整体架构如下：

• 🎈Craned
  Craned 是 Crane 的最核心组件，它管理了 CRDs 的生命周期以及API。Craned 通过 Deployment 方式部署且由两个容器组成：

  Craned: 运行了 Operators 用来管理 CRDs，向 Dashboard 提供了 WebApi，Predictors 提供了 TimeSeries API
  Dashboard: 基于 TDesign’s Starter 脚手架研发的前端项目，提供了易于上手的产品功能

• 🎈Fadvisor
  Fadvisor 提供一组 Exporter 计算集群云资源的计费和账单数据并存储到你的监控系统，比如 Prometheus。Fadvisor 通过 Cloud Provider 支持了多云计费的 API。

• 🎈Metric Adapter
  Metric Adapter 实现了一个 Custom Metric Apiserver. Metric Adapter 读取 CRDs 信息并提供基于 Custom/External Metric API 的 HPA Metric 的数据。

• 🎈Crane Agent
  Crane Agent 通过 DaemonSet 部署在集群的节点上。
  

📗基于Kubernetes+Crane的实践

随着云原生技术的发展，越来越多的公司正在选择将应用运行在云上或者自建的 Kubernetes 集群上，但是许多机构的调研发现，绝大多数的用户集群资源利用率并不高，使用Crane帮你快速提升资源利用率。

快速搭建一个基于Kubernetes+Crane的环境优化你的集群和应用。

实验涉及技术总结：

1. Kubernetes：Kubernetes是用于自动部署、扩展和管理“容器化应用程序”的开源系统。
2. Crane：Crane 是一个基于 FinOps 的云资源分析与成本优化平台，Crane提供了一种简单而灵活的方式来管理容器应用程序的生命周期，包括构建、部署、运行和维护。它支持多个容器编排引擎，如Docker Compose、Kubernetes和Mesos等。使用Crane，您可以轻松地将多个容器组合成一个完整的应用程序，并在集群中进行管理和扩展。
3. Prometheus：Prometheus是一个开源的系统监控和报警系统，一种在大规模分布式系统中进行度量、收集和聚合数据的标准方法。Prometheus使用一种称为PromQL的自定义查询语言来查询和分析收集的数据，并提供了图形化的Web界面和API。
4. Grafana：Grafana是一个流行的开源数据可视化和监控平台，最初由Torkel Ödegaard于2013年创建。它可以连接多个数据源，包括Prometheus、InfluxDB、Elasticsearch、MySQL等，并使用图表、仪表盘、警报等工具进行数据可视化和分析。

🍮环境准备

• 安装 kubectl

  curl.exe -LO "https://dl.k8s.io/release/v1.27.1/bin/windows/amd64/kubectl.exe" (WINDOWS环境)
  

  其它系统参考对应的文档安装 kubectl：https://kubernetes.io/zh-cn/docs/tasks/tools/

• 安装 Helm

  choco install kubernetes-helm  （windows环境）
  

  其它系统参考对应的文档安装 Helm：https://helm.sh/zh/docs/intro/install/

• 安装 kind

  choco install kind （windows环境）
  

  其它系统参考对应的文档安装 kind：https://kind.sigs.k8s.io/docs/user/quick-start/#installation

• 安装 Docker
  安装kind的过程中会直接安装docker，如果没有安装在官网下载安装：https://docs.docker.com/get-docker/
  注意windows上需要开始硬件虚拟化支持和数据保护机制。

🍮安装 Crane

安装本地的 Kind 集群和 Crane 组件：以下命令将安装 Crane 以及其依赖 (Prometheus/Grafana).
在线安装和本地安装二选一
1.在线安装

curl -sf https://raw.githubusercontent.com/gocrane/crane/main/hack/local-env-setup.sh | sh -

2.本地安装(安装包为固定格式的，如公司使用，需要自行配置)
需要用的安装包都在这了：点击下载

# 必须在 installation 的上级目录例如：我们预设好的 training 跟目录中执行
# Mac/Linux
bash installation/local-env-setup.sh
# Windows（git bash中打开）
./installation/local-env-setup.sh

确保所有 Pod 都正常运行:

$ export KUBECONFIG=${HOME}/.kube/config_crane
$ kubectl get pod -n crane-system

NAME                                             READY   STATUS    RESTARTS       AGE
craned-6dcc5c569f-vnfsf                          2/2     Running   0              4m41s
fadvisor-5b685f4cd6-xpxzq                        1/1     Running   0              4m37s
grafana-64656f6d54-6l24j                         1/1     Running   0              4m46s
metric-adapter-967c6d57f-swhfv                   1/1     Running   0              4m41s
prometheus-kube-state-metrics-7f9d78cffc-p8l7c   1/1     Running   0              4m46s
prometheus-server-fb944f4b7-4qqlv                2/2     Running   0              4m46s
提示：Pod 的启动需要一定的时间，等几分钟后输入命令查看后集群状态是否都 Running

访问 Crane Dashboard

kubectl -n crane-system port-forward service/craned 9090:9090

后续的终端操作请在新窗口操作，每一个新窗口操作前请把配置环境变量加上(不然会出现8080端口被拒绝的提示)
export KUBECONFIG=${HOME}/.kube/config_crane
点击 这里 访问 Crane Dashboard
添加本地集群:

🍮使用智能弹性 EffectiveHPA

1. 安装Metrics Server

   用以下命令安装 Metrics Server：

   kubectl apply -f installation/components.yaml
   kubectl get pod -n kube-system
   

2. 创建测试应用

   用以下命令启动一个 Deployment 用 hpa-example 镜像运行一个容器， 然后将其暴露为一个 服务（Service）：

   kubectl apply -f installation/php-apache.yaml
   
   kubectl apply -f installation/nginx-deployment.yaml
   

3. 创建 EffectiveHPA

   kubectl apply -f installation/effective-hpa.yaml
   

4. 运行以下命令查看 EffectiveHPA 的当前状态：

   kubectl get ehpa
   

   输出类似于:

   NAME         STRATEGY   MINPODS   MAXPODS   SPECIFICPODS   REPLICAS   AGE
   php-apache   Auto       1         10                       0          3m39s
   

5. 增加负载
   在单独的终端中运行它
   如果你是新创建请配置环境变量

   export KUBECONFIG=${HOME}/.kube/config_crane
   
   $env:KUBECONFIG="${HOME}/.kube/config_crane" (whindows使用这个)
   
   # 以便负载生成继续，你可以继续执行其余步骤
   kubectl run -i --tty load-generator --rm --image=busybox:1.28 --restart=Never -- /bin/sh -c "while sleep 0.01; do wget -q -O- http://php-apache; done"
   

现在执行：

#准备好后按 Ctrl+C 结束观察
#如果你是新创建请配置环境变量 
export KUBECONFIG=${HOME}/.kube/config_crane

kubectl get hpa ehpa-php-apache --watch

成本展示：

🍮使用Grafana

登陆 Grafana 的方式可以通过以下命令建立一个 port-mapping：

# 如果你是新创建请配置环境变量 
export KUBECONFIG=${HOME}/.kube/config_crane

kubectl -n crane-system port-forward service/grafana 8082:8082

🥽 访问本地 Grafana（账号密码:admin/admin）： http://127.0.0.1:8082/grafana/login

创建 RecommendationRule 配置后，RecommendationRule 控制器会根据配置定期运行推荐任务，给出优化建议生成 Recommendation 对象，然后我们可以根据优化建议 Recommendation 调整资源配置。

比如我们这里集群中已经生成了多个优化建议 Recommendation 对象。

kubectl get recommendations -A
NAME                            TYPE       TARGETKIND    TARGETNAMESPACE   TARGETNAME       STRATEGY   PERIODSECONDS   ADOPTIONTYPE          AGE
workloads-rule-resource-8whzs   Resource   StatefulSet   default           nacos            Once                       StatusAndAnnotation   34m
workloads-rule-resource-hx4cp   Resource   StatefulSet   default           redis-replicas   Once                       StatusAndAnnotation   34m

在 dashboard 的资源推荐页面也能查看到优化建议列表。

优化应用配置
在 dashboard 中开箱后就可以看到相关的成本数据，是因为在添加集群的时候我们安装了推荐的规则。

推荐框架会自动分析集群的各种资源的运行情况并给出优化建议。Crane 的推荐模块会定期检测发现集群资源配置的问题，并给出优化建议。智能推荐提供了多种 Recommender 来实现面向不同资源的优化推荐。

在成本分析>推荐规则页面可以看到我们安装的两个推荐规则。

🍮实践环境清除

动手实践完成后，可以将本地的集群清理删除：

kind delete cluster --name=crane

🍚总结

以上是关于Crane的介绍与应用实践，具体的使用详情可移步官方仓库了解：https://github.com/gocrane/crane
通过动手实践收获：
通过本次实践，熟悉Crane的基本概念和使用方法，使用多个容器编排引擎来管理容器应用程序，通过使用crane与Grafana以及Prometheus联合使用，充分体现出Crane不仅简单易用，可视化操作。

• 简单易用：Crane提供了简单易用的命令行工具和配置文件格式，使得用户可以快速地构建和部署容器化应用程序。
• 灵活性高：Crane提供了丰富的配置选项和插件，用户可以根据实际需求自定义构建流程和容器编排引擎。
• 生态系统完备：Crane与其他工具和技术生态系统相集成，如Docker、Kubernetes、Prometheus等，可以满足各种应用场景和需求。
• 开放源代码：Crane是一款完全开放源代码的容器编排工具，用户可以根据自己的需求进行修改和定制，官方仓库地址。

Crane是一个灵活性高、易于使用的容器编排工具，可以帮助开发者更加高效地构建、部署和管理容器化应用程序。

🍚Crane 使用方向建议

DevOps：Crane可以用于DevOps自动化流程中，帮助开发团队更加高效地构建、测试和部署应用程序。

云原生应用程序：Crane可以用于构建和管理云原生应用程序，这些应用程序通常是分布式的、可扩展的和高可用的。

容器化微服务：Crane可以用于管理容器化的微服务，帮助开发者更加容易地部署、升级和管理微服务架构。

大规模集群：Crane可以用于大规模集群的部署和管理，例如使用Kubernetes等容器编排引擎管理的集群。