带你玩转kubernetes-k8s（第45篇：深入分析k8s网络原理[Pod和Service]）

       Docker给我们带来了不同的网络模式，Kubernetes也以一种不同的方式来解决这些网络模式的挑战，但其方式有些难以理解，特别是对于刚开始接触Kubernetes的网络的开发者来说。我们在前面学习了Kubernetes、Docker的理论，本节将通过一个完整的实验，从部署一个Pod开始，一步一步地部署那些Kubernetes的组件，来剖析Kubernetes在网络层是如何实现及工作的。
这里使用虚拟机来完成实验。如果要部署在物理机器上或者云服务商的环境中，则涉及的网络模型很可能稍微有所不同。不过，从网络角度来看，Kubernetes的机制是类似且一致的。

     好了，来看看我们的实验环境：

     Kubernetes的网络模型要求每个Node上的容器都可以相互访问。
默认的Docker网络模型提供了一个IP地址段是172.17.0.0/16的docker0网桥。每个容器都会在这个子网内获得IP地址，并且将docker0网桥的IP地址（172.17.42.1）作为其默认网关。需要注意的是，Docker宿主机外面的网络不需要知道任何关于这个172.17.0.0/16的信息或者知道如何连接到其内部，因为Docker的宿主机针对容器发出的数据，在物理网卡地址后面都做了IP伪装MASQUERADE（隐含NAT）。也就是说，在网络上看到的任何容器数据流都来源于那台Docker节点的物理IP地址。这里所说的网络都指连接这些主机的物理网络。

      这个模型便于使用，但是并不完美，需要依赖端口映射的机制。

     在Kubernetes的网络模型中，每台主机上的docker0网桥都是可以被路由到的。也就是说，在部署了一个Pod时，在同一个集群内，各主机都可以访问其他主机上的Pod IP，并不需要在主机上做端口映射。综上所述，我们可以在网络层将Kubernetes的节点看作一个路由器。如果将实验环境改画成一个网络图，那么它看起来如下图所示：

为了支持Kubernetes网络模型，我们采取了直接路由的方式来实现，在每个Node上都配置相应的静态路由项，例如在node1这个Node上配置了两个路由项：

1
2
3
1route add -net 10.1.20.0 netmask 255.255.255.0 gw 20.0.40.55

2route add -net 10.1.30.0 netmask 255.255.255.0 gw 20.0.40.56

3

node2:

1
2
3
1route add -net 10.1.10.0 netmask 255.255.255.0 gw 20.0.40.54

2route add -net 10.1.30.0 netmask 255.255.255.0 gw 20.0.40.56

3

node3:

1
2
3
4
1route add -net 10.1.10.0 netmask 255.255.255.0 gw 20.0.40.54

2route add -net 10.1.20.0 netmask 255.255.255.0 gw 20.0.40.55

3

4

    这意味着，每一个新部署的容器都将使用这个Node（docker0的网桥IP）作为它的默认网关。而这些Node（类似路由器）都有其他docker0的路由信息，这样它们就能够相互连通了。
接下来通过一些实际的案例，来看看Kubernetes在不同的场景下其网络部分到底做了什么。

第1步：部署一个RC/Pod

 部署的RC/Pod描述文件如下（frontend-controller.yaml）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1apiVersion: v1

2kind: ReplicationController

3metadata:

4  name: frontend

5  labels:

6    name: frontend

7spec:

8  replicas: 1

9  selector:

10    name: frontend

11  template:

12    metadata:

13      labels:

14        name: frontend

15    spec:

16      containers:

17      - name: tomcat

18        image: tomcat

19        env:

20        - name: GET_HOSTS_FROM

21          value: env

22        ports:

23        - containerPort: 18080

24          hostPort: 18080

25

   为了便于观察，我们假定在一个空的Kubernetes集群上运行，提前清理了所有Replication Controller、Pod和其他Service.（可以不清除掉蛤）

检查一下此时某个Node上的网络接口有哪些。

Node1的状态是：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
1[root@k8s-node1 ~]# ifconfig 

2datapath: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

3        inet6 fe80::3012:c2ff:fe6c:37e4  prefixlen 64  scopeid 0x20<link>

4        ether 32:12:c2:6c:37:e4  txqueuelen 1000  (Ethernet)

5        RX packets 5148  bytes 145336 (141.9 KiB)

6        RX errors 0  dropped 0  overruns 0  frame 0

7        TX packets 8  bytes 648 (648.0 B)

8        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

9

10docker0: flags=4099<UP,BROADCAST,MULTICAST>  mtu 1500

11        inet 172.17.0.1  netmask 255.255.0.0  broadcast 172.17.255.255

12        ether 02:42:fa:49:9c:b9  txqueuelen 0  (Ethernet)

13        RX packets 0  bytes 0 (0.0 B)

14        RX errors 0  dropped 0  overruns 0  frame 0

15        TX packets 0  bytes 0 (0.0 B)

16        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

17

18ens192: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500

19        inet 20.0.40.54  netmask 255.255.255.0  broadcast 20.0.40.255

20        inet6 fe80::d2a8:dff9:79af:81ad  prefixlen 64  scopeid 0x20<link>

21        ether 00:50:56:94:06:d7  txqueuelen 1000  (Ethernet)

22        RX packets 27940383  bytes 9781889476 (9.1 GiB)

23        RX errors 0  dropped 159  overruns 0  frame 0

24        TX packets 17282068  bytes 5207858422 (4.8 GiB)

25        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

26

27lo: flags=73<UP,LOOPBACK,RUNNING>  mtu 65536

28        inet 127.0.0.1  netmask 255.0.0.0

29        inet6 ::1  prefixlen 128  scopeid 0x10<host>

30        loop  txqueuelen 1  (Local Loopback)

31        RX packets 1774557  bytes 228015453 (217.4 MiB)

32        RX errors 0  dropped 0  overruns 0  frame 0

33        TX packets 1774557  bytes 228015453 (217.4 MiB)

34        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

35

36vethwe-bridge: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

37        inet6 fe80::6468:58ff:fe34:ace9  prefixlen 64  scopeid 0x20<link>

38        ether 66:68:58:34:ac:e9  txqueuelen 0  (Ethernet)

39        RX packets 5218  bytes 231248 (225.8 KiB)

40        RX errors 0  dropped 0  overruns 0  frame 0

41        TX packets 164  bytes 45548 (44.4 KiB)

42        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

43

44vethwe-datapath: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

45        inet6 fe80::200f:f1ff:fe14:9a20  prefixlen 64  scopeid 0x20<link>

46        ether 22:0f:f1:14:9a:20  txqueuelen 0  (Ethernet)

47        RX packets 1774557  bytes 228015453 (217.4 MiB)

48        RX errors 0  dropped 0  overruns 0  frame 0

49        TX packets 1774557  bytes 228015453 (217.4 MiB)

50        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

51

52vethwepl3ff9d10: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

53        inet6 fe80::983e:53ff:fe53:f9ea  prefixlen 64  scopeid 0x20<link>

54        ether 9a:3e:53:53:f9:ea  txqueuelen 0  (Ethernet)

55        RX packets 75549  bytes 10251363 (9.7 MiB)

56        RX errors 0  dropped 0  overruns 0  frame 0

57        TX packets 61748  bytes 14056132 (13.4 MiB)

58        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

59

60vethweplac9b1dd: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

61        inet6 fe80::4402:85ff:fe12:4b06  prefixlen 64  scopeid 0x20<link>

62        ether 46:02:85:12:4b:06  txqueuelen 0  (Ethernet)

63        RX packets 75549  bytes 10251363 (9.7 MiB)

64        RX errors 0  dropped 0  overruns 0  frame 0

65        TX packets 61748  bytes 14056132 (13.4 MiB)

66        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

67

68vxlan-6784: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 65470

69        inet6 fe80::8c83:3eff:febe:3cc8  prefixlen 64  scopeid 0x20<link>

70        ether 8e:83:3e:be:3c:c8  txqueuelen 1000  (Ethernet)

71        RX packets 885161  bytes 1210978136 (1.1 GiB)

72        RX errors 0  dropped 0  overruns 0  frame 0

73        TX packets 880280  bytes 1210873748 (1.1 GiB)

74        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

75

76weave: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1376

77        inet 10.43.128.0  netmask 255.240.0.0  broadcast 10.47.255.255

78        inet6 fe80::fccd:a6ff:fed5:d30b  prefixlen 64  scopeid 0x20<link>

79        ether fe:cd:a6:d5:d3:0b  txqueuelen 1000  (Ethernet)

80        RX packets 75549  bytes 10251363 (9.7 MiB)

81        RX errors 0  dropped 0  overruns 0  frame 0

82        TX packets 61748  bytes 14056132 (13.4 MiB)

83        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

84

85

可以看出，有一个docker0网桥和一个本地地址的网络端口。现在部署一下我们在前面准备的RC/Pod配置文件，看看发生了什么：

可以看到一些有趣的事情。Kubernetes为这个Pod找了一个主机Node3来运行它。另外，这个Pod获得了一个在Node3的docker0网桥上的IP地址。我们登录Node3查看正在运行的容器:

    在Node3上现在运行了两个容器，在我们的RC/Pod定义文件中仅仅包含了一个，那么这第2个是从哪里来的呢？第2个看起来运行的是一个叫作/pause:3.1的镜像，而且这个容器已经有端口映射到它上面了，为什么是这样呢？让我们深入容器内部看一下具体原因。使用Docker的inspect命令来查看容器的详细信息，特别要关注容器的网络模型：

     有趣的结果是，在查看完每个容器的网络模型后，我们可以看到这样的配置：我们检查的第1个容器是运行了“pause:3.1”镜像的容器，它使用了Docker默认的网络模型 bridge；而我们检查的第2个容器，也就是在RC/Pod中定义运行的tomcat容器，使用了非默认的网络配置和映射容器的模型，指定了映射目标容器为“pause:3.1”。

    一起来仔细思考这个过程，为什么Kubernetes要这么做呢？

      首先，一个Pod内的所有容器都需要共用同一个IP地址，这就意味着一定要使用网络的容器映射模式。然而，为什么不能只启动第1个Pod中的容器，而将第2个Pod中的容器关联到第1个容器呢？我们认为Kubernetes是从两方面来考虑这个问题的：首先，如果在Pod内有多个容器的话，则可能很难连接这些容器；其次，后面的容器还要依赖第1个被关联的容器，如果第2个容器关联到第1个容器，且第1个容器死掉的话，第2个容器也将死掉。启动一个基础容器，然后将Pod内的所有容器都连接到它上面会更容易一些。因为我们只需要为基础的这个Google_containers/pause容器执行端口映射规则，这也简化了端口映射的过程。

所以我们启动Pod后的网络模型类似下图：

在这种情况下，实际Pod的IP数据流的网络目标都是这个google_containers/pause容器。上图有点儿取巧地显示了是google_containers/pause容器将端口18080的流量转发给了相关的容器.而pause容器只是看起来转发了网络流量，但它并没有真的这么做。实际上，应用容器直接监听了这些端口，和google_containers/pause容器共享了同一个网络堆栈。这就是为什么在Pod内部实际容器的端口映射都显示到pause容器上了。我们可以使用docker port命令来检验一下。

综上所述，google_containers/pause容器实际上只是负责接管这个Pod的Endpoint，并没有做更多的事情。那么Node呢？它需要将数据流传给pause容器吗？

1
2
1iptables-save

2

如果您是一个空的kubernetes来做这个实验：你会发现上的这些规则，并没有被应用到我们刚刚定义的Pod上。当然，Kubernetes会给每一个Kubernetes节点都提供一些默认的服务，上面的规则就是Kubernetes的默认服务所需要的。关键是，我们没有看到任何IP伪装的规则，并且没有任何指向Pod 10.36.0.1内部的端口映射。

第二步：发布一个服务

   我们已经了解了Kubernetes如何处理最基本的元素即Pod的连接问题，接下来看一下它是如何处理Service的。Service允许我们在多个Pod之间抽象一些服务，而且服务可以通过提供在同一个Service的多个Pod之间的负载均衡机制来支持水平扩展。我再次将环境初始化，删除刚创建的rc或pod来确保集群是空的：

   然后准备一个名为frontend的Service配置文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
1apiVersion: v1

2kind: Service

3metadata:

4  name: frontend

5  labels:

6    name: frontend

7spec:

8  ports:

9  - port: 80

10#    nodePort: 38080

11  selector:

12    name: frontend

13#  type:

14 #   NodePort

15

16

接着在Kubernetes集群中定义这个服务：

1
2
1kubecatl applf -f frontend-service.yaml

2

1
2
1kubecatl get svc

2

    在服务正确创建后，可以看到Kubernetes集群已经为这个服务分配了一个虚拟IP地址10.110.75.165，这个IP地址是在Kubernetes的Portal Network中分配的。而这个Portal Network的地址范围是我们在Kubmaster上启动API服务进程时，使用–service-cluster-ip-range=xx命令行参数指定的：

     这个IP段可以是任何段，只要不和docker0或者物理网络的子网冲突就可以。选择任意其他网段的原因是这个网段将不会在物理网络和docker0网络上进行路由。这个PortalNetwork对每一个Node都有局部的特殊性，实际上它存在的意义是让容器的流量都指向默认网关（也就是docker0网桥）。

    在继续实验前，先登录到Node1上看一下在我们定义服务后发生了什么变化。首先检查一下iptables或Netfilter的规则：

（ps:书上的图片，由于我没有清空kubernetes，没有做成桥接，就拿书上的图片来解决了）

第1行是挂在PREROUTING链上的端口重定向规则，所有进入的流量如果满足20.1.244.75: 80，则都会被重定向到端口33761。第2行是挂在OUTPUT链上的目标地址NAT，做了和上述第1行规则类似的工作，但针对的是当前主机生成的外出流量。所有主机生成的流量都需要使用这个DNAT规则来处理。简而言之，这两个规则使用了不同的方式做了类似的事情，就是将所有从节点生成的发送给20.1.244.75:80的流量重定向到本地的33761端口。

至此，目标为Service IP地址和端口的任何流量都将被重定向到本地的33761端口。

这个端口连到哪里去了呢？

    这就到了kube-proxy发挥作用的地方了。这个kube-proxy服务给每一个新创建的服务都关联了一个随机的端口号，并且监听那个特定的端口，为服务创建相关的负载均衡对象。在我们的实验中，随机生成的端口刚好是33761。通过监控Node1上的Kubernetes-Service的日志，在创建服务时可以看到下面的记录：

     现在我们知道，所有流量都被导入kube-proxy中了。我们现在需要它完成一些负载均衡的工作，创建Replication Controller并观察结果，下面是Replication Controller的配置文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
1apiVersion: v1

2kind: ReplicationController

3metadata:

4  name: frontend

5  labels:

6     name: frontend

7spec:

8  replicas: 3

9  selector:

10    name: frontend

11  template:

12    metadata:

13      labels:

14        name: frontend

15    spec:

16      containers:

17      - name: nginx

18        image: nginx

19        imagePullPolicy: IfNotPresent

20        env:

21        - name: GET_HOST_FROM

22          value: env

23        ports:    

24        - containerPort: 80

25          hostPort: 38080

26

     在集群发布上述配置文件后，等待并观察，确保所有Pod都运行起来了：

    现在所有的Pod都运行起来了，Service将会把客户端请求负载分发到包含“name=frontend”标签的所有Pod上。

     Kubernetes的kube-proxy看起来只是一个夹层，但实际上它只是在Node上运行的一个服务。上述重定向规则的结果就是针对目标地址为服务IP的流量，将Kubernetes的kube-proxy变成了一个中间的夹层。

    为了查看具体的重定向动作，我们会使用tcpdump来进行网络抓包操作。

    首先，安装tcpdump：

1
2
1yum install -y tcpdump

2

   安装完成后，登录Node1，运行tcpdump命令：

1
2
1tcpdump -nn -q -i   port 80

2

 需要捕获物理服务器以太网接口的数据包，Node1机器上的以太网接口名字叫作ens192。

     再打开第1个窗口运行第2个tcpdump程序，不过我们需要一些额外的信息去运行它，即挂接在docker0桥上的虚拟网卡Veth的名称。我们看到只有一个frontend容器在Node1主机上运行，所以可以使用简单的“ip addr”命令来查看最后一个的Veth网络接口：

好了，我们已经在同时捕获两个接口的网络包了。这时再启动第3个窗口，运行一个“docker exec "命令来连接到我们的frontend容器内部（你可以先执行docker ps来获得这个容器的ID）：

这些信息说明了什么问题呢？

     总而言之，Kubernetes的kube-proxy作为一个全功能的代理服务器管理了两个独立的TCP连接：一个是从容器到kube-proxy：另一个是从kube-proxy到负载均衡的目标Pod。

小结：

     本节内容到此结束，谢谢大家的浏览，多多点关注蛤。