简介

Linkerd是一个k8s的服务网格，通过提供运行时调试、可观察性、可靠性和安全性来保证更简单安全地运行服务。这些功能都不需要对你的代码进行修改。

什么是服务网格？

服务网格是一个专注于处理服务间通信的基础设施层，是应用开发和交付问题的解决方案。

从架构上来看，它就是一束用户空间代理，位置卡在了服务的”next”，额外的会有一组管理进程。

那些用户空间代理被称为服务网格的data plane，那些管理进程成为了服务网格的control plane。
数据层拦截服务之间的调用并且使用这些调用来做一些事，控制层协调代理之间的行为并提供API，operator负责操作和测量整个网格。

• 数据层/代理是什么？ 它们是第7层感知TCP代理，就像是haproxy或NGINX。不同服务网格选择的代理不同，Linkerd使用的Linkerd-proxy是用Rust写的微代理，专门给Linkerd使用。其他的服务网格会使用不同的代理——Envoy是一种普遍的选择。但选择代理已经是实现方面的细节。
• 数据层/代理做什么？ 代理在服务之间被调用，更准确地说，它们的行为包括“代理”和“反向代理”，会处理传入和传出的调用。并且它们实现了一个功能集，关注于服务之间的调用。这些对服务间流量的关注重点是区分服务网格代理和api网关或ingress代理的重点，后者关注于来自外界对集群的调用。
• 控制层是什么？ 控制层是一组组件，提供那些数据面以协调方式运行所需的任何机制，包括服务发现，TLS证书颁发，指标聚合等。数据层调用控制层来通知其行为，控制面反过来提供一个API来允许用户去修改并检查数据面的行为。
  以Linkerd控制层&数据层为例，控制层的组件包括小型Prometheus实例（聚合代理的指标数据），服务发现组件destination，证书授权identity，web和cli终端public-api。数据层则只是一个简单的linkerd-proxy，位于一个服务应用的”next”。（这只是一个逻辑图，实际部署可能会得到每个控制面组件的三个副本，成百上千个数据面代理）
  在逻辑图中的蓝色盒子是k8s pod的边界。linkerd-proxy跟应用的容器跑在一个pod里，称sidecar容器。

Sidecar，微服务中“用于端对端通信的、被单独分离出来的“组件

服务网格的更进一步解释

上文中所说的sidecar容器是一个代理实例，这个代理实例最终实现了服务网格。它会包含在每一个service中（app+proxy=pod）。这个sidecar负责处理服务之间的通信、监控以及一些安全方面（这些安全内容可以从服务本体中抽象出来）。这样服务间通信变成了sidecar proxy之间通信。

服务网格的一些功能举例：
关于proxy可以实现的服务发现功能：当一个实例需要与其他服务进行通讯时，它需要“寻找并发现”另一个健康、可用的服务实例。对应这件事，k8s维护着一个时刻准备接受请求的实例列表。
关于服务网格可以实现的安全内容：服务网格可以加密和解密服务间的请求与响应，而且这一步操作是独立于服务之外的，这样每个服务内部无需去处理这个加解密步骤了。尽管服务网格在发起请求的时候要创建新的TCP连接（详见下文中的附：什么是Layer 7 proxy），但它可以优先再利用已存在的持续连接来提高性能。除加解密之外，服务网格对于服务间请求也可以进行授权和认证，只发送那些有效的请求给服务。
熔断器模式：隔离不健康的实例，或将实例再次添加进健康实例池。
控制面的工作内容：创建新实例，终止不健康或不需要的实例，服务监控，集成监控与管理，实施应用范围的策略，或将整个应用优雅结束掉。控制面一半被设计成用于连接api、命令行工具或者一个用于管理整个应用的可视化用户界面。

为什么要用到服务网格？研发人员在专注于开发服务，运维人员负责维护服务网格，运行app即可。

附：什么是Layer 7 proxy

四层负载均衡和七层负载均衡的区别：
L4 工作于传输层，负责处理消息的传递，不管消息内容。TCP就是HTTP传输方式的四层协议（Layer 4 Protocol）。L4的负载均衡只针对由上游服务发送和接收的网络报，而不检查包内的具体内容是什么。L4可以通过检查TCP流中的前几个包来决定是否限制路由。
L7工作于应用层（顶层），也就是将负载均衡部署在应用层上，处理每条消息中的真正内容（L4不检查具体内容）。L7适合HTTP这种基于TCP传输的方式。一个L7负载均衡会终止网络传输并读取消息中的内容，基于其中的内容（比如URL和cookie）来作出负载均衡的决策。之后，L7负载均衡会建立一个新的TCP连接（或选择一个已存在的TCP连接通过keepalives方式）来选择上游服务并对服务发出请求.
L7的优势：运用缓存的方式来卸载上游服务较慢的连接，显著提高性能。使用L7的设备经常被用于反向代理。
L7举例：L7让均衡器根据请求的具体信息来进行路由，比如针对图片或视频的静态内容请求被路由到多媒体内容服务器，事物型信息路由到应用服务器。利用L7可以建立一个高速调整、高度优化、针对需求可靠且可扩展的服务基础架构或应用传递网络。

服务网格架构的含义

• 代理功能集是出于被服务间调用而设计的，只有你的应用构建为服务时，服务网格才具有意义。你可以将它与单体应用程序一起食用，但运行单个代理将是一大堆机器，并且功能集不太适用。另一个后果是服务网格将需要大量代理。 事实上，Linkerd 为每个服务的每个实例添加了一个链接器代理（Linkerd-proxy）。其他的一些服务网格的实现是为每个node/host/vm添加一个代理，也很多。大量代理的使用本身有几个含义：
  • 无论这些数据面的代理是什么，它们都最好非常快。你正在为每个调用添加两个代理跃点，一个在client一个在server。
  • 代理需要小而轻量，每一个代理都会消耗内存和cpu，这种消耗会与你的应用线性相关。
  • 你需要一个系统来部署和更新代理，你不会想手动操作它。
• 至少在10,000ft级别，这些就是服务网格的全部了：你部署大量userspace代理来向内部和“服务到服务”流量“做一些事”，并且你使用控制面来更改它们的行为并查询它们生成的数据。

回到Linkerd

linkerd具有三个组件：

• 一个UI
• 一个数据面
• 一个控制面

运行linkerd可以通过：

1. 在本地环境中安装cli
2. 在集群中安装控制面
3. 将你的服务添加进linkerd的数据面

当一个服务带着linkerd一同运行，你可以使用linkerd的ui来检查并操纵这个服务。

linkerd是如何工作的？（监控与操纵出入服务的流量）

linkerd在每个服务实例“旁边”安装一个轻量级同名代理（app与proxy在同一个pod中，proxy代理了所有出入流量）。这些代理自动处理服务的所有出入流量。因为它们是透明的，这些代理充当高度仪表化的进程外网络堆栈，发送遥测给控制面并从控制面接收信号。这种设计允许Linkerd来测量和操纵流量出入你的服务，并不会引入过多的延迟。
为了尽可能地小而轻量且安全，linkerd的代理由Rust编写（rust容易写出轻量的组件）并为linkerd特制。（同时控制层是用go写的）

1. 安装cli
   curl --proto '=https' --tlsv1.2 -sSfL https://run.linkerd.io/install | sh
   结果：

Linkerd stable-2.11.1 was successfully installed 🎉


Add the linkerd CLI to your path with:

  export PATH=$PATH:/Users/sindweller/.linkerd2/bin

Now run:

  linkerd check --pre                     # validate that Linkerd can be installed
  linkerd install | kubectl apply -f -    # install the control plane into the 'linkerd' namespace
  linkerd check                           # validate everything worked!
  linkerd dashboard                       # launch the dashboard

2. 验证linkerd
   linkerd check --pre
   结果：

Status check results are √

3. 向你的k8s cluster里安装控制面
   linkerd install | kubectl apply -f -
   linkerd install 命令会生成一个k8s的manifest，包含所有核心控制面资源，将此manifest导入 kubectl apply 然后指示 Kubernetes 将这些资源添加到您的集群中。
4. 验证控制面
   linkerd check
   这一步用了相当长的时间。遇到一个报错：

× control plane pods are ready
    No running pods for "linkerd-destination"

根据报错来检查一下control面的pod： kubectl -n linkerd get po

sindweller@xindeweiladeMacBook-Pro ~ % kubectl -n linkerd get po
NAME                                     READY   STATUS                  RESTARTS   AGE
linkerd-destination-7848d79549-6fdpl     0/4     Init:0/1                0          9m55s
linkerd-heartbeat-27406998-7wn72         0/1     ContainerCreating       0          32s
linkerd-identity-6b78ff444f-nj6vr        0/2     Init:ImagePullBackOff   0          9m55s
linkerd-proxy-injector-6469747db-bhq4s   0/2     Init:0/1                0          9m55s

发现是img没有pull下来

Warning  Failed     2m14s               kubelet            Error: ImagePullBackOff
Normal   Pulling    2m1s (x2 over 14m)  kubelet            Pulling image "cr.l5d.io/linkerd/proxy-init:v1.4.0"

自己用docker pull 了一下这个img cr.l5d.io/linkerd/proxy-init:v1.4.0 成功pull下来了。
由于用的kind创建的k8s集群，所以需要把本地的镜像加载进kind里：

sindweller@xindeweiladeMacBook-Pro ~ % kind load docker-image cr.l5d.io/linkerd/proxy-init:v1.4.0
Image: "cr.l5d.io/linkerd/proxy-init:v1.4.0" with ID "sha256:a69eedfa2d4e8f04c60e7420ad0b32d28cc4cb6404350bf39d1a253915bcc7cf" not yet present on node "kind-control-plane", loading...

这样的话删除ns后再次安装

kubectl delete ns linkerd
linkerd install | kubectl apply -f -

然后使用kubectl -n linkerd describe po linkerd-destination-d86c59855-rpccx查看一下pod内事件，发现

 Normal  Pulled     19s   kubelet            Container image "cr.l5d.io/linkerd/proxy-init:v1.4.0" already present on machine

说明本地pull的镜像已经加载进kind节点里了
在pull了一堆kind无法直接pull的镜像后，check通过

Status check results are √

5. 安装demo app

• demo app 介绍： 这是一个包含gRPC和HTTP调用来允许用户给他们最喜欢的emojis投票的app。在emojivoto的ns中安装这个app：

curl --proto '=https' --tlsv1.2 -sSfL https://run.linkerd.io/emojivoto.yml \
  | kubectl apply -f -

但linkerd还并没有起作用，我们需要把这个app“网格化”。但在此之前，先看一下emojivoto的自然状态。我们通过将流量转发到他的web-svc服务来做到这一点，这样我们可以将浏览器指向他。运行以下命令来在本地将web-svc转发到8080端口
kubectl -n emojivoto port-forward svc/web-svc 8080:80
这个时候去访问http://localhost:8080就可以看到emojivoto。（点击巧克力圈会导致一个404 err，这是故意的，为了之后用linkerd来验证这个问题）
6. 通过添加linkerd数据面代理来网格化这个app

kubectl get -n emojivoto deploy -o yaml \
  | linkerd inject - \
  | kubectl apply -f -

这个命令检索所有在emojivoto命名空间内运行的deploys，通过linkerd inject运行它们的manifests。随后，重新apply至cluster。（linkerd inject命令只是在向pod的spec里添加一些annotations，这些注解指示linkerd在创建pod时将porxy注入到pod中。）
现在已经将linkerd添加进了一个app中。
7. 检查数据面 linkerd -n emojivoto check --proxy
8. 访问8080

继续探索linkerd

emojivoto看起来在加上linkerd之后并无变化，为了展示linkerd实际上做了什么，需要安装一个扩展。linkerd的核心控制面非常迷你，所以linkerd附带扩展，扩展会给linkerd添加一些非关键但非常好用的功能，包括一些dashboard。
于是我们添加一些内容（二选一）：

1. viz扩展，会安装一个在cluster上的指标堆栈 linkerd viz install | kubectl apply -f -
2. 或者buoyant-cloud扩展，它连接了一个托管的指标堆栈

curl --proto '=https' --tlsv1.2 -sSfL https://buoyant.cloud/install | sh # get the installer
linkerd buoyant install | kubectl apply -f -

无论安装了哪一个扩展，之后再次检查一下：
linkerd check

然后就可以使用viz的dashboard，linkerd viz dashboard & 会看到一个界面：

debug模式

使用linkerd来诊断一些不至于让整个服务崩溃的小问题。

通过将ns选取为emojivoto来查看关于这个app的deploy的状态信息。包含：成功率、每秒请求数、延迟分位数。

这里会发现web的成功率低于100%，点击web，

查看web deploy的页面，可以看到这个web deploy会从vote-bot接收流量（vote-bot持续生成低水平的实时流量），web deploy有两个传出依赖——emoji和voting。

• emoji deploy处理来自web的请求，并且全都成功
• voting deploy会有一些处理失败的请求

deploy依赖（emoji&voting）中的失败可能是导致web返回错误的原因。

继续查看页面的后续部分，会看到一个关于所有出入web的流量的实时列表。
在tools-top里选择ns为emojivoto之后点击start，可以获取出入流量

按照教程中的点击web之后下拉也会看到一些api调用

从deployments的tcp metrics点击web进入会看到教程中所说的两个失败

因为/api/vote是一个传入调用而VoteDoughnut是一个传出调用，因此这是一个很好的线索，表明这个端点是导致问题的原因！

更深入探索一下原因，可以点击列表右侧的tap图标，就可以看到仅匹配此端点的请求的实时列表。可以看到GRPC status是Unknown，这是因为请求失败返回了GRPC status code 2。

Linkerd 无需任何其他配置即可知道 gRPC 的响应分类！

点击下拉按钮可以获取更多请求细节～

至此，我们拥有修复端点和恢复应用程序整体健康所需的一切

遇到的一些报错

Error running port-forward: unable to listen on any of the requested ports: [{50750 8084}] for linkerd-viz/web-db97ff489-rl28g
Check for `linkerd dashboard` running in other terminal sessions, or use the `--port` flag.

这里是重复启动了，ps axu |grep linkerd一下，杀掉之前的linkerd dashboard进程就好了。
2.

 linkerd viz top deploy/web -n emojivoto
Error: no pods to tap for deployment/web
1 pods found with tap not enabled:
	* web-5f86686c4d-q5wlt
restart these pods to enable tap and make them valid tap targets

没有启用tap，按照报错提示的重新启动这个pod就好了:
kubectl -n emojivoto delete po web-5f86686c4d-q5wlt
然后再次使用viz的top命令
linkerd viz top deploy/web -n emojivoto
就可以看到出入流量

Source                     Destination             Method      Path                                                    Count    Best   Worst    Last  Success Rate
web-5f86686c4d-vqrrg       emoji-696d9d8f95-stw4f  POST        /emojivoto.v1.EmojiService/ListAll                         90     2ms     5ms     3ms       100.00%
vote-bot-6d7677bb68-7qmxx  web-5f86686c4d-vqrrg    GET         /api/list                                                  90     4ms    11ms     7ms       100.00%
web-5f86686c4d-vqrrg       emoji-696d9d8f95-stw4f  POST        /emojivoto.v1.EmojiService/FindByShortcode                 90     1ms     6ms     2ms       100.00%
vote-bot-6d7677bb68-7qmxx  web-5f86686c4d-vqrrg    GET         /api/vote                                                  90     6ms    16ms    13ms        74.44%
web-5f86686c4d-vqrrg       voting-ff4c54b8d-vhqwn  POST        /emojivoto.v1.VotingService/VoteDoughnut                   23     2ms     4ms     3ms         0.00%
web-5f86686c4d-vqrrg       voting-ff4c54b8d-vhqwn  POST        /emojivoto.v1.VotingService/VotePointUp2                    3     2ms     3ms     3ms       100.00%
web-5f86686c4d-vqrrg       voting-ff4c54b8d-vhqwn  POST        /emojivoto.v1.VotingService/VoteTaco                        3     2ms     3ms     3ms       100.00%

3. 正在运行着的viz dashboard报错：

E0210 16:10:15.826094   48128 portforward.go:400] an error occurred forwarding 50750 -> 8084: error forwarding port 8084 to pod 1a64581654541315cbc6e5dc95e098c668ce871a00a1700c60369959e9cb4930, uid : failed to find sandbox "1a64581654541315cbc6e5dc95e098c668ce871a00a1700c60369959e9cb4930" in store: not found
E0210 16:10:26.563891   48128 portforward.go:400] an error occurred forwarding 50750 -> 8084: error forwarding port 8084 to pod 1a64581654541315cbc6e5dc95e098c668ce871a00a1700c60369959e9cb4930, uid : failed to find sandbox "1a64581654541315cbc6e5dc95e098c668ce871a00a1700c60369959e9cb4930" in store: not found

还是一样，杀掉重启

linkerd和istio的优劣

Istio也是一个非常流行的服务网格。主要列出以下几点linkerd的优势

• 适配相对较容易，有内置和开箱即用的配置，不需要去进行过多的配置。从这个角度来说，配置灵活性可能导致运维团队的负担。
• ingress controller: inkerd本身不提供ingress功能，可以接入任何ingress controller
• 设计轻巧，比Istio快。

代理功能

• HTTP、HTTP/2 和任意 TCP 协议的透明、零配置代理。
• 自动为 HTTP 和 TCP 流量导出 Prometheus 指标。
• 透明的零配置 WebSocket 代理。
• 自动的、可感知延迟的 7 层负载均衡。
• 非 HTTP 流量的自动的 4 层负载均衡。
• 按需诊断 tap API。

为什么微服务需要服务网格？

目前的微服务开发模式中，对于每个服务有一些重复性的基础工作，例如：

• 服务注册
• 服务发现
• 得到服务实例后，负载均衡
• 熔断机制

这些基础工作需要开发人员在项目中用代码解决并实现，即使用库或框架也十分麻烦。
那么是否可以把这些重复性的基础工作从服务中抽离出来？

首先要考虑的是这些工作所处的位置，解决的是什么问题：这些工作集中在处理各个服务之间的通信。

那么我们可以专注于服务间通信，形成单独的组件运行在微服务中。这种组件称为sidecar。这样做的好处是：微服务中的业务逻辑与服务通信解耦，分离成两个独立运行的组件。

以组件作为服务间通信的解决方案，还存在一个可以优化的地方，即每个微服务的sidecar无法通用，如果能将组件拆出来分配给任意微服务使用的话，将构成一个更加通用且简单的解决方案。

因此，在sidecar上更进一步，构建一个专注于处理服务间通信的基础设施层——服务网格。app无需考虑微服务中的通讯部分。在服务网格中，每个微服务至少拥有两个组件：1. 用于处理业务功能的app 2. 专门处理服务间通信的proxy/sidecar。

因此，在开发微服务时，研发人员无需考虑服务通信，服务通信由每个微服务的sidecar组件完成，而这些sidecar组件有专门的项目来接管。例如Envory HaProxy和Nginx（还有linkerd-proxy）都可以当作sidecar来使用。

服务网格使开发人员和运维人员的职责范围更清晰且避免重叠，开发人员关注业务开发，运维团队关注微服务中的sidecar就可以了解到微服务的健康情况和各种指标。

总之，服务网格实际上就是处于TCP/IP上的一个抽象层，它有点类似TCP/IP，具备处理网络故障的能力。对于TCP来说，是对网络端点间传输字节的机制进行了抽象，而服务网格是对服务节点间请求的路由机制进行了抽象。（服务网格不关心消息体也不关心如何编码）。服务网格的目标是配合app的“将某些东西从a传送到b”目标，实现这个目标并处理传送过程中的任何故障。