拡張性ベンチマーク
Runtime Fabric は中核となる Kubernetes (K8s) ソフトウェアであり、Runtime Fabric のハードウェアとソフトウェアの要件に準拠するすべての K8s 環境で同じように動作します。次のスケールリミットは、Amazon Elastic Kubernetes Service (Amazon EKS) クラスターで評価されています。
| 制限事項 | 説明 | Runtime Fabric による適用 |
|---|---|---|
ノード数 |
ノードの最大数は 400 です。 |
推奨 |
Runtime Fabric でのデプロイメント |
最適なパフォーマンスを保証するため、任意のインスタンスにおいて Runtime Fabric が管理するデプロイメントの最大数は 8000 を超えないようにしてください。 |
推奨 |
Runtime Fabric の機能やアプリケーションデプロイメントの管理は以下に左右されません。
-
各アプリケーションのサイズ
-
ワーカーノードのサイズ
-
ワーカーノードあたりの実行されているポッド数
Runtime Fabric は K8s ベースであり、クラウドネイティブのオーケストレーションプリンシパルを使用しているため、指定されたデプロイメントの設定に従って動作します。
次の評価されたメトリクスを確認して、ほぼ空のクラスターと 8000 個のデプロイを実行しているクラスターを比較した場合のさまざまな管理メトリクスを把握してください。使用されているクラスター設定は、AWS EKS クラスター上の Runtime Fabric です。
| 設定 | 説明 |
|---|---|
VPC とノードグループ |
eksctl から実行されるデフォルトの設定。3 つのサブネット (ノードグループごとに 1 つのサブネット)、NAT ゲートウェイ。 |
AWS NLB |
Nginx 作成時に Helm チャートを介して装備。 |
ノードの自動スケーラー |
推奨 3 GB (メモリ)/200m vCore (要求==上限) |
ワーカー |
m5.4x の大きさ、ワーカーノードグループ |
監視 |
固定、1 つのノード、Prometheus、監視ノードグループ、m5.2x の大きさ |
イングレス |
固定、2 つのノード、Nginx、イングレスノードグループ、m5.4x の大きさ |
次の画像は、顧客またはクラスターのアップグレードによって呼び出された場合に Runtime Fabric エージェントが再起動に要する時間を示しています。
Runtime Fabric は、デプロイメントの量に関係なくアプリケーションの作成に約 190 秒を要します。 次の表に、Mule アプリケーションの起動、停止、削除に要する時間を示します。
| アプリケーション操作 | ほぼ空のクラスター | 負荷あり |
|---|---|---|
起動のレイテンシー |
~110 秒 |
158 秒 |
停止のレイテンシー |
~10 秒 |
20 秒 |
削除のレイテンシー |
~9 秒 |
~28 秒 |
次の表に、不正なノードがある場合に node cordon 操作を再開するのに要する時間を示しています。
| ノード操作 | 空のクラスター | 負荷ありのクラスター |
|---|---|---|
Cordon |
~2 秒 |
~2 秒 |
Drain process |
~4 秒 |
~35 秒 |
考慮すべき側面:
-
Runtime Fabric エージェントは大規模なデプロイメントのクラスターを管理する場合に必要なメモリや CPU の量がデフォルトよりも多くなり、これらの値は次の表の情報を使用して変更できます。8000 件のデプロイメントがあるクラスターでは、少なくとも次の量を使用してください。
クラスターの推奨 デフォルト 200 個のノード/8000 個のアプリケーションリソース設定 エージェントリソース
メモリは 200 mb を要求、500 mb が上限。CPU は 100m を要求、1vCore が上限。
3 GB (メモリ)/2vCore (要求 == 上限)
-
Helm では、大規模の操作を行う場合、ノードウォッチャー
nodeWatcherEnabled を明示的に無効にする必要があります。ノードウォッチャーは必ずデフォルトで有効になっています (nodeWatcherEnabled: true)。 -
Runtime Fabric を使用した大規模のデプロイメントのオーケストレーションのパフォーマンスはデプロイメントの量に反比例します。
-
RTFCTL クラスターは特定のベンチマークに対してのみサポートされています。
-
Helm を使用すると、クラスターのサイズのために Runtime Fabric エージェントにカスタマイズされたリソースが必要な任意のクラスターを管理できます。