实现gRPC服务端Service的负载均衡 - 服务网格 ASM

背景信息

4个编程语言版本的客户端通过调用变量GRPC_SERVER定义的服务grpc-server-svc.grpc-best.svc.cluster.local，当接收到内部请求时，可以均匀地路由到4个编程语言版本的服务端上。与此同时，通过配置Istio中的Ingress Gateway，可以将外部请求按负载均衡策略路由到4个版本的gRPC服务端上。

示例工程

gRPC的示例工程请参见hello-servicemesh-grpc，本文档中提到的目录都为hello-servicemesh-grpc下的目录。

说明本文的镜像仓库仅供参考，请根据镜像脚本自行构建和推送镜像至自建仓库。关于镜像脚本的具体信息，请参见hello-servicemesh-grpc。

步骤一：创建gRPC服务端的Service

本系列的示例只有一个命名为grpc-server-svc的gRPC类型的Service。

说明 spec.ports.name的值需要以grpc开头。

创建名为grpc-server-svc的YAML文件。

apiVersion: v1
kind: Service
metadata:
  namespace: grpc-best
  name: grpc-server-svc
  labels:
    app: grpc-server-svc
spec:
  ports:
    - port: 9996
      name: grpc-port
  selector:
    app: grpc-server-deploy

执行以下命令，创建Service。
```
kubectl apply -f grpc-server-svc.yaml
```

步骤二：创建gRPC服务端的Deployment

完整的Deployment请参见kube/deployment，以下以NodeJS语言的gRPC服务端的Deployment文件grpc-server-node.yaml为例，创建gRPC服务端的Deployment。

说明服务端的4个Deployment都需要定义app标签的值为grpc-server-deploy，以匹配gRPC服务端Service的Selector。同时每种语言的version标签需要保证各不相同。

创建名为grpc-server-node的YAML文件。

apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: grpc-best
  name: grpc-server-node
  labels:
    app: grpc-server-deploy
    version: v3
spec:
  replicas: 1
  selector:
    matchLabels:
      app: grpc-server-deploy
      version: v3
  template:
    metadata:
      labels:
        app: grpc-server-deploy
        version: v3
    spec:
      serviceAccountName: grpc-best-sa
      containers:
        - name: grpc-server-deploy
          image: registry.cn-beijing.aliyuncs.com/asm_repo/grpc_server_node:1.0.0
          imagePullPolicy: Always
          ports:
            - containerPort: 9996
              name: grpc-port

执行以下命令，创建Depolyment。
```
kubectl apply -f grpc-server-node.yaml
```

步骤三：创建gRPC客户端的Deployment

客户端和服务端有以下两处不同。

服务端启动后会持续运行，而客户端完成请求后就会结束进程，因此，需要实现一种死循环的方式保持客户端容器不退出。
客户端需要定义变量GRPC_SERVER的值，在客户端容器启动时传递给gRPC客户端。

以下以Go语言的gRPC客户端的Deployment文件grpc-client-go.yaml为例，创建gRPC客户端的Deployment。

创建名grpc-client-go的YAML文件。

apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: grpc-best
  name: grpc-client-go
  labels:
    app: grpc-client-go
spec:
  replicas: 1
  selector:
    matchLabels:
      app: grpc-client-go
  template:
    metadata:
      labels:
        app: grpc-client-go
    spec:
      serviceAccountName: grpc-best-sa
      containers:
        - name: grpc-client-go
          image: registry.cn-beijing.aliyuncs.com/asm_repo/grpc_client_go:1.0.0
          command: ["/bin/sleep", "3650d"]
          env:
            - name: GRPC_SERVER
              value: "grpc-server-svc.grpc-best.svc.cluster.local"
          imagePullPolicy: Always

执行以下命令，创建Depolyment。
```
kubectl apply -f grpc-client-go.yaml
```

其中，command: ["/bin/sleep", "3650d"]是定义Go语言的gRPC客户端启动后执行的命令，通过Sleep的方式保持客户端容器运行。env中定义了GRPC_SERVER变量，其值为grpc-server-svc.grpc-best.svc.cluster.local。

步骤四：部署服务和应用

在ACK实例中创建名为grpc-best的命名空间。

alias k="kubectl --kubeconfig $USER_CONFIG"
k create ns grpc-best

为命名空间启用自动注入Sidecar。

k label ns grpc-best istio-injection=enabled

部署ServiceAccount、Service，及8个Deployment。

k apply -f grpc-sa.yaml
k apply -f grpc-svc.yaml
k apply -f deployment/grpc-server-java.yaml
k apply -f deployment/grpc-server-python.yaml
k apply -f deployment/grpc-server-go.yaml
k apply -f deployment/grpc-server-node.yaml
k apply -f deployment/grpc-client-java.yaml
k apply -f deployment/grpc-client-python.yaml
k apply -f deployment/grpc-client-go.yaml
k apply -f deployment/grpc-client-node.yaml

结果验证

从Pod侧验证gRPC服务的负载均衡

从客户端容器请求gRPC服务端的Service，验证gRPC服务端Service的负载均衡。

获取4个客户端容器的名称。

client_java_pod=$(k get pod -l app=grpc-client-java -n grpc-best -o jsonpath={.items..metadata.name})

client_go_pod=$(k get pod -l app=grpc-client-go -n grpc-best -o jsonpath={.items..metadata.name})

client_node_pod=$(k get pod -l app=grpc-client-node -n grpc-best -o jsonpath={.items..metadata.name})

client_python_pod=$(k get pod -l app=grpc-client-python -n grpc-best -o jsonpath={.items..metadata.name})

在客户端容器中，对4个gRPC服务端的Service发起请求。

k exec "$client_java_pod" -c grpc-client-java -n grpc-best -- java -jar /grpc-client.jar

k exec "$client_go_pod" -c grpc-client-go -n grpc-best -- ./grpc-client

k exec "$client_node_pod" -c grpc-client-node -n grpc-best -- node proto_client.js

k exec "$client_python_pod" -c grpc-client-python -n grpc-best -- sh /grpc-client/start_client.sh

以NodeJS客户端为例，通过一个循环，验证gRPC服务端Service的负载均衡。
```
for ((i = 1; i <= 100; i++)); do
  k exec "$client_node_pod" -c grpc-client-node -n grpc-best -- node kube_client.js > kube_result
done
sort kube_result | grep -v "^[[:space:]]*$" | uniq -c | sort -nrk1
```
预期输出：
```
  26 Talk:PYTHON
  25 Talk:NODEJS
  25 Talk:GOLANG
  24 Talk:JAVA
```
结果显示4个版本的gRPC服务端Service收到相近的请求数。说明ASM收到外部请求时，可以将外部请求按负载均衡策略路由到4个版本的gRPC服务端Service上。

从本地验证gRPC服务的负载均衡

从本地请求Istio中的Ingress Gateway，验证gRPC服务端Service的负载均衡。

登录ASM控制台。
在左侧导航栏，选择服务网格 > 网格管理。
在网格管理页面，找到待配置的实例，单击实例的名称或在操作列中单击管理。
在数据平面区域单击ASM网关页签。
在ASM网关页签中单击部署自定义入口/出口网关。

在部署入口网关对话框中选择命名空间，将以下内容拷贝到文本框中，然后单击确定。

apiVersion: networking.istio.io/v1alpha3
kind: Gateway
metadata:
  namespace: grpc-best
  name: grpc-gateway
spec:
  selector:
    istio: ingressgateway
  servers:
    - port:
        number: 9996
        name: grpc
        protocol: GRPC
      hosts:
        - "*"

获取Ingress Gateway的IP。

alias k="kubectl --kubeconfig $USER_CONFIG"
INGRESS_IP=$(k -n istio-system get service istio-ingressgateway -o jsonpath='{.status.loadBalancer.ingress[0].ip}')

验证gRPC服务端Service的负载均衡。

docker run -d --name grpc_client_node -e GRPC_SERVER="${INGRESS_IP}" registry.cn-beijing.aliyuncs.com/asm_repo/grpc_client_node:1.0.0 /bin/sleep 3650d
client_node_container=$(docker ps -q)

docker exec -e GRPC_SERVER="${INGRESS_IP}" -it "$client_node_container" node kube_client.js

for ((i = 1; i <= 100; i++)); do
  docker exec -e GRPC_SERVER="${INGRESS_IP}" -it "$client_node_container" node kube_client.js >> kube_result
done
sort kube_result | grep -v "^[[:space:]]*$" | uniq -c | sort -nrk1

预期输出：

  26 Talk:PYTHON
  25 Talk:NODEJS
  25 Talk:GOLANG
  24 Talk:JAVA

结果显示4个版本的gRPC服务端Service收到相近的请求数。说明ASM收到外部请求时，可以将外部请求按负载均衡策略路由到4个版本的gRPC服务端Service上。