关于NodePort使用iptables和ipvs模式,负载均衡-实验

实验目标
  • 判断NodePort内部转发是否负载均衡
  • 判断iptables和ipvs相同访问的情况下能力差距
  • 实验环境除iptables和ipvs的模式以外,版本,配置,网络插件,均一直
实验步骤
1.创建多副本deployment分布到不通主机器(一定要保证pod分布均匀)
# kubectl create deployment nginx-test --image=nginx
# kubectl scale deployment nginx-test --replicas=9
# kubectl get deployment -o wide

2.创建SVC
# kubectl expose deployment nginx-test --type=NodePort --target-port=80 --port=80 --name=nginx-svc

3.修改相关index用于识别
# cat index.sh
for i in `kubectl get pod -o wide| grep -v NAME | awk '{print $1":"$7}'`;
do
  name=`echo $i | awk -F ":" '{print $1}'`
  host=`echo $i | awk -F ":" '{print $2}'`
  cmd=`echo 'kubectl exec -it $name -- bash -c "echo' $host '> /usr/share/nginx/html/index.html"'`
  eval $cmd
done

4.统计访问100次都是那些主机
# cat sum.sh
log_file="/tmp/sum.txt"
echo > $log_file
start_time=`date "+%s"`
for i in {1..5000};
do
  curl -s http://192.168.26.104:32363/ >> $log_file
done
end_time=`date "+%s"`
echo "使用时间:" $[end_time-start_time]
cat /tmp/sum.txt | sort | uniq -c
python3版本测试用例
import requests,time

for_sum=5000
url="http://192.168.26.102:30030/"

sum_list={}
start_time=time.time()
for i in range(for_sum):
    resp=requests.get(url)
    try:
        sum_list[resp.content.decode()]=sum_list[resp.content.decode()] + 1
    except:
        sum_list[resp.content.decode()] = 0
end_time=time.time()
print("用时:", end_time - start_time  ,"秒")
print(sum_list)
环境记录(svc值有一条,使用python3的测试代码)
  • iptables
用时: 23.67735481262207 秒
{'k8snode-1\n': 983, 'k8snode-2\n': 954, 'k8snode-5\n': 1014, 'k8snode-4\n': 1030, 'k8snode-3\n': 1014}

用时: 23.920344352722168 秒
{'k8snode-5\n': 1035, 'k8snode-1\n': 978, 'k8snode-3\n': 1002, 'k8snode-2\n': 1002, 'k8snode-4\n': 978}

用时: 23.591750144958496 秒
{'k8snode-5\n': 961, 'k8snode-1\n': 1017, 'k8snode-3\n': 1048, 'k8snode-2\n': 1011, 'k8snode-4\n': 958}
  • ipvs
用时: 23.547069787979126 秒
{'k8snode-5\n': 999, 'k8snode-3\n': 999, 'k8snode-2\n': 999, 'k8snode-1\n': 999, 'k8snode-4\n': 999}

用时: 23.893048524856567 秒
{'k8snode-5\n': 999, 'k8snode-3\n': 999, 'k8snode-2\n': 999, 'k8snode-1\n': 999, 'k8snode-4\n': 999}

用时: 23.7876193523407 秒
{'k8snode-5\n': 999, 'k8snode-3\n': 999, 'k8snode-2\n': 999, 'k8snode-1\n': 999, 'k8snode-4\n': 999}
小结

使用iptables模式的nodeport存在负载不均衡,随着iptables条数的增加导致不均衡的表现会体现的越加明显

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,252评论 6 516
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,886评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,814评论 0 361
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,869评论 1 299
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,888评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,475评论 1 312
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,010评论 3 422
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,924评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,469评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,552评论 3 342
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,680评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,362评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,037评论 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,519评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,621评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,099评论 3 378
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,691评论 2 361