vivo 自研Jenkins資源調度系統設計與實踐

語言: CN / TW / HK

時間 2023-02-11 04:01:26 vivo互聯網技術

主題:

作者：vivo 互聯網服務器團隊- Wu Qinghua

本文從目前業界實現Jenkins的高可用的實現方案，分析各方案的優缺點，引入vivo目前使用的Jenkins高可用方案，以及目前Jenkins資源的調度方案的設計實踐和目前的落地運行效果。

一、前言

現在的企業很多都在用Jenkins做持續集成，各個業務端都依靠Jenkins，vivo Devops也是使用Jenkins來進行持續構建，部署Jenkins服務時如何保障服務的高可用變得尤為重要。

下面是目前Jenkins存在的一些問題。

Jenkins本身是單體的，即只能有一個Jenkins Master。雖然你也可以在多台機器上部署多個Jenkins Master，但這些Master之間沒有聯繫，都是各自把任務交給手下的slaver去執行，沒有任何交集。
也許某個master下的slaver很忙，而另一個master下的slaver卻很閒，資源得不到充分利用。
當其中一個slave宕機之後，該slave上的運行的job任務沒有版本重新進行分配，需要用户重新執行。並且slave節點離線之後沒有通知管理員。
當系統業務量比較大的時候業務請求集中在Jenkins Master上，會對Jenkins造成壓力，甚至的造成Jenkins服務不可用。
當有job任務在jenkins Master上隊列排隊的時候，Jenkins Master宕機後，隊列任務不可持久化。
Jenkins Workspace沒有自動清理功能，會導致磁盤空間不足，任務執行不了的情況。

基於以上情況，vivo Devops對Jenkins的部署架構進行優化搭建，並且配套了一套Jenkins資源調度系統用於管理Jenkins資源。

二、業界實現

目前業界也包含一些Jenkins 高可用的設計方式，但是並不能完全的滿足解決上述問題，比如：

2.1 方案一 Gearman + Jenkins

這是OpenStack團隊使用的方案。這個方案使用了gearman， gearman是個任務分發框架。

需要在每個Master上安裝好gearman的插件，並配置好能連接到gearman server，同時在每個Master必須建立相同的job。

之後運行任務的流程如下：

gearman worker運行在各個Jenkins Master中等待gearman server分發任務；
gearman client向gearman server發出運行job的請求；
gearman server通知各個gearman worker有任務拉，第一個閒着的worker會接受任務，如果所有的worker都忙，則放入gearman的任務隊列，得worker空閒時再分配；
gearman worker閒下來後會從任務隊列裏取job來執行，執行完之後，將結果發回給gearman server;
gearman server將結果返回給 gearman client。

優點：

這樣各個salver資源可以得到充分利用，某個master掛掉另外的master可以繼續服務。

弊端：

每個master的slave必須配置一致，否則會造成job調度錯誤，同時會造成一些資源的浪費。當一個master出現問題，該master的任務不會進行自動重新分配。

2.2 方案二改造Jenkins的文件存儲方式

目前Jenkins的配置文件都是直接在硬盤上以文件形式存儲的，你在JENKINS_HOME的個文件夾下能看到各種.xml文件。有些公司在Jenkins上進行二次開發，將Jenkins的數據存儲方式改為數據庫存儲，這樣前端可以起多個Jenkins服務，後端連相同的數據庫即可。數據庫也有比較成熟的高可用方案。

優點:

可以達到Jenkins的高可用也就是某個master掛掉另外的master可以繼續服務。

弊端：

需要對Jenkins進行二次開發，使用數據庫會降低讀取資源效率下降。

2.3 方案三最簡單的Jenkins一主一備模式

平時讓Jenkins A機器提供服務，並使用SCM Sync configuration plugin保存數據，JenkinsA機器修改配置後觸發Jenkins B更新配置，一旦Jenkins A出現問題掛掉後，切換到備機Jenkins B上。

優點:

可以達到Jenkins的高可用，當master宕機後會進行切換到備機上。

弊端:

會有一批Jenkins備機存在資源浪費，切換master時間過長，會導致有段時間Jenkins服務不可用。

三、vivo Jenkins Scheduler系統目標

由於目前業界的一些實現還不能完全的滿足我們目前的需求，所以我們進行了vivo jenkins scheduler系統的設計與實現。該系統需要達到如下的目的：

提升整個構建服務可靠性時長。
保證jenkins集羣的高可用，解決目前master-slave的單點問題，保證整個構建服務的可靠性時長。
降低災難時服務恢復時長。
①提供精準流控方式，在jenkins構建出現請求量過高的時候可以進行流控和持久化操作，減少對目前系統的衝擊。
②當系統壓力減少後，放開流控可以快速的對堆積的請求進行分配執行。
有效分配任務至各個子節點，保證資源的有效利用。
能保證災難時的及時切換任務至可用節點上，同時能快速的通知管理員進行處理。
能進行數據的可視化分析，能提供一系列幫助改善開發效率的視圖，比如構建時長報表、構建量報表等。

四、 vivo Jenkins Scheduler設計

該系統我們從兩大部分進行了設計，首先，我們不採用原生的Jenkins部署方案，而是採用全master的方式。第二，設計並開發了一套用於管理Jenkins集羣的調度系統。

五、底層 Jenkins 工具部署方案

不採用目前單master的搭建方案，採用多master的搭建方案，master下不進行掛載slave機器，任務直接有master進行處理，master之間的關係、任務分配、離線、插件安裝等由調度系統進行管理。這樣由於vivo Jenkins Scheduler系統為高可用的，解決了目前Jenkins的單點問題。

六、系統架構圖

七、系統説明

7.1 API-Gateway

主要提供系統的外部請求，網關係統，功能包含：

權限校驗：校驗用户發送集羣管理系統的請求的權限。
智能路由：接收外部一切請求，並轉發到後端的外服上去。
限流：與監控線程配合（當構建請求達到某個閾值時），進行限流操作。
API日誌統一收集：類似於一個aspect切面，記錄接口的進入和出去時的相關日誌。
數據處理：對請求的參數進行數據的轉換處理。

7.2 事件中心

是整個系統通信調用的主要模塊，採用的是Spring的Event機制實現，主要核心事件如下：

Jenkins註冊事件
（EVENT_REGIST_JENKINS）：
Jenkins啟動後，通過自定的插件會向系統發送註冊請求時，系統接收到後會觸發Jenkins管理模塊將Jenkins的信息註冊至調度系統中。
Jenkins宕機事件
(EVENT_DOWN_JENKINS) :
監控管理輪詢檢查Jenkins狀態，當發現有Jenkins宕機的情況會觸發該事件，Jenkins管理模塊處理將Jenkins的信息狀態設置為不可用狀態，從而是任務不能分配至該台jenkins。
任務從分配事件 (EVENT_JOB_REDO) :
當Jenkins宕機後，如果該台jenkins上存在未執行完的任務時候，由job監控模塊觸發，job管理莫管處理，會對該Jenkins上未執行的job進行重新分配。
任務接受事件 (EVENT_JOB_RECIVE) :
當job管理模塊接受到創建請求，會觸發該事件，由job管理模塊放入Redis執行隊列。
任務執行事件 (EVENT_JOB_EXECUTE) :
job管理模塊中的執行線程(10s執行一次，會從Redis隊列中彈出任務)，彈出任務後觸發該事件，由調度中心選取合適的jenkins進行執行。

7.3 調度中心

是整個系統的核心模塊，主要的功能是進行執行job時候能選取合適的jenkins進行處理任務，包含兩個核心算法：

7.3.1 Jenkins分組算法

每台jenkins都可以使用標籤的方式，打上多個標籤，比如jenkins可以構建java程序，使用的構建工具可以是maven和gradle，這個時候我們就可以給其打上java、maven、gradle三個標籤。

標籤的維度主要有以下幾個：

標籤配置： 判斷構建配置是否配置了標籤，根據標籤選擇對應標籤的Jenkins，比如配置了（docker等）。
構建語言： 根據構建配置的語言，比如Java、C++、Python、Go等。
構建工具和版本： 比如Maven、gradle、Ant，Cmark、Blade等。
JDK版本：比如JDK7、JDK8等。
Go語言版本：比如1.15.x.、1.16.x等。
GCC版本：如6.x、4.x等。
Python版本：2.x、3.x等。
是否存活：判斷Jenkins是否存活，如果宕機直接過濾。
（可選策略）選擇執行過該job的Jenkins，減少下載代碼的過程：（第一次構建還是會比較慢，可以採用預執行的方式，在配置構建配置的時候，就預先執行一次，這樣在用户執行的時候就使用該job執行過得workspace，減少代碼下載的時間）。
（可選策略）根據job的構建的平均構建時長，如果構建時長達到某個配置閾值時，優先選擇構建器空閒多的Jenkins進行執行，並指出Jenkins的鎖定功能。其他的job不允許分配上來。

如果我們給Jenkins打上標籤，那麼我們就可以使用標籤為維度將Jenkins進行分組，並且存入至Redis中緩存，方便後續選取Jenkins用來執行任務：

7.3.2 Jenkins選取算法

當Jenkins分組好了後，我們接受到執行的job的信息就可以使用Jenkins選取算法進行快速的選取合適的Jenkins進行處理job，如下圖所示。

其中label子線程、語言子線程……就是我們上面的Jenkins分組的維度，有多少維度，那麼這裏就會有多少子線程處理。

構建任務進入主線程，然後主線程會按照分組維度分組操作並進行過濾，然後獲取到每個分組中合適的Jenkins，再進行取交集（這個時候就獲取到可以執行該構建任務的Jenkins了），在判斷是否需要經過可選策略，最終得到Jenkins。

7.4 流控管理&隊列管理

調度系統中的的任務接受採用的是隊列的方式實現，當系統請求量達到閥後，系統將不會進入Redis隊列，會將請求持久化至MySQL。後續如果有請求過來，job管理模塊會檢查數據庫MySQL中是否有請求，如果有請求，會將請求放入Redis隊列，如果沒有請求就會將當前請求放入Redis隊列，具體流程如下:

其中基於Redis實現的消息隊列的時序圖如下:

7.5 回調中心

該模塊主要是監控任務的狀態，當任務開始執行、中斷執行、執行成功、執行失敗的時候進行通知業務並存儲數據，用於保存構建記錄，方便後續數據的統計，用來完成數據的可視化。

八、實施效果

目前該系統已經投入生產環境運行，Jenkins任務已採用調度系統進行調度執行，運行穩定，運行效果。

九、後續展望

隨着vivo Jenkins 調度系統的功能慢慢完善，Jenkins的機器也越來越多，目前還大多數運行在虛擬機上，從資源利用率和業務發佈效率來看，未來的業務發佈形態將會是以容器為主。目前公司也在大力發展k8s的容器生態建設，

所以我們希望將Jenkins工具後期進行容器化、池化，在提高資源利用率和發佈效率的同時也可以為用户提供可靠的、簡潔的、穩定調度執行。

END