tencent cloud

前提条件

• 已有容器服务 TKE 托管集群（以下称作集群 A ），且集群版本需 >= 1.18 及以上。
• 已创建迁移目标的 TKE Serverless 集群（以下称作集群 B），集群版本需 >= 1.20 及以上，创建 TKE Serverless 集群请参见 创建集群。
• 集群 A 和 集群 B 需要共用同一个腾讯云 COS 存储桶作为 Velero 后端存储，配置 COS 存储桶请参见 配置对象存储。
• 集群 A 和 集群 B 建议在同一 VPC 下（如果需要备份 PVC 中的数据，必须在同一 VPC 下）。
• 确保镜像资源在迁移后可以正常拉取，在 TKE Serverless 集群中配置镜像仓库请参见 镜像仓库相关。
• 确保两个集群的 Kubernetes 版本的 API 兼容，建议使用相同版本。若集群 A 的集群版本较低，建议先升级集群 A 集群版本后，再进行迁移操作。

迁移限制

• 在 TKE 集群中启用固定 IP 特性的工作负载，在迁移到 TKE Serverless 集群后，IP 会发生改变。可以在 Pod Template 中指定 IP 创建 Pod，使用方式示例：eks.tke.cloud.tencent.com/pod-ip: "xx.xx.xx.xx"
• TKE Serverless 集群使用 containerd 作为运行时，与 docker 不一致，不兼容 Docker registry v2.5以下版本、harbor v1.10以下的版本的镜像。
• TKE Serverless 集群中，每个 Pod 默认分配20Gi的临时磁盘空间，用于镜像存储，该盘随 Pod 的生命周期创建和销毁。若需使用更大磁盘空间，可以挂载其他类型的 volume 作数据存储，例如使用 PVC。
• 在 TKE Serverless 集群中部署 DaemonSet 类型的工作负载时，需使用 sidecar 方式部署在业务 Pod 中。
• TKE Serverless 集群部署 NodePort 类型的服务时，无法通过 NodeIP:Port 访问服务，需要通过 ClusterIP:Port 访问服务。
• 部署在 TKE Serverless 集群上的 Pod 默认会通过9100端口，对外暴露监控数据。如果业务 Pod 本身需要监听9100端口，则可以在创建 Pod 时，在 Pod Template 中指定其他端口收集监控数据，避免跟业务的9100端口冲突。配置方式示例：eks.tke.cloud.tencent.com/metrics-port: "9110"
• 除以上限制外，务必阅读 TKE Serverless 集群其他说明。

迁移步骤

以下将介绍 TKE 集群 A 中的资源迁移到 TKE Serverless 集群 B 中的详细操作步骤。

配置对象存储

操作步骤请参见 创建存储桶。

下载 velero

1. 下载 Velero 最新版本安装包到集群环境中，本文以 v1.8.1 版本为例。

   wget https://github.com/vmware-tanzu/velero/releases/download/v1.8.1/velero-v1.8.1-linux-amd64.tar.gz
   

2. 执行以下命令解压安装包，安装包提供 Velero 命令行执行文件和一些示例文件。

   tar -xvf velero-v1.8.1-linux-amd64.tar.gz
   

3. 执行以下命令，将 Velero 可执行文件从解压后的目录迁移到系统环境变量目录下直接使用，本文以迁移至 /usr/bin 目录为例。示例如下：

   cp velero-v1.8.1-linux-amd64/velero /usr/bin/
   

在集群 A 和集群 B 中安装 velero

1. 配置 velero 客户端，开启 CSI 特性。

   velero client config set features=EnableCSI
   

2. 执行以下命令在集群 A 和集群 B 中安装 Velero ，创建 Velero 工作负载以及其他必要的资源对象。

• 使用 CSI 备份 PVC 的示例如下：

   velero install  --provider aws  \
   --plugins velero/velero-plugin-for-aws:v1.1.0,velero/velero-plugin-for-csi:v0.2.0 \
   --features=EnableCSI \
   --features=EnableAPIGroupVersions \
   --bucket <BucketName> \
   --secret-file ./credentials-velero \
   --use-volume-snapshots=false \
   --backup-location-config region=ap-guangzhou,s3ForcePathStyle="true",s3Url=https://cos.ap-guangzhou.myqcloud.com
  

注意：

TKE Serverless 集群不支持部署 Daemonset，因此本文示例都不支持使用 restic 插件。

• 如不需要备份 PVC，安装示例如下：

  ./velero install  --provider aws --use-volume-snapshots=false --bucket gtest-1251707795  --plugins velero/velero-plugin-for-aws:v1.1.0   --secret-file ./credentials-velero  --backup-location-config region=ap-guangzhou,s3ForcePathStyle="true",s3Url=https://cos.ap-guangzhou.myqcloud.com
  

安装参数说明详情见 velero 安装参数，您也可以使用命令 velero install --help 查看。
其他安装参数说明：

安装参数	参数说明
--plugins	使用 AWS S3 兼容 API 插件 “velero-plugin-for-aws”；使用 CSI 插件 velero-plugin-for-csi 对 csi-pv 进行备份，建议开启。
--features	启用可选功能：启用 API 组版本功能 该功能用于兼容不同 API 组版本，建议开启；启用 CSI 快照功能 该功能用于备份 CSI 支持的 PVC，建议开启。
--use-restic	Velero 支持使用免费开源备份工具 Restic 备份和还原 Kubernetes 存储卷数据 （不支持 hostPath 卷，详情请参见 Restic 限制），该集成是 Velero 备份功能的补充，在迁移 TKE Serverless 集群的场景下，开启该参数会导致备份失败。
--use-volume-snapshots=false	关闭默认存储卷快照备份

3. 安装完成后，等待 Velero 工作负载就绪。执行以下命令，查看配置的存储位置是否可用，若显示 “Avaliable”，则说明集群可正常访问对象存储 COS。

velero backup-location get
NAME      PROVIDER   BUCKET/PREFIX      PHASE       LAST VALIDATED                  ACCESS MODE   DEFAULT
default   aws        <BucketName>   Available     2022-03-24 21:00:05 +0800 CST      ReadWrite     true

至此，Velero 安装完成。了解 Velero 更多安装介绍，请参见 Velero 官网文档。

（可选） 在集群 A 和集群 B 中安装 VolumeSnapshotClass 对象

说明：

• 如不需要备份 PVC，可跳过该步骤。
• 更多存储快照相关功能，请参见 使用 CBS CSI 插件对 PVC 进行备份与恢复。

1. 确认已安装 CBS-CSI 插件。

2. 在 访问管理 控制台完成对 TKE_QCSRole 角色授予 CBS 快照操作的相关权限，详情请参考 快照授权。

3. 使用以下 YAML，创建 VolumeSnapshotClass 对象。示例如下：

   apiVersion: snapshot.storage.k8s.io/v1beta1
   kind: VolumeSnapshotClass
   metadata:
   labels:
   velero.io/csi-volumesnapshot-class: "true"
   name: cbs-snapclass
   driver: com.tencent.cloud.csi.cbs
   deletionPolicy: Delete
   

4. 执行以下命令，检查 VolumeSnapshotClass 是否创建成功。示例如下：

   $ kubectl get volumesnapshotclass
   NAME            DRIVER                      DELETIONPOLICY   AGE
   cbs-snapclass   com.tencent.cloud.csi.cbs   Delete           17m
   

（可选） 创建集群 A 示例资源

说明：

如不需要备份 PVC，可跳过该步骤。

在集群 A 中部署 Velero 实例中含有 PVC 的 minio 工作负载，这里使用 cbs-csi 动态存储类来创建 PVC 和 PV。

1. 使用集群中 provisioner 为 com.tencent.cloud.csi.cbs 的存储类来动态创建 pv。pvc 示例如下：

   apiVersion: v1
   kind: PersistentVolumeClaim
   metadata:
   annotations:
   volume.beta.kubernetes.io/storage-provisioner: com.tencent.cloud.csi.cbs
   name: minio
   spec:
   accessModes:
   - ReadWriteOnce
   resources:
   requests:
     storage: 10Gi
   storageClassName: cbs-csi
   volumeMode: Filesystem
   

2. 使用 Helm 工具，创建一个引用上述 pvc 的 MinIO 测试服务，MinIO 安装方式请参见 MinIO 安装。在此示例中，已经为 MinIO 服务绑定了负载均衡器，可以在浏览器中使用公网地址访问管理页面。
   

3. 登录 MinIO Web 管理页面，上传用于测试的图片。如下图所示：
   

备份与还原

1. 在集群 A 创建备份，请参见集群迁移操作步骤中的 集群 A 创建备份。
2. 在集群 B 还原备份，请参见集群迁移操作步骤中的 集群 B 执行还原。
3. 迁移结果核验：
   • 如不需要备份 PVC，请参见集群迁移操作步骤中的 迁移结果核验。
   • 如需要备份 PVC，参照以下步骤进行核验：
4. 执行以下命令，校验集群 B 执行迁移操作后的集群资源，可以看到 Pods、PVC、Service 资源已按预期迁移成功。如下图所示：
   
5. 登录集群 B 中的 MinIO 服务，可以看到 MinIO 服务中的图片数据未丢失，说明持久卷数据已按预期迁移成功。
   
6. 至此已完成了 TKE 集群与 TKE Serverless 集群间资源的迁移。
   迁移操作完成后，执行以下命令，将集群 A 和 集群 B 的备份存储位置恢复为读写模式，以便在下次备份任务可以正常备份。示例如下：

   kubectl patch backupstoragelocation default --namespace velero \

--type merge
--patch '{"spec":{"accessMode":"ReadWrite"}}'


使用 Serverless 集群常见问题

• 拉取镜像失败：请参见 镜像仓库。
• 域名解析失败：常见于 Pod 镜像拉取失败、投递日志到自建 kafka 失败，请参见 Serverless 集群自定义 DNS 服务。
• 日志投递到 CLS 失败：首次使用 TKE Serverless 集群投递日志到 CLS，需要为服务授权，请参见 首次授权。
• 每个集群默认仅可创建 100 个 Pod，若需要创建超过配额的资源，请参见 默认配额。
• Pod 频繁被销毁重建，报错 Timeout to ensure pod sandbox：TKE Serverless 集群 Pod 内的组件会与管控面通讯以保持健康检测，当 Pod 创建完后，Pod 持续 6 分钟网络不通，则会被管控面发起销毁重建。此时需检查 Pod 关联的安全组是否放通了 169.254 路由的访问。
• Pod 端口访问不通 / not ready：
  • 业务容器端口是否与 TKE Serverless 集群管控面端口有冲突，请参见 端口限制
  • Pod 可以 ping 成功，但是 telnet 失败，检查安全组。
• 创建实例时，可以使用如下特性加快拉取镜像速度：请参见 镜像缓存 与 镜像复用。
• 业务日志转存：Serverless 容器服务 job 类型的业务在退出后，底层资源就被回收，此时 Kubectl logs 无法查看容器日志，对于需要 debug 的场景不友好。可通过延迟销毁或者设置 terminationMessage 字段将业务日志转存，请参见 设置容器终止消息。
• Pod 频繁重启，报错 ImageGCFailed：TKE Serverless 集群 Pod 默认磁盘大小为 20GiB, 如果磁盘使用空间达到 80%，TKE Serverless 集群管控面就会触发容器镜像的回收流程，尝试回收未使用的容器镜像来释放磁盘空间。如果未能释放任何空间，则会有一条事件提醒：ImageGCFailed: failed to garbage collect required amount of images，提醒用户磁盘空间不足。常见磁盘空间不足的原因有：
  • 业务有大量临时输出。
  • 业务持有已删除的文件描述符，导致磁盘空间未释放。

参考文档

• 在 Velero 中使用 csi
• 在 Velero 中启用 API 组版本功能
• 使用应用市场安装 Minio