워크로드 스케일링

Fargate의 또 다른 이점은 제공하는 단순화된 수평 스케일링 모델입니다. 컴퓨팅에 EC2를 사용할 때 Pod 스케일링은 Pod 자체뿐만 아니라 기본 컴퓨팅도 어떻게 스케일링할지 고려해야 합니다. Fargate는 기본 컴퓨팅을 추상화하므로 Pod 자체 스케일링에만 집중하면 됩니다.

지금까지 살펴본 예제들은 단일 Pod 레플리카만 사용했습니다. 실제 시나리오에서 일반적으로 예상되는 것처럼 이를 수평으로 스케일 아웃하면 어떻게 될까요? checkout 서비스를 스케일 업하고 확인해 봅시다:

Kustomize Patch

~/environment/eks-workshop/modules/fundamentals/fargate/scaling/deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: checkout
spec:
  replicas: 3

Deployment/checkout

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app.kubernetes.io/created-by: eks-workshop
    app.kubernetes.io/type: app
  name: checkout
  namespace: checkout
spec:
  replicas: 3
  selector:
    matchLabels:
      app.kubernetes.io/component: service
      app.kubernetes.io/instance: checkout
      app.kubernetes.io/name: checkout
  template:
    metadata:
      annotations:
        prometheus.io/path: /metrics
        prometheus.io/port: "8080"
        prometheus.io/scrape: "true"
      labels:
        app.kubernetes.io/component: service
        app.kubernetes.io/created-by: eks-workshop
        app.kubernetes.io/instance: checkout
        app.kubernetes.io/name: checkout
        fargate: yes
    spec:
      containers:
        - envFrom:
            - configMapRef:
                name: checkout
          image: public.ecr.aws/aws-containers/retail-store-sample-checkout:1.2.1
          imagePullPolicy: IfNotPresent
          livenessProbe:
            httpGet:
              path: /health
              port: 8080
            initialDelaySeconds: 30
            periodSeconds: 3
          name: checkout
          ports:
            - containerPort: 8080
              name: http
              protocol: TCP
          resources:
            limits:
              memory: 2.5G
            requests:
              cpu: "1"
              memory: 2.5G
          securityContext:
            capabilities:
              drop:
                - ALL
            readOnlyRootFilesystem: true
          volumeMounts:
            - mountPath: /tmp
              name: tmp-volume
      securityContext:
        fsGroup: 1000
      serviceAccountName: checkout
      volumes:
        - emptyDir:
            medium: Memory
          name: tmp-volume

Diff

     app.kubernetes.io/type: app
   name: checkout
   namespace: checkout
 spec:
-  replicas: 1
+  replicas: 3
   selector:
     matchLabels:
       app.kubernetes.io/component: service
       app.kubernetes.io/instance: checkout

kustomization을 적용하고 롤아웃이 완료될 때까지 기다립니다:

~$kubectl apply -k ~/environment/eks-workshop/modules/fundamentals/fargate/scaling

[...]

~$kubectl rollout status -n checkout deployment/checkout --timeout=200s

롤아웃이 완료되면 Pod 개수를 확인할 수 있습니다:

~$kubectl get pod -n checkout -l app.kubernetes.io/component=service

NAME                        READY   STATUS    RESTARTS   AGE

checkout-585c9b45c7-2c75m   1/1     Running   0          2m12s

checkout-585c9b45c7-c456l   1/1     Running   0          2m12s

checkout-585c9b45c7-xmx2t   1/1     Running   0          40m

이러한 각 Pod는 별도의 Fargate 인스턴스에서 스케줄링됩니다. 이전과 유사한 단계를 수행하고 특정 Pod의 노드를 식별하여 이를 확인할 수 있습니다.