20231210 Azure Kubernetes Services 永續性軟體工程設計方針

#dotNetConfTaiwan2023

Transcript

1. Azure Kubernetes Services 永續性軟體工程設計方針 Phil Huang <pichuang@cloudnative.tw> CNCF Ambassador / Sr. Cloud Solution Architect, Microsoft Taiwan 2023/12/10
2. Phil Huang 黃秉鈞 • CNCF Ambassador 雲端原生基金會大使 • Cloud Native Taiwan User Group 成員 • Microsoft 資深雲端解決方案架構師 • 部落格: blog.pichuang.com.tw Ref: https://www.linkedin.com/in/pichuang-tw/ "(自稱) IT 環保人員"
3. Cluster Autoscaler 多選題
4. Taiwan! https://tag-env-sustainability.cncf.io/cloud-native-sustainability-week/
5. Cloud Native Sustainability • 提供目前雲端原生永續 發展藍圖 (Cloud Native Sustainability Landscape) • 提高參與者的碳意識 • CNCF 基金會以 TAG Environmental Sustainability 做為提 倡組織 https://tag-env-sustainability.cncf.io/
6. 永續發展提倡單位 Sustainability Initiatives https://learn.greensoftware.foundation/measurement/ 1. Green Software Foundation • 規格: SCI (Software Carbon Intensity) Specification • 實踐: Green Software Patterns • Awesome Green Software 2. CNCF TAG Environmental Sustainability 3. Linux Foundation Energy 4. Cloud Carbon Footprint 5. Energy Efficient High Performance Computing Working Group (EE HPC WG) 6. Open Compute Project (OCP) • Heat Reuse
7. Green Software Foundation (GSF) • 由 Accenture + GitHub + Microsoft + Thoughtworks 於 2021 年 一同成立 • 使命: 建立由人員、標準、工具和最佳實踐組成的值得信賴的生態系 統，用於新增和建立綠色軟體 (Green Software) https://blogs.microsoft.com/blog/2021/05/25/accenture-github-microsoft-and-thoughtworks-launch-the-green-software-foundation-with-the-linux-foundation-to-put-sustainability-at-the-core- of-software-engineering/
8. Green Software 的平行宇宙 • Green Software 主要是指 針對軟體運行的時候，對於 環境友好和具有環境永續性 1. 運行中減少能源消耗 2. 提升運算效率 3. 注重低碳排 • Green Software 並不涉及 下列討論 • 可攜式軟體 • 免費軟體 • 自由軟體
9. Green Software Principle Green Software Foundation
10. Green Software Principles 綠色軟體 3 大原則 節能 提高利用率 提升碳意識
11. Sustainable Software Engineering (SSE) 永續性軟體工程好處 • 優化程式 • 減少成本 • 提高硬體利用 • 提升硬體生命週期 • 更好預測成本 • 減少碳足跡 https://techcommunity.microsoft.com/t5/green-tech-blog/a-visual-guide-to-sustainable-software-engineering/ba-p/2130034 "Sustainability is enough, all by itself, to justify our work" "永續性本身就足以證明 我們的工作是正確的"
12. Software Carbon Intensity (SCI) 軟體碳排強度 https://learn.greensoftware.foundation/measurement/ E: 軟體系統消耗的能源 (Energy)，單位是 kWh I: 碳排強度 (Intensity)，單位 是 gCO2/kWh M: 為了運行軟體而產生的硬體 碳排放量 (Embodied) R: 功能單位 Functional Unit，如 per Seat / per API call SCI = ((E * I) + M) per R
13. Sustainable Software Engineering (SSE) 永續性軟體工程 6 個準則 1. 碳排放效率 (Carbon Efficiency): 撰寫出較低碳排數值 (E, Energy) 的服務，但服 務功能性需求 (Functional Requirement) 不變，穩定性 (Stability) 也不變 2. 碳意識 (Carbon Awareness): 選擇碳排較低 (I, Intensity) 的資料中心或機房位置 3. 用電效率 (Electricity Efficiency): 盡量降低硬體 (M) 電力消耗，如非使用需求下， 降頻 CPU 4. 硬體效率 (Hardware Efficiency): 延長硬體 (M) 生命週期來分攤碳成本 5. 測量 (Measurement): 透過測量持續改善，採用 SCI 公式計算軟體碳成本 6. 氣候承諾 (Climate Commitments): 遵循國際共識碳中和標準 PAS 2060、淨零 Net Zero、ISO 14064 等 https://learn.microsoft.com/zh-tw/training/modules/sustainable-software-engineering-overview/ SCI = ((E * I) + M) per R
14. 如何計算 Software Carbon Intensity 軟體碳強度? https://sci-guide.greensoftware.foundation/ 1. 呼叫第三方 API 資訊 2. 人工計算 CPU / Memory 消耗量 呼叫第三方 API 資訊，如 WattTime / Electricity Maps 1. 硬體可從硬體廠商或 spec.org 查 2. 雲端資訊可從第三方 API 資 訊或雲端公開資訊 看 Scale out/in 計算時 的單位為何，per Instance / per Pod SCI = ((E * I) + M) per R
15. 計算 SCI Score 範例 1. Bound: 了解應用服務邊 界，意旨你要有架構圖 2. Scale: 了解服務擴展最小 單位，如 Node Pool 或 API Request 3. Measurements: 量化既有 的利用率，透過既有監控 軟體或第三方服務獲得 4. Report: 計算出 SCI 分數 https://greensoftware.foundation/articles/how-accenture-implemented-the-sci-specification-score-to-track-software-emissions SCI = ((E * I) + M) per R per API Request
16. Green Software Patterns & Practices Green Software Foundation
17. 為何使用 CDN 可以達到減碳的效果? • 符合 Green Software Patterns 所列之模式 Cache static data • 故採用 Azure Front Door 做為架構設計的一環是符合 GSF 建議實踐 https://patterns.greensoftware.foundation/ SCI = ((E * I) + M) per R 降低 Packet 傳輸距離， 所需總電量下降 通過減少所經設備運行總 量，降低整體隱藏碳排放
18. 在 Azure Kubernetes Service 上的永續性軟體工程做法 https://learn.microsoft.com/zh-tw/azure/aks/concepts-sustainable-software-engineering 分類 綠色軟體設計模式 適用於 Application Workload 適用於 AKS Cluster 代表服務/專案/術語 E I M 應用程式設計 為邏輯元件的獨立調整而設計 Yes Dapr Framework 為事件驅動調整而設計 Yes KEDA 以無狀態設計為目標 Yes 無狀態設計 應用程式平台 啟用叢集和節點自動更新 Yes Auto Upgrade 安裝支援的附加元件和延伸模組 Yes Yes KEDA + Dapr 在適用情況下將工作負載容器化 Yes Draft 使用能源效率高的硬體 Yes Ampere Altra Arm / Karpenter 符合延展性需求，並利用自動調整和高載功能 Yes Cluster Autoscaler 在非上班時間關閉工作負載和節點集區 Yes Yes Nodepool Stop 作業程序 刪除未使用的資源 Yes Yes Image Cleaner 標記資源 Yes Yes Resource Tag 儲存體 最佳化儲存使用量 Yes Yes Storage Type 網路與連線能力 選擇最接近使用者的區域 Yes Azure Region 減少節點之間的網路周遊 Yes Proximity Placement Group 使用服務網格進行評估 Yes Service Mesh 最佳化記錄收集 Yes Yes Reduce Log Size 快取靜態資料 Yes Yes Azure Front Door 安全性 評估是否要使用 TLS 終止 Yes Yes Azure Front Door / Application Gateway 使用雲端原生網路安全性工具和控制項 Yes Yes Web Application Firewall (WAF) 掃描弱點 Yes Yes Microsoft Defender for Cloud
19. • 主要目的 • 減少收集無用的資訊 • 功能保持不變 • 精算封包的狀況下，縮減 83% 儲 存和網路傳輸成本， 389 Bytes -> 64 Bytes "一起當 IT 客家人" https://techcommunity.microsoft.com/t5/azure-network-security-blog/optimizing-azure-firewall-logging-costs/ba-p/3908958 網路與連線能力: 最佳化紀錄收集
20. 網路與連線能力: 減少節點之間的網路周遊 https://learn.microsoft.com/en-us/azure/aks/reduce-latency-ppg https://kubernetes.io/docs/concepts/scheduling-eviction/topology-spread-constraints/ • Azure Kubernetes Services 的 Node Pool 是採用 VMSS (Virtual Machine Scale Set) 的類型 • 服務放置策略的改善方式 1. Cluster Level: AKS 可用 Proximity Placement Groups (PPG) 2. Pod Level: Kubernetes 可搭 配使用 Pod 拓撲分布約束 (Pod Topology Spread Constraints) Proximity Placement Groups (PPG) Pod Topology Spread Constrains
21. 應用程式平台: 使用能源效率高的硬體 • AKS Kapenter • 值得關注能力 • 類同 Cluster Autoscaler，可以 自動縮容 Instances Unit • 比 Cluster Autoscaler 更好的是 會可以動態選擇 Instance Type https://azure.microsoft.com/en-us/updates/provider-for-running-karpenter-on-azure-kubernetes-service-aks/
22. 應用程式平台: 符合延展性需求，並利用自動調整和高載功能 SCI = ((E * I) + M) per R curl --request POST --url https://beta4.api.climatiq.io/compute/azure/instance \ --header 'Authorization: Bearer API_KEY' \ --data '{ "region": "uk_west", "instance": "h8", "duration": 24, "duration_unit": "h" }' AKS Nodepool 擴縮容時，單位為 Node，故 3 台同時運行的時候，R 為 per 3 Node API Request API Response
23. Carbon Aware KEDA Operator https://github.com/Azure/carbon-aware-keda-operator SCI = ((E * I) + M) per R I: 碳排強度 (Intensity)，單位是 gCO2/kWh
24. 1. 形成需求 Demand Shaping https://learn.greensoftware.foundation/carbon-awareness/ • 如果碳排強度低， 提升運算需求 • 如果碳排強度高， 降低運算需求
26. 2. 需求轉移 Demand Shifting 空間轉移 Spatial Shifting 轉移到碳排強度更低的區域運行，例如跟著四季或發展 綠電優異的地區移動 時空轉移 Temporal Shifting 轉移到碳排強度更低的時間再運行，譬如 Microsoft Carbon Aware Windows 計畫，選擇在碳排強度最低 的時候進行 Windows Update
27. 空間轉移 Spatial Shifting
28. Microsoft Carbon Aware Windows Ref: https://support.microsoft.com/en-us/windows/windows-update-is-now-carbon-aware-a53f39bc-5531-4bb1-9e78-db38d7a6df20
29. Azure Kubernetes Service 藍綠部署 - 永續性詮釋 https://learn.microsoft.com/zh-tw/azure/architecture/guide/aks/blue-green-deployment-for-aks 碳排高區域 碳排低區域
30. 個人心得 SCI = ((E * I) + M) per R 1. 永續軟體工程執行起來有相當難度，尤其是量測的部分 2. 要持續獲得正確的量測數據，需要額外去採購 Dataset 3. 設計初期，盡量讓 Azure Kubernetes Services 保持著架 構修改的彈性及融合 GSF 所提供的建議 4. 運行中期，盡量保持持續監控系統使用率，如 CPU / Memory Avg. 因為與運行成本大部分正相關 5. 程式可以複製，但地球只有一個 (OnlyOneEarth)
31. Resources Green Software Foundation greensoftware.foundation Well-Architected Framework - Sustainability Workload learn.microsoft.com/en-us/azure/well- architected/sustainability Sustainable software engineering practices in AKS learn.microsoft.com/en-us/azure/aks/concepts- sustainable-software-engineering
32. 謝謝聆聽