华为云用户手册

异常回退 登录应用服务网格控制台，在网格列表页面单击待删除网格右上角的卸载按钮卸载网格，是否重启已有服务选择“是”，勾选“取消注入sidecar会重启关联的Pod，将会暂时中断您的业务”，单击“确定”。 在网格详情页，依次单击“网格配置-基本信息-添加集群”将卸载后集群重新添加回1.0企业版里面。 添加集群时，集群 选择“扁平网格”，选择需要开启自动注入的命名空间（准备工作中步骤11中记录的命名空间），是否重启已有服务选择“是”，勾选“取消注入sidecar会重启关联的Pod，将会暂时中断您的业务”，单击“确定”。 使用控制面kubectl 执行如下命令。 kubectl create -f all-svc.yaml kubectl create -f all-vs.yaml kubectl create -f all-dr.yaml kubectl create -f all-gw.yaml kubectl create -f all-se.yaml kubectl create -f all-ef.yaml kubectl create -f all-sidecar.yaml kubectl create -f all-we.yaml kubectl create -f all-wg.yaml kubectl create -f all-pa.yaml kubectl create -f all-ra.yaml kubectl create -f all-ap.yaml 使用数据面集群kubectl执行如下命令。 kubectl create -f user-all-svc.yaml kubectl create -f user-all-secret.yaml 功能验证。 网关访问正常 路由显示正常

创建新网格 根据如下支持列表选择创建基础网格。 表1 ASM网格版本与集群版本适配规则 ASM网格版本 集群版本 1.3 v1.13、v1.15、v1.17、v1.19 1.6 v1.15、v1.17 1.8 v1.15、v1.17、v1.19、v1.21 1.13 v1.21、v1.23 1.15 v1.21、v1.23、v1.25、v1.27、v1.28 1.18 v1.25、v1.27、v1.28、v1.29、v1.30、v1.31 选择从企业版网格移除出来的集群创建基础版网格。建议创建istio最新版本的网格。 在网格详情页，依次单击“网格配置-sidecar管理-sidecar管理”，选择需要开启自动注入的命名空间（准备工作中步骤11中记录的命名空间），是否重启已有服务选择“是”，勾选“取消注入sidecar会重启关联的Pod，将会暂时中断您的业务”，单击“确定”。

配置同步 将准备工作中备份的配置文件在新网格中恢复，若未配置kubectl命令，可参考CCE配置kubectl 。 kubectl create -f all-svc.yaml kubectl create -f all-vs.yaml kubectl create -f all-dr.yaml kubectl create -f all-gw.yaml kubectl create -f all-se.yaml kubectl create -f all-ef.yaml kubectl create -f all-sidecar.yaml kubectl create -f all-we.yaml kubectl create -f all-wg.yaml kubectl create -f all-pa.yaml kubectl create -f all-ra.yaml kubectl create -f all-ap.yaml kubectl create -f user-all-svc.yaml kubectl create -f user-all-secret.yaml 若出现“Error from server (AlreadyExists): xxxxx already exists” 已存在的报错则忽略。 删除新版本无用配置。 若源版本是1.6企业版则执行如下命令： kubectl -nistio-system delete svc istiod-remote kubectl -nistio-system delete svc istiod-elb kubectl -nistio-system delete vs istiod 若源版本是1.8企业版则执行如下命令： kubectl -nistio-system delete envoyfilter metadata-exchange-1.6 kubectl -nistio-system delete envoyfilter metadata-exchange-1.7 kubectl -nistio-system delete envoyfilter metadata-exchange-1.8 kubectl -nistio-system delete envoyfilter stats-filter-1.6 kubectl -nistio-system delete envoyfilter stats-filter-1.7 kubectl -nistio-system delete envoyfilter stats-filter-1.8 kubectl -nistio-system delete envoyfilter tcp-metadata-exchange-1.6 kubectl -nistio-system delete envoyfilter tcp-metadata-exchange-1.7 kubectl -nistio-system delete envoyfilter tcp-metadata-exchange-1.8 kubectl -nistio-system delete envoyfilter tcp-stats-filter-1.6 kubectl -nistio-system delete envoyfilter tcp-stats-filter-1.7 kubectl -nistio-system delete envoyfilter tcp-stats-filter-1.8 kubectl -nistio-system delete svc istiod-remote kubectl -nistio-system delete svc istiod-elb kubectl -nistio-system delete vs istiod

基础版及社区开源版本对比 大类 功能项 功能点 社区开源版本 基础版 规格 管理规模 支持最大管理实例数 - 200 基础功能 服务发现和服务注册 通过服务中心集群获取服务列表、服务实例状态自动刷新、容器服务自动服务注册，业务无需实现注册逻辑、容器服务自动服务发现，业务无需实现发现订阅逻辑、服务实例副本数动态管理 √ √ 服务多版本 服务创建分版本管理、支持分版本进行监控 - √ 支持分版本进行服务负载管理 √ √ 服务多端口 支持管理多个端口的服务、支持管理多个端口多协议的服务 √ √ 灰度发布支持多端口 - √ 服务多形态 支持容器类型的服务后端 √ √ 协议及语言支持 HTTP协议灰度、治理、监控（根据协议特征不同细节不同，参照协议功能矩阵）、gRPC协议灰度、治理、监控（根据协议特征不同细节不同，参照协议功能矩阵）、开发语言无关、开发框架不限定、业务代码无侵入 √ √ 应用网关 支持四层协议对外访问、支持七层协议对外访问、支持入口路径映射、支持网关处TLS终止，支持配置对外证书和密钥 √ √ 负载均衡 支持轮询、随机、最小连接数以及一致性哈希的LB算法，可以基于特定的HTTP Header，或者基于Cookie值 √ √ 故障注入 支持注入指定时延或特定错误的故障，支持配置故障百分比 √ √ 熔断 支持配置最大请求数、每连接最大请求数、最大等待请求数、最大重试次数等七层请求管理；支持配置最大连接数、连接超时时间等四层连接管理；支持异常点检查、故障实例的自动隔离和自动恢复 √ √ 治理流量类型 支持对服务间内部通信流量进行治理、支持对服务外网访问流量（即Ingress流量）进行治理 √ √ 运行环境支持 支持容器应用治理 √ √ 认证 非侵入的双向TLS认证和通道加密 √ √ 授权 服务访问授权管理 √ √ 灰度发布 支持基于浏览器、操作系统、自定义HTTP Header、Cookie内容等配置灰度分流策略，支持基于URL配置灰度分流策略，支持基于请求参数、流量权重的灰度发布 √ √ 支持金丝雀灰度发布模板 - √ 支持蓝绿灰度发布模板 - √ 支持灰度发布过程中服务运行情况的监控以辅助灰度发布决策 - √ 支持灰度发布过程中服务请求情况的监控以辅助灰度发布决策 - √ 灰度发布时动态配置服务实例数 - √ 支持灰度发布过程中动态的流量比例监控 - √ 应用拓扑 提供应用下服务调用关系的全局拓扑 - √ 提供拓扑图上各个服务间请求数、异常请求数等重要指标 - √ 实时应用拓扑查看 - √ 链路跟踪/调用链 支持非侵入调用链埋点 √ √ 指标监控 提供服务实例CPU、内存、磁盘等运行数据监控，提供服务访问RPS、时延等访问指标的监控，提供对访问指标、异常指标的统计分析，支持对接Prometheus等开源Metric组件，支持通过配置对接不同的Metric后端 √ √ 访问日志 访问日志非侵入采集 √ √ 安装 支持现有、新建Kubernetes集群按需一键安装启用Istio能力 - √ 升级 支持控制面平滑升级，不中断应用业务 √ √ 支持数据面平滑升级，不中断应用业务 √ √ 插件管理 支持社区插件按需一键安装，支持Grafana、Prometheus - √ 支持社区插件按需一键安装，支持Tracing插件 - √ 支持社区插件按需一键安装，支持Kiali插件 - √ 支持社区插件按需一键安装，支持ELK插件 - √ API 网格提供基于CCE接口的开放社区兼容的流量规则配置 √ √ 代理管理 透明流量拦截、基于Iptables流量拦截、支持代理自动注入、支持Namespace级别和工作负载级别的注入管理 √ √ 代理形态 支持每Pod的Sidecar模式 √ √ 命令行工具 支持使用命令行进行流量策略管理（如istioctl、kubectl） - √

计费样例 表2中，网格管理规模指服务网格可管理的最大实例数（Pod个数）。 表2 收费样例 网格类型 计费模式 网格管理规模 实例数规模阶梯 收费（元/小时） 基础版网格 免费 200实例 0-200 免费 专有网格 按需计费 20实例 0-20 免费 说明： 网格管理规模为20实例，目前不收取费用。 按需计费 5000实例 0-5000 实例数 * 0.21元/小时每实例 说明： 网格管理规模为5000实例，购买成功后即开始计费，按实际实例数收取费用。 以上价格为举例，实际价格以创建集群时的价格为准。

计费模式 ASM分为“按需计费”与“包年/包月”两种计费模式。 按需计费模式 按需计费模式是根据当前集群中服务网格治理的Pod实例数量，按每小时扣费。 专有网格可选择5000实例治理，也可选择体验20实例。 基础版网格可免费使用，最大可支持200实例。 包年/包月计费模式 为您提供实例套餐包，相比于按需模式更优惠；包年更优惠，仅需支付10个月的套餐包费用即可包一整年。 表1 包周期收费表 网格可管理的最大实例数（Pod个数） 配置费用（元/月） 50 6,750 500 27,600 1,000 45,000 2,000 70,200 5,000 141,750

快速卸载 一键卸载解决方案之前，用户需要先去控制台删除镜像文件及镜像文件关联的云备份文件。删除后方案卸载该解决方案，否则会导致解决方案卸载失败。 该解决方案默认为 CSS 创建一个备份桶，用户如果不再使用该桶，可进入OBS控制台，自行删除。 登录 镜像服务 IMS控制台，选中该解决方案创建的Magento服务器镜像（镜像名称以表1中ecs_name的值为前缀，后缀为：-ims。），单击“删除”。 图1 查询删除的镜像 选中弹窗中的“删除整机镜像关联的云备份”，输入“DELETE”，单击“确定”，删除镜像以及关联的云备份。 图2 删除镜像及云备份 登录云备份 CBR云服务器备份控制台，可以通过观察该云服务器备份存储容量是否为零，为零则表示镜像关联的云备份已成功删除。 图3 检查云备份 待镜像文件及云备份彻底删除后，找到解决方案一键部署的资源栈，单击该方案堆栈后的“删除”。 图4 一键卸载 在弹出的删除堆栈确认框中，输入“Delete”，单击“确定”，即可卸载解决方案。 图5 删除堆栈确认 父主题： 实施步骤

安全组规则修改（可选） 安全组实际是网络流量访问策略，包括网络流量入方向规则和出方向规则，通过这些规则为安全组内具有相同保护需求并且相互信任的云服务器、云容器、云数据库等实例提供安全保护。 如果您的实例关联的安全组策略无法满足使用需求，比如需要添加、修改、删除某个TCP端口，请参考以下内容进行修改。 添加安全组规则：根据业务使用需求需要开放某个TCP端口，请参考添加安全组规则添加入方向规则，打开指定的TCP端口。 修改安全组规则：安全组规则设置不当会造成严重的安全隐患。您可以参考修改安全组规则，来修改安全组中不合理的规则，保证云服务器等实例的网络安全。 删除安全组规则：当安全组规则入方向、出方向源地址/目的地址有变化时，或者不需要开放某个端口时，您可以参考删除安全组规则进行安全组规则删除。

示例数据（可选） 登录Magento服务器-1，运行sampledata.sh脚本，安装示例数据输入“deploy”，移除示例数据输入“remove”，有关示例数据详细介绍请参考示例数据概述。 [root@magento-ecommerce-website-demo-1]sh /tmp/sampledata.sh 图6 安装示例数据 如果需要删除示例数据，执行上一步骤中的命令，输入“remove”移除示例数据。

Magento客户端操作（使用样例数据） 打开浏览器，输入http://EIP，访问Magento电商平台客户端。 登录用户页面之后，单击页面右上角，登录入口即可登录系统。 图13 登录系统 电商新用户需注册账号才能登录系统，单击Create an Account注册账号或者Sign In登录系统。 图14 登录演示 登录电商平台之后，可浏览商品、查看商品详情、评论、数量、添加购物车。 图15 浏览商品 图16 查看商品详情 提交订单，购物车内的商品可下订单支付。 图17 提交订单 填写物流信息，并支付订单。 图18 填写物流信息 进入个人账户，查看订单信息。 图19 进入个人账户

创建rf_admin_trust委托（可选） 进入华为云官网，打开控制台管理界面，鼠标移动至个人账号处，打开“ 统一身份认证 ”菜单。 图1 控制台管理界面 图2 统一身份认证菜单 进入“委托”菜单，搜索“rf_admin_trust”委托。 图3 委托列表 如果委托存在，则不用执行接下来的创建委托的步骤 如果委托不存在时执行接下来的步骤创建委托 单击步骤2界面中的“创建委托”按钮，在委托名称中输入“rf_admin_trust”，委托类型选择“云服务”，输入“ RFS ”，单击“下一步”。 图4 创建委托 在搜索框中输入“Tenant Administrator”权限，并勾选搜索结果，单击“下一步”。 图5 选择策略 选择“所有资源”，并单击“下一步“完成配置。 图6 设置授权范围 “委托”列表中出现“rf_admin_trust”委托则创建成功。 图7 委托列表

资源和成本规划 该解决方案主要部署如下资源，每月花费如下所示，具体请参考华为云官网价格详情，实际收费以账单为准： 表1 资源和成本规划（包年包月） 华为云服务 配置示例 每月花费 华为云Flexus云服务器X实例 区域：华北-北京四 规格：Flexus云服务器X实例 | 性能模式（关闭）| x1.4u.8g | 4核 | 8GB 系统盘：通用型SSD | 100GB 购买时长：1个月 购买数量：2 572.00 元 弹性公网IP EIP 区域：华北-北京四 线路：动态BGP 公网带宽：按带宽计费 带宽大小：5Mbit/s 购买数量：1 115.00 元 弹性公网IP EIP 按需计费：0.82元/GB 计费模式：按需计费 线路：动态BGP 公网带宽：按流量计费 购买数量：2 1.64 元/GB 云数据库 RDS 区域：华北-北京四 计费模式：包月 数据库引擎：MySQL 数据库版本：8.0 实例类型：主备 存储类型：SSD云盘 性能规格：rds.mysql.n1.large.2.ha | 2 vCPUs | 4 GB 存储空间：100GB 购买时长：1个月 购买数量：1 566.00 元 弹性负载均衡 ELB 按需计费：0.32元/小时 计费模式：按需计费（可自行在控制台转包周期） 区域：华北-北京四 规格类型：共享型 购买数量：1 230.40 元 云搜索服务 CS S 区域：华北-北京四 规格：X86计算 | 计算密集型 | ess.spec-4u8g | 4vCPUs | 8GB 存储：超高I/O | 100GB 节点数量：3 购买时长：1个月 购买数量：1 2144.22 元 VPC终端节点 VPCEP 按需计费：0.10元/小时 区域：华北-北京四 可用区：通用可用区 计费模式：按需计费 服务类别：基础版 购买数量：1个 72.00 元 分布式缓存服务Redis版 区域：华北-北京四 计费模式：包月 版本号：6.0 实例类型：主备 CPU|存储架构：X86 | D RAM 副本数：2 实例规格：2GB 购买数量：1 135.00 元 云备份 CBR 区域：华北-北京四 计费模式：包月 存储库类型：云服务器备份存储库 | 100GB 购买数量：1 20.00 元 弹性文件服务 SFS Turbo 区域：华北-北京四 计费模式：包月 文件系统类型：通用型 存储类型：标准型 | 500G 购买量：1 200.00 元 镜像服务 IMS 区域：华北-北京四 免费 合计 4054.62 元 + 公网流量费用 表2 资源和成本规划（按需计费） 华为云服务 配置示例 每月花费 华为云Flexus云服务器X实例 区域：华北-北京四 按需计费：0.55元/小时 规格：Flexus云服务器X实例 | 性能模式（关闭）| x1.4u.8g | 4核 | 8GB 系统盘：通用型SSD | 100GB 购买数量：2 1190.88 元 弹性公网IP EIP 按需计费：0.34元/小时 区域：华北-北京四 线路：动态BGP 公网带宽：按带宽计费 带宽大小：5Mbit/s 购买数量：1 242.20 元 弹性公网IP EIP 按需计费：0.82元/GB 区域：华北-北京四 线路：动态BGP 公网带宽：按流量计费 购买数量：2 1.64 元/GB 云数据库 RDS 按需计费：1.24元/小时 区域：华北-北京四 数据库引擎：MySQL 数据库版本：8.0 实例类型：主备 存储类型：SSD云盘 性能规格：rds.mysql.n1.large.2.ha | 2 vCPUs | 4 GB 存储空间：100GB 购买数量：1 892.80 元 弹性负载均衡 ELB 按需计费：0.32元/小时 区域：华北-北京四 规格类型：共享型 购买数量：1 230.40 元 云搜索 服务 CSS 按需计费：4.23元/小时 区域：华北-北京四 规格：X86计算 | 计算密集型 | ess.spec-4u8g | 4vCPUs | 8GB 存储：超高I/O | 100GB 节点数量：3 购买数量：1 3045.60 元 VPC终端节点 VPCEP 按需计费：0.10元/小时 区域：华北-北京四 可用区：通用可用区 服务类别：基础版 购买数量：1个 72.00 元 分布式缓存服务Redis版 区域：华北-北京四 按需计费：0.29元/小时 版本号：6.0 实例类型：主备 CPU|存储架构：X86 | DRAM 副本数：2 实例规格：2GB 购买数量：1 207.36 元 云备份 CBR 按需计费：0.03元/小时 区域：华北-北京四 存储库类型：云服务器备份存储库 | 100GB 购买数量：1 20.16 元 弹性文件服务 SFS Turbo 按需计费：0.31元/小时 区域：华北-北京四 文件系统类型：通用型 存储类型：标准型 | 500G 购买量：1 225.00 元 镜像服务 IMS 区域：华北-北京四 免费 合计 5723.20 元 + 公网流量费用

约束与限制 该解决方案部署前，需 注册华为账号 并开通华为云，完成实名认证，且账号不能处于欠费或冻结状态。如果计费模式选择“包年包月”，请确保账户余额充足以便一键部署资源的时候可以自动支付；或者在一键部署的过程进入费用中心，找到“待支付订单”并手动完成支付。 如果选用 IAM 委托权限部署资源，请确保使用的华为云账号有IAM的足够权限，具体请参考创建rf_admin_trust委托（可选）；如果使用华为主账号或admin用户组下的IAM子账户可不选委托，将采用当前登录用户的权限进行部署。 请确保所有服务器业务正常后，再释放其绑定的弹性公网IP。

方案架构 该解决方案可以帮助您在华为云上快速构建高可用的基于开源Magento软件的电商网站。方案部署架构如下图所示： 图1 方案架构图 该解决方案会部署如下资源： 创建三个弹性公网IP EIP，用于提供访问公网和被公网访问的能力。 创建两台华为云Flexus云服务器X实例，分别绑定弹性公网IP，安装Magento应用系统，用来部署电商平台，以提供故障切换能力和高可用性 部署一个弹性负载均衡 ELB，绑定弹性公网IP，业务流量跨可用区进行分发。用于扩展电商应用系统对外服务能力，实现更高水平的容错。 创建一个云数据库 RDS for MySQ L实例 （主备），提供业务数据读写的故障容灾能力。 创建分布式缓存服务Redis版（主备），用于存储会话数据，提高Web应用程序的性能和可扩展性。 创建一个弹性文件服务 SFS Turbo，为高可用Magento网站提供静态共享文件存储服务。 创建一个云搜索服务 CSS ElasticSearch集群，并开启终端节点服务，为Magento提供网站内容关键字检索、对电商网站商品进行检索与推荐。 使用镜像服务 IMS，创建Magento服务器镜像，用于其他服务器的快速搭建。 创建一个云备份 CBR，用于备份Magento服务器数据，便于后续创建镜像使用。 创建一个安全组，保护云服务器的网络安全，通过配置安全组规则，限定云服务器出方向和入方向的访问端口。

应用场景 该解决方案可以帮助用户在华为云上基于开源Magento软件快速构建电商网站，为传统零售商家、网上卖家和在线直销等厂商提供功能齐全、管理简便、高可用的电商网站平台。Magento是一款专业的开源电商网站框架，具有模块化架构体系和丰富的功能。该方案适用于如下场景： 有一定网上零售经验和规模的淘宝和易趣卖家，希望建立自己独立的品牌和专卖店； 拥有多家连锁商店的传统零售商家，希望拓展网上零售渠道； 直接面向消费者的厂家网上直销店等。

其他易用性增强 Jumbo Chunk自动均衡。 在之前版本出现Jumbo Chunk问题时，通常只能通过手动迁移Chunk解决，而在4.4新版本中支持Jumbo Chunk的自动迁移与平衡，该功能全程后台进行，减少了不必要的告警，缓解了运维人员的压力，让数据库具有更强的健壮性。 分布式事务支持单一文档大小超过16MB。 在之前的版本中，当您尝试插入大于16MB的文档或尝试以使其超过16MB的方式更新现有文档的时，DDS服务器将返回错误。而在4.4版本中，DDS对于分布式事务放开了这一限制，以更加适应实际业务需求。 projection增强。 DDS 4.4版本完全兼容MongoDB 4.4版本的projection新语法和用法，例如： projection中目前现在可以支持聚合语法，例如使用聚合算子等功能。 projection中支持使用json嵌套格式对指定字段进行映射。 projection中支持使用$符指定映射数组元素的具体index的子元素。 find命令添加allowDiskUse选项。 在DDS 4.4之前的版本，如果数据库在处理排序操作时超过内存使用限制，则具有阻塞排序的查找操作将失败。而在4.4版本中，find命令可以使用临时文件来支持大型无索引排序，当allowDiskUse选项为true时，find命令针对超过内存限制100MB的无索引（阻塞）排序操作，会使用磁盘上的临时文件。 参考用法： db.coll.find({"location" : "unit12" }) .sort({"time" : 1}) .allowDiskUse()

默认读写关注（Default Read and Write Concerns） 在4.4以前的版本中，当要执行的操作没有显示指定readConcern或writeConcern时，会有默认行为。例如：readConcern默认为local，writeConcern默认为{w: 1}。但这个默认行为是不可以变更的，有时会带来不必要的麻烦。如果用户希望保证数据的强一致性，让所有的insert操作的writeConcern默认为{w: majority}，令所有的read操作的readConcern默认为majority，那么只能在所有访问DDS的代码中来显示指定这个配置。 但在4.4新版本中，您可以通过setDefaultRWConcern命令来配置全局默认的readConcern和writeConcern，例如： db.adminCommand({ "setDefaultRWConcern" : 1, "defaultWriteConcern" : { "w" : "majority" }, "defaultReadConcern" : { "level" : "majority" } }) 您也可以通过getDefaultRWConcern命令获取当前默认的readConcern和writeConcern。

对冲读（Hedged Reads） 页面响应速度直接影响用户使用体验，和经济效益息息相关。如果一个网页的加载时间超过3秒，那么用户的跳出率会大幅上升。针对这类问题，DDS 4.4版本提供了对冲读（Hedged Reads）的能力，意即在DDS分片集群中，mongos节点会把一个客户端的读请求同时发送给某个Shard分片的多个副本集节点，最后选择响应最快节点的返回结果回复给客户端，来减少业务侧感知到的延迟。 您可以通过配置Read Preference参数来使用对冲读（Hedged Reads）功能，因此可以针对每一个具体的Operation进行配置。 当Read Preference配置为nearest时，默认开启对冲读（Hedged Reads）功能； 当Read Preference配置为primary时，不支持对冲读（Hedged Reads）； 当Read Preference指定为其他参数时，需要显示地指明hedgeOptions才会启用对冲读功能。 例如： db.collection.find({ }).readPref( "secondary", // mode设置 [ { "usage": "read" }, { } ], // tag标签 { enabled: true } // hedgeOptions开关 )

复合哈希分片键（Compound Hashed Shard Keys） 在4.4以前的版本中，当您指定哈希分片键时，只能指定单字段的哈希分片键，但是长期以往很容易导致集合数据在分片上分布不不均。 在最新的4.4版本中支持了复合哈希索引，意即您可以在复合索引中指定单个哈希字段，可以作为前缀也可以作为后缀，位置不限，由此来支持复合哈希分片键。 参考用法如下： sh.shardCollection( "test.coll", { "fieldA" : 1, "fieldB" : 1, "fieldC" : "hashed" } //哈希字段作为后缀 ) sh.shardCollection( "test.coll", { "_id" : "hashed", "fieldA" : 1} //哈希字段作为前缀 ) 这种灵活的复合哈希索引具有很多优点，消解很多库表设计的复杂性，例如：当集合指定的片键值是逐渐递增的，并且业务总是会访问那些最新加入数据，这会导致大部分的流量打向同一分片。在没有复合哈希分片键的情况下，需要先针对被访问的字段进行哈希值的计算，将结果作为特殊字段存放在文档中，然后再通过范围分片的方式指定其作为片键来解决这类问题。 但是在新版本中，直接把目标字段指定为哈希索引，即可轻松解决上述问题，极大简化了业务逻辑。

可变分片键（Mutable Shard Keys） 在DDS分片集群中，一个好的Shard key至关重要，因为它决定了分片集群在指定的Workload（工作量）下是否有良好的扩展性。但是在实际使用DDS的过程中，即使我们事先仔细斟酌了要选择的Shard Key，也会因为Workload的变化而导致出现Jumbo Chunk（超过预设大小的Chunk），或者业务流量都打向单一分片的情况。 在上一版本4.2中，虽然允许修改Shard key的Value，但是数据的跨分片迁移由于其基于分布式事务的实现机制，导致整个过程性能开销很大，不能很好的解决访问热点或者Jumbo Chunk问题。针对这类问题，在4.4版本中，您可以通过refineCollectionShardKey命令给现有的Shard Key增加一到多个Suffix Field来改善现有数据在Chunk上的分布情况。并且，由于refineCollectionShardKey命令不涉及任何形式的数据迁移，因此性能开销非常低。不过由于Shard Key需要相应的Index支持，因此在执行refineCollectionShardKey命令前，请提前创建新Shard Key所对应的Index。 以下操作演示了如何在DDS 4.4集群实例上使用可变分片键功能： 使用shardCollection命令，将test库下的coll集合按照customer_id字段进行范围分片（Range based sharding）： use admin db.adminCommand({ shardCollection: "test.coll", key: { "customer_id": 1 } }) 为了将coll集合的分片键调整为customer_id字段和order_id字段，即{ "customer_id": 1, "order_id": 1 }，首先需要创建对应索引： use test db.coll.createIndex({ "customer_id": 1, "order_id": 1 }) 之后使用refineCollectionShardKey命令添加order_id作为一个Suffix Field，来改变分片键（命令执行完成后可以使用sh.status()命令验证修改结果）： use admin db.adminCommand( { refineCollectionShardKey: "test.coll", key: { customer_id: 1, order_id: 1 } } )

推荐阅读 什么是DDS 华为云DDS（Document Database Service）文档数据库服务，兼容MongoDB协议，具备安全审计、多账号管理、时间点备份恢复等能力，支持集群、副本集和单节点部署架构。详情请见什么是文档数据库服务。 DDS4.4优质特性推广 本次发布的DDS4.4版本是一个增强已有能力、提高可用性的版本，主要新增优质特性如下： 可变分片键 在上一版本4.2中，虽然Shard Key的Value可以修改，但是数据的跨分片迁移由于基于分布式事务实现，整个过程性能开销极大，不能很好的解决访问热点或Jumbo Chunk的问题。对这类问题，在4.4版本中，您可以通过refineCollectionShardKey命令给现有的Shard Key增加一到多个Suffix Field来改善现有数据在Chunk上的分布情况。并且，由于refineCollectionShardKey命令不涉及任何形式的数据迁移，因此性能开销非常低。 对冲读 为了缩短响应时间，DDS4.4版本提供了对冲读的能力，即在DDS分片集群中，mongos节点会把一个客户端的读请求同时发给某个分片的多个副本集节点，选择响应最快的节点的返回结果回复客户端，减少业务侧感知到的延迟。 复杂哈希片键 在以前的版本中，只能指定单个字段的哈希分片键，长期以往很容易导致集合数据在分片上分布不均匀。 在最新的4.4版本中支持了复合哈希索引，意即您可以在复合索引中指定单个哈希字段，可以作为前缀也可以作为后缀，位置不限，进而为使用复合哈希分片键提供了支持。 这种灵活的复合哈希索引具有很多优点，消解很多库表设计的复杂性，例如：当集合指定的片键值是逐渐递增的，并且业务总是会访问那些最新加入数据，这会导致大部分的流量打向同一分片。 更多新特性请参见DDS4.4重要特性概述。 DDS及MongoDB版本特性及兼容性等内容请参见兼容性详情。

上线规格 表1 副本集 架构 节点数 CPU类型 规格类型 CPU和内存 副本集 三节点 x86 增强Ⅱ型 2核16GB 副本集 三节点 x86 增强Ⅱ型 4核32GB 副本集 三节点 x86 增强Ⅱ型 8核64GB 副本集 三节点 x86 增强Ⅱ型 16核128GB 副本集 三节点 x86 增强Ⅱ型 32核256GB 副本集 五节点 x86 增强Ⅱ型 2核16GB 副本集 五节点 x86 增强Ⅱ型 4核32GB 副本集 五节点 x86 增强Ⅱ型 8核64GB 副本集 五节点 x86 增强Ⅱ型 16核128GB 副本集 五节点 x86 增强Ⅱ型 32核256GB 副本集 七节点 x86 增强Ⅱ型 2核16GB 副本集 七节点 x86 增强Ⅱ型 4核32GB 副本集 七节点 x86 增强Ⅱ型 8核64GB 副本集 七节点 x86 增强Ⅱ型 16核128GB 副本集 七节点 x86 增强Ⅱ型 32核256GB 表2 集群 架构 组件 CPU类型 规格类型 CPU和内存 集群 shard x86 增强Ⅱ型 2核16GB 集群 shard x86 增强Ⅱ型 4核32GB 集群 shard x86 增强Ⅱ型 8核64GB 集群 shard x86 增强Ⅱ型 16核128GB 集群 shard x86 增强Ⅱ型 32核256GB

准备工作 准备两个部署于不同Region的 CCE Turbo 1.21及以上版本集群，或者网络模型为underlay的Kubernetes集群。 规划应用部署的地域，并购买相应地域的ELB实例服务，为保证跨Region容灾能力，请保证两个ELB实例，跨Region部署。该ELB实例需要为独享型、支持应用型（HTTP/HTTPS）、支持私网（有私有IP地址），并且开启了跨VPC后端开关，具体创建步骤请参见创建独享型负载均衡器。 打通ELB的VPC与Kubernetes集群间的网络，确保ELB实例与容器Pod IP网络可达，并保证成员集群间网络网段不冲突。 准备联邦内可用的工作负载（Deployment）和服务（Service），若无请参考无状态负载和集群内访问（ClusterIP）进行创建。

跨地域应用故障迁移验证 示例应用分别部署在集群“ccecluster-01”和“ccecluster-02”中，并以公网EIP的方式提供了服务的访问入口。 故障场景构造 构造单地域故障的场景，以Region1故障为例，执行以下操作，构造单地域故障： 休眠Region1的cce-cluster01集群，并关机集群下的节点。 解绑Region1的ELB实例的EIP1。 容灾能力验证 在DNS的 域名 解析页面，在记录集中手动删除Region1的ELB实例绑定的ELB IP地址。 检查ELB的实例后端是否显示存在健康检查结果异常的后端服务器。 在ECS上访问对应的服务，检查服务是否访问正常，返回结果是否为200。

功能验证 按照上述集群应用部署操作，示例应用分别部署在集群“ccecluster01”、“ccecluster02”中，并以“负载均衡”类型的服务对外提供访问。 下面将通过UCS的流量分发功能，实现多集群应用的故障倒换，验证应用的高可用容灾能力。 实践中的应用仅作示例，在实际生产环境中可替换为用户自有应用，且对示例集群的提供商、地域、数量不作限制。 登录UCS控制台，在左侧导航栏中单击“流量分发”。 在流量管理控制台页面，单击右上角“创建流量策略”，填写域名地址解析，设置本例中的测试域名为“demo.example.com”。 图4 创建流量策略 为两个集群服务分别添加调度策略，添加完成后单击“确定”。 本示例中，为模拟不同地域下的集群应用部署，添加三条调度策略： 集群“ccecluster01”线路类型设置为“地域解析-中国大陆/华东地区/上海”。 集群“ccecluster02”线路类型设置为“地域解析-中国大陆/华南地区/广东”。 为域名添加默认线路解析记录，设置集群“ccecluster01”线路类型为“全网默认”。如不设置默认线路解析将会造成指定线路外的地区用户访问失败。 图5 添加调度策略 此时已为测试域名“demo.example.com”添加了三条解析，用户流量将根据设置的线路类型和权重正常访问两个集群中的应用。 图6 调度策略列表 上海地区用户：将访问集群“ccecluster01”中的应用，版本为1.0.0。 广东地区用户：将访问集群“ccecluster02”中的应用，版本为2.0.0。 其他用户：将默认访问集群“ccecluster01”中的应用，版本为1.0.0。 广东地区用户通过域名“demo.example.com”访问应用，版本为2.0.0，说明访问的是集群“ccecluster02”中的应用。 图7 查看访问结果 此时手动停止集群“ccecluster02”中的应用，将实例个数调整为0，模拟环境故障。 图8 调整实例个数 广东地区用户访问应用时，依旧被解析至集群“ccecluster02”，返回错误。 此时需要在“流量分发”页面单击集群“ccecluster02”对应调度策略的“暂停”按钮，进行应用故障倒换。 图9 暂停调度策略 广东地区用户访问域名“demo.example.com”时，不再解析至集群“ccecluster02”，只会将默认线路解析结果返回，用户访问到集群“ccecluster01”，访问正常。待运维人员完成故障集群修复后，可单击“启用”按钮重新使用该线路解析。

环境搭建 将集群注册到UCS并接入网络。具体操作请参见注册集群。 例如，将集群“ccecluster01”、“ccecluster02”添加至UCS，并查看集群是否处于正常运行状态。 在添加至UCS的两个集群中分别创建一个工作负载。 为展示流量切换的效果，本实践中两个集群的容器镜像版本不同。 集群“ccecluster01”：示例应用版本号为1.0.0。 集群“ccecluster02”：示例应用版本号为2.0.0。 图2 创建工作负载 分别为两个集群中的应用创建“负载均衡”类型的服务。 仅支持访问类型为“负载均衡”的服务，其他类型的服务将被自动过滤。 浏览器访问负载均衡IP地址，查看部署结果。 图3 查看部署结果

应用场景 在一些复杂的业务场景下，可能有固定时间段高峰业务，又有日常突发高峰业务，若只使用标准的FederatedHPA功能，需要足够的时间来扩展工作负载，在预期的负载峰值可能会导致服务不可用。此种情况下，用户既期望能定时弹性伸缩应对固定时间段高峰业务，又期望能基于指标弹性伸缩应对日常突发高峰业务。联动FederatedHPA策略与CronFederatedHPA策略可实现复杂场景下的工作负载扩缩能力。 本小节将以hpa-example应用为例，指导您搭配使用FederatedHPA策略与CronFederatedHPA策略，实现复杂业务场景下的工作负载扩缩。

创建工作负载 使用构建的hpa-example镜像创建无状态工作负载，Pod数为1。镜像地址与上传到的SWR仓库有关，需要替换为实际取值。 kind: Deployment apiVersion: apps/v1 metadata: name: hpa-example spec: replicas: 1 selector: matchLabels: app: hpa-example template: metadata: labels: app: hpa-example spec: containers: - name: container-1 image: 'hpa-example:latest' # 替换为您上传到SWR的镜像地址 resources: limits: # limits与requests建议取值保持一致，避免扩缩容过程中出现震荡 cpu: 500m memory: 200Mi requests: cpu: 500m memory: 200Mi imagePullSecrets: - name: default-secret 创建一个端口号为80的服务。 kind: Service apiVersion: v1 metadata: name: hpa-example spec: ports: - name: cce-service-0 protocol: TCP port: 80 targetPort: 80 nodePort: 31144 selector: app: hpa-example type: NodePort 为工作负载和服务创建一个调度策略，并将其部署到cluster01和cluster02两个集群，使用权重拆分的方式部署，每个集群的权重为1，以保证两个集群的相同优先级。 apiVersion: policy.karmada.io/v1alpha1 kind: PropagationPolicy metadata: name: hpa-example-pp namespace: default spec: placement: clusterAffinity: clusterNames: - cluster01 - cluster02 replicaScheduling: replicaDivisionPreference: Weighted replicaSchedulingType: Divided weightPreference: staticWeightList: - targetCluster: clusterNames: - cluster01 weight: 1 - targetCluster: clusterNames: - cluster02 weight: 1 preemption: Never propagateDeps: true resourceSelectors: - apiVersion: apps/v1 kind: Deployment name: hpa-example namespace: default - apiVersion: v1 kind: Service name: hpa-example namespace: default

创建负载伸缩策略 为工作负载创建FederatedHPA策略。 vi hpa-example-hpa.yaml YAML文件内容如下。该策略作用于名称为hpa-example的负载，稳定窗口时长为扩容0秒、缩容100秒，最大Pod数为100、最小Pod数为2，包含一条系统指标规则，期望的CPU利用率为50%。 apiVersion: autoscaling.karmada.io/v1alpha1 kind: FederatedHPA metadata: name: hpa-example-hpa # FederatedHPA策略名称 namespace: default # 工作负载所在命名空间名称 spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: hpa-example # 工作负载名称 behavior: scaleDown: stabilizationWindowSeconds: 100 # 缩容的稳定窗口时长为100秒 scaleUp: stabilizationWindowSeconds: 0 # 扩容的稳定窗口时长为0秒 minReplicas: 2 # 最小Pod数为2 maxReplicas: 100 # 最大Pod数为100 metrics: - type: Resource resource: name: cpu # 扩缩指标基于CPU数据 target: type: Utilization # 指标类型为利用率 averageUtilization: 50 # 期望的平均利用率 创建CronFederatedHPA策略。 vi cron-federated-hpa.yaml YAML文件内容如下。该策略作用于名称为hpa-example-hpa的FederatedHPA策略，期望每天8:30扩容工作负载至10个Pod，每天10:00缩容工作负载至2个Pod。 apiVersion: autoscaling.karmada.io/v1alpha1 kind: CronFederatedHPA metadata: name: cron-federated-hpa # CronFederatedHPA策略名称 spec: scaleTargetRef: apiVersion: apps/v1 kind: FederatedHPA # 作用于FederatedHPA策略 name: hpa-example-hpa # FederatedHPA的名称 rules: - name: "Scale-Up" # 规则名称 schedule: 30 08 * * * # 触发时间 targetReplicas: 10 # 目标Pod数，非负整数 timeZone: Asia/Shanghai # 时区 - name: "Scale-Down" # 规则名称 schedule: 0 10 * * * # 触发时间 targetReplicas: 2 # 目标Pod数，非负整数 timeZone: Asia/Shanghai # 时区

验证负载伸缩结果 查看FederatedHPA策略，结果显示工作负载的CPU使用率为0%。 kubectl get FederatedHPA hpa-example-hpa NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 1 6m 通过如下命令访问工作负载，其中{ip:port}为负载的访问地址，可以在工作负载的详情页中查询。 while true;do wget -q -O- http://{ip:port}; done 观察工作负载自动扩容过程。 kubectl get federatedhpa hpa-example-hpa --watch 查看FederatedHPA策略，可以看到6m23s时负载的CPU使用率为200%，超过了目标值，此时触发了FederatedHPA策略，将工作负载扩容为4个Pod，随后的几分钟内，CPU使用并未下降，直到到8m16s时CPU使用率才开始下降，这是因为新创建的Pod并不一定创建成功，可能是因为资源不足Pod处于Pending状态，这段时间内在扩容节点。 到8m16s时CPU使用率开始下降，说明Pod创建成功，开始分担请求流量，到8分钟时下降到81%，还是高于目标值，在容忍度范围外，说明还会再次扩容，到9m31s时再次扩容到7个Pod，这时CPU使用率降为51%，在容忍度范围内，不会再次扩缩，因此此后Pod数量一直稳定在7个。 NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 1 6m hpa-example-hpa Deployment/hpa-example 200%/50% 1 100 1 6m23s hpa-example-hpa Deployment/hpa-example 200%/50% 1 100 4 6m31s hpa-example-hpa Deployment/hpa-example 210%/50% 1 100 4 7m16s hpa-example-hpa Deployment/hpa-example 210%/50% 1 100 4 7m16s hpa-example-hpa Deployment/hpa-example 90%/50% 1 100 4 8m16s hpa-example-hpa Deployment/hpa-example 85%/50% 1 100 4 9m16s hpa-example-hpa Deployment/hpa-example 51%/50% 1 100 7 9m31s hpa-example-hpa Deployment/hpa-example 51%/50% 1 100 7 10m16s hpa-example-hpa Deployment/hpa-example 51%/50% 1 100 7 11m 查看FederatedHPA策略事件，可以看到策略的生效时间。 kubectl describe federatedhpa hpa-example-hpa 停止访问负载，观察工作负载自动缩容过程。 查看FederatedHPA策略，可以看到从13m开始CPU使用率为21%，18m时Pod数量缩为3个，到23m时Pod数量缩为1个。 kubectl get federatedhpa hpa-example-hpa --watch NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE hpa-example-hpa Deployment/hpa-example 50%/50% 1 100 7 12m hpa-example-hpa Deployment/hpa-example 21%/50% 1 100 7 13m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 7 14m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 7 18m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 18m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 19m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 19m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 19m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 19m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 23m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 3 23m hpa-example-hpa Deployment/hpa-example 0%/50% 1 100 1 23m 查看FederatedHPA策略事件，可以看到策略的生效时间。 kubectl describe federatedhpa hpa-example-hpa 达到CronFederatedHPA策略的触发时间后，观察工作负载的自动扩缩容过程。 可以看到118m时Pod数量扩为4个，到123m时Pod数量扩为10个。 kubectl get cronfederatedhpa cron-federated-hpa --watch NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE cron-federated-hpa Deployment/hpa-example 50%/50% 1 100 1 112m cron-federated-hpa Deployment/hpa-example 21%/50% 1 100 1 113m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 4 114m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 4 118m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 4 118m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 4 119m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 7 119m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 7 119m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 7 119m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 7 123m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 10 123m cron-federated-hpa Deployment/hpa-example 0%/50% 1 100 10 123m 查看CronFederatedHPA策略事件，可以看到策略的生效时间。 kubectl describe cronfederatedhpa cron-federated-hpa