Kubernetes
Kubernetes (K8s)
¿Qué es Kubernetes?
- Colocación, escalado y recuperación automáticos de un gran número de contenedores
- La torre de control de la era de la nube
- Estándar para la operación a gran escala
Al empezar a usar Kubernetes, el trabajo del responsable de operaciones cambia de «conectarse a un servidor y escribir comandos» a «dejar escrito en un archivo el estado deseado». Si declara «3 réplicas de la API de pedidos, 1 GB de memoria, puerto 8080», el controlador compara cada pocos segundos el estado real con lo declarado y corrige la diferencia. En lugar de indicar a las personas cada paso, se escribe el objetivo, por lo que si de madrugada cae un contenedor, el sistema actúa antes que el personal de guardia. El cambio más notable en la práctica es que la respuesta a incidentes pasa de ser un «trabajo de recuperación» a ser un «corregir diferencias».
Las unidades de composición se organizan en capas. La mínima, que agrupa uno o dos contenedores, es el pod (Pod); quien se responsabiliza de mantener cuántas réplicas de un pod están en marcha es el despliegue (Deployment); y lo que reparte las conexiones que llegan desde fuera es el servicio (Service). El autoescalado tampoco funciona solo: hay que definir criterios como «si el uso de CPU supera el 70 %, subir hasta 10 réplicas». Mucha gente confunde Docker con Kubernetes, pero Docker es la herramienta que crea y ejecuta contenedores, y Kubernetes es la herramienta que distribuye esos contenedores entre varios servidores; están en capas distintas. Si en lugar de instalarlo usted mismo utiliza un servicio gestionado como EKS, GKE o AKS, puede trasladar a la nube la carga de operar el plano de control.
En la práctica, el malentendido más frecuente es creer que, con Kubernetes instalado, todo se recupera solo. Si no se configuran bien las comprobaciones de estado (sondas liveness y readiness), un pod cuyo proceso sigue vivo pero no responde se considera normal y sigue recibiendo tráfico. Si se dejan vacíos los request y los límites de recursos, un solo pod puede consumir toda la memoria y arrastrar a otros pods del mismo nodo. Si una organización con una decena de contenedores lo adopta sin medida, se produce una inversión: se necesita más personal para cuidar el clúster que para desarrollar las aplicaciones. Poner una base de datos con estado como un pod, sin preparación previa, también es una causa habitual de incidentes; además, como el soporte de cada versión menor dura algo más de un año, también hay que planificar actualizaciones periódicas.
Seungtae ParkInstructor práctico de AX que enseña desarrollo de negocios con IA y automatización de marketing, construyéndolos directamente
Seolyeong ParkEspecialista en capacitación en IA generativa y AX, con 17 años de experiencia práctica y más de 200 sesiones, para que también quienes no son de carrera técnica la usen de inmediatoGoogle la publicó como código abierto en 2014, basándose en la experiencia de su sistema interno «Borg». Fue liderada por Joe Beda, Brendan Burns y Craig McLuckie.
Veamos un caso hipotético. La empresa de comercio electrónico A (180 colaboradores, volumen anual de transacciones de KRW 120,000,000,000 (≈ US$89,816,300)) sufría con cada gran promoción porque sus servidores de pedidos no aguantaban. Como había instalado de antemano el doble de equipos, la mitad de los servidores estaba ociosa la mayor parte del tiempo, pero aun así, en la campaña de fin de año del año pasado la página de pago se detuvo durante 27 minutos. El equipo de infraestructura, de 4 personas, llevó a cabo la transición a Kubernetes durante 6 meses.
- En lugar de migrar todo de una vez, el líder de infraestructura empezó con tres APIs: pedidos, pagos y consulta de productos. Dijo que «si se mueve todo de golpe, no hay forma de volver atrás» y envió solo el 15% del tráfico total al nuevo clúster.
- Los desarrolladores backend asignaron a cada pod un límite de 0,5 núcleos de CPU y 1 GB de memoria. La razón: en la primera semana, sin límites, un proceso de liquidación por lotes consumió hasta 8 GB de memoria y arrastró consigo la API de consulta de productos que estaba en el mismo nodo.
- El responsable de SRE volvió a fijar el criterio de autoescalado en «si la CPU supera el 65 %, subir hasta 20 réplicas en 30 segundos». Al principio lo había puesto en 90 %, pero la velocidad de crecimiento no seguía el ritmo del tráfico y el sistema se quedó atrás dos veces.
- Como el chequeo de salud solo verificaba una respuesta simple, los pods que habían perdido la conexión con la base de datos seguían marcados como normales. El líder de desarrollo lo resolvió con la indicación «cambiemos a un chequeo que también pruebe la base de datos», y se rediseñó el readiness probe.
- En la promoción de seis meses después, en 8 minutos de pico, los pods pasaron de 6 a 19 réplicas y el evento se completó sin interrupciones. Además, al reducirse en un 40 % el número de servidores en horas normales, el costo mensual de infraestructura bajó de KRW 23,000,000 (≈ US$17,200) a KRW 14,500,000 (≈ US$10,900).
- Cuando hay muchos contenedores y los escalados son frecuentes
- Servicios de gran escala y alta disponibilidad
- Cuando se necesita colocación y recuperación automáticas
- Servicios pequeños (complejidad excesiva)
- Cuando la capacidad operativa o el personal son insuficientes
- Cuando basta con un despliegue sencillo