On this page
Dokumentacja RabbitMQ stwierdza, że operator dla Kubernetes działa na „dowolnej platformie zgodnej z Kubernetes”, i na tym poprzestaje – nie rozróżnia EKS, AKS i GKE. Różnice, które naprawdę mają znaczenie dla stanowego klastra RabbitMQ, nie leżą w operatorze, który wszędzie działa identycznie, lecz w domyślnych klasach pamięci masowej, topologii stref dostępności i zachowaniu load balancerów u poszczególnych dostawców. Właśnie tych decyzji dotyczy to porównanie.
Co się nie zmienia między dostawcami
RabbitMQ Cluster Operator to właściwy sposób uruchamiania RabbitMQ na Kubernetes niezależnie od dostawcy – zarządza cyklem życia klastra, udostępnia konfigurację przez natywny dla Kubernetes zasób niestandardowy i obsługuje provisioning, skalowanie oraz aktualizacje przez to samo API na EKS, AKS i GKE. Działający manifest z jednej platformy wymaga na innej jedynie specyficznych dla dostawcy adnotacji dotyczących klasy pamięci masowej i sieci, a nie przeprojektowania.
Kolejki kworum (quorum queues) to właściwy wybór domyślny w każdym wdrożeniu na Kubernetes, u każdego dostawcy. Pody są w Kubernetes przenoszone częściej niż na statycznych maszynach wirtualnych – drenowanie węzłów, zdarzenia autoskalowania i aktualizacje kroczące stale przemieszczają pody – a replikacja kolejek kworum oparta na Raft znosi to znacznie lepiej niż dawny model klasycznych kolejek lustrzanych, który nigdy nie był projektowany z myślą o częstej rotacji węzłów.
Pamięć masowa: tu dostawcy naprawdę się różnią
Warstwa trwałości RabbitMQ – pliki WAL i segmenty kolejek kworum oraz baza schematu Mnesia – wymaga PersistentVolumeClaim opartego na szybkiej, trwałej pamięci blokowej. Wszyscy trzej dostawcy domyślnie stosują klasę pamięci masowej ogólnego przeznaczenia, która nadaje się do użytku, ale od razu po instalacji nie jest dostrojona do tego obciążenia.
- EKS domyślnie korzysta z wolumenów EBS gp3 przez sterownik AWS EBS CSI. gp3 oddziela IOPS i przepustowość od rozmiaru wolumenu, więc można zapewnić wydajność, jakiej potrzebuje RabbitMQ, bez nadmiarowej, niepotrzebnej pojemności.
- AKS domyślnie korzysta z Azure Premium SSD przez sterownik Azure Disk CSI, który wiąże poziomy wydajności z rozmiarem dysku silniej niż gp3 – zbyt mały wolumen dobrany pod kątem pojemności może oznaczać także zbyt mało IOPS.
- GKE domyślnie korzysta z Persistent Disk (pd-balanced lub pd-ssd) przez sterownik GCE PD CSI, przy czym pd-ssd lepiej odpowiada wzorcowi zapisów brokera komunikatów niż wariant zrównoważony.
W każdym przypadku domyślna klasa pamięci masowej z przewodnika quickstart danego dostawcy rzadko jest właściwa dla produkcyjnego wdrożenia RabbitMQ. Należy ustawić ją jawnie, zamiast akceptować domyślną wartość klastra.
Topologia stref dostępności i anti-affinity
Trzywęzłowy klaster RabbitMQ musi mieć węzły rozłożone między oddzielne domeny awarii, aby wysoka dostępność miała realne znaczenie – uruchomienie wszystkich trzech replik na węzłach w tej samej strefie dostępności przekreśla sens klastrowania.
EKS, AKS i GKE obsługują harmonogramowanie podów z uwzględnieniem topologii za pomocą standardowych w Kubernetes ograniczeń rozkładu topologii (topology spread constraints) i reguł anti-affinity węzłów, a żaden z nich nie wymaga do tego niczego specyficznego dla RabbitMQ. Różnica ma charakter operacyjny: zarządzane pule węzłów każdego dostawcy nieco inaczej obsługują autoskalowanie z uwzględnieniem stref, dlatego warto sprawdzić – przed wejściem na produkcję, a nie po incydencie – czy konfiguracja puli węzłów rzeczywiście gwarantuje spełnienie reguły anti-affinity, zamiast pozostawiać pody w stanie pending, bo w wymaganej strefie nie ma żadnego kwalifikującego się węzła.
Sieć i interfejs zarządzania
Udostępnienie interfejsu zarządzania RabbitMQ lub listenera AMQP poza klastrem oznacza korzystanie z typu usługi load balancer u danego dostawcy, a ustawienia domyślne znów się rozchodzą: EKS tworzy Classic lub Network Load Balancer w zależności od adnotacji, AKS tworzy Azure Load Balancer, a GKE – Google Cloud Load Balancer, każdy z własną składnią adnotacji dla health checków, drenowania połączeń i ekspozycji wewnętrznej lub zewnętrznej.
Bezpieczniejsze ustawienie domyślne na wszystkich trzech platformach: interfejs zarządzania wyłącznie wewnętrzny, dostępny przez VPN, bastion lub wewnętrzny load balancer zamiast publicznego endpointu, a na zewnątrz tylko port AMQP, którego faktycznie potrzebują klienci. To standardowe zalecenie bezpieczeństwa RabbitMQ niezależnie od dostawcy Kubernetes – wymaga jedynie innych adnotacji u każdego z nich.
Kiedy w ogóle wybrać Kubernetes, a kiedy usługę zarządzaną
Uruchamianie RabbitMQ na Kubernetes ma sens, gdy zespół już eksploatuje produkcyjny klaster Kubernetes i chce, aby RabbitMQ wpisywał się w ten sam model wdrażania, monitorowania i skalowania co wszystko inne. Daje to realną wartość: operator zapewnia deklaratywne zarządzanie klastrem, a umieszczenie RabbitMQ obok usług, które się z nim komunikują, może uprościć sieć.
Ma to też realny koszt: to Państwo odpowiadają za opisane wyżej strojenie klasy pamięci masowej, konfigurację anti-affinity i ustawienia load balancera – nic z tego nie dzieje się automatycznie. W pełni zarządzana usługa brokera komunikatów – w tym oferty zarządzanego RabbitMQ od AceMQ – zamienia tę kontrolę na to, że tymi decyzjami zajmuje się ktoś inny. Właściwy wybór zależy od tego, czy dojrzałość operacyjna zespołu w zakresie Kubernetes jest już na odpowiednim poziomie, a nie od tego, w jakiej chmurze akurat Państwo działają.
Między samodzielnym utrzymywaniem operatora a przejściem na broker hostowany przez dostawcę istnieje trzecia opcja: usługi zarządzane RabbitMQ od AceMQ, w ramach których nasi inżynierowie eksploatują klaster na Państwa EKS, AKS lub GKE – albo go hostują – z docelowymi czasami reakcji od 15 minut, zależnie od planu.
Dwa uzupełnienia tego porównania: przewodnik po RabbitMQ na Kubernetes, jak dobrze go eksploatować na każdej z trzech platform, oraz porównanie opcji zarządzanego RabbitMQ na wypadek, gdyby odpowiedź brzmiała: w ogóle go nie utrzymywać samodzielnie.
Porozmawiajmy z AceMQ o Państwa wdrożeniu na Kubernetes
W przypadku Azure nie ma natywnego, zarządzanego RabbitMQ od samego dostawcy chmury, co zmienia dostępne opcje – RabbitMQ na Azure.
FAQ
Jak wypadają EKS, AKS i GKE w porównaniu pod kątem wdrażania RabbitMQ?
Dokumentacja RabbitMQ traktuje Kubernetes jako jedną zgodną platformę i nie podaje wskazówek specyficznych dla dostawców. Rzeczywiste różnice dla stanowego klastra RabbitMQ dotyczą domyślnych klas pamięci masowej, topologii stref dostępności i zachowania load balancerów – a nie samego operatora RabbitMQ, który na wszystkich trzech platformach działa identycznie.
Jakie są dobre praktyki wdrażania RabbitMQ na Kubernetes?
Warto używać RabbitMQ Cluster Operator zamiast ręcznie pisanych manifestów, wymusić anti-affinity podów między węzłami i strefami dostępności, wybrać klasę pamięci masowej opartą na szybkich wolumenach klasy SSD i zwymiarować PersistentVolumeClaimy z zapasem na pliki WAL i segmenty kolejek kworum.
Wdrażać RabbitMQ na Kubernetes czy lepiej skorzystać z zarządzanej usługi komunikatów?
Kubernetes ma sens, gdy chcą Państwo zachować ten sam model operacyjny RabbitMQ co w każdym innym środowisku i korzystać z istniejących narzędzi klastrowych. W pełni zarządzana usługa brokera komunikatów zamienia tę kontrolę na mniejsze obciążenie operacyjne – właściwy wybór zależy od tego, czy zespół już eksploatuje Kubernetes na poziomie produkcyjnym.
Jakie są najważniejsze funkcje operatora RabbitMQ dla Kubernetes?
Zarządza cyklem życia klastra (provisioning, skalowanie, aktualizacje), udostępnia konfigurację przez natywny dla Kubernetes zasób niestandardowy (custom resource) i integruje się ze standardowymi prymitywami Kubernetes dla pamięci masowej, sieci i sekretów – ten sam operator działa bez zmian na EKS, AKS i GKE.
Czy przy wdrożeniu na Kubernetes ma znaczenie wybór między kolejkami klasycznymi a kolejkami kworum?
Kolejki kworum to właściwy wybór domyślny na Kubernetes. Restarty i ponowne harmonogramowanie podów zdarzają się w środowisku Kubernetes częściej niż na statycznych maszynach wirtualnych, a replikacja kolejek kworum oparta na Raft znosi to znacznie lepiej niż klasyczne kolejki lustrzane.
Która chmura jest najtańsza do uruchamiania RabbitMQ na Kubernetes?
Ceny mocy obliczeniowej i pamięci masowej zmieniają się niezależnie od samego RabbitMQ i często ulegają zmianom u wszystkich trzech dostawców – dla niezawodności wdrożenia RabbitMQ różnice operacyjne w klasach pamięci masowej i sieci mają większe znaczenie niż godzinowa stawka za moc obliczeniową.
Talk to an engineer
Need a hand with RabbitMQ?
Senior engineers who run it in production. Get a quote or a free consultation, no sales pitch.
Poradniki, porównania i analizy

