vivo 自研Jenkins资源调度系统设计与实践

一、自研s资前言

现在的源调企业很多都在用Jenkins做持续集成，各个业务端都依靠Jenkins，度系vivo Devops也是统设使用Jenkins来进行持续构建，部署Jenkins服务时如何保障服务的计实践高可用变得尤为重要。

下面是自研s资目前Jenkins存在的一些问题。

Jenkins本身是源调单体的，即只能有一个Jenkins Master。度系虽然你也可以在多台机器上部署多个Jenkins Master ，统设但这些Master之间没有联系，香港云服务器计实践都是自研s资各自把任务交给手下的slaver去执行，没有任何交集 。源调

也许某个master下的度系slaver很忙 ，而另一个master下的统设slaver却很闲，资源得不到充分利用 。计实践 当其中一个slave宕机之后 ，该slave上的运行的job任务没有版本重新进行分配，需要用户重新执行 。并且slave节点离线之后没有通知管理员。 当系统业务量比较大的高防服务器时候业务请求集中在Jenkins Master上 ，会对Jenkins造成压力 ，甚至的造成Jenkins服务不可用 。 当有job任务在jenkins Master上队列排队的时候，Jenkins Master宕机后
，队列任务不可持久化
。Jenkins Workspace没有自动清理功能，会导致磁盘空间不足
，任务执行不了的情况 。

基于以上情况，vivo Devops对Jenkins的部署架构进行优化搭建 ，并且配套了一套Jenkins资源调度系统用于管理Jenkins资源。源码库

二 、业界实现

目前业界也包含一些Jenkins 高可用的设计方式 ，但是并不能完全的满足解决上述问题
，比如 ：

2.1 方案一  Gearman + Jenkins

这是OpenStack团队使用的方案。这个方案使用了gearman， gearman是个任务分发框架 。

需要在每个Master上安装好gearman的插件，并配置好能连接到gearman server，同时在每个Master必须建立相同的服务器租用job 。

之后运行任务的流程如下
：

gearman worker运行在各个Jenkins Master中等待gearman server分发任务；gearman client向gearman server发出运行job的请求；gearman server通知各个gearman worker有任务拉，第一个闲着的worker会接受任务，如果所有的worker都忙，则放入gearman的任务队列 ，得worker空闲时再分配；gearman worker闲下来后会从任务队列里取job来执行，执行完之后，将结果发回给gearman server;gearman server将结果返回给 gearman client
。

优点  ：

这样各个salver资源可以得到充分利用，某个master挂掉另外的master可以继续服务 。免费模板

弊端：

每个master的slave必须配置一致 ，否则会造成job调度错误，同时会造成一些资源的浪费
。当一个master出现问题，该master的任务不会进行自动重新分配。

2.2 方案二 改造Jenkins的文件存储方式

目前Jenkins的配置文件都是直接在硬盘上以文件形式存储的，你在JENKINS_HOME的个文件夹下能看到各种.xml文件 。有些公司在Jenkins上进行二次开发
 ，云计算将Jenkins的数据存储方式改为数据库存储 ，这样前端可以起多个Jenkins服务
，后端连相同的数据库即可。数据库也有比较成熟的高可用方案。

优点:   

可以达到Jenkins的高可用也就是某个master挂掉另外的master可以继续服务 。

弊端 ：

需要对Jenkins进行二次开发 ，使用数据库会降低读取资源效率下降
。

2.3 方案三 最简单的Jenkins一主一备模式

平时让Jenkins A机器提供服务
，并使用SCM Sync configuration plugin保存数据  ，JenkinsA机器修改配置后触发Jenkins B更新配置，一旦Jenkins A出现问题挂掉后，切换到备机Jenkins B上 。

优点:   

可以达到Jenkins的高可用
 ，当master宕机后会进行切换到备机上 。

弊端:   

会有一批Jenkins备机存在资源浪费，切换master时间过长 ，会导致有段时间Jenkins服务不可用。

三 、vivo Jenkins Scheduler系统目标

由于目前业界的一些实现还不能完全的满足我们目前的需求，所以我们进行了vivo jenkins scheduler系统的设计与实现 。该系统需要达到如下的目的
：

提升整个构建服务可靠性时长  。保证jenkins集群的高可用 ，解决目前master-slave的单点问题 ，保证整个构建服务的可靠性时长 。降低灾难时服务恢复时长。

①提供精准流控方式，在jenkins构建出现请求量过高的时候可以进行流控和持久化操作，减少对目前系统的冲击
。

②当系统压力减少后，放开流控可以快速的对堆积的请求进行分配执行 。有效分配任务至各个子节点，保证资源的有效利用 。能保证灾难时的及时切换任务至可用节点上，同时能快速的通知管理员进行处理。能进行数据的可视化分析 ，能提供一系列帮助改善开发效率的视图 ，比如构建时长报表、构建量报表等 。

四、 vivo Jenkins Scheduler设计

该系统我们从两大部分进行了设计，首先，我们不采用原生的Jenkins部署方案 ，而是采用全master的方式。第二  ，设计并开发了一套用于管理Jenkins集群的调度系统。

五 、底层 Jenkins 工具部署方案

不采用目前单master的搭建方案，采用多master的搭建方案，master下不进行挂载slave机器
，任务直接有master进行处理
，master之间的关系、任务分配、离线、插件安装等由调度系统进行管理 。这样由于vivo Jenkins Scheduler系统为高可用的
，解决了目前Jenkins的单点问题。

六、系统架构图

七、系统说明

7.1 API-Gateway

主要提供系统的外部请求，网关系统，功能包含
：

权限校验：校验用户发送集群管理系统的请求的权限 。智能路由 ：接收外部一切请求
，并转发到后端的外服上去。限流：与监控线程配合（当构建请求达到某个阈值时），进行限流操作
。API日志统一收集：类似于一个aspect切面，记录接口的进入和出去时的相关日志
。数据处理：对请求的参数进行数据的转换处理 。7.2 事件中心

是整个系统通信调用的主要模块，采用的是Spring的Event机制实现，主要核心事件如下 ：

Jenkins注册事件（EVENT_REGIST_JENKINS）

：

Jenkins启动后，通过自定的插件会向系统发送注册请求时 ，系统接收到后会触发Jenkins管理模块将Jenkins的信息注册至调度系统中 。Jenkins宕机事件 (EVENT_DOWN_JENKINS)  

  : 

监控管理轮询检查Jenkins状态，当发现有Jenkins宕机的情况会触发该事件，Jenkins管理模块处理将Jenkins的信息状态设置为不可用状态
，从而是任务不能分配至该台jenkins。任务从分配事件  (EVENT_JOB_REDO) 

: 

当Jenkins宕机后，如果该台jenkins上存在未执行完的任务时候
，由job监控模块触发，job管理莫管处理
，会对该Jenkins上未执行的job进行重新分配 。任务接受事件  (EVENT_JOB_RECIVE) 

:

当job管理模块接受到创建请求，会触发该事件
，由job管理模块放入Redis执行队列。任务执行事件  (EVENT_JOB_EXECUTE)

 : 

job管理模块中的执行线程(10s执行一次，会从Redis队列中弹出任务)，弹出任务后触发该事件 ，由调度中心选取合适的jenkins进行执行 。7.3 调度中心

是整个系统的核心模块，主要的功能是进行执行job时候能选取合适的jenkins进行处理任务 ，包含两个核心算法：

7.3.1 Jenkins分组算法

每台jenkins都可以使用标签的方式，打上多个标签，比如jenkins可以构建java程序 ，使用的构建工具可以是maven和gradle，这个时候我们就可以给其打上java
、maven 、gradle三个标签 。

标签的维度主要有以下几个 ：

标签配置： 判断构建配置是否配置了标签 ，根据标签选择对应标签的Jenkins ，比如配置了（docker等）
。构建语言： 根据构建配置的语言 ，比如Java、C++
、Python、Go等 。构建工具和版本： 比如Maven、gradle、Ant ，Cmark   、Blade等 。JDK版本：比如JDK7 、JDK8等 。Go语言版本：比如1.15.x.
 、1.16.x等  。GCC版本
：如6.x 、4.x等 。Python版本 ：2.x 、3.x等  。是否存活：判断Jenkins是否存活
，如果宕机直接过滤 。（可选策略）选择执行过该job的Jenkins，减少下载代码的过程：（第一次构建还是会比较慢，可以采用预执行的方式，在配置构建配置的时候，就预先执行一次，这样在用户执行的时候就使用该job执行过得workspace，减少代码下载的时间）
。（可选策略）根据job的构建的平均构建时长，如果构建时长达到某个配置阈值时，优先选择构建器空闲多的Jenkins进行执行，并指出Jenkins的锁定功能。其他的job不允许分配上来。

如果我们给Jenkins打上标签 ，那么我们就可以使用标签为维度将Jenkins进行分组
，并且存入至Redis中缓存 ，方便后续选取Jenkins用来执行任务：

7.3.2 Jenkins选取算法

当Jenkins分组好了后
，我们接受到执行的job的信息就可以使用Jenkins选取算法进行快速的选取合适的Jenkins进行处理job，如下图所示。

其中label子线程 、语言子线程……就是我们上面的Jenkins分组的维度，有多少维度 ，那么这里就会有多少子线程处理。

构建任务进入主线程，然后主线程会按照分组维度分组操作并进行过滤，然后获取到每个分组中合适的Jenkins，再进行取交集（这个时候就获取到可以执行该构建任务的Jenkins了），在判断是否需要经过可选策略 ，最终得到Jenkins。

7.4 流控管理&队列管理

调度系统中的的任务接受采用的是队列的方式实现，当系统请求量达到阀后，系统将不会进入Redis队列
，会将请求持久化至MySQL 。后续如果有请求过来，job管理模块会检查数据库MySQL中是否有请求，如果有请求，会将请求放入Redis队列，如果没有请求就会将当前请求放入Redis队列，具体流程如下:

其中基于Redis实现的消息队列的时序图如下:

7.5 回调中心

该模块主要是监控任务的状态，当任务开始执行 、中断执行 、执行成功、执行失败的时候进行通知业务并存储数据，用于保存构建记录，方便后续数据的统计 ，用来完成数据的可视化。

八、实施效果

目前该系统已经投入生产环境运行，Jenkins任务已采用调度系统进行调度执行，运行稳定
，运行效果。

九  、后续展望

随着vivo Jenkins 调度系统的功能慢慢完善 ，Jenkins的机器也越来越多 ，目前还大多数运行在虚拟机上，从资源利用率和业务发布效率来看
，未来的业务发布形态将会是以容器为主。目前公司也在大力发展k8s的容器生态建设 ，

所以我们希望将Jenkins工具后期进行容器化 、池化，在提高资源利用率和发布效率的同时也可以为用户提供可靠的
 、简洁的、稳定调度执行。