首页
/ Amazon EKS AMI 中 AL2023 镜像启动速度优化实践

Amazon EKS AMI 中 AL2023 镜像启动速度优化实践

2025-06-30 21:59:34作者:齐冠琰

背景分析

在 Amazon EKS 环境中,Amazon Linux 2023 (AL2023) 作为新一代基础镜像,相比 AL2 在启动速度上出现了明显的性能下降。经过深入分析,我们发现主要瓶颈集中在几个关键服务上:

  1. nodeadm 服务:负责节点初始化配置
  2. kubelet 版本检测:获取 kubelet 版本信息耗时显著
  3. update-motd 服务:系统欢迎信息更新服务
  4. EBS 延迟加载:影响二进制文件的首次执行速度

性能瓶颈定位

通过 systemd-analyze 工具分析启动时间线,我们发现:

  • nodeadm-config.service 耗时约 20 秒
  • cloud-init.service 耗时约 7.2 秒
  • nodeadm-run.service 耗时约 10.53 秒
  • containerd-service 耗时约 8.7 秒

日志分析显示,kubelet 版本检测(通过执行 kubelet --version)和 containerd 配置解析(通过 containerd config dump)是主要的时间消耗点。

优化方案与实施

1. 禁用 update-motd 服务

update-motd.service 在启动过程中消耗了约 4 秒时间。由于 EKS 节点通常不需要动态 MOTD(每日消息)更新,我们选择禁用此服务:

[Unit]
Description=Disable update-motd
Before=multi-user.target

[Service]
Type=oneshot
ExecStart=/bin/systemctl disable --now update-motd.service

[Install]
WantedBy=multi-user.target

这一优化使得整体启动时间减少了约 4 秒。

2. 优化 kubelet 版本检测机制

原始实现通过执行 kubelet --version 命令获取版本信息,这在 EBS 延迟加载环境下特别耗时。我们改进为:

func GetKubeletVersion() (string, error) {
    if kubeletVersion := os.Getenv("KUBELET_VERSION"); kubeletVersion != "" {
        zap.L().Info("Found kubelet version in environment")
        return kubeletVersion, nil
    }
    rawVersion, err := GetKubeletVersionRaw()
    if err != nil {
        return "", err
    }
    version := parseSemVer(*rawVersion)
    return version, nil
}

同时在 systemd 服务配置中预置版本信息:

[Service]
Environment="KUBELET_VERSION=v1.29.3"

这一优化将 kubelet 版本检测时间从约 13 秒减少到几乎可以忽略不计。

3. 启用 EBS 快速恢复

虽然 EBS 快速恢复(Fast Restore)会增加成本,但在性能敏感场景下,启用它可以显著减少启动时间:

aws ec2 enable-fast-snapshot-restores \
    --availability-zones eu-west-1c \
    --source-snapshot-ids snap-0123456789abcdef0

测试数据显示,启用快速恢复后,启动时间从约 100 秒降至约 50 秒。

优化效果对比

优化措施 AL2 默认 AL2023 优化前 AL2023 优化后
总启动时间 ~22s ~100s ~40s
nodeadm-config - ~20s ~5s
kubelet 版本检测 - ~13s <1s
update-motd - ~4s 禁用

深入技术解析

EBS 延迟加载的影响

Amazon EBS 的延迟块加载特性虽然提高了存储效率,但会导致首次访问二进制文件时出现延迟。这在系统启动阶段尤为明显,因为:

  1. 关键服务二进制需要从存储加载
  2. 依赖链导致串行延迟累积
  3. 并行启动的服务可能竞争 I/O 资源

containerd 配置解析优化

原始实现使用 containerd config dump 命令并通过正则表达式解析输出,这在配置复杂时效率较低。可以考虑:

  1. 直接读取默认配置文件路径
  2. 使用专用 TOML 解析库
  3. 缓存解析结果避免重复处理

生产环境建议

对于生产环境部署,我们推荐:

  1. 基础优化:必做

    • 禁用 update-motd 服务
    • 预置 kubelet 版本信息
  2. 进阶优化:根据需求选择

    • 启用 EBS 快速恢复(考虑成本)
    • 定制 containerd 配置解析逻辑
  3. 监控机制

    • 建立启动时间基线监控
    • 设置启动时间告警阈值
    • 定期评估新 AMI 版本的启动性能

未来优化方向

  1. 并行初始化:分析服务依赖关系,实现更多并行初始化
  2. 二进制预加载:在 initrd 阶段预加载关键二进制
  3. 服务延迟启动:将非关键服务延迟到启动后执行
  4. GPU 支持优化:针对 GPU 节点的专用优化方案

通过上述优化措施,AL2023 EKS AMI 的启动性能已经接近 AL2 的水平,同时保留了新版本操作系统的各项优势。这些优化经验也可应用于其他基于 Amazon Linux 2023 的定制 AMI 开发。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
345
1.32 K