本文從目前業界實現Jenkins的高可用的實現方案，分析各方案的優缺點，引入vivo目前使用的Jenkins高可用方案，以及目前Jenkins資源的調度方案的設計實踐和目前的落地運行效果。

一、前言

現在的企業很多都在用Jenkins做持續集成，各個業務端都依靠Jenkins，vivo Devops也是使用Jenkins來進行持續構建，部署Jenkins服務時如何保障服務的高可用變得尤為重要。

下面是目前Jenkins存在的一些問題。

Jenkins本身是單體的，即只能有一個Jenkins Master。雖然你也可以在多臺機器上部署多個Jenkins Master，但這些Master之間沒有聯系，都是各自把任務交給手下的slave去執行，沒有任何交集。
也許某個master下的slave很忙，而另一個master下的slave卻很閑，資源得不到充分利用。

當其中一個slave宕機之后，該slave上的運行的job任務沒有版本重新進行分配，需要用戶重新執行。并且slave節點離線之后沒有通知管理員。

當系統業務量比較大的時候業務請求集中在Jenkins Master上，會對Jenkins造成壓力，甚至的造成Jenkins服務不可用。

當有job任務在jenkins Master上隊列排隊的時候，Jenkins Master宕機后，隊列任務不可持久化。

Jenkins Workspace沒有自動清理功能，會導致磁盤空間不足，任務執行不了的情況。

基于以上情況，vivo Devops對Jenkins的部署架構進行優化搭建，并且配套了一套Jenkins資源調度系統用于管理Jenkins資源。

二、業界實現

目前業界也包含一些Jenkins 高可用的設計方式，但是并不能完全的滿足解決上述問題，比如：

2.1 方案一 Gearman + Jenkins

這是OpenStack團隊使用的方案。這個方案使用了gearman， gearman是個任務分發框架。

需要在每個Master上安裝好gearman的插件，并配置好能連接到gearman server，同時在每個Master必須建立相同的job。

之后運行任務的流程如下：

gearman worker運行在各個Jenkins Master中等待gearman server分發任務；

gearman client向gearman server發出運行job的請求；

gearman server通知各個gearman worker有任務拉，第一個閑著的worker會接受任務，如果所有的worker都忙，則放入gearman的任務隊列，得worker空閑時再分配；

gearman worker閑下來后會從任務隊列里取job來執行，執行完之后，將結果發回給gearman server;

gearman server將結果返回給 gearman client。

優點：

這樣各個salver資源可以得到充分利用，某個master掛掉另外的master可以繼續服務。

弊端：

每個master的slave必須配置一致，否則會造成job調度錯誤，同時會造成一些資源的浪費。當一個master出現問題，該master的任務不會進行自動重新分配。

2.2 方案二 改造Jenkins的文件存儲方式

目前Jenkins的配置文件都是直接在硬盤上以文件形式存儲的，你在JENKINS_HOME的個文件夾下能看到各種.xml文件。

有些公司在Jenkins上進行二次開發，將Jenkins的數據存儲方式改為數據庫存儲，這樣前端可以起多個Jenkins服務，后端連相同的數據庫即可。數據庫也有比較成熟的高可用方案。

優點:

可以達到Jenkins的高可用也就是某個master掛掉另外的master可以繼續服務。

弊端：

需要對Jenkins進行二次開發，使用數據庫會降低讀取資源效率下降。

2.3方案三 最簡單的Jenkins一主一備模式

平時讓Jenkins A機器提供服務，并使用SCM Sync configuration plugin保存數據，JenkinsA機器修改配置后觸發Jenkins B更新配置，一旦Jenkins A出現問題掛掉后，切換到備機Jenkins B上。

優點:

可以達到Jenkins的高可用，當master宕機后會進行切換到備機上。

弊端:

會有一批Jenkins備機存在資源浪費，切換master時間過長，會導致有段時間Jenkins服務不可用。

三、vivo Jenkins Scheduler系統目標

由于目前業界的一些實現還不能完全的滿足我們目前的需求，所以我們進行了vivo jenkins scheduler系統的設計與實現。該系統需要達到如下的目的：

提升整個構建服務可靠性時長。

保證jenkins集群的高可用，解決目前master-slave的單點問題，保證整個構建服務的可靠性時長。

降低災難時服務恢復時長。

①提供精準流控方式，在jenkins構建出現請求量過高的時候可以進行流控和持久化操作，減少對目前系統的沖擊。

②當系統壓力減少后，放開流控可以快速的對堆積的請求進行分配執行。

有效分配任務至各個子節點，保證資源的有效利用。

能保證災難時的及時切換任務至可用節點上，同時能快速的通知管理員進行處理。

能進行數據的可視化分析，能提供一系列幫助改善開發效率的視圖，比如構建時長報表、構建量報表等。

四、 vivo Jenkins Scheduler設計

該系統我們從兩大部分進行了設計，首先，我們不采用原生的Jenkins部署方案，而是采用全master的方式。第二，設計并開發了一套用于管理Jenkins集群的調度系統。

五、底層 Jenkins 工具部署方案

不采用目前單master的搭建方案，采用多master的搭建方案，master下不進行掛載slave機器，任務直接有master進行處理，master之間的關系、任務分配、離線、插件安裝等由調度系統進行管理。這樣由于vivo Jenkins Scheduler系統為高可用的，解決了目前Jenkins的單點問題。

六、系統架構圖

七、系統說明

7.1 API-Gateway

主要提供系統的外部請求，網關系統，功能包含：

權限校驗：校驗用戶發送集群管理系統的請求的權限。

智能路由：接收外部一切請求，并轉發到后端的外服上去。

限流：與監控線程配合（當構建請求達到某個閾值時），進行限流操作。

API日志統一收集：類似于一個aspect切面，記錄接口的進入和出去時的相關日志。

數據處理：對請求的參數進行數據的轉換處理。

7.2 事件中心

是整個系統通信調用的主要模塊，采用的是Spring的Event機制實現，主要核心事件如下：

Jenkins注冊事件

（EVENT_REGIST_JENKINS）：

Jenkins啟動后，通過自定的插件會向系統發送注冊請求時，系統接收到后會觸發Jenkins管理模塊將Jenkins的信息注冊至調度系統中。

Jenkins宕機事件

(EVENT_DOWN_JENKINS) :

監控管理輪詢檢查Jenkins狀態，當發現有Jenkins宕機的情況會觸發該事件，Jenkins管理模塊處理將Jenkins的信息狀態設置為不可用狀態，從而是任務不能分配至該臺jenkins。

任務從分配事件 (EVENT_JOB_REDO) :

當Jenkins宕機后，如果該臺jenkins上存在未執行完的任務時候，由job監控模塊觸發，job管理莫管處理，會對該Jenkins上未執行的job進行重新分配。

任務接受事件 (EVENT_JOB_RECIVE) :

當job管理模塊接受到創建請求，會觸發該事件，由job管理模塊放入Redis執行隊列。

任務執行事件 (EVENT_JOB_EXECUTE) :

job管理模塊中的執行線程(10s執行一次，會從Redis隊列中彈出任務)，彈出任務后觸發該事件，由調度中心選取合適的jenkins進行執行。

7.3 調度中心

是整個系統的核心模塊，主要的功能是進行執行job時候能選取合適的jenkins進行處理任務，包含兩個核心算法：

7.3.1 Jenkins分組算法

每臺jenkins都可以使用標簽的方式，打上多個標簽，比如jenkins可以構建java程序，使用的構建工具可以是maven和gradle，這個時候我們就可以給其打上java、maven、gradle三個標簽。

標簽的維度主要有以下幾個：

標簽配置： 判斷構建配置是否配置了標簽，根據標簽選擇對應標簽的Jenkins，比如配置了（docker等）。

構建語言： 根據構建配置的語言，比如Java、C++、Python、Go等。

構建工具和版本： 比如Maven、gradle、Ant，Cmark、Blade等。

JDK版本：比如JDK7、JDK8等。

Go語言版本：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：判斷Jenkins是否存活，如果宕機直接過濾。

（可選策略）選擇執行過該job的Jenkins，減少下載代碼的過程：（第一次構建還是會比較慢，可以采用預執行的方式，在配置構建配置的時候，就預先執行一次，這樣在用戶執行的時候就使用該job執行過得workspace，減少代碼下載的時間）。

（可選策略）根據job的構建的平均構建時長，如果構建時長達到某個配置閾值時，優先選擇構建器空閑多的Jenkins進行執行，并指出Jenkins的鎖定功能。其他的job不允許分配上來。

如果我們給Jenkins打上標簽，那么我們就可以使用標簽為維度將Jenkins進行分組，并且存入至Redis中緩存，方便后續選取Jenkins用來執行任務：

7.3.2 Jenkins選取算法

當Jenkins分組好了后，我們接受到執行的job的信息就可以使用Jenkins選取算法進行快速的選取合適的Jenkins進行處理job，如下圖所示。

其中label子線程、語言子線程……就是我們上面的Jenkins分組的維度，有多少維度，那么這里就會有多少子線程處理。

構建任務進入主線程，然后主線程會按照分組維度分組操作并進行過濾，然后獲取到每個分組中合適的Jenkins，再進行取交集（這個時候就獲取到可以執行該構建任務的Jenkins了），在判斷是否需要經過可選策略，最終得到Jenkins。

7.4 流控管理&隊列管理

調度系統中的的任務接受采用的是隊列的方式實現，當系統請求量達到閥后，系統將不會進入Redis隊列，會將請求持久化至MySQL。

后續如果有請求過來，job管理模塊會檢查數據庫MySQL中是否有請求，如果有請求，會將請求放入Redis隊列，如果沒有請求就會將當前請求放入Redis隊列，具體流程如下:

其中基于Redis實現的消息隊列的時序圖如下:

7.5 回調中心

該模塊主要是監控任務的狀態，當任務開始執行、中斷執行、執行成功、執行失敗的時候進行通知業務并存儲數據，用于保存構建記錄，方便后續數據的統計，用來完成數據的可視化。

八、實施效果

目前該系統已經投入生產環境運行，Jenkins任務已采用調度系統進行調度執行，運行穩定，運行效果。

九、后續展望

隨著vivo Jenkins 調度系統的功能慢慢完善，Jenkins的機器也越來越多，目前還大多數運行在虛擬機上，從資源利用率和業務發布效率來看，未來的業務發布形態將會是以容器為主。目前公司也在大力發展k8s的容器生態建設，

所以我們希望將Jenkins工具后期進行容器化、池化，在提高資源利用率和發布效率的同時也可以為用戶提供可靠的、簡潔的、穩定調度執行。

審核編輯：劉清