OCGI：腾讯游戏应用的云原生实践

尹烨，腾讯专家工程师，K8s/CNI等开源项目贡献者，负责腾讯游戏K8s等云原生相关技术的研发运营工作。

蔡卫东，腾讯高级工程师。K8s、Virtual-kubelet等社区活跃贡献者，曾向上游开源社区贡献过tensile-kube、scheduler-plugins等组件。

Open Cloud-native Game-application Initiative（OCGI）[1]是由腾讯游戏计算资源团队创建的一个开源项目，主要解决游戏 GameServer 在 K8s 集群上的部署、运行和自动伸缩等问题。

背景

对于FPS[2]、MOBA[3]等在线多人游戏后台架构中，都有专门服务玩家对局的服务器Dedicated Server（简称 DS）[4]。

下图是典型的游戏 DS 架构：

其中，zone server 为大厅服务器，dscenter 负责 ds 的管理和分配，dsagent 管理 ds 进程。一般来说，DS 都有以下些特点：

1. 使用共享内存缓存玩家数据，有一定状态。如果直接退出，会对用户产生影响，影响玩家体验。但它又不同于数据库类的状态服务, DS进程运行时间一般相对比较短，随着玩家的战斗对局结束就会退出。
2. DS进程的启动时延要求很高，一般要求几秒钟，否则就会影响玩家体验。
3. DS的每个对局进程可能需要一个对外端口，这会导致DS需要大量的服务端口。当通过外网Loadbalancer接入时，需要对LB的端口进行管理和分配。
4. 缩容，或者变更时，不能直接退出，需要保证用户对局结束，才能退出。
5. 支持灰度更新策略，以及快速回滚能力。

DS 这些特点和要求，当 DS 运行在 Kubernetes 上会面临很大的挑战。K8s 提供的 Workload，比如Deployment[5]、或者Statefulset[6]，都不能很好的满足要求。

另外，一般来说，DS 的负载都呈周期性变化，比如白天的负载相对较高，凌晨之后负载就会降下来，需要自动弹性伸缩能力。K8s 的HPA[7]提供了基于 metrics 的自动伸缩功能，但功能上还不够。比如很多游戏业务都希望实现定时扩缩容，甚至应用自己控制 Workload 副本数量。

业界已经有一些开源项目去尝试解决这类游戏服务的 DS 管理问题，比如 Google 的Agones[8]。

Agones的实现是每个Pod一个ds进程（Dedicated game server process per Pod)。这对于在线百万，甚于千万的大型游戏，在高峰期瞬间可能会产生数万、甚至数十万对局，这会伴随着数十万、甚至数百万的Pod创建和销毁，这会对K8s的apiserver和scheduler都会带来极大的挑战。同时，DS的启动延迟(镜像下载、进程启动)要求也无法满足要求。

另外，还有一些项目，比如阿里开源的OpenKruise[9]项目，提供了很多特性增强的 K8s Workload，但这些 Workload 主要面向一些通用的应用场景。

经过与腾讯游戏工作室的许多开发同学交流和讨论，我们创建了OCGI这个项目。我们希望借助K8s和OCGI，帮助游戏业务更好的解决资源的弹性伸缩、利用率和成本等效能问题。

OCGI 项目介绍

OCGI Workload

OCGI 主要包括下面一些 Workload：

• GameServer GameServer 代表单个游戏后端 Server。它基于K8s Pod[10]实现，是对 K8s Pod 的进一步抽象。
• Squad Squad 代表一组游戏后端 Server（GameServer），它们具有相同的资源配置，并由Carrier controller[11]维持该组 GameServer 在指定的副本数量。它控制该组 GameServer 的发布和更新。 GameServer、Squad 由 Carrier controller 统一管理。
• GeneralPodAutoscaler GeneralPodAutoscaler[12]是自动弹性伸缩控制器，它根据用户指定的策略，动态调整 Squad 的 GameServer 副本数量。

Squad 和 GeneralPodAutoscaler 提供了一些扩展和交互机制，变更，或者扩缩容时，GameServer 可以更加优雅的退出，避免对游戏玩家的影响。

Main Features

• Application Interactive Update Squad 支持应用交互的更新方式。只有当应用确认之后，Controller 才会删除对应的副本，这可以避免对用户玩家产生影响。
• In-place Update Squad 支持原地更新镜像，不用重建 Pod。这可以保证变更时，Game Server 的本地共享内存缓存数据不会丢失。
• 多种 Pod 伸缩模式 GPA 提供了多个伸缩模式，比如，Metrics、定时、Webhook 等方式。如果应用想自己控制 Squad 的副本数量，可以通过 Webhook 的方式实现。
• 应用定义缩容顺序 缩容时，可由应用指定缩容的顺序。例如，缩容时，应用可以选择玩家数量的 DS 副本删除。这不仅可以降低缩容开销，还可以提高底层的资源利用效率。
• 更好的与集群扩缩容（CA）工作 基于应用确认机制，缩容时，CA 可以选择任意的副本进行删除，不用担心对用户的影响。

基于 OCGI 的游戏后台架构

• MatchMaker: 负责对局匹配（由业务侧开发）
• Dscenter: 负责 Dedicated Server 管理和分配（由业务侧开发）
• Dedicated Server: 对应一个 GameServer，管理多个 ds 进程，并上报 ds 信息到 DsCenter。Dedicated Server 和 Carrier-SDK 作为一个整体，部署在同一个 K8s Pod
• Carrier Controller: 管理一组 GameServer （创建、更新、删除），维持 DS 集群在一定的副本数量
• AutoScaler: 根据业务 metric、event、time 等对 DS 集群的副本数进行计算和调整

与应用交互的自动伸缩实现

Workload GameServer 提供了一个简单的 SDK，游戏后端 server 可以把当前的一些服务状态信息，通知到 Carrier controller，用于 Carrier controller 在弹性伸缩、或者发布变更时，选择合适的副本进行删除。

Game Server 与 SDK 的关系

• SDK-Server 作为 sidecar 容器（由 Carrier controller 自动注入），与 GameServer 容器，运行在同一个 K8s pod。
• GameServer 可以通过 SDK API 访问 SDK-Server，设置 Condition。如果应用程序不想调用 SDK API，可以配置相应的 Webhook，由 SDK-Server 来调用 Webhook。
• SDK-Server 连接 K8s API，并更新 GameServer CRD Status。

GameServer 的自动伸缩流程

GameServer 的 autoscaler 流程如下：

• Autoscaler controller 根据 GameServer 的 metric 信息，计算 Squad 的合理副本数量；
• Carrier 根据一定规则（比如玩家最少）选择 GameServer，然后设置 Constraint，通知应用程序下线该副本；
• Dscenter 下线对应的 GameServer，设置 Condition offline=true，表示不再分配新的玩家到该 GameServer；
• GameServer 等到没有玩家之后，再设置 Condition no-player=true；
• Carrier controller 删除 offline=true && no-player=true 的 GameServer。

注意，上面的 Condition，比如 offline，no-player 等可由业务自己定义。更多参考Carrier SDK[13]。

致谢

OCGI项目在设计和开发过程中，得到腾讯游戏许多工作室开发同学(kenny,ethan,jerry等)以及业务运维同学(zhichangfu等)的支持和帮助。在这里致以最诚挚的感谢。

参考资料

[1]

Open Cloud-native Game-application Initiative（OCGI）: https://github.com/ocgi

[2]

FPS: https://en.wikipedia.org/wiki/First-person_shooter

[3]

MOBA: https://en.wikipedia.org/wiki/Multiplayer_online_battle_arena

[4]

Dedicated Server（简称 DS）: https://en.wikipedia.org/wiki/Game_server#Dedicated_server

[5]

Deployment: https://kubernetes.io/docs/concepts/workloads/controllers/deployment/

[6]

Statefulset: https://kubernetes.io/docs/concepts/workloads/controllers/statefulset/

[7]

HPA: https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/

[8]

Agones: https://agones.dev/

[9]

OpenKruise: https://github.com/openkruise/kruise

[10]

K8s Pod: https://kubernetes.io/docs/concepts/workloads/pods/

[11]

Carrier controller: https://github.com/ocgi/carrier

[12]

GeneralPodAutoscaler: https://github.com/ocgi/generalpodautoscaler

[13]

Carrier SDK: https://github.com/ocgi/carrier-sdk

  往期精选推荐  

• 腾讯云边缘容器 TKE Edge 国内首批通过边缘容器技术能力认证
• 视频干货｜腾讯百万级容器规模的云原生平台设计与实践
• Dapr | 云原生的抽象与实现
• 揭秘有状态服务上  Kubernetes 的核心技术
• 技术开放日PPT大放送 | 五星级的云原生开发体验