Linkerd

Linkerd es un service mesh ligero y de alto rendimiento diseñado para simplificar la gestión de la comunicación entre servicios en arquitecturas de microservicios. Proporciona características esenciales como descubrimiento de servicios, balanceo de carga, seguridad y monitoreo, todo ello con una configuración mínima.

Conceptos clave

• Service Mesh: Capa de infraestructura para comunicación entre servicios
• Data Plane: Proxies ligeros (Linkerd2-proxy) junto a cada servicio
• Control Plane: Componentes que gestionan y configuran el data plane
• mTLS: Encriptación automática entre servicios
• Traffic Split: División de tráfico para canary deployments
• Service Profile: Configuración de rutas y timeouts por servicio

Ventajas de Linkerd

• Ligero: Proxy ultra-rápido escrito en Rust
• Simplicidad: Configuración mínima y fácil de usar
• Seguridad: mTLS automático sin configuración
• Observabilidad: Métricas y trazas integradas
• Confiabilidad: Reintentos y timeouts automáticos
• CNCF: Proyecto graduado de Cloud Native Computing Foundation

Esta es una guía esencial para introducirse en service-mesh (maya de servicios) con Linkerd

Instalación y configuración de Linkerd

Requisitos previos

• Kubernetes cluster (minikube, kind, o cloud provider)
• kubectl configurado

Instalación de Linkerd CLI

# Linux/macOS
curl -fsL https://run.linkerd.io/install | sh

# Agregar al PATH
export PATH=$PATH:$HOME/.linkerd2/bin

# macOS con Homebrew
brew install linkerd

# Verificar instalación
linkerd version

Validar cluster de Kubernetes

# Verificar que el cluster esté listo
linkerd check --pre

Instalar Linkerd en el cluster

# Instalar control plane
linkerd install --crds | kubectl apply -f -
linkerd install | kubectl apply -f -

# Verificar instalación
linkerd check

# Instalar dashboard (opcional)
linkerd viz install | kubectl apply -f -

# Abrir dashboard
linkerd viz dashboard

Operaciones básicas

Inyectar Linkerd en aplicaciones

# Inyectar en un deployment existente
kubectl get deploy -n myapp -o yaml | \
  linkerd inject - | \
  kubectl apply -f -

# Inyectar en un namespace completo
kubectl annotate namespace myapp linkerd.io/inject=enabled

# Verificar pods con Linkerd
kubectl get pods -n myapp -o jsonpath='{.items[*].spec.containers[*].name}'

Ver métricas y estadísticas

# Ver estadísticas de un deployment
linkerd viz stat deploy -n myapp

# Ver rutas de un servicio
linkerd viz routes deploy/web -n myapp

# Ver top de servicios por tráfico
linkerd viz top deploy -n myapp

# Ver conexiones activas
linkerd viz tap deploy/web -n myapp

Traffic Split (Canary Deployments)

# traffic-split.yaml
apiVersion: split.smi-spec.io/v1alpha1
kind: TrafficSplit
metadata:
  name: web-split
  namespace: myapp
spec:
  service: web
  backends:
  - service: web-v1
    weight: 90
  - service: web-v2
    weight: 10

Aplicar:

kubectl apply -f traffic-split.yaml

Ejemplo de aplicación con Linkerd

Desplegar aplicación de ejemplo

# Instalar aplicación demo de Linkerd
curl -fsL https://run.linkerd.io/emojivoto.yml | kubectl apply -f -

# Inyectar Linkerd
kubectl get deploy -n emojivoto -o yaml | \
  linkerd inject - | \
  kubectl apply -f -

# Verificar
linkerd viz stat deploy -n emojivoto

# Acceder a la aplicación
kubectl port-forward -n emojivoto svc/web-svc 8080:80

Service Profile para configuración avanzada

# service-profile.yaml
apiVersion: linkerd.io/v1alpha2
kind: ServiceProfile
metadata:
  name: web.myapp.svc.cluster.local
  namespace: myapp
spec:
  routes:
  - name: GET /api/users
    condition:
      method: GET
      pathRegex: /api/users
    timeout: 5s
    retries:
      limit: 3
      timeout: 1s
  - name: POST /api/users
    condition:
      method: POST
      pathRegex: /api/users
    timeout: 10s

Aplicar:

kubectl apply -f service-profile.yaml

Configuración de mTLS

# Verificar que mTLS esté habilitado
linkerd viz edges deployment -n myapp

# Ver certificados
linkerd identity -n myapp

# Rotar certificados
linkerd upgrade --identity-issuer-certificate-file=ca.crt \
  --identity-issuer-key-file=ca.key | \
  kubectl apply -f -

Monitoreo y observabilidad

Integración con Prometheus

# Linkerd expone métricas en formato Prometheus
kubectl port-forward -n linkerd-viz svc/prometheus 9090:9090

# Consultas útiles en Prometheus:
# - rate(request_total[1m])
# - histogram_quantile(0.99, request_latency_ms_bucket)

Integración con Grafana

# Acceder a Grafana incluido
kubectl port-forward -n linkerd-viz svc/grafana 3000:3000

# Dashboards predefinidos:
# - Linkerd Top Line
# - Linkerd Deployment
# - Linkerd Pod

Ejemplo con Docker Compose (desarrollo local)

Para desarrollo local sin Kubernetes:

version: '3.8'

services:
  web:
    image: myapp/web:latest
    ports:
      - "8080:8080"
    environment:
      API_URL: http://api:3000

  api:
    image: myapp/api:latest
    ports:
      - "3000:3000"
    environment:
      DB_HOST: postgres

  postgres:
    image: postgres:15-alpine
    environment:
      POSTGRES_PASSWORD: secret

Nota: Linkerd está diseñado principalmente para Kubernetes. Para Docker Compose, considera usar Consul Connect o Traefik.

Comandos útiles

# Ver versión de Linkerd
linkerd version

# Verificar salud del control plane
linkerd check

# Ver logs del control plane
kubectl logs -n linkerd -l linkerd.io/control-plane-component=controller

# Desinstalar Linkerd
linkerd viz uninstall | kubectl delete -f -
linkerd uninstall | kubectl delete -f -

# Generar Service Profile automáticamente
linkerd viz profile -n myapp web --tap deploy/web --tap-duration 60s

Mejores prácticas

• Inyección automática: Usar anotaciones en namespaces
• Service Profiles: Definir para servicios críticos
• Monitoreo: Configurar alertas en Prometheus
• Actualizaciones: Mantener Linkerd actualizado
• Recursos: Ajustar límites de CPU/memoria según carga
• mTLS: Rotar certificados regularmente

Comparación con otras soluciones

Característica	Linkerd	Istio	Consul Connect
Complejidad	Baja	Alta	Media
Rendimiento	Excelente	Bueno	Muy bueno
Recursos	Mínimos	Altos	Medios
mTLS	Automático	Manual	Automático
Curva aprendizaje	Suave	Pronunciada	Media

Linkerd es ideal para equipos que buscan un service mesh simple, rápido y confiable sin la complejidad de soluciones más pesadas. Es especialmente adecuado para arquitecturas de microservicios en Kubernetes que requieren seguridad y observabilidad con mínima configuración.