十四中间件容器化及Helm

作者: 負笈在线 | 来源:发表于2022-05-19 09:00 被阅读0次

(一) 容器化中间件

1.如何部署应用到K8S

当我们需要部署应用时后，考虑是否需要部署到K8S时一般需要考虑上图的几个因素。
1.我们部署应用的架构是怎么样的：比如你要部署redis集群到K8S，就要了解redis集群架构是怎么样的；redis需要怎么样的配置，配置文件怎么加载（环境变量or配置文件），一些云原生的配置文件可以通过加载环境变量，例如rabbitMQ；程序监控端口是什么（redis6379,rabbit5672，15672），启动命令（./redis-server 配置文件）.
2.镜像谁来做：如果是公司自己的程序，那就自己做。如果是一个中间件，别人开发的，那么镜像在官方都是有的，不需要自己做，官方做的比自己做的好。
3.找合适的部署方式：是否有状态的（倾向无状态应用deployment，中间件很多需要存储挂载PVC）,配置分离：一般都是需要把配置文件分离，一些中间件可以通过环境变量加载的，就直接填环境变量，否则配置需要分离出来做成configmap，然后挂载在容器中；
4.然后这个程序如何被使用：什么协议，内部使用还是外部使用，比如redsi使用TCP协议，例如rabbitMQ使用web客户端访问监控端使用http协议，如果是一个TCP协议的内部访问，使用svc名称就可以访问，外部访问的话一般用NODEPORT暴露出去。如果是http协议可以用ingress外部代理出去使用。

2.部署一个单实例到K8S

1）找到官方镜像：https://hub.docker.com/
2）确认需要的配置：环境变量或配置文件
3）选择部署方式：Deployment或其他的
4）配置访问：TCP或HTTP

2.1.部署rabbitMQ到K8S

首先在官网网站找到rabbitMQ的镜像，搜索选择合适的镜像下载同步到公司的镜像仓库。

确认配置文件：rabbitMQ是可以通过环境变量方式经行配置然后确认部署方式：由于rabbitMQ是单实例，所以可以用deployment部署，消息队列一般要保存数据做持久化，所以也要挂载PVC（挂载目录/var/lib/rabbitmq）。写deployment,pvc部署文件，可以官网找模板自己改：

[root@k8s-master01 ~]# vim rabbitMQ-deployment.yaml
apiVersion: v1
kind: Service
metadata:
  name: rabbitmq
  namespace: public-service
spec:
  ports:
  - name: web
    port: 5672
    protocol: TCP
    targetPort: 5672
  - name: http
    port: 15672
    protocol: TCP
    targetPort: 15672
  selector:
    app: rabbitmq
  sessionAffinity: None
  type: NodePort
---
apiVersion: apps/v1
kind: Deployment
metadata:
  annotations: {}
  labels:
    app: rabbitmq
  name: rabbitmq
  namespace: public-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: rabbitmq
  strategy:
    rollingUpdate:
      maxSurge: 1
      maxUnavailable: 0
    type: RollingUpdate
  template:
    metadata:
      creationTimestamp: null
      labels:
        app: rabbitmq
    spec:
      affinity: {}
      containers:
      - env:
        - name: TZ
          value: Asia/Shanghai
        - name: LANG
          value: C.UTF-8
        - name: RABBITMQ_DEFAULT_USER   #通过环境变量配置默认管理员用户密码
          value: user
        - name: RABBITMQ_DEFAULT_PASS
          value: password
        image: rabbitmq:3.8.17-management
        imagePullPolicy: IfNotPresent
        lifecycle: {}
        livenessProbe:
          failureThreshold: 2
          initialDelaySeconds: 30
          periodSeconds: 10
          successThreshold: 1
          tcpSocket:
            port: 5672
          timeoutSeconds: 2
        name: rabbitmq
        ports:
        - containerPort: 5672
          name: web
          protocol: TCP
        readinessProbe:
          failureThreshold: 2
          initialDelaySeconds: 30
          periodSeconds: 10
          successThreshold: 1
          tcpSocket:
            port: 5672
          timeoutSeconds: 2
        resources:
          limits:
            cpu: 1000m
            memory: 1024Mi
          requests:
            cpu: 250m
            memory: 500Mi
      restartPolicy: Always

[root@k8s-master01 ~]# kubectl create ns public-service  #单独创建一个命名空间

[root@k8s-master01 ~]# kubectl create -f rabbitMQ-deployment.yaml
[root@k8s-master01 ~]# kubectl get pod -n public-service 
NAME                        READY   STATUS    RESTARTS   AGE
rabbitmq-77b5d5b747-6nl55   1/1     Running   3          2d

[root@k8s-master01 ~]# kubectl get svc -n public-service 
NAME       TYPE       CLUSTER-IP       EXTERNAL-IP   PORT(S)                          AGE
rabbitmq   NodePort   10.108.113.166           5672:31142/TCP,15672:31317/TCP   2d1h

然后通过NodePort暴露一个端口访问,通过暴露的端口访问(用http)
http://192.168.0.236:32424/#/

3.传统架构和K8S管理中间件的区别

3.1.区别

传统架构：如下图，比较复杂

k8s架构：一句话总结功能就是可以很方便管理一些比较复杂的应用，比如MySQL集群、Redis集群等，可以一键式创建集群、扩容、备份等。常用的两种包管理工具是Operator和Helm。 helm:倾向于无状态应用的部署，比如公司的服务、某些不需要持久化数据的中间件、不需要实现额外功能的服务，比如备份、回滚等（比较容易）。 Operator:管理更为复杂的有状态服务，比如MySQL集群、Redis集群、Rook等。并且可以利用Operator实现扩容、备份、回滚等功能.(功能需要写代码实现，比较复杂)

3.2.中间件到底要不要部署在K8s

非生产环境：使用K8s管理比较推荐
非生产环境的中间件推荐所有都装在K8S中，一般测试环境不用考虑性能，稳定性，数据不需要持久化（mysql除外），也可以用动态存储rook。
生产环境：需要考虑性能、持久化、稳定性等问题。
mysql对磁盘IO要求比较高，一般可以考虑用云厂商的数据库。生产环境需要考虑的比较多，一般结合项目需求，

(二) Operator

1.Operator部署redis集群

Operator常用的模板：https://github.com/operator-framework/awesome-operators
Redis Cluster Operator： https://github.com/ucloud/redis-cluster-operator

首先要先创建一些自定义的资源，K8S有很多kind，Operator可以管理这些创建的自定义kind

1.1.创建Operator-redis

# git clone https://github.com/ucloud/redis-cluster-operator.git
# cd  redis-cluster-operator/
# kubectl create -f deploy/crds/redis.kun_distributedredisclusters_crd.yaml
# kubectl create -f deploy/crds/redis.kun_redisclusterbackups_crd.yaml
# kubectl create ns redis-cluster  #通过集群的方式创建，如果需要创建另一个集群，再创建一个redis-cluster2，同样执行下面4条命令即可
# kubectl create -f deploy/service_account.yaml -n redis-cluster
# kubectl create -f deploy/namespace/role.yaml -n redis-cluster
# kubectl create -f deploy/namespace/role_binding.yaml -n redis-cluster
# kubectl create -f deploy/namespace/operator.yaml -n redis-cluster

查看operator-redis:

[root@k8s-master01 redis-cluster-operator]# kubectl get pod -n redis-cluster 
NAME                                      READY   STATUS    RESTARTS   AGE
redis-cluster-operator-675ccbc697-gz6fw   1/1     Running   0          23s

1.2.创建redis集群

此文件可以定义集群的规模

[root@k8s-master01 redis-cluster-operator]# vim deploy/example/redis.kun_v1alpha1_distributedrediscluster_cr.yaml
apiVersion: redis.kun/v1alpha1
kind: DistributedRedisCluster
metadata:
  annotations:
    # if your operator run as cluster-scoped, add this annotations
    redis.kun/scope: cluster-scoped
  name: example-distributedrediscluster
spec:
  # Add fields here
  masterSize: 3   #master节点数
  clusterReplicas: 1   #每个主节点有几个从节点
  image: redis:5.0.4-alpine   #使用的镜像版本

创建：

[root@k8s-master01 redis-cluster-operator]# kubectl create -f deploy/example/redis.kun_v1alpha1_distributedrediscluster_cr.yaml  -n redis-cluster

【可选】提示：如果集群规模不大，资源少，可以自定义资源，把请求的资源降低</pre>

# kubectl create -f deploy/example/custom-resources.yaml -n redis-cluster</pre>

1.3.扩容Redis集群

扩容Redis集群

# grep "master" deploy/example/redis.kun_v1alpha1_distributedrediscluster_cr.yaml
         masterSize: 4
# kubectl replace -f deploy/example/redis.kun_v1alpha1_distributedrediscluster_cr.yaml -n redis-cluster

1.4.卸载集群

# kubectl delete -f deploy/example/redis.kun_v1alpha1_distributedrediscluster_cr.yaml -n redis-cluster
# kubectl delete -f deploy/cluster/operator.yaml -n redis-cluster
# kubectl delete -f deploy/cluster/cluster_role_binding.yaml -n redis-cluster
# kubectl delete -f deploy/cluster/cluster_role.yaml -n redis-cluster
# kubectl delete -f deploy/service_account.yaml -n redis-cluster
# kubectl delete -f deploy/crds/redis.kun_redisclusterbackups_crd.yaml -n redis-cluster
# kubectl delete -f deploy/crds/redis.kun_distributedredisclusters_crd.yaml -n redis-cluster

(三) Helm

1.使用Helm创建Kafka、Zookeeper集群

首先安装heml，并添加仓库
a.下载安装包：https://github.com/helm/helm/releases
b.解压：tar -zxvf helm-v3.0.0-linux-amd64.tar.gz
c.复制到二进制目录：mv linux-amd64/helm /usr/local/bin/helm

[root@k8s-master01 bin]# which helm  #查看
/usr/local/bin/helm

d.添加bitnami和官方helm仓库：

[root@k8s-master01 ~]# helm repo add bitnami https://charts.bitnami.com/bitnami
[root@k8s-master01 ~]# helm repo add stable https://charts.helm.sh/stable

e.基础命令：
下载一个包：helm pull
创建一个包：helm create
安装一个包：helm install
查看：helm list
查看安装参数：helm get values
更新：helm upgrade
删除：helm delete
f.安装方式一：先下载后安装

[root@k8s-master01 ~]# helm pull bitnami/zookeeper
[root@k8s-master01 ~]# tar xf zookeeper-7.5.1.tgz #解压
[root@k8s-master01 ~]# cd zookeeper && vim values.yaml #修改values.yaml相应配置：副本数、auth、持久化
image:镜像地址
replicaCount: 3  #副本数
persistence: 设置持久化，storageClass: sc-pvc名称
helm install -n public-service zookeeper . #安装

g.安装方式二：直接安装kafka
通过命名方式直接设置环境变量参数

[root@k8s-master01 zookeeper]# helm install kafka bitnami/kafka --set zookeeper.enabled=false --set replicaCount=3 --set externalZookeeper.servers=zookeeper --set persistence.enabled=false -n public-service

[root@k8s-master01 zookeeper]# kubectl get pod -n public-service  #2个集群都启动完成
NAME          READY   STATUS    RESTARTS   AGE
kafka-0       1/1     Running   0          4m11s
kafka-1       1/1     Running   0          4m11s
kafka-2       1/1     Running   0          4m11s
zookeeper-0   1/1     Running   0          23m
zookeeper-1   1/1     Running   0          23m
zookeeper-2   1/1     Running   0          23m

[root@k8s-master01 ~]# kubectl get svc -n public-service  #查看SVC
NAME                 TYPE        CLUSTER-IP       EXTERNAL-IP   PORT(S)                      AGE
kafka                ClusterIP   10.104.163.22            9092/TCP                     17m
kafka-headless       ClusterIP   None                     9092/TCP,9093/TCP            17m
zookeeper            ClusterIP   10.105.133.146           2181/TCP,2888/TCP,3888/TCP   37m
zookeeper-headless   ClusterIP   None                     2181/TCP,2888/TCP,3888/TCP   37m

2.Kafka验证

先起一个kafka客户端验证
kafka客户端：

# kubectl run kafka-client –restart=’Never’ –image docker.io/bitnami/kafka:2.8.0-debian-10-r30 –namespace public-service –command — sleep infinity

[root@k8s-master01 zookeeper]# kubectl get pod -n public-service | grep client
kafka-client 1/1 Running 0 39s

模拟生产者

[root@k8s-master01 zookeeper]# kubectl exec --tty -i kafka-client --namespace public-service -- bash  #进入kafka
I have no name!@kafka-client:/$ kafka-console-producer.sh \
>             --broker-list kafka-0.kafka-headless.public-service.svc.cluster.local:9092,kafka-1.kafka-headless.public-service.svc.cluster.local:9092,kafka-2.kafka-headless.public-service.svc.cluster.local:9092 \
>             --topic test
>1
>test 2
>xiaofei 1
>xiaofei2^H 
>wo123

模拟消费者

[root@k8s-master01 ~]#  kubectl exec --tty -i kafka-client --namespace public-service -- bash
I have no name!@kafka-client:/$         kafka-console-consumer.sh \
>             --bootstrap-server kafka.public-service.svc.cluster.local:9092 \
>             --topic test \
>             --from-beginning

1
test 2
xiaofei 1
xiaofei 
wo123

集群能正常消费，无异常

3.Kafka更新删除

更新和安装差不多，用heml upgrade更新

3.1.Kafka更新:

命令方式：

[root@k8s-master01 ~]# helm upgrade kafka bitnami/kafka --set zookeeper.enabled=false --set replicaCount=5 --set externalZookeeper.servers=zookeeper --set persistence.enabled=false -n public-service #副本数改成5</pre>

yaml文件方式：

[root@k8s-master01 ~]# [root@k8s-master01 ~]# vim zookeeper/values.yaml
[root@k8s-master01 ~]# helm upgrade -n public-service zookeeper .

3.2.Kafka删除:

[root@k8s-master01 ~]# helm list -A   #查看helm数
NAME        NAMESPACE       REVISION    UPDATED                                 STATUS      CHART           APP VERSION
kafka       public-service  1           2021-12-16 18:21:58.629211542 +0800 CST deployed    kafka-14.7.1    2.8.1      
zookeeper   public-service  1           2021-12-16 18:02:36.300204363 +0800 CST deployed    zookeeper-7.5.1 3.7.0
[root@k8s-master01 ~]# helm delete -n publice-service fafka zookeeper  #删除即可

4.Helm的目录层级

创建一个Chart：helm create helm-test

├── charts # 依赖文件
├── Chart.yaml # 当前chart的基本信息
    apiVersion：Chart的apiVersion，目前默认都是v2
    name：Chart的名称
    type：图表的类型[可选]
    version：Chart自己的版本号
    appVersion：Chart内应用的版本号[可选]
    description：Chart描述信息[可选]
├── templates # 模板位置
│   ├── deployment.yaml
│   ├── _helpers.tpl # 自定义的模板或者函数
│   ├── ingress.yaml
│   ├── NOTES.txt #Chart安装完毕后的提醒信息
│   ├── serviceaccount.yaml
│   ├── service.yaml
│   └── tests # 测试文件
│       └── test-connection.yaml
└── values.yaml #配置全局变量或者一些参数

主要是values.yaml，定义全局变量，可以自定义参数，然后templates模板文件可以引用上面的变量，需要自己定义。
渲染配置文件，并不生成方式：会生成内置模板的yaml，包含sa,svc,deployment等自定义yaml。

[root@k8s-master01 helm-test]# helm install helm-test . --dry-run
NAME: helm-test
LAST DEPLOYED: Fri Dec 17 11:47:39 2021
NAMESPACE: default
STATUS: pending-install
REVISION: 1
HOOKS:
---
# Source: helm-test/templates/tests/test-connection.yaml
apiVersion: v1
kind: Pod
metadata:
  name: "helm-test-test-connection"
  labels:
    helm.sh/chart: helm-test-0.1.0
    app.kubernetes.io/name: helm-test
    app.kubernetes.io/instance: helm-test
    app.kubernetes.io/version: "1.16.0"
    app.kubernetes.io/managed-by: Helm
  annotations:
    "helm.sh/hook": test
spec:
  containers:
    - name: wget
      image: busybox
      command: ['wget']
      args: ['helm-test:80']
  restartPolicy: Never
MANIFEST:
---
# Source: helm-test/templates/serviceaccount.yaml
apiVersion: v1
kind: ServiceAccount
metadata:
  name: helm-test
  labels:
    helm.sh/chart: helm-test-0.1.0
    app.kubernetes.io/name: helm-test
    app.kubernetes.io/instance: helm-test
    app.kubernetes.io/version: "1.16.0"
    app.kubernetes.io/managed-by: Helm
---
# Source: helm-test/templates/service.yaml
apiVersion: v1
kind: Service
metadata:
  name: helm-test
  labels:
    helm.sh/chart: helm-test-0.1.0
    app.kubernetes.io/name: helm-test
    app.kubernetes.io/instance: helm-test
    app.kubernetes.io/version: "1.16.0"
    app.kubernetes.io/managed-by: Helm
spec:
  type: ClusterIP
  ports:
    - port: 80
      targetPort: http
      protocol: TCP
      name: http
  selector:
    app.kubernetes.io/name: helm-test
    app.kubernetes.io/instance: helm-test
---
# Source: helm-test/templates/deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: helm-test
  labels:
    helm.sh/chart: helm-test-0.1.0
    app.kubernetes.io/name: helm-test
    app.kubernetes.io/instance: helm-test
    app.kubernetes.io/version: "1.16.0"
    app.kubernetes.io/managed-by: Helm
spec:
  replicas: 1
  selector:
    matchLabels:
      app.kubernetes.io/name: helm-test
      app.kubernetes.io/instance: helm-test
  template:
    metadata:
      labels:
        app.kubernetes.io/name: helm-test
        app.kubernetes.io/instance: helm-test
    spec:
      serviceAccountName: helm-test
      securityContext:
        {}
      containers:
        - name: helm-test
          securityContext:
            {}
          image: "nginx:1.16.0"
          imagePullPolicy: IfNotPresent
          ports:
            - name: http
              containerPort: 80
              protocol: TCP
          livenessProbe:
            httpGet:
              path: /
              port: http
          readinessProbe:
            httpGet:
              path: /
              port: http
          resources:
            {}

NOTES:
1. Get the application URL by running these commands:
  export POD_NAME=$(kubectl get pods --namespace default -l "app.kubernetes.io/name=helm-test,app.kubernetes.io/instance=helm-test" -o jsonpath="{.items[0].metadata.name}")
  export CONTAINER_PORT=$(kubectl get pod --namespace default $POD_NAME -o jsonpath="{.spec.containers[0].ports[0].containerPort}")
  echo "Visit http://127.0.0.1:8080 to use your application"
  kubectl --namespace default port-forward $POD_NAME 8080:$CONTAINER_PORT

5.Helm的内置变量

heml有些变量是没有在values中设置的，叫内置变量，如下常见内置变量：
Release.Name: 实例的名称，helm install指定的名字
Release.Namespace: 应用实例的命名空间
Release.IsUpgrade: 如果当前对实例的操作是更新或者回滚，这个变量的值就会被置为true
Release.IsInstall: 如果当前对实例的操作是安装，则这边变量被置为true
Release.Revision: 此次修订的版本号，从1开始，每次升级回滚都会增加1
Chart: Chart.yaml文件中的内容，可以使用Chart.Version表示应用版本，Chart.Name表示Chart的名称

十四中间件容器化及Helm

(一) 容器化中间件

1.如何部署应用到K8S

2.部署一个单实例到K8S

2.1.部署rabbitMQ到K8S

3.传统架构和K8S管理中间件的区别

3.1.区别

3.2.中间件到底要不要部署在K8s

(二) Operator

1.Operator部署redis集群

1.1.创建Operator-redis

1.2.创建redis集群

1.3.扩容Redis集群

1.4.卸载集群

(三) Helm

1.使用Helm创建Kafka、Zookeeper集群

2.Kafka验证

3.Kafka更新删除

3.1.Kafka更新:

3.2.Kafka删除:

4.Helm的目录层级

5.Helm的内置变量

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

云原生

十四 中间件容器化及Helm

(一) 容器化中间件

1.如何部署应用到K8S

2.部署一个单实例到K8S

2.1.部署rabbitMQ到K8S

3.传统架构和K8S管理中间件的区别

3.1.区别

3.2.中间件到底要不要部署在K8s

(二) Operator

1.Operator部署redis集群

1.1.创建Operator-redis

1.2.创建redis集群

1.3.扩容Redis集群

1.4.卸载集群

(三) Helm

1.使用Helm创建Kafka、Zookeeper集群

2.Kafka验证

3.Kafka更新删除

3.1.Kafka更新:

3.2.Kafka删除:

4.Helm的目录层级

5.Helm的内置变量

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

云原生

十四中间件容器化及Helm