朱晔和你聊Spring系列S1E11:小测Spring Cloud Kubernetes @ 阿里云K8S
Posted lovecindywang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了朱晔和你聊Spring系列S1E11:小测Spring Cloud Kubernetes @ 阿里云K8S相关的知识,希望对你有一定的参考价值。
朱晔和你聊Spring系列S1E11:小测Spring Cloud Kubernetes @ 阿里云K8S
有关Spring Cloud Kubernates(以下简称SCK)详见https://github.com/spring-cloud/spring-cloud-kubernetes,在本文中我们主要测试三个功能:
- 使用Kubernetes服务发现配合Spring Cloud Ribbon做服务调用
- 读取Kubernetes的ConfigMap配置并且支持修改后动态刷新
- Spring Boot Actuator对Kubernates Pod信息的感知
编写测试程序
首先,我们来创建pom文件,注意几点:
- Spring Boot版本不能太高
- 引入了 Spring Boot Web以及Actuator两个模块,我们开发一个Web项目进行测试
- 引入了 Spring Cloud的Ribbon模块,我们需要测试一下服务调用
- 引入了spring-cloud-starter-kubernetes-all依赖,我们的主要测试对象
- 额外引入了docker-maven-plugin插件用于帮助我们构建镜像
- 设置了finalName
文件如下:
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.0.9.RELEASE</version>
<relativePath/>
</parent>
<groupId>me.josephzhu</groupId>
<artifactId>springcloudk8sdemo</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>springcloudk8sdemo</name>
<properties>
<java.version>11</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-ribbon</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-kubernetes-all</artifactId>
<version>1.0.3.RELEASE</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<finalName>k8sdemo</finalName>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
<plugin>
<groupId>com.spotify</groupId>
<artifactId>docker-maven-plugin</artifactId>
<version>1.0.0</version>
<configuration>
<imageName>zhuye/$project.artifactId</imageName>
<dockerDirectory>src/main/docker</dockerDirectory>
<resources>
<resource>
<targetPath>/</targetPath>
<directory>$project.build.directory</directory>
<include>$project.build.finalName.jar</include>
</resource>
</resources>
</configuration>
</plugin>
</plugins>
</build>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>Finchley.SR4</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
</project>
接下去在src\main\docker目录下创建Dockerfile文件:
FROM openjdk:11-jdk-slim
VOLUME /tmp
ADD k8sdemo.jar app.jar
ENTRYPOINT exec java $JAVA_OPTS -jar /app.jar
值得注意的是,JVM参数我们希望从环境变量注入。
来看看代码,我们首先定义一个配置类:
package me.josephzhu.springcloudk8sdemo;
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Configuration;
@Configuration
@ConfigurationProperties(prefix = "bean")
@Data
public class TestConfig
private String message;
private String serviceName;
有了SCK的帮助,配置可以从ConfigMap加载,之后我们会看到ConfigMap的配置方式。下面我们定义一个控制器扮演服务端的角色:
package me.josephzhu.springcloudk8sdemo;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import java.net.InetAddress;
import java.net.UnknownHostException;
import java.util.List;
@RestController
public class TestServer
@Autowired
private DiscoveryClient discoveryClient;
@GetMapping("servers")
public List<String> servers()
return discoveryClient.getServices();
@GetMapping
public String ip() throws UnknownHostException
return InetAddress.getLocalHost().getHostAddress();
可以看到这里定义了两个接口:
- servers 用于返回服务发现找到的所有服务(K8S的服务)
- 根路径返回了当前节点的IP地址
接下去定义另一个控制器扮演客户端的角色:
package me.josephzhu.springcloudk8sdemo;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;
import java.net.InetAddress;
import java.net.UnknownHostException;
@RestController
@Slf4j
public class TestClient
@Autowired
private RestTemplate restTemplate;
@Autowired
private TestConfig testConfig;
@GetMapping("client")
public String client() throws UnknownHostException
String ip = InetAddress.getLocalHost().getHostAddress();
String response = restTemplate.getForObject("http://"+testConfig.getServiceName()+"/", String.class);
return String.format("%s -> %s", ip, response);
这里就一个接口client接口,访问后通过RestTemplate来访问服务端根路径的接口,然后输出了客户端和服务端的IP地址。
然后我们定义一个全局的异常处理器,在出错的时候我们直接看到是什么错:
package me.josephzhu.springcloudk8sdemo;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.ExceptionHandler;
import org.springframework.web.bind.annotation.RestControllerAdvice;
@RestControllerAdvice
@Slf4j
public class GlobalAdvice
@ExceptionHandler(Exception.class)
public String exception(Exception ex)
log.error("error:", ex);
return ex.toString();
最后我们定义启动程序:
package me.josephzhu.springcloudk8sdemo;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.client.discovery.EnableDiscoveryClient;
import org.springframework.cloud.client.loadbalancer.LoadBalanced;
import org.springframework.cloud.netflix.ribbon.RibbonClient;
import org.springframework.context.annotation.Bean;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.web.client.RestTemplate;
import java.lang.management.ManagementFactory;
import java.util.stream.Collectors;
@SpringBootApplication
@EnableDiscoveryClient
@EnableScheduling
@Slf4j
@RibbonClient(name = "k8sdemo")
public class Springcloudk8sdemoApplication
public static void main(String[] args)
log.info("jvm:",
ManagementFactory.getRuntimeMXBean().getInputArguments().stream().collect(Collectors.joining(" ")));
SpringApplication.run(Springcloudk8sdemoApplication.class, args);
@Autowired
private TestConfig testConfig;
@Scheduled(fixedDelay = 5000)
public void hello()
log.info("config:", testConfig);
@LoadBalanced
@Bean
RestTemplate restTemplate()
return new RestTemplate();
在这个启动程序中我们做了几件事情:
- 定义了一个定时器,5秒一次输出配置(随后用于观察ConfigMap配置动态刷新)
- 定义了RestTemplate和Ribbon配合使用
- 在启动的时候输出下JVM参数,以便证明JVM参数(通过环境变量)注入成功
配置文件方面,首先是application.yaml:
spring:
application:
name: k8sdemo
cloud:
kubernetes:
reload:
enabled: true
config:
sources:
- name: $spring.application.name
干了三件事情:
- 定义应用程序名称
- 指定ConfigMap名称为应用程序名,也就是k8sdemo
- 启用ConfigMap配置自动刷新(见下图,默认是event方式)
再定义一个bootstrap.yaml用于打开actuator的一些端点:
management:
endpoint:
restart:
enabled: true
health:
enabled: true
info:
enabled: true
整个代码源码参见 https://github.com/JosephZhu1983/SpringCloudK8S
配置阿里云K8S集群
集群购买过程我就略去了,这些选项都可以勾上,Ingress特别记得需要,我们之后要在公网上进行测试。
差不多30秒就有了一个K8S集群,这鬼东西要自己从头搭建一套高可用的没一天搞不下来,这里可以看到我买了一个3节点的托管版K8S,所谓托管版也就是K8S的管理节点我们直接用阿里云自己的,只需要买工作节点,省钱省心。
买好后记得配置下kubeconfig,这样才能通过kubectl访问集群。
注意下,阿里云给出的配置别一股脑直接复制覆盖了原来的配置(比如你可能还有本地集群),也别直接粘贴到文件的最后,文件是有格式的,你需要把cluster、context和user三个配置分别复制到对应的地方。
构建镜像
我们知道在K8S部署程序不像虚拟机,唯一的交付是镜像,因此我们需要把镜像上传到阿里云。
首先,本地构建镜像:
mvn package docker:build -DskipTests
完成后查看镜像:
然后在阿里云开通镜像服务,创建自己的仓库:
根据里面的说明,给镜像打上标签后推送镜像到仓库:
docker login --username=【你的账号】 registry.cn-shanghai.aliyuncs.com
docker tag 80026bb476ce registry.cn-shanghai.aliyuncs.com/zhuyedocker/test:v6
docker push registry.cn-shanghai.aliyuncs.com/zhuyedocker/test:v6
完成后在镜像仓库查看镜像:
部署应用
通过镜像创建无状态应用:
创建的时候注意下面几点:
- 选择正确的镜像和Tag
- 我这里给予一个应用1C CPU 1.4G内存的配置
- 端口和应用一致,设置为8080
- 通过环境变量注入额外的JVM参数:-server -XX:+UseContainerSupport -XX:MaxRAMPercentage=50.0 -XX:InitialRAMPercentage=50.0 -XX:MinRAMPercentage=50.0 -XX:MaxMetaspaceSize=256M -XX:ThreadStackSize=256 -XX:+DisableExplicitGC -XX:+AlwaysPreTouch
这里我配置了JVM动态根据容器的资源限制来设置堆内存大小(此特性在部分版本的JDK8上支持,在9以后都支持),这比直接设置死Xms和Xmx好很多(设置死的话不方便进行扩容),这里我设置了50%,不建议设置更高(比如如果是2GB的内存限制,给堆设置为1.5GB显然是不合适的),毕竟Java进程所使用的内存除了堆之外还有堆外、线程栈(线程数*ThreadStackSize)、元数据区等,而且容器本身也有开销。
我这里展示的是编辑界面,创建界面略有不同但是类似:
创建应用的时候你可以把Service和Ingress一并创建。
完成后可以进入应用详情看到2个节点状态都是运行中:
测试应用启动情况
来到Ingress界面可以看到我们的公网Ingress记录,可以直接点击访问:
根节点输出的是IP,在之前的截图中我们可以看到服务运行在1.13和0.137两个IP上:
多刷新几次浏览器可以看到负载均衡的效果。
访问services可以查看到所有K8S的服务:
访问actuator/info可以看到有关K8S的详情(感谢SCK),显然我们代码里获取到的IIP是PodIP:
测试读取K8S配置
接下去我们来到配置项来配置ConfigMap:
这里配置项的名称需要和配置文件中的对应起来,也就是k8sdemo。然后配置项的Key需要和代码中的对应:
我们来看看应用的日志:
2019-10-03 11:30:33.442 INFO 1 --- [pool-1-thread-1] m.j.s.Springcloudk8sdemoApplication : config:TestConfig(message=8888, serviceName=k8sdemo-svc)
的确正确获取到了配置,我们修改下配置项bean.message为9999,随后再来看看日志:
可以看到程序发现了配置的变更,刷新了上下文,然后获取到了最新的配置。
测试通过K8S服务发现进行服务调用:
访问client接口可以看到1.13正常从0.137获取到了数据:
多刷新几次:
我们访问到应用的负载均衡是由Ingress实现的,应用访问服务端的负载均衡是由Ribbon实现的。
查看JVM内存情况
还记得吗,我们在创建应用的时候给的内存是1.4GB,然后我们设置了JVM使用50%的内存(初始和最大都是50%),现在我们来看看是不是这样。
首先来看看pod的情况:
然后执行如下命令在Pod内运行jinfo
kubectl exec k8sdemo-7b44d9fbff-c4jkf -- jinfo 1
可以看到如下结果,初始和最大堆是700M左右,说明参数起作用了:
小结
本文我们简单展示了一下Spring Cloud Kubernetes的使用,以及如何通过阿里云的K8S集群来部署我们的微服务,我们看到:
- 如何通过SCK来读取ConfigMap的配置,支持动态刷新
- 如何通过SCK来使用K8S的服务发现进行服务调用
- JVM内存参数设置问题
- 如何把镜像推到阿里云并且在阿里云的K8S跑起来我们的镜像
有关K8S和基于Spring Boot/Spring Cloud的微服务结合使用,有几点需要注意:
- Spring Cloud 有自己的服务注册中心,比如Eureka。如果你希望统一使用K8S做服务发现,那么可以使用Spring Cloud Kubernetes。如果你希望使用Eureka作为服务发现,那么服务之间调用都建议通过Feign或Ribbon调用,而不是使用K8S的Service域名或Ingress调用,两套服务发现体系混用的话比较混乱而且有协同性问题。
- 在K8S而不是VM中部署应用,最主要的区别是不能认为服务的IP是固定的,因为Pod随时可能重新调度,对于某些框架,需要依赖有状态的应用IP,比如XXL Job这可能是一个问题,需要改造。
- Pod的生命周期和VM不同,考虑各种日志和OOM Dump的收集和保留问题。
- 应用无故重启,考虑健康检测、资源不足等问题,在K8S部署应用需要观察应用的重启问题,合理设置reques和limit配置以及JVM参数(比如-XX:+UseContainerSupport -XX:MaxRAMPercentage=50.0 -XX:InitialRAMPercentage=50.0 -XX:MinRAMPercentage=50.0),审查健康检测的配置是否合理。
以上是关于朱晔和你聊Spring系列S1E11:小测Spring Cloud Kubernetes @ 阿里云K8S的主要内容,如果未能解决你的问题,请参考以下文章
朱晔和你聊Spring系列S1E1:聊聊Spring家族的几大件
朱晔和你聊Spring系列S1E6:容易犯错的Spring AOP