朱晔和你聊Spring系列S1E11:小测Spring Cloud Kubernetes @ 阿里云K8S

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)

image_1dm8j8hhpa1jsi1brb1gb81nh8m.png-374.9kB

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。

image_1dm8jqua649k1hp811vb1nu31osr9.png-84.1kB

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。

image_1dm8jgiu51v7mkkd14ks1fdt18vo1g.png-59.5kB

买好后记得配置下kubeconfig,这样才能通过kubectl访问集群。

image_1dm8jfosa1kfcg2a5cd1oi5p0013.png-291.9kB

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:
image_1dm8k69r61uiu1efvc711eeq118u13.png-77.4kB

然后在阿里云开通镜像服务,创建自己的仓库:

image_1dm8k8bgh1q3c1g7g1hogp319701g.png-128.4kB

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:
image_1dm8kd82h1jld133i12685oo1t1t.png-87.2kB

部署应用

通过镜像创建无状态应用:
image_1dm8kfhvkolh1opdj79hoc1p2g2a.png-54.2kB

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:
image_1dm8khth11mvcob91jcv1rotark2n.png-103.6kB

创建应用的时候你可以把Service和Ingress一并创建。

image_1dm8lkjpr16mqihdlvgvc7e5134.png-12kB

完成后可以进入应用详情看到2个节点状态都是运行中:

image_1dm8lmgfpcoj0e10jk1mm31f0q3h.png-95.2kB

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:

image_1dm8ls39f12f2lra1cbq1v751ft74o.png-136.8kB

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:
image_1dm8lqnph1tv31uqgpnv11p31ee4b.png-22.1kB

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:
image_1dm8m0cmu36uqof7fs1ptso75v.png-27.8kB

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:
image_1dm8lvlj347vg7d1e42b1613om5i.png-65.6kB

测试读取K8S配置

接下去我们来到配置项来配置ConfigMap:
image_1dm8m52su1o111dod1edci5i6sg6c.png-181kB
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:
image_1dm8m7jjbm0o166c11v41pg0fug6p.png-35.6kB

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:
image_1dm8md75p151ei939ud10l31fns7j.png-346.5kB
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:
image_1dm8mfnon1nprljq1gel1pdt1o7n80.png-25.5kB
多刷新几次:
image_1dm8mhs2r1r9l1lfj1q0p4g8bqb8d.png-25.1kB

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:

image_1dm8mm02iuqj1pom1due1l441odm8q.png-72.3kB

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:
image_1dm8mpup4nb91van1c2bse12nl97.png-290.1kB

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。
posted @ 2019-10-03 19:55  lovecindywang  阅读(...)  评论(... 编辑 收藏