基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）

小君 2023-09-08 11:47:26 668

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）这个项目包含了3个业务微服务，分别是统计服务（Statistics Service）、账户服务（Account Service）和通知服务（Notification Service）。每个服务分别对应一个独立的MongoDB。微服务架构图示（采用作者原图）如下：PiggyMetrics是github上的一个SpringCloud应用项目，Star数目3400多。这个项目主体DockerCompose部署，包含了完整的源代码以及构建好的容器镜像，是非常不错的SpringCloud容器化示例。（一）基础设施（Eureka，configServer）和应用一起部署。（二）在容器服务上搭建好基础设施后，再部署应用示例应用PiggyMetrics

摘要： 本文介绍了如何在阿里云Kubernetes容器服务上运行PiggyMetrics示例应用，展示了如何利用Kubernetes部署和管理一个SpringCloud典型应用的过程。

阿里云Kubernetes服务运行SpringCloud

osswangxining大侠在阿里云Kubernetes SpringCloud 实践进行时系列文章中系统地介绍了如何在阿里云Kubernetes容器服务上搭建基于SpringCloud的微服务应用，其中涉及了从Eureka注册，配置中心，网关Zuul，到服务追踪和容错等诸多内容，洋洋洒洒六篇文章，让你充分领略在阿里云Kubernetes上运行SpringCloud的风采。

实践进行时系列展示了SpringCloud的基本组件及如何部署和使用，本文则是从另外一个角度让大家了解一个具有一定复杂度的应用是如何部署到阿里云Kubernetes容器服务上的。我们准备从基础设施和应用部署的不同组合方式上来展示一个复杂的SpringCloud应用是如何部署到容器服务上的。

（一）基础设施（Eureka，configServer）和应用一起部署。

（二）在容器服务上搭建好基础设施后，再部署应用

示例应用PiggyMetrics

PiggyMetrics是github上的一个SpringCloud应用项目，Star数目3400多。这个项目主体DockerCompose部署，包含了完整的源代码以及构建好的容器镜像，是非常不错的SpringCloud容器化示例。

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(1)

这个项目包含了3个业务微服务，分别是统计服务（Statistics Service）、账户服务（Account Service）和通知服务（Notification Service）。每个服务分别对应一个独立的MongoDB。微服务架构图示（采用作者原图）如下：

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(2)

SpringCloud基础组件为负责服务注册和registry服务（Eureka服务注册），config服务（配置管理），gateway（API网关，同时也是JavaScript Web界面），monitor服务（Hystrix Dashboard/Turbine）等。

（一）用helm部署一键部署所有服务

PiggyMetrics的部署采用docker-compose YAML部署到单机，如果要部署到Kubernetes上，需要转换成为K8S deployment YAML。社区有个docker compose转k8s的转换工具kompose，可以一键将compose文件转换为k8s部署文件。

$ export NOTIFICATION_SERVICE_PASSWORD=passw0rd

$ export CONFIG_SERVICE_PASSWORD=passw0rd

$ export STATISTICS_SERVICE_PASSWORD=passw0rd

$ export ACCOUNT_SERVICE_PASSWORD=passw0rd

$ export MONGODB_PASSWORD=passw0rd

$ kompose convert -f docker-compose.yml -o piggymetrics -c

kompose的选项-c可以生成helm chart格式目录结果，读者可以用helm命令行把所有服务全部部署上去。

charts $ helm install -n piggymetrics piggymetrics/

部署后可以看到类似如下输出：

NAME: piggymetrics

LAST DEPLOYED: Fri Jul 13 23:20:30 2018

NAMESPACE: default

STATUS: DEPLOYED

RESOURCES:

==> v1/Service

NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE

account-mongodb ClusterIP 172.19.12.220 <none> 27017/TCP 1s

account-service ClusterIP 172.19.3.168 <none> 6000/TCP 1s

auth-mongodb ClusterIP 172.19.10.232 <none> 27017/TCP 1s

auth-service ClusterIP 172.19.7.184 <none> 5000/TCP 1s

config ClusterIP 172.19.7.86 <none> 8888/TCP 1s

gateway LoadBalancer 172.19.7.183 <pending> 4000:32457/TCP 1s

monitoring NodePort 172.19.8.129 <none> 9000:30688/TCP 8989:30437/TCP 1s

notification-mongodb ClusterIP 172.19.0.154 <none> 27017/TCP 1s

notification-service ClusterIP 172.19.8.69 <none> 8000/TCP 1s

rabbitmq NodePort 172.19.8.192 <none> 5672:31438/TCP 15672:30001/TCP 1s

registry LoadBalancer 172.19.12.23 <pending> 8761:32224/TCP 1s

statistics-mongodb ClusterIP 172.19.7.53 <none> 27017/TCP 1s

statistics-service ClusterIP 172.19.13.210 <none> 8888/TCP 1s

==> v1beta1/Deployment

NAME DESIRED CURRENT UP-TO-DATE AVAILABLE AGE

account-mongodb 1 0 0 0 1s

account-service 1 0 0 0 1s

auth-mongodb 1 0 0 0 1s

auth-service 1 0 0 0 1s

config 1 0 0 0 1s

gateway 1 0 0 0 1s

monitoring 1 0 0 0 1s

notification-mongodb 1 0 0 0 1s

notification-service 1 0 0 0 1s

rabbitmq 1 0 0 0 1s

registry 1 0 0 0 1s

statistics-mongodb 1 0 0 0 1s

statistics-service 1 0 0 0 1s

==> v1/Pod(related)

NAME READY STATUS RESTARTS AGE

account-mongodb-5c5dbb6d6c-b66r2 0/1 ContainerCreating 0 1s

account-service-7fd4976bfc-rngk5 0/1 ContainerCreating 0 1s

auth-mongodb-6555c4b88-d7mw4 0/1 ContainerCreating 0 1s

auth-service-7bdb99b5dc-l8sl5 0/1 ContainerCreating 0 1s

config-8555868f45-qsclf 0/1 ContainerCreating 0 1s

gateway-77857d9c49-dj7nt 0/1 ContainerCreating 0 1s

monitoring-85d97bcff5-lvl9w 0/1 ContainerCreating 0 1s

notification-mongodb-599648788-zfcl2 0/1 ContainerCreating 0 1s

notification-service-5d5859d7-q8x4g 0/1 ContainerCreating 0 1s

rabbitmq-545b846656-8mjpb 0/1 ContainerCreating 0 1s

registry-757db89bb4-2g9hh 0/1 ContainerCreating 0 1s

charts $

读者可以在自己的Minikube上尝试，或者部署到阿里云容器服务Kubernetes版：https://www.aliyun.com/product/kubernetes。部署完成后进入服务列表页面，可以看到所有服务以及对应LoadBalancer类型Service对外暴露的访问地址及端口号。

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(3)

点击registry service可以进入到PiggyMetrics的界面。

PiggyMetrics是个人理财服务，用户输入收入和支出后可以展现漂亮的报表。不过现在使用会有一个问题：在使用过程中会出现“An error during data saving. Please try again later”的错误提示，原因是PiggyMetrics所依赖汇率计算http://api.fixer.io API发生变化，而PiggyMetrics镜像还没有更新的缘故。

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(4)

访问registry service，可以看到所有注册到Eureka Server上的服务。

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(5)

将PiggyMetrics删除，为下个实验做准备：

charts $ helm delete --purge piggymetrics

release "piggymetrics" deleted

（二）部署应用到已有SpringCloud基础组件的环境中

上面我们看到的是如何将全部基础组件（Eureka，Zuul，ConfigServer，Hystrix Dashboard）和业务应用（gateway，notification，statistics）都统一用一个helm chart部署成功。在实际工作中，更常见的情况是在集群中已经有了Eureka等基础组件，用户日志只需部署和升级维护业务应用。

在阿里云Kubernetes版中的应用目录中包含了SpringCloud基本组件。

基于kubernetes的容器云平台实战（在阿里云Kubernetes上运行SpringCloud示例PiggyMetrics）(6)