您的位置 首页 科技

Kubernetes CRD开发实践

背景 Kubernetes的最大亮点之一必定是它的声明式API设计,所谓的声明式就是告诉Kubernetes你要什么,而不是告诉它怎么做命令。我们日常使用Kubernetes做编排工作的时候,经常会接触Deployment、Service、Pod等资源对象,我们可以很灵活地创建其定义配置,然后执行kubectl apply命令,Kubernetes总能为我们创建相关资源对象并完成资源的注册,进而执行资源所负责的功能。

Kubernetes CRD开发实践

背景

Kubernetes的最大亮点之一必定是它的声明式API设计,所谓的声明式就是告诉Kubernetes你要什么,而不是告诉它怎么做命令。我们日常使用Kubernetes做编排工作的时候,经常会接触Deployment、Service、Pod等资源对象,我们可以很灵活地创建其定义配置,然后执行kubectl apply命令,Kubernetes总能为我们创建相关资源对象并完成资源的注册,进而执行资源所负责的功能。

但是我们有没想过,日常业务开发过程中,虽然常规的资源基本满足需求,但是这些常规的资源大多仅仅是代表相对底层、通用的概念的对象, 某些情况下我们总是想根据业务定制我们的资源类型,并且利用Kubernetes的声明式API,对资源的增删改查进行监听并作出具体的业务功能。随着Kubernetes生态系统的持续发展,越来越多高层次的对象将会不断涌现,比起目前使用的对象,新对象将更加专业化。

有了自定义资源定义API,开发者将不需要逐一进行Deployment、Service、ConfigMap等步骤,而是创建并关联一些用于表述整个应用程序或者软件服务的对象。除此,我们能使用自定义的高阶对象,并在这些高阶对象的基础上创建底层对象。例如:我们想要一个Backup资源,我们创建它的对象时,就希望通过spec的定义进行日常的备份操作声明,当提交给Kubernetes集群的时候,相关的Deployment、Service资源会被自动创建,很大程度让业务扩展性加大。

在Kubernetes 1.7之前,要实现类似的自定义资源,需要通过TPR(ThirdPartyResource ) 对象方式定义自定义资源,但因为这种方式十分复杂,一度并不被人重视。到了Kubernetes 1.8版本,TPR开始被停用,被官方推荐的CRD(CustomResourceDefinitions)所取代。

CRD,称之为自定义资源定义,本质上,它的表现形式是一段声明,用于定义用户定义的资源对象罢了。单单通过它还不能产生任何收益,因为开发者还要针对CRD定义提供关联的CRD对象CRD控制器(CRD Controller)。CRD控制器通常可以通过Golang进行开发,只需要遵循Kubernetes的控制器开发规范,并基于client-go进行调用,并实现Informer、ResourceEventHandler、Workqueue等组件逻辑即可。听起来感觉很复杂的样子,不过其实真正开发的时候,并不困难,因为大部分繁琐的代码逻辑都能通过Kubernetes的code generator代码生成出来。关于如何进行CRD控制器的开发,下面我们会通过一个例子慢慢地深入,希望通过实践来理解CRD的原理。

展开全文

CRD定义范例

与其他资源对象一样,对CRD的定义也使用YAML配置进行声明。下面先来看下本文的Demo例子的CRD定义。

本文的crddemo源码为:https://github.com/domac/crddemo

mydemo.yaml

apiVersion: apiextensions.k8s.io/v1beta1

kind: CustomResourceDefinition

name: mydemos.crddemo.k8s.io

group: crddemo.k8s.io

version: v1

names:

kind: Mydemo

plural: mydemos

scope: Namespaced

CRD定义中的关键字段如下:

Kubernetes CRD开发实践

  • group:设置API所属的组,将其映射为API URL中的“/apis/”下一级目录。它是逻辑上相关的Kinds集合
  • scope:该API的生效范围,可选项为Namespaced和Cluster。
  • version:每个Group可以存在多个版本。例如,v1alpha1,然后升为v1beta1,最后稳定为v1版本。
  • names: CRD的名称,包括单数、复数、kind、所属组等名称定义

在这个CRD中,我指定了group: crddemo.k8s.io,version: v1这样的API信息,也指定了这个CR的资源类型叫作Mydemo,复数(plural)是 mydemos。

我们先别着急使用kubectl create创建资源定义,我们接下来要做的是再基于这个CRD的定义创建相应的具体自定义对象。

example-mydemo.yaml

apiVersion: crddemo.k8s.io/v1

kind: Mydemo

name: example-mydemo

ip: “127.0.0.1”

port: 8080

这个资源对象跟定义Pod差不多,它的主要信息都是来源上面的定义,Kind是Mydemo,版本是v1,资源组是crddemo.k8s.io

除了这些设置,还需要在spec端设置相应的参数,一般是开发者自定义定制的,在这里,我定制了两个属性:ip和port。所以整个对象我要告诉Kubernetes,我期待监听处理一个叫example-mydemo的程序,它的地址是127.0.0.1,端口是8080。当然,这里只是一个demo,没有什么严格的属性约束,开发者还是根据自己的业务需要自行定义吧。为了不影响本文的介绍,姑且认为这两个属性是非常重要的。

到这里为止,相对轻松的工作已经完成,我们已经完成CRD的“设计图”工作,下面我们开始动手构建这个CRD控制器的编码工作了。

CRD控制器原理

在正式编码之前,我们先理解一下自定义控制器的工作原理,如下图:

Kubernetes CRD开发实践

CRD控制器的工作流,可分为监听、同步、触发三个步骤:

一、Controller首先会通过Informer (所谓的Informer,就是一个自带缓存和索引机制),从Kubernetes的API Server中获取它所关心的对象,举个例子,也就是我编写的Controller获取的应该是Mydemo对象。值得注意的是Informer在构建之前,会使用我们生成的client(下面编码阶段会提到),再透过Reflector的ListAndWatch机制跟API Server建立连接,不断地监听Mydemo对象实例的变化。在ListAndWatch 机制下,一旦 APIServer 端有新的 Mydemo 实例被创建、删除或者更新,Reflector都会收到“事件通知”。该事件及它对应的API对象会被放进一个Delta FIFO Queue中。

二、Local Store此时完成同步缓存操作。

三、Informer根据这些事件的类型,触发我们编写并注册号的ResourceEventHandler,完成业务动作的触发。

上面图中的Control Loop实际上可以通过code-generator生成,下面也会提到。总之Control Loop中我们只关心如何拿到“实际状态”,并与“期待状态”对比,从而具体的差异处理逻辑,只需要开发者自行编写即可。

CRD开发过程

下面会通过一个简单的例子,开始我们的CRD代码的编写, 完整代码:https://github.com/domac/crddemo

自定义资源代码编写

首先,Kubernetes涉及的代码生成对项目目录结构是有要求的,所以我们先创建一个结构如下的项目。

├── controller.go

├── crd

│ └── mydemo.yaml

├── example

│ └── example-mydemo.yaml

├── main.go

└── pkg

└── apis

└── crddemo

├── register.go

└── v1

├── doc.go

├── register.go

├── types.go

可见关键部分的pkg目录就是API组的URL结构,如下图:

Kubernetes CRD开发实践

v1下面的types.go文件里,则定义了Mydemo对象的完整描述。

1、我们首先开看pkg/apis/crddemo/register.go,这个文件主要用来存放全局变量,如下:

package crddemo

const (

GroupName = “crddemo.k8s.io”

Version = “v1”

)

2、pkg/apis/crddemo/v1下的doc.go 也是比较简单的:

// +k8s:deepcopy-gen=package

// +groupName=crddemo.k8s.io

package v1

在这个文件中,你会看到+k8s:deepcopy-gen=package和+groupName=crddemo.k8s.io,这就是Kubernetes进行代码生成要用的Annotation风格的注释。

  • +k8s:deepcopy-gen=package意思是,请为整个v1包里的所有类型定义自动生成DeepCopy方法;
  • +groupName=crddemo.k8s.io,则定义了这个包对应的crddemo API组的名字。

可以看到,这些定义在doc.go文件的注释,起到的是全局的代码生成控制的作用,所以也被称为Global Tags。

3、pkg/apis/crddemo/types.go的作用就是定义一个Mydemo类型到底有哪些字段(比如,spec字段里的内容)。这个文件的主要内容如下所示:

package v1

import (

metav1 “k8s.io/apimachinery/pkg/apis/meta/v1”

)

// +genclient

// +genclient:noStatus

// +k8s:deepcopy-gen:interfaces=k8s.io/apimachinery/pkg/runtime.Object

// Mydemo 描述一个Mydemo的资源字段

typeMydemo struct {

metav1.TypeMeta `json: “,inline”`

metav1.ObjectMeta `json: “metadata,omitempty”`

Spec MydemoSpec `json: “spec”`

}

//MydemoSpec 为Mydemo的资源的spec属性的字段

typeMydemoSpec struct {

Ip string `json: “ip”`

Port int `json: “port”`

}

// +k8s:deepcopy-gen:interfaces=k8s.io/apimachinery/pkg/runtime.Object

//复数形式

typeMydemoList struct {

metav1.TypeMeta `json: “,inline”`

metav1.ListMeta `json: “metadata”`

Items []Mydemo `json: “items”`

}

上面的代码,可以开的我们的Mydemo可续定义方法跟Kubernetes对象一样,都包含了TypeMeta和ObjectMeta字段,而其中比较重要的是 Spec 字段,就是需要我们自己定义的部分:定义了IP和Port两个字段。

此外,除了定义Mydemo类型,你还需要定义一个MydemoList类型,用来描述一组Mydemo对象应该包括哪些字段。之所以需要这样一个类型,是因为在Kubernetes中,获取所有某对象的List方法,返回值都是List类型,而不是某类型的数组。所以代码上一定要做区分。

关于上面代码的几个重要注解,下面说明一下:

  • +genclient这段注解的意思是:请为下面资源类型生成对应的Client代码。
  • +genclient:noStatus的意思是:这个API资源类型定义里,没有Status字段,因为Mydemo才是主类型,所以+genclient要写在Mydemo之上,不用写在MydemoList之上,这时要细心注意的。
  • +k8s:deepcopy-gen:interfaces=k8s.io/apimachinery/pkg/runtime.Object的意思是,请在生成DeepCopy的时候,实现Kubernetes提供的runtime.Object接口。否则,在某些版本的Kubernetes里,你的这个类型定义会出现编译错误。

4、pkg/apis/crddemo/register.go作用就是注册一个类型(Type)给APIServer。

package v1

import (

“github.com/domac/crddemo/pkg/apis/crddemo”

metav1 “k8s.io/apimachinery/pkg/apis/meta/v1”

“k8s.io/apimachinery/pkg/runtime”

“k8s.io/apimachinery/pkg/runtime/schema”

)

var SchemeGroupVersion = schema.GroupVersion{

Group: crddemo.GroupName,

Version: crddemo.Version,

}

var (

SchemeBuilder = runtime.NewSchemeBuilder(addKnownTypes)

AddToScheme = SchemeBuilder.AddToScheme

)

func Resource(resource string) schema.GroupResource {

returnSchemeGroupVersion.WithResource(resource).GroupResource

}

func Kind(kind string) schema.GroupKind {

returnSchemeGroupVersion.WithKind(kind).GroupKind

}

//Mydemo资源类型在服务器端的注册的工作,APIServer会自动帮我们完成

//但与之对应的,我们还需要让客户端也能知道Mydemo资源类型的定义

func addKnownTypes(scheme *runtime.Scheme) error {

scheme.AddKnownTypes(

SchemeGroupVersion,

&Mydemo{},

&MydemoList{},

)

// register the typeinthe scheme

metav1.AddToGroupVersion(scheme, SchemeGroupVersion)

returnnil

}

有了addKnownTypes这个方法,Kubernetes就能够在后面生成客户端的时候,知道Mydemo以及MydemoList类型的定义了。

好了,到这里为止,我们有关定义的代码已经写好了,正如controller原理图所示,接下来我们需要通过Kubernetes提供的代码生成工具,为上面的Mydemo资源类型生成clientset、informer和lister。

关于如何使用代码生成,这里我已经编写了一个脚步,只需只需本脚步即可。

代码生成

具体可以调用我提供的shll脚本:code-gen.sh

#!/bin/bash

set-x

ROOT_PACKAGE= “github.com/domac/crddemo”

CUSTOM_RESOURCE_NAME= “crddemo”

CUSTOM_RESOURCE_VERSION= “v1”

GO111MODULE=off

# 安装k8s.io/code-generator

[[ -d $GOPATH/src/k8s.io/code-generator ]] || go get -u k8s.io/code-generator/…

# 执行代码自动生成,其中pkg/client是生成目标目录,pkg/apis是类型定义目录

cd$GOPATH/src/k8s.io/code-generator && ./generate-groups.sh all $ROOT_PACKAGE/pkg/client” $ROOT_PACKAGE/pkg/apis” $CUSTOM_RESOURCE_NAME: $CUSTOM_RESOURCE_VERSION

当只需代码生成脚步后,可以发现我们的代码工作目录也发送了变化,多出了一个client目录。

client

├── clientset

│ └── versioned

│ ├── clientset.go

│ ├── doc.go

│ ├── fake

│ │ ├── clientset_generated.go

│ │ ├── doc.go

│ │ └── register.go

│ ├── scheme

│ │ ├── doc.go

│ │ └── register.go

│ └── typed

│ └── crddemo

│ └── v1

│ ├── crddemo_client.go

│ ├── doc.go

│ ├── fake

│ │ ├── doc.go

│ │ ├── fake_crddemo_client.go

│ │ └── fake_mydemo.go

│ ├── generated_expansion.go

│ └── mydemo.go

├── informers

│ └── externalversions

│ ├── crddemo

│ │ ├── interface.go

│ │ └── v1

│ │ ├── interface.go

│ │ └── mydemo.go

│ ├── factory.go

│ ├── generic.go

│ └── internalinterfaces

│ └── factory_interfaces.go

└── listers

└── crddemo

└── v1

├── expansion_generated.go

└── mydemo.go

其中,pkg/apis/crddemo/v1下面的zz_generated.deepcopy.go文件,就是自动生成的DeepCopy代码文件。下面的三个包(clientset、informers、 listers),都是Kubernetes为Mydemo类型生成的client库,这些库会在后面编写自定义控制器的时候用到。

自定义控制器代码编写

Kubernetes的声明式API并不像“命令式API”那样有着明显的执行逻辑。这就使得基于声明式API的业务功能实现,往往需要通过控制器模式来“监视”API 对象的变化,然后以此来决定实际要执行的具体工作。

main.go

package main

import (

“flag”

“os”

“os/signal”

“syscall”

“time”

“github.com/golang/glog”

“k8s.io/client-go/kubernetes”

“k8s.io/client-go/tools/clientcmd”

clientset “github.com/domac/crddemo/pkg/client/clientset/versioned”

informers “github.com/domac/crddemo/pkg/client/informers/externalversions”

)

//程序启动参数

var (

flagSet = flag.NewFlagSet( “crddemo”, flag.Exit)

master = flag.String( “master”, “”, “The address of the Kubernetes API server. Overrides any value in kubeconfig. Only required if out-of-cluster.”)

kubeconfig = flag.String( “kubeconfig”, “”, “Path to a kubeconfig. Only required if out-of-cluster.”)

onlyOneSignalHandler = make(chan struct{})

shutdownSignals = []os.Signal{os.Interrupt, syscall.SIGTERM}

)

//设置信号处理

func setupSignalHandler (stopCh <-chan struct{}) {

close(onlyOneSignalHandler)

stop := make(chan struct{})

c := make(chan os.Signal, 2)

signal.Notify(c, shutdownSignals…)

go func{

<-c

close(stop)

<-c

os.Exit(1)

}

returnstop

}

func main{

flag.Parse

//设置一个信号处理,应用于优雅关闭

stopCh := setupSignalHandler

cfg, err := clientcmd.BuildConfigFromFlags(*master, *kubeconfig)

iferr != nil {

glog.Fatalf( “Error building kubeconfig: %s”, err.Error)

}

kubeClient, err := kubernetes.NewForConfig(cfg)

iferr != nil {

glog.Fatalf( “Error building kubernetes clientset: %s”, err.Error)

}

mydemoClient, err := clientset.NewForConfig(cfg)

iferr != nil {

glog.Fatalf( “Error building example clientset: %s”, err.Error)

}

//informerFactory工厂类, 这里注入我们通过代码生成的client

//clent主要用于和API Server进行通信,实现ListAndWatch

mydemoInformerFactory := informers.NewSharedInformerFactory(mydemoClient, time.Second*30)

//生成一个crddemo组的Mydemo对象传递给自定义控制器

controller := NewController(kubeClient, mydemoClient,

mydemoInformerFactory.V1.Mydemos)

go mydemoInformerFactory(stopCh)

iferr = controller.Run(2, stopCh); err != nil {

glog.Fatalf( “Error running controller: %s”, err.Error)

}

}

接下来,我们来看跟业务最紧密的控制器Controller的编写。

controller.go部分重要代码:

… …

func NewController(

kubeclientset kubernetes.Interface,

mydemoslientset clientset.Interface,

mydemoInformer informers.MydemoInformer) *Controller {

// Create event broadcaster

// Add sample-controller types to the default Kubernetes Scheme so Events can be

// logged forsample-controller types.

utilruntime.Must(mydemoscheme.AddToScheme(scheme.Scheme))

glog.V(4).Info( “Creating event broadcaster”)

eventBroadcaster := record.NewBroadcaster

eventBroadcaster.StartLogging(glog.Infof)

eventBroadcaster.StartRecordingToSink(&typedcorev1.EventSinkImpl{Interface: kubeclientset.CoreV1.Events( “”)})

recorder := eventBroadcaster.NewRecorder(scheme.Scheme, corev1.EventSource{Component: controllerAgentName})

//使用client和前面创建的Informer,初始化了自定义控制器

controller := &Controller{

kubeclientset: kubeclientset,

mydemoslientset: mydemoslientset,

demoInformer: mydemoInformer.Lister,

mydemosSynced: mydemoInformer.Informer.HasSynced,

workqueue: workqueue.NewNamedRateLimitingQueue(workqueue.DefaultControllerRateLimiter, “Mydemos”), //WorkQueue的实现,负责同步Informer和控制循环之间的数据

recorder: recorder,

}

glog.Info(” Setting up mydemo event handlers”)

//mydemoInformer注册了三个Handler(AddFunc、UpdateFunc和DeleteFunc)

// 分别对应API对象的“添加”“更新”和“删除”事件。而具体的处理操作,都是将该事件对应的API对象加入到工作队列中

mydemoInformer.Informer.AddEventHandler(cache.ResourceEventHandlerFuncs{

AddFunc: controller.enqueueMydemo,

UpdateFunc: func(old, new interface{}) {

oldMydemo := old.(*samplecrdv1.Mydemo)

newMydemo := new.(*samplecrdv1.Mydemo)

ifoldMydemo.ResourceVersion == newMydemo.ResourceVersion {

return

}

controller.enqueueMydemo(new)

},

DeleteFunc: controller.enqueueMydemoForDelete,

})

returncontroller

}

… …

通过上面Controller的代码实现,我们基本实现了控制器ListAndWatch的事件注册逻辑:通过APIServer的LIST API获取所有最新版本的API对象;然后,再通过WATCH-API来监听所有这些API对象的变化。通过监听到的事件变化,Informer就可以实时地更新本地缓存,并且调用这些事件对应的EventHandler了。

下面,我们再来看原理图中的Control Loop的部分。

func (c *Controller) Run(threadiness int, stopCh <-chan struct{}) error {

defer runtime.HandleCrash

defer c.workqueue.ShutDown

// 记录开始日志

glog.Info( “Starting Mydemo control loop”)

glog.Info( “Waiting for informer caches to sync”)

ifok := cache.WaitForCacheSync(stopCh, c.mydemosSynced); !ok {

returnfmt.Errorf( “failed to wait for caches to sync”)

}

glog.Info( “Starting workers”)

fori := 0; i < threadiness; i++ {

go wait.Until(c.runWorker, time.Second, stopCh)

}

glog.Info( “Started workers”)

<-stopCh

glog.Info( “Shutting down workers”)

returnnil

}

可以看到,启动控制循环的逻辑非常简单,就是同步+循环监听任务。而这个循环监听任务就是我们真正的业务实现部分了。

//runWorker是一个不断运行的方法,并且一直会调用c.processNextWorkItem从workqueue读取和读取消息

func (c *Controller) runWorker{

forc. processNextWorkItem{

}

}

//从workqueue读取和读取消息

func (c *Controller) processNextWorkItem bool {

obj, shutdown := c.workqueue.Get

ifshutdown {

returnfalse

}

err := func(obj interface{}) error {

defer c.workqueue.Done(obj)

var key string

var ok bool

ifkey, ok = obj.(string); !ok {

c.workqueue.Forget(obj)

runtime.HandleError(fmt.Errorf( “expected string in workqueue but got %#v”, obj))

returnnil

}

iferr := c.syncHandler(key); err != nil {

returnfmt.Errorf( “error syncing ‘%s’: %s”, key, err.Error)

}

c.workqueue.Forget(obj)

glog.Infof( “Successfully synced ‘%s'”, key)

returnnil

}(obj)

iferr != nil {

runtime.HandleError(err)

returntrue

}

returntrue

}

//尝试从Informer维护的缓存中拿到了它所对应的Mydemo对象

func (c *Controller) syncHandler(key string) error {

namespace, name, err := cache.SplitMetaNamespaceKey(key)

iferr != nil {

runtime.HandleError(fmt.Errorf( “invalid resource key: %s”, key))

returnnil

}

mydemo, err := c.demoInformer.Mydemos(namespace).Get(name)

//从缓存中拿不到这个对象,那就意味着这个Mydemo对象的Key是通过前面的“删除”事件添加进工作队列的。

iferr != nil {

iferrors.IsNotFound(err) {

//对应的Mydemo对象已经被删除了

glog.Warningf( “DemoCRD: %s/%s does not exist in local cache, will delete it from Mydemo …”,

namespace, name)

glog.Infof( “[DemoCRD] Deleting mydemo: %s/%s …”, namespace, name)

returnnil

}

runtime.HandleError(fmt.Errorf( “failed to list mydemo by: %s/%s”, namespace, name))

returnerr

}

glog.Infof( “[DemoCRD] Try to process mydemo: %#v …”, mydemo)

c.recorder.Event(mydemo, corev1.EventTypeNormal, SuccessSynced, MessageResourceSynced)

returnnil

}

代码中的demoInformer,从namespace中通过key获取Mydemo对象这个操作,其实就是在访问本地缓存的索引,实际上,在Kubernetes的源码中,你会经常看到控制器从各种Lister里获取对象,比如:podLister、nodeLister等等,它们使用的都是Informer和缓存机制。

而如果控制循环从缓存中拿不到这个对象(demoInformer返回了IsNotFound错误),那就意味着这个Mydemo对象的Key是通过前面的“删除”事件添加进工作队列的。所以,尽管队列里有这个Key,但是对应的Mydemo对象已经被删除了。而如果能够获取到对应的Mydemo对象,就可以执行控制器模式里的对比“期望状态(用户通过YAML文件提交到APIServer里的信息)”和“实际状态(我们的控制循环需要通过查询实际的Mydemo资源情况”的功能逻辑了。不过在本例子中,就不做过多的业务假设了。

至此,一个完整的自定义API对象和它所对应的自定义控制器,就编写完毕了。

部署测试

代码编码后,我们准备开始代码的发布,可以使用提供Makefile进行编译。

$ make

… …

gofmt -w .

go test-v .

? github.com/domac/crddemo [no testfiles]

mkdir -p releases

GOOS=linux GOARCH=amd64 go build -mod=vendor -ldflags “-s -w”-v -o releases/crddemo *.go

github.com/golang/groupcache/lru

k8s.io/apimachinery/third_party/forked/golang/json

k8s.io/apimachinery/pkg/util/mergepatch

k8s.io/kube-openapi/pkg/util/proto

k8s.io/client-go/tools/record/util

k8s.io/apimachinery/pkg/util/strategicpatch

k8s.io/client-go/tools/record

command-line-arguments

go clean -i

… …

编译完成后,会生成crddemo的二进制文件,我们要做把crddemo放到Kubernetes集群中,或者本地也行,只要能访问到apiserver和具备kubeconfig。

可以看到,程序运行的时候,一开始会报错。这是因为,此时Mydemo对象的CRD还没有被创建出来,所以Informer去APIServer里获取Mydemos对象时,并不能找到Mydemo这个API资源类型的定义。

接下来,我们执行我们自定义资源的定义文件:

$ kubectl apply -f crd/mydemo.yaml

customresourcedefinition.apiextensions.k8s.io/mydemos.crddemo.k8s.io created

此时,观察crddemo的日志输出,可以看到Controller的日志恢复了正常,控制循环启动成功。

然后,我们可以对我们的Mydemo对象进行增删改查操作了。

提交我们的自定义资源对象:

$ kubectl apply -f example-mydemo.yaml

mydemo.crddemo.k8s.io/example-mydemo created

创建成功够,看Kubernetes集群是否成功存储起来:

$ kubectl get Mydemo

NAME AGE

example-mydemo 2s

这时候,查看一下控制器的输出:

可以看到,我们上面创建example-mydemo.yaml的操作,触发了EventHandler的添加事件,从而被放进了工作队列。紧接着,控制循环就从队列里拿到了这个对象,并且打印出了正在处理这个Mydemo对象的日志。

我们这时候,尝试修改资源,对对应的port属性进行修改。

apiVersion: crddemo.k8s.io/v1

kind: Mydemo

name: example-mydemo

ip: “127.0.0.1”

port: 9090

手动执行修改:

$ kubectl apply -f example-mydemo.yaml

此时,crddemo新增出来的日志如下:

可以看到,这一次,Informer 注册的更新事件被触发,更新后的Mydemo对象的Key被添加到了工作队列之中。

所以,接下来控制循环从工作队列里拿到的Mydemo对象,与前一个对象是不同的:它的ResourceVersion的值从10818363变成了10818457;而Spec里的Port字段,则变成了9080。最后,我再把这个对象删除掉:

$ kubectl delete -f example-mydemo.yaml

mydemo.crddemo.k8s.io “example-mydemo”deleted

这一次,在控制器的输出里,我们就可以看到,Informer注册的“删除”事件被触发,输出如下:

然后,Kubernetes集群的资源也被清除了:

$ kubectl get Mydemo

No resources found indefault namespace.

以上就是使用自定义控制器的基本开发流程。

原文链接:https://lihaoquan.me/2020/3/8/k8s-crd-develop.html

本文来自网络,不代表聚合资讯立场,转载请注明出处:http://www.1and99.com/12523.html

作者: admin

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

联系我们

13888888888

在线咨询: QQ交谈

邮箱: email@wangzhan.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部