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：
4.0.0
org.springframework.boot
spring-boot-starter-parent
2.0.9.RELEASE
me.josephzhu
springcloudk8sdemo
0.0.1-SNAPSHOT
springcloudk8sdemo
11
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-actuator
org.springframework.cloud
spring-cloud-starter-netflix-ribbon
org.springframework.cloud
spring-cloud-starter-kubernetes-all
1.0.3.RELEASE
org.projectlombok
lombok
true
org.springframework.boot
spring-boot-starter-test
test
k8sdemo
org.springframework.boot
spring-boot-maven-plugin
com.spotify
docker-maven-plugin
1.0.0
zhuye/${project.artifactId}
src/main/docker
/
${project.build.directory}
${project.build.finalName}.jar
org.springframework.cloud
spring-cloud-dependencies
Finchley.SR4
pom
import
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 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。