k8s-helm yaml文件高效复用---参数方式

简介: k8s-helm yaml文件高效复用---参数方式

(1)创建完一个chart:mychart

[root@k8s-master helm]# helm create mychart
Creating mychart
[root@k8s-master mychart]# ls
charts  Chart.yaml  templates  values.yaml
mychart                                   - chart 包目录名
├── charts                              - 依赖的子包目录,里面可以包含多个依赖的chart包
├── Chart.yaml                          - chart定义,可以定义chart的名字,版本号信息。
├── templates                           - k8s配置模版目录, 我们编写的k8s配置都在这个目录, 除了NOTES.txt和下划线开头命名的文件,其他文件可以随意命名。
│   ├── deployment.yaml
│   ├── _helpers.tpl                    - 下划线开头的文件,helm视为公共库定义文件,主要用于定义通用的子模版、函数等,helm不会将这些公共库文件的渲染结果提交给k8s处理。
│   ├── ingress.yaml
│   ├── NOTES.txt                       - chart包的帮助信息文件,执行helm install命令安装成功后会输出这个文件的内容。
│   └── service.yaml
└── values.yaml                         - chart包的参数配置文件,模版可以引用这里参数。

(2)新增变量,修改变量文件values.yaml

[root@k8s-master mychart]# vim values.yaml 
在对底部添加
#自定义变量
replicas: 2
image: nginx
tag: 1.16
label: nginx
port: 80


(3)修改pod的yaml文件,在template目录下


指定参数格式: {{  }}

{{ .Release.Name }}  pod应用名
{{ .Values.变量名称 }}   变量名称是根据mychart/values.yaml文件新增的参数
[root@k8s-master templates]# cat deployment.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  creationTimestamp: null
  labels:
    app: web
  name: {{ .Release.Name }}-nginx       #pod的名字
spec:
  replicas: {{ .Values.replicas }}      #pod的副本数
  selector:
    matchLabels:
      app: {{ .Values.label }}          #pod标签选择器
  strategy: {}
  template:
    metadata:
      creationTimestamp: null
      labels:
        app: {{ .Values.label }}       #设置此模板的标签
    spec:
      containers:
      - image: {{ .Values.image }}
        name: nginx
        resources: {}
status: {}
[root@k8s-master templates]# cat service.yaml 
apiVersion: v1
kind: Service
metadata:
  creationTimestamp: null
  labels:
    app: {{ .Release.Name }}-svc
  name: {{ .Release.Name }}-svc
spec:
  ports:
  - port: {{ .Values.port }}
    protocol: TCP
    targetPort: 80
  selector:
    app: {{ .Values.label }}
  type: NodePort
status:
  loadBalancer: {}


(4)创建自定义参数pod

[root@k8s-master helm]# helm install web7 mychart
NAME: web7
LAST DEPLOYED: Fri Nov 13 20:09:20 2020
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None

(5)验证

[root@k8s-master helm]# kubectl get svc
NAME             TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)        AGE
kubernetes       ClusterIP   10.96.0.1       <none>        443/TCP        51d
ui-weave-scope   NodePort    10.102.105.28   <none>        80:32448/TCP   16d
web              NodePort    10.98.105.180   <none>        80:31375/TCP   25h
web7-svc         NodePort    10.111.115.9    <none>        80:31687/TCP   103m               与预期一致,端口号80
[root@k8s-master helm]# kubectl get pod
NAME                                            READY   STATUS        RESTARTS   AGE
weave-scope-agent-ui-655pp                      1/1     Running       3          16d
weave-scope-agent-ui-bzttt                      1/1     Running       2          16d
weave-scope-agent-ui-hkxfz                      1/1     Running       1          16d
weave-scope-cluster-agent-ui-5d4d6c97bf-5xpqf   1/1     Terminating   0          9d
weave-scope-cluster-agent-ui-5d4d6c97bf-f528k   1/1     Running       1          8d
weave-scope-frontend-ui-757c6668c5-vqpdj        1/1     Running       1          8d
weave-scope-frontend-ui-757c6668c5-zhlzp        1/1     Terminating   0          9d
web-d86c95cc9-vzmnd                             1/1     Running       0          25h
web7-nginx-86c57db685-f86b8                     1/1     Running       0          105m
web7-nginx-86c57db685-hd2b7                     1/1     Running       0          105m          #与预期一致,副本数2


浏览器访问http://ip:31687

1675173358799.jpg

完成

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。 &nbsp; &nbsp; 相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
10月前
|
Java 测试技术 数据安全/隐私保护
通过yaml文件配置自动化测试程序
通过yaml文件可以将自动化测试环境,测试数据和测试行为分开,请看一下案例
382 4
|
Kubernetes Docker 容器
Kubernetes与Docker参数对照:理解Pod中的command、args与Dockerfile中的CMD、ENTRYPOINT。
需要明确的是,理解这些都需要对Docker和Kubernetes有一定深度的理解,才能把握二者的区别和联系。虽然它们都是容器技术的二个重要组成部分,但各有其特性和适用场景,理解它们的本质和工作方式,才能更好的使用这些工具,将各自的优点整合到生产环境中,实现软件的快速开发和部署。
607 25
|
Kubernetes 应用服务中间件 nginx
k8s学习--YAML资源清单文件托管服务nginx
k8s学习--YAML资源清单文件托管服务nginx
566 2
k8s学习--YAML资源清单文件托管服务nginx
|
Kubernetes Cloud Native 流计算
Flink-12 Flink Java 3分钟上手 Kubernetes云原生下的Flink集群 Rancher Stateful Set yaml详细 扩容缩容部署 Docker容器编排
Flink-12 Flink Java 3分钟上手 Kubernetes云原生下的Flink集群 Rancher Stateful Set yaml详细 扩容缩容部署 Docker容器编排
517 3
ingress相关yaml文件报错且相关资源一切正常解决方法
ingress相关yaml文件报错且相关资源一切正常解决方法
249 0
ingress相关yaml文件报错且相关资源一切正常解决方法
|
9月前
|
人工智能 算法 调度
阿里云ACK托管集群Pro版共享GPU调度操作指南
本文介绍在阿里云ACK托管集群Pro版中,如何通过共享GPU调度实现显存与算力的精细化分配,涵盖前提条件、使用限制、节点池配置及任务部署全流程,提升GPU资源利用率,适用于AI训练与推理场景。
713 1
|
9月前
|
弹性计算 监控 调度
ACK One 注册集群云端节点池升级:IDC 集群一键接入云端 GPU 算力,接入效率提升 80%
ACK One注册集群节点池实现“一键接入”,免去手动编写脚本与GPU驱动安装,支持自动扩缩容与多场景调度,大幅提升K8s集群管理效率。
514 89
|
资源调度 Kubernetes 调度
从单集群到多集群的快速无损转型:ACK One 多集群应用分发
本文介绍如何利用阿里云的分布式云容器平台ACK One的多集群应用分发功能,结合云效CD能力,快速将单集群CD系统升级为多集群CD系统。通过增加分发策略(PropagationPolicy)和差异化策略(OverridePolicy),并修改单集群kubeconfig为舰队kubeconfig,可实现无损改造。该方案具备多地域多集群智能资源调度、重调度及故障迁移等能力,帮助用户提升业务效率与可靠性。
|
资源调度 Kubernetes 调度
从单集群到多集群的快速无损转型:ACK One 多集群应用分发
ACK One 的多集群应用分发,可以最小成本地结合您已有的单集群 CD 系统,无需对原先应用资源 YAML 进行修改,即可快速构建成多集群的 CD 系统,并同时获得强大的多集群资源调度和分发的能力。
1062 9

推荐镜像

更多