带你读《云原生应用开发 Operator原理与实践》第二章 Operator 原理2.2Client-go 原理(十七)

简介: 带你读《云原生应用开发 Operator原理与实践》第二章 Operator 原理2.2Client-go 原理

(4)  具体处理 WorkerQueue中对象的流程,见代码清单 2-57

func(c*Controller)runWorker(){

//启动⽆限循环,接收并处理消息

forc.processNextItem(){

}

}

//Workqueue中获取对象,并打印信息。

func(c*Controller)processNextItem()bool{key,shutdown:=c.queue.Get()

//退出

ifshutdown{

returnfalse

}

//标记此Key已经处理

deferc.queue.Done(key)

//打印Key对应的Object的信息

err:=c.syncToStdout(key.(string))c.handleError(err,key)

returntrue

}

 

//获取Key对应的Object,并打印相关信息

func(c*Controller)syncToStdout(keystring)error{obj,exists,err:=c.indexer.GetByKey(key)

iferr!=nil{

klog.Errorf("Fetchingobjectwithkey%sfromstorefailedwith%v",key,err)

returnerr

}

if!exists{

fmt.Printf("Pod%sdoesnotexistanymore\n",key)

}else{

fmt.Printf("Sync/Add/UpdateforPod%s\n",obj.(*core_v1.Pod).

GetName())

}


 

returnnil


}

 

(5)  Main 函数逻辑,见代码清单2-58

funcmain(){

varkubeconfigstring

varmasterstring

//从外部获取集群信息 (kube.config)

flag.StringVar(&kubeconfig,"kubeconfig","","kubeconfigfile")

//获取集群masterurl

flag.StringVar(&master,"master","","masterurl")

//读取构建 config

config,err:=clientcmd.BuildConfigFromFlags(master,kubeconfig)

iferr!=nil{

klog.Fatal(err)

}

//创建k8sClient

clientset,err:=kubernetes.NewForConfig(config)

iferr!=nil{

klog.Fatal(err)

}

//从指定的客户端、资源、命名空间和字段选择器创建⼀个新的List-Watch

podListWatcher := cache.NewListWatchFromClient(clientset.CoreV1().RESTClient(),"pods",v1.NamespaceDefault,fields.Everything())

//构造⼀个具有速率限制排队功能的新的Workqueue

queue:=workqueue.NewRateLimitingQueue(workqueue.DefaultControllerRateLimiter())

//创建IndexerInformer

indexer,informer:=cache.NewIndexerInformer(podListWatcher,&v1.Pod{},

0,cache.ResourceEventHandlerFuncs{

//当有Pod创建时,根据DeltaQueue弹出的Object⽣成对应的Key,并加⼊Workqueue中。此处可以根据Object的⼀些属性进⾏过滤

AddFunc:func(objinterface{}){

key,err:=cache.MetaNamespaceKeyFunc(new)

iferr==nil{queue.Add(key)

}

},

//Pod删除操作

DeleteFunc:func(objinterface{}){

//在⽣成Key之前检查对象。因为资源删除后有可能会进⾏重建等操作,如果监听时错过了删除信息,会导致该条记录是陈旧的

key,err:=cache.DeletionHandlingMetaNamespaceKeyFunc(obj)


 

 

iferr==nil{queue.Add(key)

}

},

},cache.Indexers{})

//创建新的Controller

controller:=NewController(queue,indexer,informer)stop:=make(chanstruct{})

deferclose(stop)

//启动 Controller

gocontroller.Run(1,stop)select{}

}

 

至此一个简单的Controller就完成了,然后我们从已有的k8s环境中复制Config文件,Config文件存放在/root/.kube/目录下,配置运行代码,运行结果见代码清单 2-59。

I031215:46:38.849495     25524main.go:125]StartingPodcontrollerSync/Add/UpdateforPodcurl-666-6f68d49784-r2gln

Sync/Add/UpdateforPodbusybox

Poddefault/mypoddoesnotexistanymore

 

结果显示:程序启动了一个 PodController,Controller监听到在 Default命名空间下有两个 Pod:busyboxcurl-666-6f68d49784-r2gln,缓存中的 mypod已经不存在了。

相关文章
|
8月前
|
运维 监控 Cloud Native
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
国诚投顾携手阿里云,依托Serverless架构实现技术全面升级,构建高弹性、智能化技术底座,提升业务稳定性与运行效率。通过云原生API网关、微服务治理与智能监控,实现流量精细化管理与系统可观测性增强,打造安全、敏捷的智能投顾平台,助力行业数字化变革。
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
|
10月前
|
Kubernetes Cloud Native 安全
云原生机密计算新范式 PeerPods技术方案在阿里云上的落地和实践
PeerPods 技术价值已在阿里云实际场景中深度落地。
|
8月前
|
运维 监控 Cloud Native
【云故事探索】NO.17:国诚投顾的云原生 Serverless 实践
通过与阿里云深度合作,国诚投顾完成了从传统 ECS 架构向云原生 Serverless 架构的全面转型。新的技术架构不仅解决了原有系统在稳定性、弹性、运维效率等方面的痛点,还在成本控制、API 治理、可观测性、DevOps 自动化等方面实现了全方位升级。
|
10月前
|
Kubernetes Cloud Native 安全
云原生机密计算新范式 PeerPods 技术方案在阿里云上的落地和实践
PeerPods 技术价值已在阿里云实际场景中深度落地。
|
12月前
|
运维 Cloud Native 测试技术
极氪汽车云原生架构落地实践
随着极氪数字业务的飞速发展,背后的 IT 技术也在不断更新迭代。极氪极为重视客户对服务的体验,并将系统稳定性、业务功能的迭代效率、问题的快速定位和解决视为构建核心竞争力的基石。
|
6月前
|
人工智能 Cloud Native 算法
拔俗云原生 AI 临床大数据平台:赋能医学科研的开发者实践
AI临床大数据科研平台依托阿里云、腾讯云,打通医疗数据孤岛,提供从数据治理到模型落地的全链路支持。通过联邦学习、弹性算力与安全合规技术,实现跨机构协作与高效训练,助力开发者提升科研效率,推动医学AI创新落地。(238字)
403 7
|
8月前
|
弹性计算 运维 Cloud Native
【云故事探索】NO.17:国诚投顾的云原生Serverless实践
简介: 通过与阿里云深度合作,国诚投顾完成了从传统 ECS 架构向云原生 Serverless 架构的全面转型。新的技术架构不仅解决了原有系统在稳定性、弹性、运维效率等方面的痛点,还在成本控制、API 治理、可观测性、DevOps 自动化等方面实现了全方位升级。
198 1
|
7月前
|
存储 弹性计算 Cloud Native
云原生数据库的演进与应用实践
随着企业业务扩展,传统数据库难以应对高并发与弹性需求。云原生数据库应运而生,具备计算存储分离、弹性伸缩、高可用等核心特性,广泛应用于电商、金融、物联网等场景。阿里云PolarDB、Lindorm等产品已形成完善生态,助力企业高效处理数据。未来,AI驱动、Serverless与多云兼容将推动其进一步发展。
318 8
|
9月前
|
Cloud Native 中间件 调度
云原生信息提取系统:容器化流程与CI/CD集成实践
本文介绍如何通过工程化手段解决数据提取任务中的稳定性与部署难题。结合 Scrapy、Docker、代理中间件与 CI/CD 工具,构建可自动运行、持续迭代的云原生信息提取系统,实现结构化数据采集与标准化交付。
750 1
云原生信息提取系统:容器化流程与CI/CD集成实践
|
9月前
|
人工智能 安全 Java
Go与Java泛型原理简介
本文介绍了Go与Java泛型的实现原理。Go通过单态化为不同类型生成函数副本,提升运行效率;而Java则采用类型擦除,将泛型转为Object类型处理,保持兼容性但牺牲部分类型安全。两种机制各有优劣,适用于不同场景。
399 24