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：

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

	xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">

	<modelVersion>4.0.0</modelVersion>

	<parent>

		<groupId>org.springframework.boot</groupId>

		<artifactId>spring-boot-starter-parent</artifactId>

		<version>2.0.9.RELEASE</version>

		<relativePath/>

	</parent>

	<groupId>me.josephzhu</groupId>

	<artifactId>springcloudk8sdemo</artifactId>

	<version>0.0.1-SNAPSHOT</version>

	<name>springcloudk8sdemo</name>

	<properties>

		<java.version>11</java.version>

	</properties>

	<dependencies>

		<dependency>

			<groupId>org.springframework.boot</groupId>

			<artifactId>spring-boot-starter-web</artifactId>

		</dependency>

		<dependency>

			<groupId>org.springframework.boot</groupId>

			<artifactId>spring-boot-starter-actuator</artifactId>

		</dependency>

		<dependency>

			<groupId>org.springframework.cloud</groupId>

			<artifactId>spring-cloud-starter-netflix-ribbon</artifactId>

		</dependency>

		<dependency>

			<groupId>org.springframework.cloud</groupId>

			<artifactId>spring-cloud-starter-kubernetes-all</artifactId>

			<version>1.0.3.RELEASE</version>

		</dependency>

		<dependency>

			<groupId>org.projectlombok</groupId>

			<artifactId>lombok</artifactId>

			<optional>true</optional>

		</dependency>

		<dependency>

			<groupId>org.springframework.boot</groupId>

			<artifactId>spring-boot-starter-test</artifactId>

			<scope>test</scope>

		</dependency>

	</dependencies>

	<build>

		<finalName>k8sdemo</finalName>

		<plugins>

			<plugin>

				<groupId>org.springframework.boot</groupId>

				<artifactId>spring-boot-maven-plugin</artifactId>

			</plugin>

			<plugin>

				<groupId>com.spotify</groupId>

				<artifactId>docker-maven-plugin</artifactId>

				<version>1.0.0</version>

				<configuration>

					<imageName>zhuye/${project.artifactId}</imageName>

					<dockerDirectory>src/main/docker</dockerDirectory>

					<resources>

						<resource>

							<targetPath>/</targetPath>

							<directory>${project.build.directory}</directory>

							<include>${project.build.finalName}.jar</include>

						</resource>

					</resources>

				</configuration>

			</plugin>

		</plugins>

	</build>

	<dependencyManagement>

		<dependencies>

			<dependency>

				<groupId>org.springframework.cloud</groupId>

				<artifactId>spring-cloud-dependencies</artifactId>

				<version>Finchley.SR4</version>

				<type>pom</type>

				<scope>import</scope>

			</dependency>

		</dependencies>

	</dependencyManagement>

</project>

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<String> 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。