当前位置： 首页 > news >正文

如何用Go创建一个 deployment 到容器拉起来的全流程

news 2025/6/7 11:35:18

整体流程概述：

  1. 认证与配置： 连接到Kubernetes集群。
  2. 创建Deployment对象： 构建一个appsv1.Deployment结构体，定义Pod的模板、副本数量、选择器等。
  3. 发送创建请求： 使用Kubernetes Go客户端库将Deployment对象发送到API服务器。
  4. 监控Deployment状态： 持续检查Deployment的状态，直到它达到预期的副本数量并且所有Pod都已准备就绪。

详细步骤与Go语言代码示例：

首先，您需要导入必要的Kubernetes Go客户端库：

package mainimport ("context""fmt""time"appsv1 "k8s.io/api/apps/v1"apiv1 "k8s.io/api/core/v1"metav1 "k8s.io/apimachinery/pkg/apis/meta/v1""k8s.io/client-go/kubernetes""k8s.io/client-go/tools/clientcmd"
)

1. 认证与配置

Go客户端库可以通过多种方式连接到Kubernetes集群：

  • 集群内（In-cluster）： 如果您的Go应用程序运行在Kubernetes集群内部的Pod中，它会自动使用Service Account凭证。
  • 集群外（Out-of-cluster）： 如果您的Go应用程序运行在集群外部（例如本地开发环境），它通常会使用kubeconfig文件。

以下示例展示了如何使用kubeconfig文件进行配置：

func getKubeConfig() (*kubernetes.Clientset, error) {// 尝试从默认路径或KUBECONFIG环境变量加载kubeconfig// 您也可以指定一个具体的kubeconfig文件路径kubeconfig := clientcmd.NewNonInteractiveDeferredLoadingClientConfig(clientcmd.NewDefaultClientConfigLoadingRules(),&clientcmd.ConfigOverrides{},)config, err := kubeconfig.ClientConfig()if err != nil {return nil, fmt.Errorf("加载kubeconfig失败: %w", err)}clientset, err := kubernetes.NewForConfig(config)if err != nil {return nil, fmt.Errorf("创建Kubernetes客户端失败: %w", err)}return clientset, nil
}

2. 创建Deployment对象

这是一个Go语言结构体，定义了Deployment的各种属性，包括Pod的模板、副本数量等。

func createDeploymentObject(namespace, deploymentName, imageName string, replicas int32) *appsv1.Deployment {labels := map[string]string{"app": "my-app",}return &appsv1.Deployment{ObjectMeta: metav1.ObjectMeta{Name:      deploymentName,Namespace: namespace,},Spec: appsv1.DeploymentSpec{Replicas: &replicas, // 副本数量Selector: &metav1.LabelSelector{MatchLabels: labels,},Template: apiv1.PodTemplateSpec{ObjectMeta: metav1.ObjectMeta{Labels: labels,},Spec: apiv1.PodSpec{Containers: []apiv1.Container{{Name:  "my-container",Image: imageName,Ports: []apiv1.ContainerPort{{ContainerPort: 80,},},},},},},},}
}

3. 发送创建请求

使用clientset.AppsV1().Deployments(namespace).Create()方法向Kubernetes API服务器发送创建Deployment的请求。

func createDeployment(clientset *kubernetes.Clientset, deployment *appsv1.Deployment) (*appsv1.Deployment, error) {fmt.Printf("尝试创建Deployment: %s\n", deployment.Name)ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second) // 设置超时defer cancel()result, err := clientset.AppsV1().Deployments(deployment.Namespace).Create(ctx, deployment, metav1.CreateOptions{})if err != nil {return nil, fmt.Errorf("创建Deployment失败: %w", err)}fmt.Printf("Deployment %s 创建成功\n", result.Name)return result, nil
}

4. 监控Deployment状态

创建Deployment后，Kubernetes Controller Manager会负责创建Pod并确保它们运行起来。我们需要监控Deployment的状态，直到所有预期的Pod都已启动并准备就绪。

func waitForDeploymentReady(clientset *kubernetes.Clientset, namespace, deploymentName string, desiredReplicas int32, timeout time.Duration) error {fmt.Printf("等待Deployment %s 准备就绪...\n", deploymentName)ctx, cancel := context.WithTimeout(context.Background(), timeout)defer cancel()ticker := time.NewTicker(5 * time.Second) // 每5秒检查一次defer ticker.Stop()for {select {case <-ctx.Done():return fmt.Errorf("等待Deployment %s 超时", deploymentName)case <-ticker.C:deployment, err := clientset.AppsV1().Deployments(namespace).Get(ctx, deploymentName, metav1.GetOptions{})if err != nil {return fmt.Errorf("获取Deployment %s 状态失败: %w", deploymentName, err)}// 检查ReadyReplicas是否达到预期if deployment.Status.ReadyReplicas == desiredReplicas &&deployment.Status.AvailableReplicas == desiredReplicas &&deployment.Status.UpdatedReplicas == desiredReplicas {fmt.Printf("Deployment %s 准备就绪！(副本数: %d)\n", deploymentName, desiredReplicas)return nil}fmt.Printf("Deployment %s 状态: ReadyReplicas=%d, AvailableReplicas=%d, UpdatedReplicas=%d (预期: %d)\n",deploymentName,deployment.Status.ReadyReplicas,deployment.Status.AvailableReplicas,deployment.Status.UpdatedReplicas,desiredReplicas,)}}
}

主函数示例：

func main() {clientset, err := getKubeConfig()if err != nil {fmt.Printf("获取Kubernetes客户端失败: %v\n", err)return}namespace := "default" // 或者您想部署到的命名空间deploymentName := "go-app-deployment"imageName := "nginx:latest" // 您要部署的镜像replicas := int32(3)        // 期望的副本数量// 1. 定义Deploymentdeployment := createDeploymentObject(namespace, deploymentName, imageName, replicas)// 2. 创建Deployment_, err = createDeployment(clientset, deployment)if err != nil {fmt.Printf("创建Deployment失败: %v\n", err)return}// 3. 等待Deployment就绪err = waitForDeploymentReady(clientset, namespace, deploymentName, replicas, 5*time.Minute) // 最多等待5分钟if err != nil {fmt.Printf("等待Deployment就绪失败: %v\n", err)return}fmt.Println("Deployment 和容器已成功启动并准备就绪。")// 可选：获取Pod信息pods, err := clientset.CoreV1().Pods(namespace).List(context.TODO(), metav1.ListOptions{LabelSelector: "app=my-app", // 使用Deployment的标签选择器来过滤Pod})if err != nil {fmt.Printf("获取Pod列表失败: %v\n", err)} else {fmt.Println("相关Pod列表:")for _, pod := range pods.Items {fmt.Printf("  - Pod Name: %s, Status: %s\n", pod.Name, pod.Status.Phase)}}// 可选：清理资源 (如果不需要，可以注释掉)// fmt.Printf("尝试删除Deployment %s...\n", deploymentName)// deletePolicy := metav1.DeletePropagationForeground// if err := clientset.AppsV1().Deployments(namespace).Delete(context.TODO(), deploymentName, metav1.DeleteOptions{// 	PropagationPolicy: &deletePolicy,// }); err != nil {// 	fmt.Printf("删除Deployment失败: %v\n", err)// } else {// 	fmt.Printf("Deployment %s 已成功删除。\n", deploymentName)// }
}

运行此代码的步骤：

  1. 安装Go语言： 确保您的系统上安装了Go。
  2. 安装Kubernetes客户端库：
    go get k8s.io/client-go@latest
  3. 配置kubeconfig： 确保您的~/.kube/config文件配置正确，并且有权访问您的Kubernetes集群。
  4. 保存代码： 将上述Go代码保存为 .go 文件（例如 deploy_app.go）。
  5. 运行：
    go run deploy_app.go

运行结果
在这里插入图片描述

解释流程中涉及的Kubernetes概念：

  • Deployment (部署): Kubernetes中最常用的控制器，用于声明式地管理Pod的副本。它确保指定数量的Pod始终运行，并支持滚动更新和回滚。
  • Pod (容器组): Kubernetes中最小的可部署单元，包含一个或多个紧密耦合的容器。
  • ReplicaSet (副本集): Deployment在底层会创建和管理ReplicaSet。ReplicaSet确保特定数量的Pod副本始终运行。
  • Container (容器): 在Pod中运行的应用程序进程。
  • Image (镜像): 容器运行所需的文件系统和应用程序代码的打包。
  • Namespace (命名空间): 用于将集群资源划分为逻辑组，避免命名冲突并提供资源隔离。
  • Labels (标签): 键值对，用于标识Kubernetes对象。它们对于选择器（如Deployment的选择器）至关重要。
  • Selector (选择器): 用于查找和管理具有特定标签的Kubernetes对象。Deployment使用选择器来识别它应该管理的Pod。
  • Kubernetes API Server: Kubernetes集群的控制平面，所有操作都通过它进行。
  • Controller Manager: 运行各种控制器（包括Deployment控制器）的组件，这些控制器会持续观察集群的期望状态和实际状态，并采取行动使它们一致。

容器拉取过程（在K8s集群内部发生）：

当您创建Deployment后，Kubernetes Controller Manager会执行以下步骤以拉起容器：

  1. Deployment控制器创建ReplicaSet： Deployment控制器会根据Deployment的spec.replicas和spec.selector创建一个或多个ReplicaSet。
  2. ReplicaSet控制器创建Pod： ReplicaSet控制器根据Deployment的spec.template创建Pod。这些Pod会被标记为由该ReplicaSet管理。
  3. 调度器(Scheduler)选择节点： Kubernetes调度器会监听到新的Pod被创建，并根据资源需求（CPU、内存）、节点亲和性/反亲和性、Taints/Tolerations等策略，选择一个最合适的节点来运行这个Pod。
  4. Kubelet在节点上创建Pod： 被调度到节点的Kubelet会接收到Pod的创建请求。
  5. 容器运行时(Container Runtime)拉取镜像： Kubelet会指示节点上的容器运行时（例如Docker、containerd）从配置的镜像仓库（如Docker Hub、私有仓库）拉取指定的容器镜像。
  6. 容器运行时启动容器： 镜像拉取完成后，容器运行时会根据Pod的定义启动容器。
  7. 容器启动和健康检查：
    • 容器内的进程开始运行。
    • 如果Pod定义了livenessProbe和readinessProbe，Kubelet会定期执行这些健康检查。
    • livenessProbe失败会导致容器重启。
    • readinessProbe失败会导致Pod的Service流量不再路由到该Pod，直到其准备就绪。
  8. Pod状态更新： Kubelet会向API Server报告Pod的当前状态（例如Pending -> Running -> Ready）。
  9. Deployment状态更新： Deployment控制器会持续监控其管理的ReplicaSet和Pod的状态。当足够数量的Pod达到"Ready"状态时，Deployment会被认为是"准备就绪"。

整个过程是异步的，Go程序通过轮询Deployment的状态来判断容器是否成功拉起并运行。

http://www.xdnf.cn/news/718201.html

相关文章：

  • python 制作复杂表格报告
  • Java 开发上门家政系统源码：全流程数字化管理，适配家政公司 / 个体户接单派单
  • MTK平台-- wifi 暗屏待机 low power问题分析
  • 自增长主键的优缺点分析
  • 20中数组去重的方法20种数组去重的方法
  • 在Start routine里替换掉source package里面的non-ASCII字符
  • 25平航杯复现
  • React 第四十九节 Router中useNavigation的具体使用详解及注意事项
  • 可视化图解算法47：包含min函数的栈
  • 一种监控录像视频恢复的高效解决方案，从每一帧中寻找可能性
  • Docker 部署项目
  • Windows10家庭版添加本地安全策略（需要联网）
  • NC52 有效括号序列【牛客网】
  • YOLO12改进-模块-引入AFE模块 增强模型对复杂场景（如杂乱背景、小目标、半透明物体）的特征提取能力
  • Siemens西门子罗宾康系列特价型号A5E31386448
  • 费用报销管理全解析：从表单设计到入账归档的标准化流程指南
  • 涂鸦智能的TuyaOpen框架入门指南：智能插座实战
  • 信号与系统速成-1.绪论
  • 4.1.2 操作数据集
  • 【Windows】【openEuler】ntpd提供时间源供windows系统同步时间
  • VMware ESXi网络配置
  • 不规则瀑布流布局拖拽重排序
  • Windows【基础操作1】
  • 学习路之PHP--easyswoole简易增删改查入门
  • Java基础 Day24
  • 字节流操作：InputStream类 读取文件的操作（三种 read 方法）
  • 解构产品经理
  • 深入剖析网络协议：七层协议与四层协议详解
  • 在容器里运行go程序报错：/bin/sh: ./manager: not found
  • 基于照片环境信息的AI定位技术：从原理到实战的深度解析