KiteX 基于 K8s 的服务注册与发现
KiteX 基于 K8s 的服务注册与发现
概览
在很久之前的文章中说过，K8s 作为云原生时代的创造者，下一代云原生的中间利器，从云原生 1.0 到 2.0，作为基石，成就无数服务畅游每一台机器。前面的文章 KiteX 入门篇 介绍了如何简单的开发一个高性能 RPC 微服务，并且我们看到其性能与吞吐还是不错的。但需要中间件 Nacos 来连接服务端与客户端。今天，我们主要从 K8s 角度来看 Kitex 如何接入云原生，甚至后面的 Istio。
实践
服务端
前面文章 KiteX 入门篇，我们介绍了如何创建一个服务端，那我们这次改造下，让其接入 K8s。
这里主要现需要去掉关于 Nacos 的逻辑，然后我们再看下面的代码：
server.WithServiceAddr(&net.TCPAddr{Port: 9000}),
这段代码的含义是通过 Nacos 注册时候，我们把服务注册的端口为 9000，但如果服务是以 K8s 部署的 Pod 形式，则代表的是 Pod 的端口，同时，由于 K8s 这种开源注册中心默认使用 TCP 协议，所以这里支持的是 TCP 协议。这样简单的配置，即可让服务注册到 K8s，被 k8s-api 发现。
完整代码如下：
svr := note.NewServer(
new(api.NoteApi),
//基于svc进行服务注册，9000为svc的port
server.WithServiceAddr(&net.TCPAddr{Port: 9000}),
server.WithMuxTransport(),
server.WithLimit(&limit.Option{MaxConnections: 10000, MaxQPS: 5000}),
server.WithPayloadCodec(thrift.NewThriftCodecWithConfig(thrift.FastRead | thrift.FastWrite)),
//server.WithTracer(prometheus.NewServerTracer(":9092", "/kitexNoteserver")),
server.WithErrorHandler(func(err error) error {
error := errno.ConvertErr(err)
return error
}),
server.WithCodec(codec.NewDefaultCodecWithSizeLimit(1024 * 1024 * 10)),//10M
server.WithMetaHandler(transmeta.ServerTTHeaderHandler), // registry
)
err := svr.Run()
if err != nil {
klog.Fatal(err)
}
部署脚本
由于我们需要通过镜像部署服务，所以需要 dockerfile：
FROM ubuntu:16.04 as build
RUN apt-get update && apt-get install -y --no-install-recommends \
g++ \
ca-certificates \
wget && \
rm -rf /var/lib/apt/lists/*
ENV GOLANG_VERSION 1.18.1
RUN wget -nv -O - https://studygolang.com/dl/golang/go1.18.1.linux-amd64.tar.gz \
| tar -C /usr/local -xz
ENV GOPROXY=https://goproxy.cn,direct
ENV GO111MODULE=on
ENV GOPATH /go
ENV PATH $GOPATH/bin:/usr/local/go/bin:$PATH
RUN apt-get update && apt-get install -y git
WORKDIR /go/src
COPY . .
#RUN go env -w GOPROXY=https://goproxy.cn,direct
#RUN go env -w GO111MODULE=on
RUN go build -o hello-server ./server/hello
RUN chmod +x ./hello-server
RUN rm -rf cache && rm -rf kitex_gen && rm -rf README.md\
&& rm -rf build && rm -rf codec && rm -rf client \
&& rm -rf images && rm -rf idl && rm -rf go.mod && rm -rf go.sum \
&& rm -rf pkg && rm -rf script && rm -rf retry \
&& rm -rf server && rm -rf streaming && rm -rf LICENSE
CMD ["./hello-server"]
然后我们需要 K8s 的 yaml:
apiVersion: apps/v1
kind: Deployment
metadata:
name: hello-service-deployment
namespace: default
labels:
app: hello-service
spec:
replicas: 3
selector:
matchLabels:
app: hello-service
template:
metadata:
labels:
app: hello-service
spec:
nodeSelector:
hello-service: "true"
containers:
- name: node-service
image: node-service
imagePullPolicy: IfNotPresent
ports:
- name: hello01
containerPort: 9000
......
最后需要对这个服务进行创建 svc，以便进行负载均衡被其它服务所访问。
apiVersion: v1
kind: Service
metadata:
name: hello-service-svc
namespace: default
spec:
ports:
- name: hello01
port: 9000
targetPort: hello01
selector:
app: hello-service
此时，一个完整的服务端的代码以及部署脚本就完结了。
客户端
同样的，客户端我们来看看看，也是很简单，同样先需去掉 Nacos 的配置，然后我们引入利用 K8s svc 进行服务的请求：
client.WithHostPorts("hello-service-svc.default.svc.cluster.local:9000"),
在创建客户端的时候，客户端的 host 要写实际集群中的内网地址：hello-service-svc.default.svc.cluster.local，这样就不用再搭配第三方的服务注册中心了。
这样就可以通过该 host 进行访问服务端的服务了。。。
部署脚本
客户端的部署脚本类似服务端的，同样需要部署的构建镜像脚本、部署 deployment 脚本、部署 svc。此处客户端由于是通过容器部署，所以我们需要把其服务的 port 进行映射到主机，这样方便来进行浏览器访问服务：
apiVersion: v1
kind: Service
metadata:
name: customer-service-svc
namespace: default
spec:
type: NodePort
ports:
- name: customer01
nodePort: 30230
port: 3000
targetPort: customer01
selector:
app: customer-service
测试
我们先通过命令进行部署:
kubectl create -f ...
创建完服务相关资源后，我们看看 pod：
资源 svc 情况：
我们把 port 映射到主机上，然后我们通过浏览器进行访问客户端，此处我们访问的是存在 10000 条数据入库的服务：
我们可以看到，数据大概是 9634 条总数，我们取 500 条，耗时 40ms，接下来，我们换作取 5000 条：
数据大小 624kb，发现大概耗时：159ms，还是可以的。
最后，我们看看拿全部数据大概耗时：
发现全部数据大小：1.2M，耗时 300 多毫秒，还是不错的。
特性
我们的服务为什么能如此之快呢，这里我们引入了一种高性能网络库：netpoll，以及在编解码方面，我们利用 Thrift 的 IDL 进行生成代码，同时，利用其提供的 FastRead、FastWrite 来进行快速传输。