windows下的k8s测试环境搭建

Michael阿明

发布于 2023-12-04 08:53:27

2020

发布于 2023-12-04 08:53:27

文章被收录于专栏：Michael阿明学习之路Michael阿明学习之路

1. 安装

使用 wingetUI 安装 k8s 包

安装 docker desktop 开启 k8s

2. 编写代码

2.1 pod中的计算代码

# _*_ coding: utf-8 _*_
# @Time : 2023/12/03 14:44
# @Author : Michael
# @File : process_task.py
# @desc :

import time
def process_task(task):
    # 根据任务进行计算
    time.sleep(5)
    result = f"fake to process task {task}, finish!"
    # 返回计算结果
    print(result)
    return result

if __name__ == '__main__':
    process_task(0)

2.2 主程序代码

# _*_ coding: utf-8 _*_
# @Time : 2023/12/2 8:23
# @Author : Michael
# @File : demo1.py
# @desc :
from kubernetes import client, config
import time
import multiprocessing


def create_pod(api_instance, name, image, command):
    """
    创建一个Pod
    """
    pod_manifest = {
        "apiVersion": "v1",
        "kind": "Pod",
        "metadata": {"name": name},
        "spec": {
            "containers": [{
                "name": name,
                "image": image,
                "command": command
            }]
        }
    }
    api_instance.create_namespaced_pod(body=pod_manifest, namespace="default")

def get_pod_logs(api_instance, pod_name):
    """
    获取Pod的日志
    """
    log = api_instance.read_namespaced_pod_log(name=pod_name, namespace="default")
    return log

def wait_for_pod_to_be_ready(api_instance, pod_name, timeout=300):
    """
    等待Pod变为就绪状态
    """
    start_time = time.time()
    while True:
        pod = api_instance.read_namespaced_pod(name=pod_name, namespace="default")
        if pod.status.phase == "Running" and all([condition.status == "True" for condition in pod.status.conditions if condition.type == "Ready"]):
            print(f"Pod {pod_name} is ready")
            break
        if time.time() - start_time > timeout:
            raise TimeoutError(f"Timed out waiting for POD {pod_name} to be ready")
        time.sleep(1)  # 每5秒检查一次
def delete_pod(api_instance, pod_name):
    """
    删除一个Pod
    """
    api_instance.delete_namespaced_pod(name=pod_name, namespace="default", body=client.V1DeleteOptions())


def do_task(name):
    # 加载kubeconfig配置
    config.load_kube_config()

    # 创建一个Kubernetes client实例
    api_instance = client.CoreV1Api()

    # 创建Pod
    create_pod(api_instance, name, "michael23o/myapp:latest", [
        "python",
        "-c",
        f"import process_task; process_task.process_task('{name}')",
    ])

    # 等待Pod变为就绪状态
    wait_for_pod_to_be_ready(api_instance, name)

    # 等待一段时间以便Pod生成日志
    time.sleep(5)

    # 等待Pod运行并获取输出
    logs = get_pod_logs(api_instance, name) # 实际应该存入数据库，在其他地方进行查询

    # 清理Pod
    delete_pod(api_instance, name)

    return logs

if __name__ == '__main__':
    pod_names = ["pod1", "pod2", "pod3"]
    pool = multiprocessing.Pool(processes=3)
    results = [pool.apply_async(do_task, args=(pod_name,)) for pod_name in pod_names]
    pool.close()
    pool.join()
    results = [result.get() for result in results]
    print("汇总结果：")
    for result in results:
        print(f'--{result}--')

3. 打包docker镜像

编写一个Dockerfile 如下，把代码打包进去

FROM bitnami/python:3.11.6

COPY . /app
WORKDIR /app

RUN pip install --no-cache-dir -r requirements.txt

EXPOSE 8080
CMD ["python", "-c", "import process_task; process_task.process_task('task0')"]

创建镜像

>docker build -t myapp .
[+] Building 55.2s (9/9) FINISHED             docker:default
 => [internal] load .dockerignore                       0.6s
 => => transferring context: 2B                         0.0s
 => [internal] load build definition from Dockerfile    1.0s
 => => transferring dockerfile: 244B                    0.0s
 => [internal] load metadata for docker.io/bitnami/py  39.7s
 => [internal] load build context                       0.5s
 => => transferring context: 3.82kB                     0.0s
 => CACHED [1/4] FROM docker.io/bitnami/python:3.11.6@  0.0s
 => [2/4] COPY . /app                                   1.3s
 => [3/4] WORKDIR /app                                  1.9s
 => [4/4] RUN pip install --no-cache-dir -r requiremen  4.7s
 => exporting to image                                  3.1s
 => => exporting layers                                 2.8s
 => => writing image sha256:a67a18412908d5cbd2660c9889  0.1s
 => => naming to docker.io/library/myapp                0.2s

What's Next?
  View a summary of image vulnerabilities and recommendations → docker scout quickview

将制作好镜像推向云端，要将Docker镜像推送到云端，你需要遵循以下步骤：

创建一个Docker Hub账户：首先，你需要在Docker Hub上创建一个免费账户，以便在云端存储和管理你的Docker镜像。
登录Docker CLI：在命令行中使用docker login命令登录到你的Docker Hub账户。这将提示你输入用户名和密码。

docker login

为镜像打标签：在推送镜像到Docker Hub之前，你需要为镜像指定一个仓库名称（通常与你的Docker Hub用户名相同）以及一个标签。可以使用docker tag命令为镜像打标签。例如，如果你的Docker Hub用户名是yourusername，镜像名称是myimage，标签是latest：

docker tag myimage yourusername/myimage:latest

推送镜像：现在你可以使用docker push命令将镜像推送到Docker Hub。在本例中，我们将推送yourusername/myimage:latest镜像：

docker push yourusername/myimage:latest

验证镜像：登录到你的Docker Hub账户，然后转到“Repositories”部分以验证你的镜像是否已成功推送。

现在，你已经将Docker镜像推送到云端。你可以在其他计算机或服务器上使用docker pull命令拉取此镜像，并在Kubernetes集群中使用它。

4. 测试

运行主程序demo1.py , 同时用 kubectl get pods命令观察 pod 状态

C:\Users\xx>kubectl get pods
No resources found in default namespace.

C:\Users\xx>kubectl get pods
NAME   READY   STATUS              RESTARTS   AGE
pod1   0/1     ContainerCreating   0          1s
pod2   0/1     Pending             0          1s
pod3   0/1     Pending             0          1s

可以看见有3个 pod 被创建，并开始执行镜像内部的计算程序

运行结果如下：

D:\ProgramData\Anaconda3\envs\cv\python.exe D:\gitcode\Python_learning\k8s\demo1\demo1.py 
Pod pod2 is ready
Pod pod3 is ready
Pod pod1 is ready
汇总结果：
--fake to process task pod1, finish!
--
--fake to process task pod2, finish!
--
--fake to process task pod3, finish!
--

Process finished with exit code 0

其中pod计算结果的返回应该通过数据库或者别的方式存储。这里示例只是读取 pod 日志来获取。

这样可以解决单机资源无法满足的大规模的计算任务，并且可以以分布式的方式并行，提高计算速度

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

原始发表：2023-12-03，如有侵权请联系 cloudcommunity@tencent.com 删除

windows