1 容器资源
本篇使用上一篇分发的镜像,在阿里云容器服务(ACK)上部署。
4个版本的client通过调用变量GRPC_SERVER
定义的服务grpc-server-svc.grpc-best.svc.cluster.local
,均匀地路由到4个版本的server上。与此同时,我们通过配置istio-ingressgateway
的Gateway
可以将外部请求按负载均衡策略路由到4个版本的grpc server上。
示例完整的拓扑如下图所示。
grpc-server-svc
本系列的示例只有一个命名为grpc-server-svc
的grpc类型的Service。grpc类型的服务,spec.ports.name
的值需要以grpc
开头。
apiVersion: v1
kind: Service
metadata:
namespace: grpc-best
name: grpc-server-svc
labels:
app: grpc-server-svc
spec:
ports:
- port: 9996
name: grpc-port
selector:
app: grpc-server-deploy
server deployment
完整的deployment详见kube/deployment目录,这里以node server的deployment文件grpc-server-node.yaml
为例,对服务端进行说明。
apiVersion: apps/v1
kind: Deployment
metadata:
namespace: grpc-best
name: grpc-server-node
labels:
app: grpc-server-deploy
version: v3
spec:
replicas: 1
selector:
matchLabels:
app: grpc-server-deploy
version: v3
template:
metadata:
labels:
app: grpc-server-deploy
version: v3
spec:
serviceAccountName: grpc-best-sa
containers:
- name: grpc-server-deploy
image: registry.cn-beijing.aliyuncs.com/asm_repo/grpc_server_node:1.0.0
imagePullPolicy: Always
ports:
- containerPort: 9996
name: grpc-port
服务端的4个deployment都需要定义app
标签的值为grpc-server-deploy
,以匹配grpc-server-svc
的selector
。每种语言的version
标签要各部相同。
client deployment
客户端和服务端有两处不同。
- 服务端启动后会持续运行,而客户端完成请求后就会结束进程,因此,需要实现一种死循环的方式保持客户端容器不自己退出。
- 需要定义变量
GRPC_SERVER
的值,在客户端容器启动时传递给grpc client。
这里以go client的deployment文件grpc-client-go.yaml
为例,对客户端进行说明。
apiVersion: apps/v1
kind: Deployment
metadata:
namespace: grpc-best
name: grpc-client-go
labels:
app: grpc-client-go
spec:
replicas: 1
selector:
matchLabels:
app: grpc-client-go
template:
metadata:
labels:
app: grpc-client-go
spec:
serviceAccountName: grpc-best-sa
containers:
- name: grpc-client-go
image: registry.cn-beijing.aliyuncs.com/asm_repo/grpc_client_go:1.0.0
command: ["/bin/sleep", "3650d"]
env:
- name: GRPC_SERVER
value: "grpc-server-svc.grpc-best.svc.cluster.local"
imagePullPolicy: Always
其中,command: ["/bin/sleep", "3650d"]
是定义grpc_client_go
启动后执行的命令,通过长久地sleep
的方式保持客户端容器运行。env
中定义了GRPC_SERVER
变量,值为grpc-server-svc.grpc-best.svc.cluster.local
。
2 部署
首先在ACK实例中创建名称为grpc-best
的命名空间,然后为该命名空间启用自动注入sidecar。
alias k="kubectl --kubeconfig $USER_CONFIG"
k create ns grpc-best
k label ns grpc-best istio-injection=enabled
执行如下命令部署ServiceAccount、Service,及8个Deployment。
k apply -f grpc-sa.yaml
k apply -f grpc-svc.yaml
k apply -f deployment/grpc-server-java.yaml
k apply -f deployment/grpc-server-python.yaml
k apply -f deployment/grpc-server-go.yaml
k apply -f deployment/grpc-server-node.yaml
k apply -f deployment/grpc-client-java.yaml
k apply -f deployment/grpc-client-python.yaml
k apply -f deployment/grpc-client-go.yaml
k apply -f deployment/grpc-client-node.yaml
3 从POD侧验证
kube验证包括两侧,一侧是从client容器请求grpc server service,另一侧是从本地请求ingressgateway
。这里演示从client容器请求4个server容器的过程。
首先通过如下命令,获取4个client容器的名称。
client_java_pod=$(k get pod -l app=grpc-client-java -n grpc-best -o jsonpath={.items..metadata.name})
client_go_pod=$(k get pod -l app=grpc-client-go -n grpc-best -o jsonpath={.items..metadata.name})
client_node_pod=$(k get pod -l app=grpc-client-node -n grpc-best -o jsonpath={.items..metadata.name})
client_python_pod=$(k get pod -l app=grpc-client-python -n grpc-best -o jsonpath={.items..metadata.name})
然后通过如下命令,在client容器中执行对grpc server service的请求。
k exec "$client_java_pod" -c grpc-client-java -n grpc-best -- java -jar /grpc-client.jar
k exec "$client_go_pod" -c grpc-client-go -n grpc-best -- ./grpc-client
k exec "$client_node_pod" -c grpc-client-node -n grpc-best -- node proto_client.js
k exec "$client_python_pod" -c grpc-client-python -n grpc-best -- sh /grpc-client/start_client.sh
最后我们以node client为例,通过一个循环,验证grpc server service的负载均衡。
for ((i = 1; i <= 100; i++)); do
k exec "$client_node_pod" -c grpc-client-node -n grpc-best -- node kube_client.js > kube_result
done
sort kube_result | grep -v "^[[:space:]]*$" | uniq -c | sort -nrk1
输出如下,均匀路由4个版本的服务,符合预期。
26 Talk:PYTHON
25 Talk:NODEJS
25 Talk:GOLANG
24 Talk:JAVA
4 从本地验证
接下来,我们再来验证从本地请求istio-ingressgateway
。进入服务网格(ASM)实例,定义GRPC服务的Gateway
,将如下内容复制到页面。
apiVersion: networking.istio.io/v1alpha3
kind: Gateway
metadata:
namespace: grpc-best
name: grpc-gateway
spec:
selector:
istio: ingressgateway
servers:
- port:
number: 9996
name: grpc
protocol: GRPC
hosts:
- "*"
使用如下命令获取istio-ingressgateway
的IP。
alias k="kubectl --kubeconfig $USER_CONFIG"
INGRESS_IP=$(k -n istio-system get service istio-ingressgateway -o jsonpath='{.status.loadBalancer.ingress[0].ip}')
使用如下命令验证grpc server service的负载均衡。
docker run -d --name grpc_client_node -e GRPC_SERVER="${INGRESS_IP}" registry.cn-beijing.aliyuncs.com/asm_repo/grpc_client_node:1.0.0 /bin/sleep 3650d
client_node_container=$(docker ps -q)
docker exec -e GRPC_SERVER="${INGRESS_IP}" -it "$client_node_container" node kube_client.js
for ((i = 1; i <= 100; i++)); do
docker exec -e GRPC_SERVER="${INGRESS_IP}" -it "$client_node_container" node kube_client.js >> kube_result
done
sort kube_result | grep -v "^[[:space:]]*$" | uniq -c | sort -nrk1