kubernetes学习(k8s中sts部署zk集群)

本文涉及的产品
容器服务 Serverless 版 ACK Serverless,952元额度 多规格
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
云原生网关 MSE Higress,422元/月
简介: kubernetes学习(k8s中sts部署zk集群)

各节点均安装zk

准备工作

准备工作每个节点都进行

安装java环境

可以编译或者yum安装,我这边为了省事直接yum了  

yum -y install java

下载zk二进制包

也可下载源码包自己编译

wget https://dlcdn.apache.org/zookeeper/zookeeper-3.8.1/apache-zookeeper-3.8.1-bin.tar.gz --no-check-certificate
tar -xf apache-zookeeper-3.8.1-bin.tar.gz -C /usr/local/
mv /usr/local/{apache-zookeeper-3.8.1-bin,zookeeper}
cp /usr/local/zookeeper/conf/{zoo_sample.cfg,zoo.cfg}
# 复制一份配置文件模板
mkdir /usr/local/zookeeper/{data,logs}

修改配置文件

我这边3节点默认配置文件都保持一致

cat > /usr/local/zookeeper/conf/zoo.cfg <<EOF
tickTime=2000
# 服务器之间或者服务器与客户端之间维持心跳时间间隔,tickTime单位是毫秒
initLimit=10
# 集群中follower与leader之间初始连接心跳数为10 * tickTime
syncLimit=5
# 集群中follower与leader之间请求和应答之间能容忍最多心跳 5 * tickTime
dataDir=../data
# 数据存放目录,使用的相对路径
dataLogDir=../logs
# 日志存放目录,使用的相对路径
clientPort=2181
# 客户端连接端口
maxClientCnxns=60
# 客户端最大连接数,默认即60
4lw.commands.whitelist=*
# 客户端获取zookeeper服务当前状态及信息
server.1=10.10.21.227:2888:3888
server.2=10.10.21.228:2888:3888
server.3=10.10.21.229:2888:3888
# 三个节点配置,格式为 server.服务编号=服务地址、leader和follower通信端口、选举端口
EOF

修改配置

node01

节点标记ID

echo "1" > /usr/local/zookeeper/data/myid  
# 每个节点不同即可,范围为1-255  

启动zk

/usr/local/zookeeper/bin/zkServer.sh start
# 如确定配置无误,但是无法启动zk可以尝试cd进bin目录使用相对路径启动  

node02

节点标记ID

echo "2" > /usr/local/zookeeper/data/myid

启动zk

/usr/local/zookeeper/bin/zkServer.sh start 

node03

节点标记ID

echo "3" > /usr/local/zookeeper/data/myid 

启动zk

/usr/local/zookeeper/bin/zkServer.sh start  

集群状态检测

建议等几十秒再检查,避免未完全启动  

[root@node01 bin]# ./zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower
[root@node02 bin]# ./zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: leader
[root@node03 bin]# ./zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /usr/local/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower 

制作zk集群镜像

从上面我们大概知道了构建zk集群需要准备哪些东西了

下面就准备给它容器化  

准备构建容器所需文件

mkdir zookeeper/ # 创建目录存放
cp apache-zookeeper-3.8.1-bin.tar.gz zookeeper/ # 拷贝zk二进制文件包
cd zookeeper/  

准备配置文件

cat <<EOF > zoo.cfg 
tickTime={ZOOK_TICK_TIME}
initLimit={ZOOK_INIT_LIMIT}
syncLimit={ZOOK_SYNC_LIMIT}
dataDir={ZOOK_DATA_DIR}
dataLogDir={ZOOK_LOG_DIR}
clientPort={ZOOK_CLIENT_PORT}
maxClientCnxns={ZOOK_MAX_CLIENT_CNXNS}
4lw.commands.whitelist=*
EOF
# 这里{}定义了很多占位用的数据,后面会用来替换  

准备Dockerfile

cat <<EOF > Dockerfile 
FROM openjdk:8-jre
RUN /bin/cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime &&  echo 'Asia/Shanghai' >/etc/timezone
# 调整时区,也可以之间在k8s的yaml文件将hostpath的/etc/localtime 挂载给pod来定义时区
ENV VERSION=3.8.1
ADD ./apache-zookeeper-${VERSION}-bin.tar.gz /
# 解压二进制包到 / 下
COPY ./zoo.cfg /apache-zookeeper-${VERSION}-bin/conf
RUN mv /apache-zookeeper-${VERSION}-bin /zookeeper
COPY ./entrypoint.sh /entrypoint.sh
EXPOSE 2181 2888 3888
CMD ["bin/bash", "/entrypoint.sh"]
EOF
# 这里使用了环境变量来代替版本,方便后续迭代升级 

准备entrypoint.sh

cat entrypoint.sh
# 定义zk需要的一些环境变量
ZOOK_BIN_DIR=/zookeeper/bin
ZOOK_CONF_DIR=/zookeeper/conf/zoo.cfg
# ${ZOOK_TICK_TIME:-2000}是一种Shell中的环境变量替换语法,表示如果环境变量ZOOK_TICK_TIME未定义或为空,则使用默认值2000进行替换
# 在使用sed命令替换文本时,可以在需要替换的文本内容中添加环境变量名并设置默认值。语法格式为 ${变量名:-默认值}
# 下面这一部分可以在k8s的yaml中使用环境变量传参,如不传就会使用默认的参数
sed -i s#{ZOOK_TICK_TIME}#${ZOOK_TICK_TIME:-2000}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_INIT_LIMIT}#${ZOOK_INIT_LIMIT:-10}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_SYNC_LIMIT}#${ZOOK_SYNC_LIMIT:-5}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_DATA_DIR}#${ZOOK_DATA_DIR:-/data}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_LOG_DIR}#${ZOOK_LOG_DIR:-/logs}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_CLIENT_PORT}#${ZOOK_CLIENT_PORT:-2181}#g ${ZOOK_CONF_DIR}
sed -i s#{ZOOK_MAX_CLIENT_CNXNS}#${ZOOK_MAX_CLIENT_CNXNS:-60}#g ${ZOOK_CONF_DIR}
# 通过ENV的方式注入ZK的地址,并循环加入到配置文件中
for server in ${ZOOK_SERVERS:-server.1=localhost:2181:2888:3888}
do
  echo ${server} >> ${ZOOK_CONF_DIR}
done
# 建立myid文件,通过pod的主机的名称提取,要求采用StatefulSet方式来编排,否则无法提取到匹配的主机名
ZOOK_MYID=$(( $(hostname | sed 's#.*-##g') + 1 ))
echo "${ZOOK_MYID:-99}" > ${ZOOK_DATA_DIR:-/data}/myid
# 前台运行zookeeper
cd ${ZOOK_BIN_DIR}
./zkServer.sh start-foreground 

构建镜像

上面三台机器是没安装docker的,我这边把dockerfile需要的文件都拷贝到docker环境进行构建

[root@node01 ~]# scp -r zookeeper/ 10.10.21.223:/opt 
# 10.10.21.223是我k8s中的node01
docker build -t harbor.org/library/zk:3.8.1 .
# 改好tag方便push  

上传镜像

上传镜像涉及到harbor,可以参考这篇blog

docker login -u admin -p Harbor12345 harbor.org
# 登录harbor
docker push harbor.org/library/zk:3.8.1
# 上传至我自己的harbor中 

k8s安装zk集群

Zookeeper属于有状态服务;

Zookeeper集群存在角色之分;

Zookeeper集群每个节点都需要存储自己的数据;

Zookeeper集群每个节点都需要有一个唯一的地  

创建docker-register的secret

kubectl create secret docker-registry harbor-admin --docker-username=admin --docker-password=Harbor12345  

这样可以避免每个节点都去login登录harbor

创建headless

cat <<EOF > zk-headless.yaml 
apiVersion: v1
kind: Service
metadata:
  name: zk-svc
spec: 
  clusterIP: None
  selector:
    app: zk
  ports:
  - name: client
    port: 2181
    targetPort: 2181
  - name: leader-fllow
    port: 2888
    targetPort: 2888
  - name: selection
    port: 3888
    targetPort: 3888
EOF  

创建sts

其中涉及到nfs的存储类,可以参考这篇blog  

vim zk-sts.yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: zk
spec: 
  serviceName: zk-svc
  replicas: 3
  selector:
    matchLabels:
      app: zk
  template:
    metadata:
      labels:
        app: zk
    spec:
      affinity:
        podAntiAffinity: # pod亲和性控制pod不分配到相同节点
          requiredDuringSchedulingIgnoredDuringExecution:
          - labelSelector:
              matchExpressions:
              - key: app
                operator: In
                values: ["zk"]
            topologyKey: "kubernetes.io/hostname"
      imagePullSecrets:
      - name: harbor-admin # 和docker-register的secret对应
      containers:
      - name: zk
        image: harbor.org/library/zk:3.8.1 # 上面新打包的镜像
        imagePullPolicy: Always
        env:
        - name: ZOOK_SERVERS # 传参进去
          value: "server.1=zk-0.zk-svc.default.svc.cluster.local:2888:3888 server.2=zk-1.zk-svc.default.svc.cluster.local:2888:3888 server.3=zk-2.zk-svc.default.svc.cluster.local:2888:3888"
        ports:
        - name: client
          containerPort: 2181
        - name: leader-fllow
          containerPort: 2888
        - name: selection
          containerPort: 3888
        readinessProbe: # 就绪探针
          exec:
            command: 
            - "/bin/bash"
            - "-c"
            - '[[ "$(/zookeeper/bin/zkServer.sh status 2>/dev/null|grep 2181)" ]] || exit 1'
          initialDelaySeconds: 10
          timeoutSeconds: 5
        livenessProbe: # 存活探针
          exec:
            command: 
            - "/bin/bash"
            - "-c"
            - '[[ "$(/zookeeper/bin/zkServer.sh status 2>/dev/null|grep 2181)" ]] || exit 1'
          initialDelaySeconds: 10
          timeoutSeconds: 5
        volumeMounts:
        - name: data
          mountPath: /data
  volumeClaimTemplates:
  - metadata:
      name: data
    spec:
      accessModes: ["ReadWriteMany"]      
      storageClassName: nfs-storage # 和已有的存储类需要对应
      resources:
        requests:
          storage: 10Gi  

启动集群并检查

kubectl apply -f zk-headless.yaml 
kubectl apply -f zk-sts.yaml
kubectl get pod -owide  

正常结果应该是pod都启动了,且不在一个节点上

[root@node1 zookeeper]# kubectl get svc  
NAME         TYPE        CLUSTER-IP    EXTERNAL-IP   PORT(S)                      AGE   LABELS
kubernetes   ClusterIP   192.168.0.1   <none>        443/TCP                      29h   component=apiserver,provider=kubernetes
zk-svc       ClusterIP   None          <none>        2181/TCP,2888/TCP,3888/TCP   79m   <none>
[root@node1 zookeeper]# kubectl get pod -owide 
NAME   READY   STATUS    RESTARTS   AGE     IP               NODE           NOMINATED NODE   READINESS GATES
zk-0   1/1     Running   0          5m11s   172.16.120.199   10.10.21.223   <none>           <none>
zk-1   1/1     Running   0          5m      172.16.78.70     10.10.21.225   <none>           <none>
zk-2   1/1     Running   0          87s     172.16.152.194   10.10.21.224   <none>           <none>  复制成功,转载请保留本站链接: www.chenjiao.cloud

然后进集群检查下zk状态

[root@node1 zookeeper]# kubectl exec zk-0 -- /zookeeper/bin/zkServer.sh status 
ZooKeeper JMX enabled by default
Using config: /zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower
[root@node1 zookeeper]# kubectl exec zk-1 -- /zookeeper/bin/zkServer.sh status 
ZooKeeper JMX enabled by default
Using config: /zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: leader
[root@node1 zookeeper]# kubectl exec zk-2 -- /zookeeper/bin/zkServer.sh status 
ZooKeeper JMX enabled by default
Using config: /zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower 

连接zk集群测试

kubectl exec -it zk-2 -- /bin/bash
root@zk-2:/# /zookeeper/bin/zkCli.sh -server zk-svc
[zk: zk-svc(CONNECTED) 1] create /kubernetes version1.26.5
Created /kubernetes
[zk: zk-svc(CONNECTED) 2] get /kubernetes
version1.26.5 


相关实践学习
通过Ingress进行灰度发布
本场景您将运行一个简单的应用,部署一个新的应用用于新的发布,并通过Ingress能力实现灰度发布。
容器应用与集群管理
欢迎来到《容器应用与集群管理》课程,本课程是“云原生容器Clouder认证“系列中的第二阶段。课程将向您介绍与容器集群相关的概念和技术,这些概念和技术可以帮助您了解阿里云容器服务ACK/ACK Serverless的使用。同时,本课程也会向您介绍可以采取的工具、方法和可操作步骤,以帮助您了解如何基于容器服务ACK Serverless构建和管理企业级应用。 学习完本课程后,您将能够: 掌握容器集群、容器编排的基本概念 掌握Kubernetes的基础概念及核心思想 掌握阿里云容器服务ACK/ACK Serverless概念及使用方法 基于容器服务ACK Serverless搭建和管理企业级网站应用
目录
相关文章
|
15天前
|
存储 Kubernetes 持续交付
k8s学习
【10月更文挑战第1天】
60 4
|
14天前
|
Kubernetes API 调度
中间层 k8s(Kubernetes) 到底是什么,架构是怎么样的?
中间层 k8s(Kubernetes) 到底是什么,架构是怎么样的?
29 3
|
15天前
|
存储 Kubernetes 调度
|
13天前
|
运维 Kubernetes Cloud Native
云原生时代的容器编排:Kubernetes入门与实践
【10月更文挑战第4天】在云计算的浪潮中,云原生技术以其敏捷、可扩展和高效的特点引领着软件开发的新趋势。作为云原生生态中的关键组件,Kubernetes(通常被称为K8s)已成为容器编排的事实标准。本文将深入浅出地介绍Kubernetes的基本概念,并通过实际案例引导读者理解如何利用Kubernetes进行高效的容器管理和服务部署。无论你是初学者还是有一定经验的开发者,本文都将为你打开云原生世界的大门,并助你一臂之力在云原生时代乘风破浪。
|
15天前
|
Kubernetes Cloud Native 流计算
Flink-12 Flink Java 3分钟上手 Kubernetes云原生下的Flink集群 Rancher Stateful Set yaml详细 扩容缩容部署 Docker容器编排
Flink-12 Flink Java 3分钟上手 Kubernetes云原生下的Flink集群 Rancher Stateful Set yaml详细 扩容缩容部署 Docker容器编排
57 0
|
存储 Kubernetes API
在K8S集群中,如何正确选择工作节点资源大小? 2
在K8S集群中,如何正确选择工作节点资源大小?
|
Kubernetes Serverless 异构计算
基于ACK One注册集群实现IDC中K8s集群以Serverless方式使用云上CPU/GPU资源
在前一篇文章《基于ACK One注册集群实现IDC中K8s集群添加云上CPU/GPU节点》中,我们介绍了如何为IDC中K8s集群添加云上节点,应对业务流量的增长,通过多级弹性调度,灵活使用云上资源,并通过自动弹性伸缩,提高使用率,降低云上成本。这种直接添加节点的方式,适合需要自定义配置节点(runtime,kubelet,NVIDIA等),需要特定ECS实例规格等场景。同时,这种方式意味您需要自行
基于ACK One注册集群实现IDC中K8s集群以Serverless方式使用云上CPU/GPU资源
|
Kubernetes API 调度
在K8S集群中,如何正确选择工作节点资源大小?1
在K8S集群中,如何正确选择工作节点资源大小?
|
弹性计算 运维 Kubernetes
本地 IDC 中的 K8s 集群如何以 Serverless 方式使用云上计算资源
本地 IDC 中的 K8s 集群如何以 Serverless 方式使用云上计算资源
|
Kubernetes Ubuntu Shell
shell 脚本实现 k8s 集群环境下指定 ns 资源的 yaml 文件备份
在基于 `k8s` 平台的容器化部署环境中,有时候需要快速的实现部署文件的迁移备份,当 `k8s` 平台部署一个 `app` 时,都会相应的产生一堆 `yaml` 文件,如果 `yaml` 文件数量较少,我们可以人工手动的方式进行拷贝,但是当 `yaml` 文件数量多,并且该 `k8s` 平台部署了多个 `app` 时,如果在采用...
534 0
shell 脚本实现 k8s 集群环境下指定 ns 资源的 yaml 文件备份