利用k8s client-go库创建CRD的informer的操作流程

简介: 以上步骤将创建一个针对特定 CRD 的 informer,该 informer 会触发相应的事件处理程序以便您对事件进行响应。这是一个高级的方案,需要对 Go 编程语言和 Kubernetes 内部机制有深入的了解。在应用之前,强烈建议深入了解 Kubernetes client-go 库以及其工作原理。

要在 Kubernetes 中使用 client-go 库创建 CRD (Custom Resource Definition) 的 informer,你需要经历以下步骤:

  1. 初始化客户端集:
    首先,需要初始化用于交互的 Kubernetes 客户端集。将使用该客户端集来操作 Kubernetes API。
import (
    "k8s.io/client-go/kubernetes"
    "k8s.io/client-go/rest"
    "k8s.io/client-go/tools/clientcmd"
)

// 构建 kubeconfig。在外部集群直接使用 kubeconfig,在集群内使用 Service Account。
kubeconfig, err := clientcmd.BuildConfigFromFlags("", YOUR_KUBECONFIG_PATH)
if err != nil {
    panic(err.Error())
}

// 初始化 Kubernetes 客户端集。
clientset, err := kubernetes.NewForConfig(kubeconfig)
if err != nil {
    panic(err.Error())
}
​
  1. 定义 Custom Resource 的结构:
    定义一个 Go 结构来表示 Custom Resource,并确保其实现了 runtime.Object 接口。
import (
    metav1 "k8s.io/apimachinery/pkg/apis/meta/v1"
    "k8s.io/apimachinery/pkg/runtime"
)

// 你的 Custom Resource 的定义,确保它实现了 runtime.Object 接口。
type YourCustomResource struct {
    metav1.TypeMeta   `json:",inline"`
    metav1.ObjectMeta `json:"metadata,omitempty"`

    Spec YourCustomResourceSpec `json:"spec"`
}

// ...

func (in *YourCustomResource) DeepCopyObject() runtime.Object {
    // ...
}
​
  1. 初始化 Scheme 和相应的 CRD Client:
    自定义资源需要添加到 Scheme 中。Scheme 是用于操作 API 对象的方法集合,包括序列化、反序列化和版本转换。
import (
    "k8s.io/client-go/rest"
    "k8s.io/client-go/tools/clientcmd"
    "k8s.io/apimachinery/pkg/runtime"
    "k8s.io/apimachinery/pkg/runtime/schema"
)

scheme := runtime.NewScheme()
GroupVersion := schema.GroupVersion{Group: YOUR_GROUP, Version: YOUR_VERSION}

// Add your custom resource to the scheme.
scheme.AddKnownTypes(GroupVersion, &YourCustomResource{}, &YourCustomResourceList{})
metav1.AddToGroupVersion(scheme, GroupVersion)

config, err := clientcmd.BuildConfigFromFlags("", YOUR_KUBECONFIG_PATH)
if err != nil {
    panic(err.Error())
}
config.GroupVersion = &GroupVersion
config.APIPath = "/apis"
config.ContentType = runtime.ContentTypeJSON
config.NegotiatedSerializer = serializer.NewCodecFactory(scheme)

// 创建 rest 客户端来与 CRD 交云。
restClient, err := rest.RESTClientFor(config)
​
  1. 创建 Informer:
    Informer 会监听 Kubernetes API 的事件,当你的 Custom Resource 发生变化时(创建、更新或删除),Informer 可以获取到这些事件。
import (
    "context"
    "k8s.io/client-go/informers"
    "k8s.io/client-go/tools/cache"
)

// resyncPeriod 决定 informer 同步资源状态的频率。
resyncPeriod := 30 * time.Second

// 初始化自定义资源的 informer
informer := cache.NewSharedIndexInformer(
    cache.NewListWatchFromClient(restClient, YOUR_RESOURCE_PLURAL, metav1.NamespaceAll, fields.Everything()),
    &YourCustomResource{},
    resyncPeriod,
    cache.Indexers{},
)
​
  1. 添加事件处理器:
    在 informer 上添加事件处理器可以处理不同的事件,如添加、更新或删除自定义资源。
informer.AddEventHandler(cache.ResourceEventHandlerFuncs{
    AddFunc: func(obj interface{}) {
        // 处理添加资源事件的逻辑
    },
    UpdateFunc: func(oldObj, newObj interface{}) {
        // 处理更新资源事件的逻辑
    },
    DeleteFunc: func(obj interface{}) {
        // 处理删除资源事件的逻辑
    },
})
​
  1. 启动 Informer:
    最后,需要启动 informer 并等待接收来自 Kubernetes API 的事件。
stopCh := make(chan struct{})
defer close(stopCh)

// 启动 informer,此操作会运行一个无限循环,在这个循环中监听 API 事件。
go informer.Run(stopCh)

// 等待 informer 停止
<-stopCh
​

以上步骤将创建一个针对特定 CRD 的 informer,该 informer 会触发相应的事件处理程序以便您对事件进行响应。这是一个高级的方案,需要对 Go 编程语言和 Kubernetes 内部机制有深入的了解。在应用之前,强烈建议深入了解 Kubernetes client-go 库以及其工作原理。

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。 &nbsp; &nbsp; 相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
目录
相关文章
使用阿里云快速构建海外镜像实战案例
关于如何使用阿里云服务快速构建海外镜像的实战案例,包括在GitHub创建项目和在阿里云配置镜像仓库的详细步骤。
1053 2
使用阿里云快速构建海外镜像实战案例
|
Java 索引
Java ArrayList中的常见删除操作及方法详解。
通过这些方法,Java `ArrayList` 提供了灵活而强大的操作来处理元素的移除,这些方法能够满足不同场景下的需求。
890 30
|
存储 机器学习/深度学习 自然语言处理
避坑指南:PAI-DLC分布式训练BERT模型的3大性能优化策略
本文基于电商搜索场景下的BERT-Large模型训练优化实践,针对数据供给、通信效率与计算资源利用率三大瓶颈,提出异步IO流水线、梯度压缩+拓扑感知、算子融合+混合精度等策略。实测在128卡V100集群上训练速度提升3.2倍,GPU利用率提升至89.3%,训练成本降低70%。适用于大规模分布式深度学习任务的性能调优。
|
存储 缓存 开发工具
Git stash命令的详细使用说明及案例分析。
通过上述案例,我们看到stash命令能够在不丢失进度的情况下,帮助开发者临时切换开发上下文,这在处理多个任务或紧急bug时特别有用。正确使用Git stash可以大大提高开发的灵活性和效率。
2914 0
|
Kubernetes API Go
在Kubernetes client-go库中如何有效构建CRD的informer
构建并运行Informer之后,你的应用现在能够实时地响应Kubernetes中的CRD资源变化事件。这是一个强大的模式,它可以使得你的应用更加智能地与你的Kubernetes集群互动。通过上述步骤,你可以创建一个强大、可扩展且与Kubernetes紧密集成的系统。
282 0
|
Kubernetes API Docker
Kubernetes (k8s 1.23) 安装与卸载
Kubernetes (k8s 1.23) 安装与卸载
683 1
|
Kubernetes 程序员 API
k8s自定义controller三部曲之二:自动生成代码
本文是《k8s自定义controller三部曲》的第二篇,我们一起来实战如何将controller所需的informer、client等代码通过工具自动生成
1028 0
k8s自定义controller三部曲之二:自动生成代码
|
JSON Linux 应用服务中间件
CentOS 7 上编译安装 Podman 3.4.4
CentOS 7 上编译安装 Podman 3.4.4
1374 0
|
KVM 虚拟化
KVM的热添加技术之CPU
这篇文章介绍了如何在KVM虚拟机中热添加CPU资源,包括查看当前CPU配置、修改CPU核心数、永久性修改CPU配置以及注意事项等操作步骤。
793 1
KVM的热添加技术之CPU
|
机器学习/深度学习 缓存 Kubernetes
Kubernetes 调度系统之 Scheduling Framework
阿里云容器服务团队结合多年Kubernetes产品与客户支持经验,对Kube-scheduler进行了大量优化和扩展,逐步使其在不同场景下依然能稳定、高效地调度各种类型的复杂工作负载。 本文帮助大家更好地了解Kubernetes调度系统的强大能力和未来发展方向。
3512 0
Kubernetes 调度系统之 Scheduling Framework