实验环境准备

客户端 for linux:

Command	安装	备注
oc/kubectl	https://mirror.openshift.com/pub/openshift-v4/clients/ocp/4.4.3/openshift-client-linux-4.4.3.tar.gz	source<(oc completion bash)
kn	https://github.com/knative/client/releases/tag/v0.14.0	source<(kn completion bash)
http	dnf install httpie	http :8080 greeting="good morning"
hey	https://storage.googleapis.com/jblabs/dist/hey_linux_v0.1.2	hey -c 50 -z 10s $(url)
stern	https://github.com/wercker/stern/releases/download/1.6.0/stern_linux_amd64	stern podname -c user-container
tkn	https://mirror.openshift.com/pub/openshift-v4/clients/pipeline/0.9.0/tkn-linux-amd64-0.9.0.tar.gz	source <(tkn completion bash)

实验 1 knative serving 自动伸缩实验

kubectl create ns serverlesslab1
#检查 serving api
kubectl api-resources --api-group serving.knative.dev

根据Request 进行伸缩

kubectl apply -f lab1/service-greeting.yaml

测试服务已经可以访问，并且自动伸缩为0

hey -c 50 -z 10s '${SVC_URL}/?sleep=3&upto=10000&memload=100'

(注意这里一定要引号，否则bash中无法正确解析&)

检查ksvc/spec/template/metadata/annotations 标记值

增加伸缩时最小的pod数量

spec:
  template:
    metadata:
      annotations:
        # the minimum number of pods to scale down to
        autoscaling.knative.dev/minScale: "2"
        # the maximum number of pods to scale up to
        autoscaling.knative.dev/maxScale: "5"        
        # Target 10 in-flight-requests per pod.
        autoscaling.knative.dev/target: "10"

查看 autoscaler的配置

kubectl  -n knative-serving describe cm config-autoscaler

使用kn命令行进行操作

kn service create|delete|update 

kubectl edit ksvc svc_name 查看

流量切换

kn service create greeter --image quay.io/rhdevelopers/knative-tutorial-greeter:quarkus --revision-name greeter-v1
kn service update greeter --image quay.io/rhdevelopers/knative-tutorial-greeter:quarkus --revision-name greeter-v2 --env MESSAGE_PREFIX=GreeterV2
kn service update greeting --traffic greeting-greeter-v1=30 --traffic greeting-greeter-v2=70 --traffic @latest=0
kn revision list

(注意revision名字要匹配上)

根据CPU metrics进行伸缩

kn service update prime-generator \
   --annotation autoscaling.knative.dev/minScale- \
   --annotation autoscaling.knative.dev/maxScale- \
   --annotation autoscaling.knative.dev/target=70 \
   --annotation autoscaling.knative.dev/metric=cpu \
   --annotation autoscaling.knative.dev/class=hpa.autoscaling.knative.dev

清理本实验

kubectl delete ksvc greeter
kubectl delete ksvc prime-generator

实验 2 tekton pipeline

kubectl create ns  servelesslab2
#确认pipeline已经装好
kubectl get sa pipeline

kubectl api-resources --api-group 'tekton.dev'
kubectl api-resources --api-group 'triggers.tekton.dev'

注意事项请检查你当前的namespace是否是 serverlesslab2, 如果使用不同的名称，需要改lab2里面的脚本因为image push需要用到namespace名称

定义一个Pipeline

从源代码编译到 serverless部署

RTP

定义一个原生Pipeline就是定义Resource, Task, Pipeline

Resource

* Type -类型， 包括: git; image
* Params - 参数

Task RPS

* Resources: 绑定资源参数
* Params: 额外参数 
* Steps: 步骤 类似Ansible Command

Pipeline

* Resources
* TaskRef

第一步 Pipeline 三要素

   kubectl apply -f lab2/01_apply_manifest_task.yaml
   kubectl apply -f lab2/02_update_deployment_task.yaml
   kubectl apply -f lab2/03_resources.yaml
   kubectl apply -f lab2/04_pipeline.yaml

第二步手动触发Pipeline

tkn pipeline start build-and-deploy
>填参数

Git push 自动触发 pipeline 运行

TBL

TriggerTemplate 就是把 PipelineResource 参数化
TriigerBinding 就是把把git push event 和TriggerTemplate厘米的参数进行绑定
EventListener 就是接受git push event然后实例化pipelineresource 并且启动pipelinerun

实验步骤

* 第一步配置Trigger Template + 模板

    kubectl apply -f lab2/11_trigger_template.yaml 
    kubectl apply -f lab2/12_trigger_binding.yaml

* 第二步 配置Event listener，监听来自git repo的事件

    kubectl apply -f lab2/13_event_listener.yaml

* 第三步 给git repo 配置webhook

    oc expose svc el-vote-app
    oc get route
    git commit -m "empty-commit" --allow-empty

把 http://vote-ui-serverlesslab2.apps.ocp4-beijing-df27-ipi.azure.opentlc.com 配置到对应的webhook上面 以便接受git push的事件

实验 3 knative eventing I

在这个实验中，学习knative eventing 接收，保存，转发，订阅,路由

kubectl create ns serverlesslab3

确认knative eventing api

kubectl api-resources --api-group='sources.knative.dev'

默认安装的是

apiserversources                sources.knative.dev   true         ApiServerSource
pingsources                     sources.knative.dev   true         PingSource
sinkbindings                    sources.knative.dev   true         SinkBinding

注意事项请检查你当前的namespace是否是 serverlesslab3, 如果使用不同的名称，需要改lab3里面的脚本

模式1 source 直接触发 Service

第一步定义 source 和sink

source 和sink是配对出现的
Sink 可以是一个k服务,也可以是一个k Channel 这里我们定义一个k服务为sink
kubectl apply -f lab3/01-eventinghello-ping-source.yaml

第二步定义k服务

kubectl apply -f lab3/02-eventinghello-service.yaml

第三步观察eventing 触发 kservice

#观察Cloud event的原数据信息
stern eventinghello -c user-container

清理

kn source list
kn source ping delete eventinghello-ping-source

模式2 使用Channel保存和群发(订阅)消息

第一步创建Source,将事件发送到Channel

kubectl apply -f lab3/11-eventing-source.yaml

第二步创建Channel 用来保存事件

# Channel可以是memoryChannel，也可以是kafkaChannel，这里我们定义一个memoryChannel
kubectl apply -f lab3/12-eventing-channel.yaml

第三步创建服务

kubectl apply -f lab3/13-eventing-helloa-service.yaml
kubectl apply -f lab3/13-eventing-hellob-service.yaml

第四步创建Subscription 定与Channel中的消息

kubectl apply -f lab3/14-eventing-helloa-sub.yaml
kubectl apply -f lab3/14-eventing-hellob-sub.yaml

第五步

#观察行为
stern eventinghello -c user-container

清理

...
k delete -f lab3/12-eventing-channel.yaml
k delete -f lab3/14-eventing-helloa-sub.yaml 
k delete -f lab3/14-eventing-hellob-sub.yaml

模式3 使用Broker 基于元数据分发消息

knative 支持创建Broker 实现简单的基于CloudEvent元数据的内容分发路由

第一步激活eventing的默认路由

#这个是对namespace域起作用的
kubectl label ns serverlesslab3 knative-eventing-injection=enabled
#执行完了之后，可以看到有一个默认的broker创建,并且会创建两个pod: default-broker-filter+ default-broker-ingress
kubectl get broker

#expose 外部route 这样我们可以给broker发 cloudevent用来测试
oc expose svc default-broker

第二步部署两个ksvc

kubectl apply -f lab3/21-eventing-aloha-service.yaml
kubectl apply -f lab3/21-eventing-bonjour-service.yaml

第三步部署Trigger Eventing Trigger 就是用来定义过滤条件的，它的Controller已经在第一步部署上了，就是default-broker-filter

kubectl apply -f lab3/22-trigger-helloaloha.yaml 
kubectl apply -f lab3/22-trigger-hellobonjour.yaml

第四步发送CloudEvent

#ROUTE_HELLOA
#ROUTE_HELLOB
#ROUTE_BROKER
#测试1 直接给HelloA 发送http请求
curl -v "$ROUTE_HELLOA" \
-X POST \
-H "Ce-Id: say-hello" \
-H "Ce-Specversion: 1.0" \
-H "Ce-Type: aloha" \
-H "Ce-Source: mycurl" \
-H "Content-Type: application/json" \
-d '{"message":"from a curl"}'

#测试2 直接给HelloB 发送http 请求
curl -v "$ROUTE_HELLOB" \
-X POST \
-H "Ce-Id: say-hello" \
-H "Ce-Specversion: 1.0" \
-H "Ce-Type: bonjour" \
-H "Ce-Source: mycurl" \
-H "Content-Type: application/json" \
-d '{"message":"from a curl"}'

#测试3 给default-broker发送一个CloudEvent
curl -v "$ROUTE_BROKER" \
-X POST \
-H "Ce-Id: say-hello" \
-H "Ce-Specversion: 1.0" \
-H "Ce-Type: greeting" \
-H "Ce-Source: mycurl" \
-H "Content-Type: application/json" \
-d '{"message":"from a curl"}'

清理

for i in lab3/2*.yaml;do kubectl delete -f $i; done

实验 4 knative evening II(使用kafka存储消息)

上面的实验，我们已经练习了如何使用Channel, Subscription, Broker, Trigger来控制事件的存储，订阅，分发. 这基本上已经覆盖了当前knative eventing 的功能。

但是在生产中，为了消息保存的健壮性和持久性，我们往往希望使用kafka来存储消息。下面我们要使用knative的扩展功能 kafkaSource

创建一个新的命名空间

kubectl create ns serverlesslab4

注意事项请检查你当前的namespace是否是 serverlesslab4, 如果使用不同的名称，需要改lab4里面的脚本

安装kafkaSource

第一步安装strimiz + knative kafkachannel组件如果已经安装了，请忽略这个步骤

kubectl create ns kafka
kubectl apply -f lab4/installkafka/kafka-source.yaml
kubectl apply -f lab4/installkafka/kafka-channel.yaml

第二步检查kafkaSource是否安装好

kubectl api-resources --api-group='sources.knative.dev'
NAME               SHORTNAMES   APIGROUP              NAMESPACED   KIND
apiserversources                sources.knative.dev   true         ApiServerSource
camelsources                    sources.knative.dev   true         CamelSource
kafkasources                    sources.knative.dev   true         KafkaSource
pingsources                     sources.knative.dev   true         PingSource
sinkbindings                    sources.knative.dev   true         SinkBinding

kubectl api-resources --api-group='messaging.knative.dev'
NAME               SHORTNAMES   APIGROUP                NAMESPACED   KIND
channels           ch           messaging.knative.dev   true         Channel
inmemorychannels   imc          messaging.knative.dev   true         InMemoryChannel
kafkachannels      kc           messaging.knative.dev   true         KafkaChannel
subscriptions      sub          messaging.knative.dev   true         Subscription

第二步把当前namespace配置为默认使用kafkaChannel为knative Channel

kubectl apply -f lab4/01-default-channel-config.yaml

第三步测试创建一个knative channel

kubectl apply -f lab4/02-my-events-channel.yaml

第四步验证 kafkaChannel已经创建

kubectl get channels
kubectl get kafkachannels
bin/kafka-list-topics.sh
# 删除调刚才创建的my-event-ch
kubectl delete channels my-events-ch
bin/kafka-list-topics.sh

使用kafka进行事件转发与订阅

第一步创建ksvc

kubectl apply -f lab4/11-eventing-hello-service.yaml

第二步创建一个kafkaTopic

kubectl apply -f lab4/12-kafka-topic-my-topic.yaml

第三步创建一个KafkaSource 并且直接链接(Sink)到新建的服务上

kubectl apply -f lab4/13-mykafka-source.yaml

第四步测试连接到kafkaTopic: my-topic上面，发送数据，然后观察eventing hello服务被调起

打开两个三个终端，分别命令:

#Terminal1
stern eventinghello -c user-container 
>观察eventinghello k服务被调起 并且显示 POST: Terminal2中键入的消息

#Terminal2
lab4/bin/kafka-producer.sh 
>然后键入消息

#Terminal3
lab4/bin/kafka-consumer.sh 
>监控my-topic中的消息

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

实验环境准备

实验 1 knative serving 自动伸缩实验

根据Request 进行伸缩

实验 2 tekton pipeline

定义一个Pipeline

RTP

Resource

Task RPS

Pipeline

Git push 自动触发 pipeline 运行

TBL

实验步骤

实验 3 knative eventing I

确认knative eventing api

模式1 source 直接触发 Service

模式2 使用Channel保存和群发(订阅)消息

模式3 使用Broker 基于元数据分发消息

实验 4 knative evening II(使用kafka存储消息)

安装kafkaSource

使用kafka进行事件转发与订阅

About

Uh oh!

Releases

Packages

Uh oh!

Contributors

Uh oh!

Languages

Name		Name	Last commit message	Last commit date
Latest commit History 10 Commits
image		image
lab1		lab1
lab2		lab2
lab3		lab3
lab4		lab4
README.md		README.md

Folders and files

Latest commit

History

Repository files navigation

实验环境准备

实验 1 knative serving 自动伸缩实验

根据Request 进行伸缩

实验 2 tekton pipeline

定义一个Pipeline

RTP

Resource

Task RPS

Pipeline

Git push 自动触发 pipeline 运行

TBL

实验步骤

实验 3 knative eventing I

确认knative eventing api

模式1 source 直接触发 Service

模式2 使用Channel保存和群发(订阅)消息

模式3 使用Broker 基于元数据分发消息

实验 4 knative evening II(使用kafka存储消息)

安装kafkaSource

使用kafka进行事件转发与订阅

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages