Serverless TrainTicket

TrainTicket 是复旦大学 CodeWisdom 团队按照工业界微服务实践所开发的一个开源微服务基准系统，是基于微服务架构的一个火车订票系统，包含了 41 种微服务。本项目使用开源函数计算框架 OpenFaaS、基于 Serverless 架构提取并改造开源微服务系统 TrainTicket 中高并发的订票业务，部署并运行在 Kubernetes 集群中。主要使用的开发技术框架如下：

• Java - OpenFaaS、OkHttp、*Spring Boot
• DB - MongoDB、MongoBD JDBC

快速开始

本项目基于 Kubernetes 集群并使用开源函数计算框架 OpenFaaS 来部署我们的 Serverless TrainTicket 系统。

先决条件

由于本项目选择Kubernetes 来构建 OpenFaaS 的 Serverless 平台，因此你需要至少两台服务器以构建 Kubernetes 集群。集群部署教程

服务器系统要求

• CPU和内存：双核，4GB以上。
• 操作系统：基于x86_64的各种Linux发行版，包括CentOS，Federa，Ubuntu等，但内核要求在3.10及以上。
• 容器运行时：一般情况下使用Docker作为容器运行时。

1. 登录Docker Hub

docker login -u <username> -p <password>

2. 安装NFS

详细步骤参考该链接，本项目中master节点为nfs服务端、所有node节点为nfs客户端，挂载路径为/var/nfs/data/。

2. 安装OpenFaaS

详细步骤参考OpenFaaS官方文档。官方提供了三种安装OpenFaaS的方法，建议使用 helm（arkade不够成熟，yaml文件支持定制自定义安装方案但过于繁琐）。

3. 克隆项目仓库

git clone https://gitee.com/akasakaisami/train-ticket-serverless.git
cd Serverless_trainticket/

4. 配置部署需要的全局变量

master节点的shell中输入

MASTER_ID=<master_ip_address>
NODE01_ID=<node01_ip_address>
NODE02_ID=<node02_ip_address>
NODE03_ID=<node03_ip_address>
DOCKER_USERNAME=<docker_username>

5. 执行数据库自动部署脚本文件

# 部署数据库
sed -i s/master_ip_address/$MASTER_ID/ part01_DataBaseDeployment.sh
sed -i s/docker_username/$DOCKER_USERNAME/ part01_DataBaseDeployment.sh

chmod u+x part01_DataBaseDeployment.sh
./part01_DataBaseDeployment.sh

运行 kubectl get pods和kubectl get pods -n openfaas-fn 等待所有数据库初始化函数 Pods 都是 Ready 状态，再运行以下命令

# 数据内容初始化
sed -i s/10.141.212.140/$MASTER_ID/ part01_DataInitiation.sh

chmod u+x part01_DataInitiation.sh
./part01_DataInitiation.sh

6. 执行后端自动部署脚本文件

# BaaS服务部署
chmod u+x part02_BaaSServices.sh
./part02_BaaSServices.sh

# FaaS函数部署
sed -i s/master_ip_address/$MASTER_ID/ part02_FaaSFunctions.sh
sed -i s/docker_username/$DOCKER_USERNAME/ part02_FaaSFunctions.sh

chmod u+x part02_FaaSFunctions.sh
./part02_FaaSFunctions.sh

7. 执行前端自动部署脚本文件

# 前端部署
chmod u+x part03_Frontend.sh
./part03_Frontend.sh

8. 运行 kubectl get pods --all-namespaces 等待所有 Pods 都是 Ready 状态

9. 访问 Serverless TrainTicket 主页 http://[Node-IP]:32677