02-k8s部署環境

peng_boke發表於2024-10-14

K8S

前言

心有山水不造作，靜而不爭遠是非

7.叢集

7.1叢集常見的基本形式

叢集的目標

高可用：主機當機對業務無影響。
- 當機原因：網路卡、路由器、機房、CPU負載過高、記憶體溢位、自然災害等不可預期的原因導致，也稱單點問題
- 解決方案：【選主式（雙主、raft選舉）】重新建立主節點
單點效能限制：當單點資料量過大導致效能降低，所以需要多臺分擔共同儲存整個叢集資料，並且做好互相備份保證即使單點故障，也能在其他節點找到資料
- 解決方案：【分片式（分庫分表）】
資料備份容災：單點故障後，儲存的資料仍然可以在別的地方拉起
- 解決方案：【主從複製】
壓力分擔：避免單點壓力過高，例如單節點幾千億條資料讀取很慢，分離操作，各單點完成自己的工作完成整個工作
- 解決方案：【讀寫分離】
主從複製、讀寫分離可以一起實現

叢集的基礎形式

主從式：
- 主從複製：從節點複製主節點資料，保持一致（mysql）
- 主從排程：所有請求由主節點排程，挑一個從節點響應請求（k8s）
分片式：（可以看作有多套主從構成分片）
- 資料分片儲存，突破單點限制
- 分片之間互相備份，保證資料不丟失
- 客戶端分片：由客戶端計算實際請求的分片地址（mycat）
- 服務端分片：由服務端計算實際請求的分片地址（redis）
- 例：訂單表，按地區分片，按時間分表
選主式：
- 為了容災選主
- 為了排程選主

7.2MySQL-常見叢集形式

叢集原理

MySQL-MMM 是 Master-Master Replication Manager for MySQL（mysql 主主複製管理器）的簡稱，是 Google 的開源專案（Perl 指令碼）。MMM 基於 MySQL Replication 做的擴充套件架構，主要用來監控 mysql 主主複製並做失敗轉移。其原理是將真實資料庫節點的 IP（RIP）對映為虛擬 IP（VIP）集。 mysql-mmm 的監管端會提供多個虛擬 IP（VIP），包括一個可寫 VIP，多個可讀 VIP，透過監管的管理，這些 IP 會繫結在可用 mysql 之上，當某一臺 mysql 當機時，監管會將 VIP 遷移至其他 mysql。在整個監管過程中，需要在 mysql 中新增相關授權使用者，以便讓 mysql 可以支援監理機的維護。授權的使用者包括一個mmm_monitor 使用者和一個 mmm_agent 使用者，如果想使用 mmm 的備份工具則還要添加一個 mmm_tools 使用者。

MHA（Master High Availability）目前在 MySQL 高可用方面是一個相對成熟的解決方案, 由日本 DeNA 公司 youshimaton（現就職於 Facebook 公司）開發，是一套優秀的作為 MySQL高可用性環境下故障切換和主從提升的高可用軟體。在MySQL故障切換過程中， MHA 能做到在 0~30 秒之內自動完成資料庫的故障切換操作（以 2019 年的眼光來說太慢了），並且在進行故障切換的過程中，MHA 能在最大程度上保證資料的一致性，以達到真正意義上的高可用。

InnoDB Cluster 支援自動 Failover、強一致性、讀寫分離、讀庫高可用、讀請求負載均衡，橫向擴充套件的特性，是比較完備的一套方案。但是部署起來複雜，想要解決 router 單點問題好需要新增元件，如沒有其他更好的方案可考慮該方案。 InnoDB Cluster 主要由 MySQL Shell、MySQL Router 和 MySQL 伺服器叢集組成，三者協同工作，共同為 MySQL 提供完整的高可用性解決方案。MySQL Shell 對管理人員提供管理介面，可以很方便的對叢集進行配置和管理,MySQL Router 可以根據部署的叢集狀況自動的初始化，是客戶端連線例項。如果有節點 down 機，叢集會自動更新配置。叢集包含單點寫入和多點寫入兩種模式。在單主模式下，如果主節點 down 掉，從節點自動替換上來， MySQL Router 會自動探測，並將客戶端連線到新節點。

7.3MySQL-主從同步

主機	ip
mysql-master	192.168.188.180:3317
mysql-slaver-01	192.168.188.180:3327

Master

執行一個mysql例項

引數說明

-p 3307:3306：將容器的 3306 埠對映到主機的 3307 埠 -v
/mydata/mysql/master/conf:/etc/mysql：將配置資料夾掛在到主機 -v
/mydata/mysql/master/log:/var/log/mysql：將日誌資料夾掛載到主機 -v
/mydata/mysql/master/data:/var/lib/mysql：將配置資料夾掛載到主機 -e
MYSQL_ROOT_PASSWORD=root：初始化 root 使用者的密碼

# 刪除目錄 如果需要清除環境
 docker stop mysql-master
 docker rm -f mysql-master
 rm -rf /mydata/mysql/master/data
 rm -rf /mydata/mysql/master/log
 rm -rf /mydata/mysql/master/conf

# 建立目錄
mkdir -p /mydata/mysql/master/{data,log}
mkdir -p /mydata/mysql/master/conf/{conf.d,mysql.conf.d}

# 執行
docker run -p 3317:3306 --name mysql-master \
  -v /mydata/mysql/master/log:/var/log/mysql \
  -v /mydata/mysql/master/data:/var/lib/mysql \
  -v /mydata/mysql/master/conf:/etc/mysql \
  -e MYSQL_ROOT_PASSWORD=root \
  -d mysql:5.7

修改 master 基本配置

# rm -f /mydata/mysql/master/conf/my.cnf
vim /mydata/mysql/master/conf/my.cnf

my.cnf

注意：skip-name-resolve 一定要加，不然連線 mysql 會超級

[client]
default-character-set=utf8

[mysql]
default-character-set=utf8

[mysqld]
init_connect='SET collation_connection = utf8_unicode_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve

# 新增 master 主從複製部分配置
server_id=1
log-bin=mysql-bin

# 讀寫
read-only=0

# 只同步業務庫
binlog-do-db=mall_ums
binlog-do-db=mall_pms
binlog-do-db=mall_oms
binlog-do-db=mall_sms
binlog-do-db=mall_wms
binlog-do-db=mall_admin

# 不同步mysql基礎庫
replicate-ignore-db=mysql
replicate-ignore-db=sys
replicate-ignore-db=information_schema
replicate-ignore-db=performance_schema

重啟master

docker restart mysql-master
docker logs mysql-master

Slave

執行一個mysql例項

# 刪除目錄 如果需要清除環境
 docker stop mysql-slaver-01
 docker rm -f mysql-slaver-01
 rm -rf /mydata/mysql/slaver/data
 rm -rf /mydata/mysql/slaver/log
 rm -rf /mydata/mysql/slaver/conf

# 建立目錄
mkdir -p /mydata/mysql/slaver/{data,log}
mkdir -p /mydata/mysql/slaver/conf/{conf.d,mysql.conf.d}

docker run -p 3327:3306 --name mysql-slaver-01 \
  -v /mydata/mysql/slaver/log:/var/log/mysql \
  -v /mydata/mysql/slaver/data:/var/lib/mysql \
  -v /mydata/mysql/slaver/conf:/etc/mysql \
  -e MYSQL_ROOT_PASSWORD=root \
  -d mysql:5.7

修改 slave 基本配置

vim /mydata/mysql/slaver/conf/my.cnf

my.cnf

[client]
default-character-set=utf8

[mysql]
default-character-set=utf8

[mysqld]
init_connect='SET collation_connection = utf8_unicode_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve

# 新增 master 主從複製部分配置
server-id=2
log-bin=mysql-bin

# 只讀
read-only=1

# 只同步業務庫
binlog-do-db=mall_ums
binlog-do-db=mall_pms
binlog-do-db=mall_oms
binlog-do-db=mall_sms
binlog-do-db=mall_wms
binlog-do-db=mall_admin

# 不同步mysql基礎庫
replicate-ignore-db=mysql
replicate-ignore-db=sys
replicate-ignore-db=information_schema
replicate-ignore-db=performance_schema

重啟mysql-slaver-01

docker restart mysql-slaver-01

檢視容器

docker ps

為 master 授權使用者來他的同步資料

進入 master 容器

docker exec -it mysql-master mysql -u root -p

進入 mysql 內部

# 授權 root 可以遠端訪問（ 主從無關，為了方便我們遠端連線 mysql）
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
FLUSH PRIVILEGES;

# 新增用來同步的使用者
GRANT REPLICATION SLAVE ON *.* to 'backup'@'%' identified by '123456';

# 檢視 master狀態
show master status;

配置 slaver 同步 master 資料

進入 slaver 容器

docker exec -it mysql-slaver-01 mysql -u root -p

進入 mysql 內部

# 授權 root 可以遠端訪問（ 主從無關，為了方便我們遠端連線 mysql）
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
FLUSH PRIVILEGES;

# 設定主庫連線
# MASTER_LOG_FILE是show master status;查master的File欄位
CHANGE MASTER TO MASTER_HOST='192.168.188.180',
                   MASTER_USER='backup',
                   MASTER_PASSWORD='123456',
                   MASTER_LOG_FILE='mysql-bin.000001',
                   MASTER_LOG_POS=0,
                   MASTER_PORT=3317;

# 啟動從庫同步
start slave;

# 檢視從庫狀態
show slave status;

檢視從庫狀態

show slave status\G;

測試

登入mysql-master，建立測試mall_admin

這裡建立的表名字只能是my.cnf配置的binlog-do-db

docker exec -it mysql-master mysql -u root -p

DROP DATABASE IF EXISTS mall_admin;

CREATE DATABASE mall_admin;

USE mall_admin;

CREATE TABLE IF NOT EXISTS test_table (
    id INT AUTO_INCREMENT PRIMARY KEY,     -- 自增主鍵列
    name VARCHAR(100)                      -- 名稱列，不能為空
);

INSERT INTO test_table (name) VALUES ('Alice');

登入mysql-slaver-01，發現庫和表成功同步

docker exec -it mysql-slaver-01 mysql -u root -p

show databases;

USE mall_admin;

SELECT * FROM test_table;

主庫再刪除，從庫已同步

DROP DATABASE mall_admin;

7.4ShardingSphere-簡介

官網地址：https://shardingsphere.apache.org/document/current/cn/quick-start/shardingsphere-jdbc-quick-start/

7.5ShardingSphere-分庫分表&讀寫分離配置

下載地址：https://www.apache.org/dyn/closer.lua/shardingsphere/5.5.0/apache-shardingsphere-5.5.0-shardingsphere-proxy-bin.tar.gz

解壓

下載mysql驅動包

下載地址：https://shardingsphere.apache.org/document/current/cn/quick-start/shardingsphere-proxy-quick-start/#操作步驟

mysql-connector-java-5.1.49.jar放到apache-shardingsphere\lib目錄下

配置認證授權

https://shardingsphere.apache.org/document/current/cn/user-manual/shardingsphere-proxy/yaml-config/authority/#引數解釋

配置apache-shardingsphere\conf的global.yaml

authority:
  users:
    - user: root@%
      password: root
    - user: sharding
      password: sharding
  privilege:
    type: ALL_PERMITTED

配置database-sharding.yaml

配置database-readwrite-splitting.yaml

新增database-readwrite-splitting-1.yaml

在master節點建立demo_ds_0、demo_ds_1

CREATE DATABASE `demo_ds_0` /*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_unicode_ci */;
CREATE DATABASE `demo_ds_1` /*!40100 DEFAULT CHARACTER SET utf8 COLLATE utf8_unicode_ci */;

修改master和slaver的my.cnf

vim /mydata/mysql/master/conf/my.cnf
vim /mydata/mysql/slaver/conf/my.cnf

把demo_ds_0、demo_ds_1新增到主從同步

binlog-do-db=demo_ds_0
binlog-do-db=demo_ds_1

啟動ShardingSphere

start.bat 3388

在3388連結下建立表

CREATE TABLE `t_order` (
    `order_id` bigint(20) NOT NULL, 
    `user_id` int(11) NOT NULL, 
    `status` varchar(50) COLLATE utf8_bin DEFAULT NULL, 
    PRIMARY KEY (`order_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;


CREATE TABLE `t_order_item` (
  `order_item_id` bigint(20) NOT NULL,
  `order_id` bigint(20) NOT NULL,
  `user_id` int(11) NOT NULL,
  `content` varchar(255) COLLATE utf8_bin DEFAULT NULL,
  `status` varchar(50) COLLATE utf8_bin DEFAULT NULL,
  PRIMARY KEY (`order_item_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

新增測試資料

insert into t_order(user_id,status) values(1,2);
insert into t_order(user_id,status) values(2,2);
insert into t_order(user_id,status) values(3,2);

7.6Redis-Cluster基本原理

7.6.1Redis叢集形式

1.資料分割槽方案

1.1客戶端分割槽

客戶端分割槽方案的代表為 Redis Sharding，Redis Sharding 是 Redis Cluster 出來之前，業界普遍使用的 Redis 多例項叢集方法。Java 的 Redis 客戶端驅動庫 Jedis，支援 Redis Sharding 功能，即 ShardedJedis 以及結合快取池的 ShardedJedisPool。

優點：

不使用第三方中介軟體，分割槽邏輯可控，配置簡單，節點之間無關聯，容易線性擴充套件，靈活性強。

缺點：

客戶端無法動態增刪服務節點，客戶端需要自行維護分發邏輯，客戶端之間無連線共享，會造成連線浪費。

1.2代理分割槽

1.3redsi-cluster

2.高可用方式

2.1Sentinel（哨兵機制）支援高可用

前面介紹了主從機制，但是從運維角度來看，主節點出現了問題我們還需要透過人工干預的方式把從節點設為主節點，還要通知應用程式更新主節點地址，這種方式非常繁瑣笨重，而且主節點的讀寫能力都十分有限，有沒有較好的辦法解決這兩個問題，哨兵機制就是針對第一個問題的有效解決方案，第二個問題則有賴於叢集！哨兵的作用就是監控 Redis 系統的運行狀況，其功能主要是包括以下三個

監控(Monitoring): 哨兵(sentinel) 會不斷地檢查你的 Master 和 Slave 是否運作正常。
提醒(Notification): 當被監控的某個 Redis 出現問題時, 哨兵(sentinel) 可以透過 API 向管理員或者其他應用程式傳送通知。
自動故障遷移(Automatic failover): 當主資料庫出現故障時自動將從資料庫轉換為主數據庫。

哨兵的原理 Redis 哨兵的三個定時任務，Redis 哨兵判定一個 Redis 節點故障不可達主要就是透過三個定時監控任務來完成的：

每隔 10 秒每個哨兵節點會向主節點和從節點傳送"info replication" 命令來獲取最新的拓撲結構

每隔 2 秒每個哨兵節點會向 Redis 節點的_sentinel_:hello 頻道傳送自己對主節點是否故障的判斷以及自身的節點資訊，並且其他的哨兵節點也會訂閱這個頻道來了解其他哨兵節點的資訊以及對主節點的判斷

每隔 1 秒每個哨兵會向主節點、從節點、其他的哨兵節點傳送一個 “ping” 命令來做心跳檢測

如果在定時 Job3 檢測不到節點的心跳，會判斷為“主觀下線”。如果該節點還是主節點那麼還會通知到其他的哨兵對該主節點進行心跳檢測，這時主觀下線的票數超過了數時，那麼這個主節點確實就可能是故障不可達了，這時就由原來的主觀下線變為了“客觀下線”。

故障轉移和 Leader 選舉如果主節點被判定為客觀下線之後，就要選取一個哨兵節點來完成後面的故障轉移工作，選舉出一個 leader，這裡面採用的選舉演算法為 Raft。選舉出來的哨兵 leader 就要來完成故障轉移工作，也就是在從節點中選出一個節點來當新的主節點，這部分的具體流程可參考引用.

2.2Redis-Cluster

https://redis.io/topics/cluster-tutorial/

7.6.2Redis-Cluster

https://redis.io/topics/cluster-tutorial/

Redis 的官方多機部署方案，Redis Cluster。一組 Redis Cluster 是由多個 Redis 例項組成，官方推薦我們使用 6 例項，其中 3 個為主節點，3 個為從結點。一旦有主節點發生故障的時候， Redis Cluster 可以選舉出對應的從結點成為新的主節點，繼續對外服務，從而保證服務的高可用性。那麼對於客戶端來說，知道知道對應的 key 是要路由到哪一個節點呢？Redis Cluster 把所有的資料劃分為 16384 個不同的槽位，可以根據機器的效能把不同的槽位分配給不同的 Redis 例項，對於 Redis 例項來說，他們只會儲存部分的 Redis 資料，當然，槽的資料是可以遷移的，不同的例項之間，可以透過一定的協議，進行資料遷移。

1.槽

Redis 叢集的功能限制；Redis 叢集相對單機在功能上存在一些限制，需要開發人員提前瞭解，在使用時做好規避。JAVA CRC16 校驗演算法

key 批次操作支援有限。
- 類似 mset、mget 操作，目前只支援對具有相同 slot 值的 key 執行批次操作。對於對映為不同 slot 值的 key 由於執行 mget、mget 等操作可能存在於多個節點上，因此不被支援。
key 事務操作支援有限。
- 只支援多 key 在同一節點上的事務操作，當多個 key 分佈在不同的節點上時無法使用事務功能。
key 作為資料分割槽的最小粒度
不能將一個大的鍵值物件如 hash、list 等對映到不同的節點。
不支援多資料庫空間
- 單機下的 Redis 可以支援 16 個資料庫（db0 ~ db15），叢集模式下只能使用一個資料庫空間，即 db0。
複製結構只支援一層
- 從節點只能複製主節點，不支援巢狀樹狀複製結構。
命令大多會重定向，耗時多

2.一致性 hash

一致性雜湊可以很好的解決穩定性問題，可以將所有的儲存節點排列在收尾相接的 Hash 環上，每個 key 在計算 Hash 後會順時針找到臨接的儲存節點存放。而當有節點加入或退出時，僅影響該節點在 Hash 環上順時針相鄰的後續節點。

Hash 傾斜

如果節點很少，容易出現傾斜，負載不均衡問題。一致性雜湊演算法，引入了虛擬節點，在整個環上，均衡增加若干個節點。比如 a1，a2，b1，b2，c1，c2，a1 和 a2 都是屬於 A 節點的。解決 hash 傾斜問題。

7.7Redis-Cluster叢集搭建

安裝redis

下載redis:5.0.7映象

docker pull redis:5.0.7

執行6個redis

for port in $(seq 7001 7006); \
do \
  mkdir -p /mydata/redis/node-${port}/conf
  touch /mydata/redis/node-${port}/conf/redis.conf
  cat << EOF >/mydata/redis/node-${port}/conf/redis.conf
port ${port}
cluster-enabled yes
cluster-config-file nodes.conf
cluster-node-timeout 5000
cluster-announce-ip 192.168.188.180
cluster-announce-port ${port}
cluster-announce-bus-port 1${port}
appendonly yes
EOF
  docker run -p ${port}:${port} -p 1${port}:1${port} --name redis-${port} \
  -v /mydata/redis/node-${port}/data:/data \
  -v /mydata/redis/node-${port}/conf/redis.conf:/etc/redis/redis.conf \
  -d redis:5.0.7 redis-server /etc/redis/redis.conf
done

使用 redis 建立叢集

# 進入 Redis 容器
docker exec -it redis-7001 bash

# 執行 redis-cli 建立 Redis 叢集的命令
redis-cli --cluster create 192.168.188.180:7001 192.168.188.180:7002 192.168.188.180:7003 192.168.188.180:7004 192.168.188.180:7005 192.168.188.180:7006 --cluster-replicas 1

# 主
7001 76abe09d843b39c73891b8c5ce17ffa42b0fcbed
# 從
7006 2fe7a57c12444ed5eaba3d68f311464c350e59fa

# 主
7002 eef7fc312c11d3001485b0052e97a8362a8cd32e
# 從
7004 3d1b3b7f50eed63a0464fcf6cca7307744bd34ca

# 主
7003 a7d95522dafbc173d16149783867442b5fbc6ccf
# 從
7005 aaeb00b6025fe0b36e5d30d46778c06a14e87c21

測試

隨便進入某個redis容器

docker exec -it redis-7002 /bin/bash

使用 redis-cli 的 cluster 方式進行連線

redis-cli -c -h 192.168.188.180 -p 7006

獲取叢集資訊

cluster info

獲取叢集節點

cluster nodes

7.8ElasticSearch-叢集原理

叢集原理

https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html

https://www.elastic.co/guide/cn/elasticsearch/guide/current/distributed-cluster.html

elasticsearch 是天生支援叢集的，他不需要依賴其他的服務發現和註冊的元件，如 zookeeper 這些，因為他內建了一個名字叫 ZenDiscovery 的模組，是 elasticsearch 自己實現的一套用於節點發現和選主等功能的元件，所以 elasticsearch 做起叢集來非常簡單，不需要太多額外的配置和安裝額外的第三方元件。

1.單節點

一個執行中的 Elasticsearch 例項稱為一個節點，而叢集是由一個或者多個擁有相同 cluster.name 配置的節點組成，它們共同承擔資料和負載的壓力。當有節點加入叢集中或者從叢集中移除節點時，叢集將會重新平均分佈所有的資料。
當一個節點被選舉成為主節點時，它將負責管理叢集範圍內的所有變更，例如增加、刪除索引，或者增加、刪除節點等。而主節點並不需要涉及到文件級別的變更和搜尋等操作，所以當叢集只擁有一個主節點的情況下，即使流量的增加它也不會成為瓶頸。任何節點都可以成為主節點。我們的示例叢集就只有一個節點，所以它同時也成為了主節點。
作為使用者，我們可以將請求傳送到叢集中的任何節點，包括主節點。每個節點都知道任意文件所處的位置，並且能夠將我們的請求直接轉發到儲存我們所需文件的節點。無論我們將請求傳送到哪個節點，它都能負責從各個包含我們所需文件的節點收集回數據，並將最終結果返回給客戶端。 Elasticsearch 對這一切的管理都是透明的。

2.叢集健康

Elasticsearch 的叢集監控資訊中包含了許多的統計資料，其中最為重要的一項就是叢集健康，它在 status 欄位中展示為 green 、 yellow 或者 red 。

GET /_cluster/health

status 欄位指示著當前叢集在總體上是否工作正常。它的三種顏色含義如下：

green：所有的主分片和副本分片都正常執行。
yellow：所有的主分片都正常執行，但不是所有的副本分片都正常執行。
red：有主分片沒能正常執行。

3.分片

一個分片是一個底層的工作單元，它僅儲存了全部資料中的一部分。我們的文件被儲存和索引到分片內，但是應用程式是直接與索引而不是與分片進行互動。分片就認為是一個資料區
一個分片可以是主分片或者副本分片。索引內任意一個文件都歸屬於一個主分片，所以主分片的數目決定著索引能夠儲存的最大資料量。
在索引建立的時候就已經確定了主分片數，但是副本分片數可以隨時修改。
讓我們在包含一個空節點的叢集內建立名為 blogs 的索引。索引在預設情況下會被分配 5 個主分片，但是為了演示目的，我們將分配 3 個主分片和一份副本（每個主分片擁有一個副本分片）：

PUT /blogs{
"settings" : {
"number_of_shards" : 3,
"number_of_replicas" : 1
}}

此時叢集的健康狀況為 yellow 則表示全部主分片都正常執行（叢集可以正常服務所有請求），但是副本分片沒有全部處在正常狀態。實際上，所有 3 個副本分片都是 unassigned —— 它們都沒有被分配到任何節點。在同一個節點上既儲存原始資料又儲存副本是沒有意義的，因為一旦失去了那個節點，我們也將丟失該節點上的所有副本資料。當前我們的叢集是正常執行的，但是在硬體故障時有丟失資料的風險。

4.新增節點

當你在同一臺機器上啟動了第二個節點時，只要它和第一個節點有同樣的 cluster.name 配置，它就會自動發現叢集並加入到其中。但是在不同機器上啟動節點的時候，為了加入到同一叢集，你需要配置一個可連線到的單播主機列表。詳細資訊請檢視最好使用單播代替組播

此時，cluster-health 現在展示的狀態為 green ，這表示所有 6 個分片（包括 3 個主分片和 3 個副本分片）都在正常執行。我們的叢集現在不僅僅是正常執行的，並且還處於始終可用的狀態。

5.水平擴容-啟動第三個節點

Node 1 和 Node 2 上各有一個分片被遷移到了新的 Node 3 節點，現在每個節點上都擁有 2 個分片，而不是之前的 3 個。這表示每個節點的硬體資源（CPU, RAM, I/O）將被更少的分片所共享，每個分片的效能將會得到提升。

在執行中的叢集上是可以動態調整副本分片數目的，我們可以按需伸縮叢集。讓我們把副本數從預設的 1 增加到 2

PUT /blogs/_settings
{ 
    "number_of_replicas" : 2
}

blogs 索引現在擁有 9 個分片：3 個主分片和 6 個副本分片。這意味著我們可以將叢集擴容到 9 個節點，每個節點上一個分片。相比原來 3 個節點時，叢集搜尋效能可以提升3 倍。

6.應對故障

我們關閉的節點是一個主節點。而叢集必須擁有一個主節點來保證正常工作，所以發生的第一件事情就是選舉一個新的主節點： Node 2 。
在我們關閉 Node 1 的同時也失去了主分片 1 和 2 ，並且在缺失主分片的時候索引也不能正常工作。如果此時來檢查叢集的狀況，我們看到的狀態將會為 red ：不是所有主分片都在正常工作。
幸運的是，在其它節點上存在著這兩個主分片的完整副本，所以新的主節點立即將這些分片在 Node 2 和 Node 3 上對應的副本分片提升為主分片，此時叢集的狀態將會為 yellow 。這個提升主分片的過程是瞬間發生的，如同按下一個開關一般。
為什麼我們叢集狀態是 yellow 而不是 green 呢？雖然我們擁有所有的三個主分片，但是同時設定了每個主分片需要對應 2 份副本分片，而此時只存在一份副本分片。所以叢集不能為 green 的狀態，不過我們不必過於擔心：如果我們同樣關閉了 Node 2 ，我們的程式依然可以保持在不丟任何資料的情況下執行，因為 Node 3 為每一個分片都保留著一份副本。
如果我們重新啟動 Node 1 ，叢集可以將缺失的副本分片再次進行分配。如果 Node 1依然擁有著之前的分片，它將嘗試去重用它們，同時僅從主分片複製發生了修改的資料檔案。

7.問題與解決

1、主節點

主節點負責建立索引、刪除索引、分配分片、追蹤叢集中的節點狀態等工作。Elasticsearch 中的主節點的工作量相對較輕，使用者的請求可以發往叢集中任何一個節點，由該節點負責分發和返回結果，而不需要經過主節點轉發。而主節點是由候選主節點透過 ZenDiscovery 機制選舉出來的，所以要想成為主節點，首先要先成為候選主節點。

2、候選主節點

在 elasticsearch 叢集初始化或者主節點當機的情況下，由候選主節點中選舉其中一個作為主節點。指定候選主節點的配置為：node.master: true。當主節點負載壓力過大，或者集中環境中的網路問題，導致其他節點與主節點通訊的時候，主節點沒來的及響應，這樣的話，某些節點就認為主節點當機，重新選擇新的主節點，這樣的話整個叢集的工作就有問題了，比如我們叢集中有 10 個節點，其中 7 個候選主節點，1 個候選主節點成為了主節點，這種情況是正常的情況。但是如果現在出現了我們上面所說的主節點響應不及時，導致其他某些節點認為主節點當機而重選主節點，那就有問題了，這剩下的 6 個候選主節點可能有 3 個候選主節點去重選主節點，最後叢集中就出現了兩個主節點的情況，這種情況官方成為“腦裂現象”；叢集中不同的節點對於 master 的選擇出現了分歧，出現了多個 master 競爭，導致主分片和副本的識別也發生了分歧，對一些分歧中的分片標識為了壞片。

3、資料節點

資料節點負責資料的儲存和相關具體操作，比如 CRUD、搜尋、聚合。所以，資料節點對機器配置要求比較高，首先需要有足夠的磁碟空間來儲存資料，其次資料操作對系統 CPU、 Memory 和 IO 的效能消耗都很大。通常隨著叢集的擴大，需要增加更多的資料節點來提高可用性。指定資料節點的配置：node.data: true。 elasticsearch 是允許一個節點既做候選主節點也做資料節點的，但是資料節點的負載較重，所以需要考慮將二者分離開，設定專用的候選主節點和資料節點，避免因資料節點負載重導致主節點不響應。

4、客戶端節點

客戶端節點就是既不做候選主節點也不做資料節點的節點，只負責請求的分發、彙總等等，但是這樣的工作，其實任何一個節點都可以完成，因為在 elasticsearch 中一個叢集內的節點都可以執行任何請求，其會負責將請求轉發給對應的節點進行處理。所以單獨增加這樣的節點更多是為了負載均衡。指定該節點的配置為： node.master: false node.data: false

5、腦裂”問題可能的成因

1.網路問題：叢集間的網路延遲導致一些節點訪問不到 master，認為 master 掛掉了從而選舉出新的 master，並對 master 上的分片和副本標紅，分配新的主分片

2.節點負載：主節點的角色既為 master 又為 data，訪問量較大時可能會導致 ES 停止響應造成大面積延遲，此時其他節點得不到主節點的響應認為主節點掛掉了，會重新選取主節點。

3.記憶體回收：data 節點上的 ES 程序佔用的記憶體較大，引發 JVM 的大規模記憶體回收，造成 ES 程序失去響應。

腦裂問題解決方案：
- 角色分離：即 master 節點與 data 節點分離，限制角色；資料節點是需要承擔儲存和搜尋的工作的，壓力會很大。所以如果該節點同時作為候選主節點和資料節點，那麼一旦選上它作為主節點了，這時主節點的工作壓力將會非常大，出現腦裂現象的機率就增加了。
- 減少誤判：配置主節點的響應時間，在預設情況下，主節點 3 秒沒有響應，其他節點就認為主節點當機了，那我們可以把該時間設定的長一點，該配置是： discovery.zen.ping_timeout: 5
- 選舉觸發：discovery.zen.minimum_master_nodes:1（預設是 1），該屬性定義的是為了形成一個叢集，有主節點資格並互相連線的節點的最小數目。
  - 一個有 10 節點的集群，且每個節點都有成為主節點的資格， discovery.zen.minimum_master_nodes 引數設定為 6。
  - 正常情況下，10 個節點，互相連線，大於 6，就可以形成一個叢集。
  - 若某個時刻，其中有 3 個節點斷開連線。剩下 7 個節點，大於 6，繼續執行之前的叢集。而斷開的 3 個節點，小於 6，不能形成一個叢集。
  - 該引數就是為了防止”腦裂”的產生。
  - 建議設定為(候選主節點數 / 2) + 1,

8.叢集結構

以三臺物理機為例。在這三臺物理機上，搭建了 6 個 ES 的節點，三個 data 節點，三個 master 節點（每臺物理機分別起了一個 data 和一個 master），3 個 master 節點，目的是達到（n/2） +1 等於 2 的要求，這樣掛掉一臺 master 後（不考慮 data），n 等於 2，滿足引數，其他兩個 master 節點都認為 master 掛掉之後開始重新選舉，

master 節點上

node.master = true 
node.data = false 
discovery.zen.minimum_master_nodes = 2

data 節點上

node.master = false 
node.data = true

7.9ElasticSearch-叢集搭建

設定max_map_count

vm.max_map_count 是一個核心引數，表示一個程序可以擁有的最大記憶體對映區域數量。將其設定為 262144 增加了該限制，這在需要大量記憶體對映的應用程式（如某些資料庫或大型應用程式）中可能會有所幫助。

所有之前先執行

sysctl -w vm.max_map_count=262144

我們只是測試，所以臨時修改。永久修改使用下面

#防止 JVM 報錯
echo vm.max_map_count=262144 >> /etc/sysctl.conf
sysctl -p

準備 docker 網路

建立一個新的 bridge 網路

docker network create --driver bridge --subnet=172.19.0.0/16 --gateway=172.19.0.1 mynet

檢視網路資訊，以後使用--network=mynet --ip 172.18.12.x 指定 ip

docker network inspect mynet

建立Master節點

for port in $(seq 1 3); do
  mkdir -p /mydata/elasticsearch/master-${port}/config
  mkdir -p /mydata/elasticsearch/master-${port}/data
  chmod -R 777 /mydata/elasticsearch/master-${port}

  cat << EOF >/mydata/elasticsearch/master-${port}/config/elasticsearch.yml
cluster.name: my-es # 叢集的名稱，同一個叢集該值必須設定成相同的
node.name: es-master-${port} # 該節點的名字
node.master: true # 該節點有機會成為 master 節點
node.data: false # 該節點可以儲存資料
network.host: 0.0.0.0
http.host: 0.0.0.0 # 所有 http 均可訪問
http.port: 920${port}
transport.tcp.port: 930${port}
# discovery.zen.minimum_master_nodes: 2 # 設定這個引數來保證叢集中的節點可以知道其他 N 個有 master 資格的節點。官方推薦（N/2）+1
discovery.zen.ping_timeout: 10s # 設定叢集中自動發現其他節點時 ping 連線的超時時間
discovery.seed_hosts: ["172.19.12.21:9301", "172.19.12.22:9302", "172.19.12.23:9303"] # 設定叢集中的 Master 節點的初始列表，可以透過這些節點來自動發現其他新加入叢集的節點，es7 的新增配置
cluster.initial_master_nodes: ["172.19.12.21"] # 新叢集初始時的候選主節點，es7 的新增配置
EOF

  docker run --name elasticsearch-node-${port} \
    -p 920${port}:920${port} -p 930${port}:930${port} \
    --network=mynet --ip 172.19.12.2${port} \
    -e ES_JAVA_OPTS="-Xms300m -Xmx300m" \
    -v /mydata/elasticsearch/master-${port}/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
    -v /mydata/elasticsearch/master-${port}/data:/usr/share/elasticsearch/data \
    -v /mydata/elasticsearch/master-${port}/plugins:/usr/share/elasticsearch/plugins \
    -d elasticsearch:7.4.2
done

建立Data-Node節點

for port in $(seq 4 6); do
  mkdir -p /mydata/elasticsearch/node-${port}/config
  mkdir -p /mydata/elasticsearch/node-${port}/data
  chmod -R 777 /mydata/elasticsearch/node-${port}

  cat << EOF >/mydata/elasticsearch/node-${port}/config/elasticsearch.yml
cluster.name: my-es # 叢集的名稱，同一個叢集該值必須設定成相同的
node.name: es-node-${port} # 該節點的名字
node.master: false # 該節點有機會成為 master 節點
node.data: true # 該節點可以儲存資料
network.host: 0.0.0.0
# network.publish_host: 192.168.56.10 # 互相通訊 ip，要設定為本機可被外界訪問的 ip，否則無法通訊
http.host: 0.0.0.0 # 所有 http 均可訪問
http.port: 920${port}
transport.tcp.port: 930${port}
# discovery.zen.minimum_master_nodes: 2 # 設定這個引數來保證叢集中的節點可以知道其他 N 個有 master 資格的節點。官方推薦（N/2）+1
discovery.zen.ping_timeout: 10s # 設定叢集中自動發現其他節點時 ping 連線的超時時間
discovery.seed_hosts: ["172.19.12.21:9301", "172.19.12.22:9302", "172.19.12.23:9303"] # 設定叢集中的 Master 節點的初始列表，可以透過這些節點來自動發現其他新加入叢集的節點，es7 的新增配置
cluster.initial_master_nodes: ["172.19.12.21"] # 新叢集初始時的候選主節點，es7 的新增配置
EOF

  docker run --name elasticsearch-node-${port} \
    -p 920${port}:920${port} -p 930${port}:930${port} \
    --network=mynet --ip 172.19.12.2${port} \
    -e ES_JAVA_OPTS="-Xms300m -Xmx300m" \
    -v /mydata/elasticsearch/node-${port}/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
    -v /mydata/elasticsearch/node-${port}/data:/usr/share/elasticsearch/data \
    -v /mydata/elasticsearch/node-${port}/plugins:/usr/share/elasticsearch/plugins \
    -d elasticsearch:7.4.2
done

測試叢集

http://192.168.188.180:9201/_nodes/process?pretty  檢視節點狀況
http://192.168.188.180:9201/_cluster/stats?pretty  檢視叢集狀態
http://192.168.188.180:9201/_cluster/health?pretty 檢視叢集健康狀況
http://192.168.188.180:9202/_cat/nodes             檢視各個節點資訊

$ curl localhost:9200/_cat
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes
/_cat/indices
/_cat/indices/{index}
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}
/_cat/nodeattrs
/_cat/repositories
/_cat/snapshots/{repository}

7.10RabbitMQ-映象叢集搭建

7.10.1叢集形式

RabbiMQ 是用 Erlang 開發的，叢集非常方便，因為 Erlang 天生就是一門分散式語言，但其本身並不支援負載均衡。

RabbitMQ 叢集中節點包括記憶體節點(RAM)、磁碟節點(Disk，訊息持久化)，叢集中至少有一個 Disk 節點。

普通模式(預設)

對於普通模式，叢集中各節點有相同的佇列結構，但訊息只會存在於叢集中的一個節點。對於消費者來說，若訊息進入 A 節點的 Queue 中，當從 B 節點拉取時，RabbitMQ 會將訊息從 A 中取出，並經過 B 傳送給消費者。應用場景：該模式各適合於訊息無需持久化的場合，如日誌佇列。當佇列非持久化，且建立該佇列的節點當機，客戶端才可以重連叢集其他節點，並重新建立佇列。若為持久化，只能等故障節點恢復。

映象模式

與普通模式不同之處是訊息實體會主動在映象節點間同步，而不是在取資料時臨時拉取，高可用；該模式下，mirror queue 有一套選舉演算法，即 1 個 master、n 個 slaver，生產者、消費者的請求都會轉至 master。

應用場景：可靠性要求較高場合，如下單、庫存佇列。

缺點：若映象佇列過多，且訊息體量大，叢集內部網路頻寬將會被此種同步通訊所消耗。

（1）映象叢集也是基於普通叢集，即只有先搭建普通叢集，然後才能設定映象佇列。

（2）若消費過程中，master 掛掉，則選舉新 master，若未來得及確認，則可能會重複消費。

7.10.2搭建叢集

搭建叢集

建立目錄

mkdir /mydata/rabbitmq
cd rabbitmq/
mkdir rabbitmq01 rabbitmq02 rabbitmq03

執行rabbitmq01、rabbitmq02、rabbitmq03

docker run -d --hostname rabbitmq01 --name rabbitmq01 \
  -v /mydata/rabbitmq/rabbitmq01:/var/lib/rabbitmq \
  -p 15673:15672 -p 5673:5672 \
  -e RABBITMQ_ERLANG_COOKIE='peng' \
  rabbitmq:management
  
docker run -d --hostname rabbitmq02 --name rabbitmq02 \
  -v /mydata/rabbitmq/rabbitmq02:/var/lib/rabbitmq \
  -p 15674:15672 -p 5674:5672 \
  -e RABBITMQ_ERLANG_COOKIE='peng' \
  --link rabbitmq01:rabbitmq01 \
  rabbitmq:management
  
docker run -d --hostname rabbitmq03 --name rabbitmq03 \
  -v /mydata/rabbitmq/rabbitmq03:/var/lib/rabbitmq \
  -p 15675:15672 -p 5675:5672 \
  -e RABBITMQ_ERLANG_COOKIE='peng' \
  --link rabbitmq01:rabbitmq01 \
  --link rabbitmq02:rabbitmq02 \
  rabbitmq:management

節點加入叢集

進入rabbitmq01

docker exec -it rabbitmq01 /bin/bash

rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl start_app
exit

進入rabbitmq02

docker exec -it rabbitmq02 /bin/bash

rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl join_cluster --ram rabbit@rabbitmq01
rabbitmqctl start_app
exit

進入rabbitmq03

docker exec -it rabbitmq03 bash
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl join_cluster --ram rabbit@rabbitmq01
rabbitmqctl start_app
exit

實現映象叢集

在 cluster 中任意節點啟用策略，策略會自動同步到叢集節點 rabbitmqctl set_policy-p/ha-all"^"’{“ha-mode”:“all”}’ 策略模式 all 即複製到所有節點，包含新增節點，策略正規表示式為 “^” 表示所有匹配所有佇列名稱。“^hello”表示只匹配名為 hello 開始的佇列。

docker exec -it rabbitmq01 bash

rabbitmqctl set_policy -p / ha "^" '{"ha-mode":"all","ha-sync-mode":"automatic"}'

#檢視 vhost/下面的所有 policy
rabbitmqctl list_policies -p /;

測試

在http://192.168.188.180:15673/#/queues建立節點，剩下2個從節點自動同步

8.k8s部署

8.1如何在k8s上部署有狀態應用

可以使用 kubesphere，快速搭建 MySQL 環境。

有狀態服務抽取配置為 ConfigMap
有狀態服務必須使用 pvc 持久化資料
服務叢集內訪問使用 DNS

8.2k8s部署MySQL

常用命令

# 建立目錄
mkdir -p /mydata/mysql/master/{data,log}
mkdir -p /mydata/mysql/master/conf/{conf.d,mysql.conf.d}

# 執行
docker run -p 3317:3306 --name mysql-master \
  -v /mydata/mysql/master/log:/var/log/mysql \
  -v /mydata/mysql/master/data:/var/lib/mysql \
  -v /mydata/mysql/master/conf:/etc/mysql \
  -e MYSQL_ROOT_PASSWORD=root \
  -d mysql:5.7

kubectl get statefulsets -n peng-mall
kubectl edit statefulset mysql-master-v1 -n peng-mall
kubectl get pods -n peng-mall

8.2.1部署mysql主節點

安裝

建立配置mysql-master-cnf
建立儲存卷mysql-master-pvc
建立有狀態服務

建立配置mysql-master-cnf

基本資訊

配置設定

my.cnf

[client]
default-character-set=utf8

[mysql]
default-character-set=utf8

[mysqld]
init_connect='SET collation_connection = utf8_unicode_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve

# 新增 master 主從複製部分配置
server_id=1
log-bin=mysql-bin

# 讀寫
read-only=0

# 只同步業務庫
binlog-do-db=mall_ums
binlog-do-db=mall_pms
binlog-do-db=mall_oms
binlog-do-db=mall_sms
binlog-do-db=mall_wms
binlog-do-db=mall_admin

# 不同步mysql基礎庫
replicate-ignore-db=mysql
replicate-ignore-db=sys
replicate-ignore-db=information_schema
replicate-ignore-db=performance_schema

建立儲存卷mysql-master-pvc

基本資訊

儲存卷設定

建立有狀態服務

基本資訊

映象設定

如果一直查詢不出來mysql:5.7，使用命令列工具docker search mysql:5.7查詢一下，我學習的這幾個月docker地址老是被牆

解決辦法：

docker search不能使用映象加速，但是pull可以下載映象，提前把mysql:5.7映象下載下來

分享我的daemon.json，如果後面還不能用，自己上網再查詢即可

cat << EOF > /etc/docker/daemon.json
{
    "exec-opts": ["native.cgroupdriver=systemd"],
    "registry-mirrors": [
        "https://dockerproxy.cn",
        "https://docker.rainbond.cc",
        "https://docker.udayun.com",
        "https://docker.211678.top",
        "https://hub.rat.dev",
        "https://docker.wanpeng.top",
        "https://doublezonline.cloud",
        "https://docker.mrxn.net",
        "https://lynn520.xyz",
        "https://ginger20240704.asia",
        "https://docker.wget.at",
        "https://dislabaiot.xyz",
        "https://dockerpull.com",
        "https://docker.fxxk.dedyn.io",
        "https://docker.m.daocloud.io"
    ],
    "live-restore": true,
    "log-driver": "json-file",
    "log-opts": {"max-size": "500m", "max-file": "3"},
    "storage-driver": "overlay2"
}
EOF

然後重啟

sudo systemctl daemon-reload
sudo systemctl restart docker

我這裡三個節點都下載了mysql:5.7，你也不知道mysql會安裝在那個子節點上

服務設定資源、埠

映象下載完成後記得選擇優先使用本地映象

環境配置，設定資料庫密碼，這裡的mysql-secret之前都配置過了

掛載儲存

注意我這裡配置了1個儲存卷和3個配置檔案

/var/lib/mysql
/etc/mysql
/etc/mysql/conf.d
/etc/mysql/mysql.conf.d

按理說只需要配置/etc/mysql，但我這裡執行時會報錯，說是找不到/etc/mysql/conf.d和/etc/mysql/mysql.conf.d，所以直接在這2個路徑下也新增配置檔案

mysqld: Can't read dir of '/etc/mysql/conf.d/

高階設定

8.2.2部署mysql子節點

安裝

建立配置mysql-slave-01-cnf
建立儲存卷mysql-slave-01-pvc
建立有狀態服務

建立配置mysql-slave-01-cnf

基本資訊

配置設定

配置項

my.cnf

[client]
default-character-set=utf8

[mysql]
default-character-set=utf8

[mysqld]
init_connect='SET collation_connection = utf8_unicode_ci'
init_connect='SET NAMES utf8'
character-set-server=utf8
collation-server=utf8_unicode_ci
skip-character-set-client-handshake
skip-name-resolve

# 新增 master 主從複製部分配置
server-id=2
log-bin=mysql-bin

# 只讀
read-only=1

# 只同步業務庫
binlog-do-db=mall_ums
binlog-do-db=mall_pms
binlog-do-db=mall_oms
binlog-do-db=mall_sms
binlog-do-db=mall_wms
binlog-do-db=mall_admin

# 不同步mysql基礎庫
replicate-ignore-db=mysql
replicate-ignore-db=sys
replicate-ignore-db=information_schema
replicate-ignore-db=performance_schema

建立完成

建立儲存卷mysql-slave-01-pvc

基本資訊

儲存卷設定

點選建立

建立完成

建立有狀態服務

基本資訊

映象

資源配置

環境變數

掛在儲存，注意我們掛載的是子節點的儲存卷**mysql-slave-01-pvc**和配置檔案mysql-slave-01-cnf

/var/lib/mysql
/etc/mysql
/etc/mysql/conf.d
/etc/mysql/mysql.conf.d

高階設定

建立完成

8.2.3配置mysql主從

進入mysql-master(mysql主節點)容器組

進入容器

為 master 授權使用者來他的同步資料

進入 master 容器

mysql -u root -p

進入 mysql 內部

# 授權 root 可以遠端訪問（ 主從無關，為了方便我們遠端連線 mysql）
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
FLUSH PRIVILEGES;

# 新增用來同步的使用者
GRANT REPLICATION SLAVE ON *.* to 'backup'@'%' identified by '123456';

# 檢視 master狀態
show master status;

記住mysql-bin.000004這個地址，一會同步從庫的時候要從mysql-bin.000004同步

配置 slaver 同步 master 資料

進入從庫容器組mysql-slave-01-v1-0

進入 slaver 容器

mysql -u root -p

mysql-master域名是mysql-master.peng-mall，資料同步位置是mysql-bin.000004，埠號是3306，所以同步命令

CHANGE MASTER TO MASTER_HOST='mysql-master.peng-mall',
                   MASTER_USER='backup',
                   MASTER_PASSWORD='123456',
                   MASTER_LOG_FILE='mysql-bin.000004',
                   MASTER_LOG_POS=0,
                   MASTER_PORT=3306;

進入mysql內部

# 授權 root 可以遠端訪問（ 主從無關，為了方便我們遠端連線 mysql）
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
FLUSH PRIVILEGES;

# 設定主庫連線
# MASTER_LOG_FILE是show master status;查master的File欄位
CHANGE MASTER TO MASTER_HOST='mysql-master.peng-mall',
                   MASTER_USER='backup',
                   MASTER_PASSWORD='123456',
                   MASTER_LOG_FILE='mysql-bin.000004',
                   MASTER_LOG_POS=0,
                   MASTER_PORT=3306;

# 啟動從庫同步
start slave;

# 檢視從庫狀態
show slave status\G;

從庫配置完成

8.2.4測試

進入容器mysql-master-v1-0建立資料庫mall_admin

再次進入容器mysql-slave-01-v1-0，發現資料庫mall_admin已同步從庫

mysql -u root -p

DROP DATABASE IF EXISTS mall_admin;

CREATE DATABASE mall_admin;

SHOW DATABASES;

USE mall_admin;

CREATE TABLE IF NOT EXISTS test_table (
    id INT AUTO_INCREMENT PRIMARY KEY,     -- 自增主鍵列
    name VARCHAR(100)                      -- 名稱列，不能為空
);

INSERT INTO test_table (name) VALUES ('Alice');

8.3k8s部署Redis

安裝：

建立配置redis-conf
建立儲存卷redis-pvc
建立有狀態服務

建立配置redis-conf

redis-conf

配置設定

redis-conf
appendonly yes

建立儲存卷redis-pvc

redis-pvc

基本資訊

儲存卷設定

建立完成

建立有狀態服務

redis:5.0.7
# 或者
redis:latest

資源、埠配置

新增啟動命令

redis-server
/etc/redis/redis.conf

可以提前在主節點使用docker pull redis:5.0.7拉取映象，這裡建議設定優先使用本地映象

掛載儲存

配置指定的配置檔案

/etc/redis
redis.conf

redis儲存卷和配置檔案配置完成

/data

建立完成

pod一直處於ContainerCreating狀態，沒有可忽略

pod一直處於ContainerCreating狀態，如果之前我們在主節點下載了redis:5.0.7，可以在主節點打包，然後從主節點複製到子節點

也可以從有映象的地方打包，然後直接複製到子節點

# 打包
docker save -o /root/k8s/redis_5.0.7.tar redis:5.0.7
# 複製
scp /root/k8s/redis_5.0.7.tar root@k8s-03:/root/k8s/

然後到k8s-03子節點

cd k8s/
# 解壓映象
docker load -i /root/k8s/redis_5.0.7.tar

在這裡可以確定redis安裝在了那個子節點

測試

redis-cli
set aa bb
get aa

8.4k8s部署ElasticSearch&Kibana

8.4.1部署ElasticSearch

安裝

建立elasticsearch-conf
建立elasticsearch-pvc
建立有狀態服務elasticsearch

建立elasticsearch-conf

elasticsearch-conf

基本資訊

配置設定

http.host = 0.0.0.0
discovery.type = single-node
ES_JAVA_OPTS = -Xms512m -Xmx512m

建立elasticsearch-pvc

elasticsearch-pvc

基本資訊

儲存卷設定

建立有狀態服務elasticsearch

elasticsearch:7.12.1
# 或者 我這裡下載了這2個映象
docker.elastic.co/elasticsearch/elasticsearch:7.12.1

配置資源、埠

9200
9300

配置環境變數

配置儲存卷

/usr/share/elasticsearch/data

建立

測試

使用admin登入

訪問elasticsearch

curl http://elasticsearch.peng-mall:9200

8.4.2部署Kibana

建立無狀態服務

基本資訊

kibana

設定映象

kibana:7.12.1

配置埠5601

配置環境變數

ELASTICSEARCH_URL = http://elasticsearch.peng-mall:9200

不需要掛載儲存

高階設定

kibana部署完成，我們訪問他的埠

測試，訪問自己虛擬機器的30027埠，能夠傳送請求代表部署成功

http://192.168.188.181:30027/app/dev_tools#/console

8.5k8s部署RabbitMQ

安裝：

建立儲存卷rabbitmq-pvc
建立有狀態服務rabbitmq

建立儲存卷rabbitmq-pvc

建立儲存卷-基本資訊

rabbitmq-pvc

儲存卷設定

建立有狀態服務rabbitmq

基本資訊

rabbitmq

容器映象

rabbitmq:3.8-management

配置資源和埠

    ports:
      - "5672:5672"                      # 對映主機的5672埠到容器的5672埠
      - "15672:15672"                    # 對映主機的15672埠到容器的15672埠（管理介面）

掛載儲存

設定儲存卷

/var/lib/rabbitmq

高階設定

有時候映象下載不下來，可以先下載，在設定映象的時候設定優先選擇本地映象即可

部署完成

8.6k8s部署Nacos

8.6.1部署mysql8

services:
  mysql:
    image: mysql:latest
    container_name: mysql
    environment:
      MYSQL_ROOT_PASSWORD: root          # MySQL 根使用者密碼
      MYSQL_DATABASE: nacos              # 預設建立的資料庫
      MYSQL_PASSWORD: root               # MySQL 使用者密碼
      TZ: Asia/Shanghai
    ports:
      - "3306:3306"                      # 對映主機的3306埠到容器的3306埠
    volumes:
      # - mysql_data:/var/lib/mysql        # 持久化 MySQL 資料到名為 mysql_data 的卷
      - ./mysql/data:/var/lib/mysql 
      - ./mysql/conf:/etc/mysql/conf.d 
      # - ./root/mysql/init:/docker-entrypoint-initdb.d
    networks:
      - peng-net                         # 指定連線的網路

建立mysql8-conf

mysql8-conf

建立mysql8-cnf

鍵

mysql8.cnf

值

[client]
default_character_set=utf8mb4
[mysql]
default_character_set=utf8mb4
[mysqld]
character_set_server=utf8mb4
collation_server=utf8mb4_unicode_ci
init_connect='SET NAMES utf8mb4'

這樣就建立完成了mysql8的環境變數和配置

建立mysql8-pvc

mysql8-pvc

建立有狀態服務

mysql8

設定映象

mysql:latest

配置資源和埠

tcp-3306 3306 3306

配置環境變數，選擇mysql8-conf

mysql8-conf

配置掛載儲存

mysql8-pvc         /var/lib/mysql 
mysql8-cnf         /etc/mysql/conf.d

高階設定

部署nacos需要的資料

# 將nacos.sql複製到容器內
kubectl cp /root/k8s/nacos.sql peng-mall/mysql8-v1-0:/tmp/nacos.sql

# 進入容器
kubectl exec -it mysql8-v1-0 -n peng-mall -- /bin/bash

# 登入mysql
mysql -u root -p

# 執行
source /tmp/nacos.sql;

# 退出mysql
exit;

# 刪除
rm /tmp/nacos.sql

# 退出容器
exit;

mysql映象一直不能自動下載，如果主節點有mysql:latest，可以打包，然後複製到子節點重新載入

在k8s-01打包mysql:latest

# 打包
docker save -o /root/k8s/mysql_latest.tar mysql:latest
# 複製到k8s-02
scp /root/k8s/mysql_latest.tar root@k8s-02:/root/k8s

在k8s-01

docker load -i /root/k8s/mysql_latest.tar

8.6.2部署nacos

nacos:
    image: nacos/nacos-server:v2.1.0-slim
    container_name: nacos
    environment:
      - PREFER_HOST_MODE=hostname        # 使用主機名作為偏好模式
      - MODE=standalone
      - SPRING_DATASOURCE_PLATFORM=mysql
      - MYSQL_SERVICE_HOST=192.168.188.180  # MySQL 服務主機名
      - MYSQL_SERVICE_DB_NAME=nacos      # Nacos 使用的資料庫名
      - MYSQL_SERVICE_PORT=3306          # MySQL 服務埠
      - MYSQL_SERVICE_USER=root          # MySQL 使用者名稱
      - MYSQL_SERVICE_PASSWORD=root      # MySQL 使用者密碼
      - MYSQL_SERVICE_DB_PARAM=characterEncoding=utf8&connectTimeout=1000&socketTimeout=3000&autoReconnect=true&useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=Asia/Shanghai
      # - NACOS_AUTH_ENABLE=true           # 啟用 Nacos 認證
    ports:
      - "8848:8848"                      # 對映主機的8848埠到容器的8848埠
      - "9848:9848" 
      - "9849:9849"
    depends_on:
      - mysql                            # 啟動順序，先啟動 mysql 服務
    volumes:
      - nacos_data:/home/nacos/init.d    # 持久化 Nacos 資料到名為 nacos_data 的卷
    networks:
      - peng-net

基本資訊

nacos-conf

配置設定

注意MYSQL_SERVICE_HOST配置的是mysql8服務的DNS

mysql8.peng-mall

建立有狀態服務

nacos

映象設定

nacos/nacos-server:v2.1.0-slim

配置資源和埠

- "8848:8848"                    
- "9848:9848" 
- "9849:9849"

環境變數

儲存卷

nacos-pvc
/home/nacos/init.d

高階設定

8.7k8s部署Zipkin

zipkin:
    image: openzipkin/zipkin
    container_name: zipkin
    environment:
      STORAGE_TYPE: elasticsearch
      ES_HOST: elasticsearch
      ES_PORT: 9200
      ES_INDEX: zipkin
    ports:
      - "9411:9411"                      # 對映主機的9411埠到容器的9411埠
    networks:

建立zipkin-conf

ES_HOST是部署elasticsearch後的域名

elasticsearch.peng-mall

建立無狀態服務zipkin

zipkin

映象設定

openzipkin/zipkin

資源、埠配置

環境配置

不需要配置掛載儲存

高階設定

允許外網訪問，選擇NodePort

測試訪問http://192.168.188.181:30922/zipkin/

8.8k8s部署Sentinel

  sentinel:
    image: bladex/sentinel-dashboard
    container_name: sentinel
    ports:
      - "8858:8858"                      # 對映主機的8858埠到容器的8858埠
    networks:
      - peng-net                         # 指定連線的網路

建立無狀態服務sentinel

sentinel

映象設定

bladex/sentinel-dashboard

資源、埠配置

無掛載儲存

高階設定

開啟外網訪問，選擇NodePort

測試訪問http://192.168.188.181:30630/#/login

8.9k8s部署應用的流程

8.10生產環境配置抽取

8.10.1檢視服務域名內部是否可以訪問

使用admin賬號登入，開啟kubectl

sentinel不可以訪問域名

zipkin不可以訪問域名

nacos可以訪問域名

mysql8可以訪問域名

rabbitmq可以訪問域名

kibana不可以訪問域名

elasticsearch可以訪問域名

redis可以訪問域名

8.10.3sentinel服務指定工作負載

選擇指定工作負載

基本資訊

sentinel-service

選擇EndPoint IP訪問

點選指定工作負載，選擇sentinel

繫結8858埠

開啟會話保持，然後建立

測試sentinel-service內部是否可以訪問

8.10.3zipkin服務指定工作負載

選擇指定工作負載

基本資訊

zipkin-service

選擇EndPoint IP訪問

點選指定工作負載，選擇zipkin

繫結9411埠

http-zipkin   9411   9411

開啟會話保持，然後建立

測試zipkin-service內部是否可以訪問

8.10.4mysql8服務指定工作負載

mysql8安裝後，我們需要初始化資料庫

給mysql8建立工作負載

基本資訊

mysql8-node-port

複製設定

選擇指定工作負載，選擇mysql8-v1

設定埠

http-3306 3306 3306

高階設定

選擇外網訪問，選擇NodePort，選擇開啟會話保持

連線mysql8-node-port，IP任意一個k8s節點ip都可以，埠是隨機暴露的埠

然後匯入所有的資料，nacos服務需要連線資料庫，如果之前沒匯入，這裡要匯入

mall_admin
mall_oms
mall_pms
mall_sms
mall_ums
mall_wms
nacos
# 不使用可以不建立
seata

mysql編碼

utf8mb4
utf8mb4_unicode_ci

8.10.5nacos服務指定工作負載

如果我們要使用nacos控制檯檢視服務狀態，需要為nacos建立工作負載，允許外部訪問

基本資訊

建立ncaos工作負載

nacos-node-port

服務設定

選擇指定工作負載，選擇nacos-v1

埠

http-8848   8848   8848

高階設定

選擇外網訪問，選擇NodePort，選擇開啟會話保持

進入nacos-node-port檢視訪問埠32750，然後訪問http://192.168.188.181:32750

8.10.6生產環境配置

所有服務的地址

服務	域名
zipkin	zipkin-service.peng-mall:9411
sentinel	sentinel-service.peng-mall:8858
mysql8	mysql8.peng-mall:3306
nacos	nacos.peng-mall:8848
rabbitmq	rabbitmq.peng-mall:5672
kibana	kibana.peng-mall:5601
elasticsearch	elasticsearch.peng-mall:9200
redis	redis.peng-mall:6379

給所有的服務新增生產環境配置檔案application-prod.yaml

我這裡以商品服務gulimall-order為例，然後更新對應的服務地址

這裡需要留意的是我們不考慮強一致性的seata事務解決辦法，而且我們沒有在k8s上部署seata，這裡把seata服務關閉了

8.11建立微服務Dockfile

所有服務的application-prod.yaml的啟動埠都改成8080

因為每個服務都一個獨立的容器，他們在容器內部執行8080沒有問題，對外對映的埠不一樣即可

所有的服務新增Dockerfile，內容如下

FROM: 指定基礎映象。在這裡，使用的是 Java 8 的官方 Docker 映象。這意味著構建的映象將基於這個 Java 8 映象。
EXPOSE: 告訴 Docker 容器內部的應用會使用 8080 埠進行通訊。這並不會直接開放埠，只是為文件和將來的網路配置提供參考。
VOLUME: 建立一個掛載點，容器執行時會將 /tmp 目錄標記為持久化儲存。這樣，在容器重啟時，儲存在 /tmp 中的資料不會丟失。
ADD: 將構建上下文中的檔案（在這個例子中是 target 目錄下的 .jar 檔案）複製到容器中的 /app.jar 路徑。這一命令不僅可以複製檔案，還可以自動解壓歸檔檔案。
RUN: 在構建映象時執行命令。在這裡，它用於建立或更新 /app.jar 檔案的時間戳。這一命令通常用於確保該檔案在容器執行時被重新載入。
ENTRYPOINT: 設定容器啟動時執行的命令。在這裡，指定了使用 Java 命令來執行 /app.jar，並傳遞引數 --spring.profiles.active=prod，這意味著 Spring 應用將以 prod（生產）配置檔案啟動。

FROM java:8
EXPOSE 8080

VOLUME /tmp
ADD target/*.jar /app.jar
RUN bash -c 'touch /app.jar'
ENTRYPOINT ["java", "-jar", "/app.jar", "--spring.profiles.active=prod"]

8.12建立微服務k8s部署描述檔案

8.12.1Deployment

官方demo地址：https://github.com/kubesphere/devops-java-sample/tree/master/deploy/prod-ol

選擇sentinel-service，選擇工作負載，點選該服務

選擇編輯檔案，複製sentinel-service的配置

把所有app: sentinel替換為自己的微服務名稱app: gulimall-auth-service

app: sentinel
app: gulimall-auth-service

8.12.2Service

官方demo地址：https://github.com/kubesphere/devops-java-sample/blob/master/deploy/prod-ol/devops-sample-svc.yaml

選擇一個無狀態服務，這裡選擇的是sentinel，選擇編輯配置檔案，把配置檔案複製出來進行修改

把所有app: sentinel替換為自己的微服務名稱app: gulimall-auth-service

app: sentinel
app: gulimall-auth-service

把所有 name: sentinel替換為自己的微服務名稱name: gulimall-auth-service

name: sentinel
name: gulimall-auth-service

8.12.3完整配置

kind: Deployment
apiVersion: apps/v1
metadata:
  name: gulimall-auth-service
  namespace: peng-mall
  labels:
    app: gulimall-auth-service
    version: v1
spec:
  replicas: 1
  selector:
    matchLabels:
      app: gulimall-auth-service
      version: v1
  template:
    metadata:
      labels:
        app: gulimall-auth-service
        version: v1
    spec:
      containers:
        - name: gulimall-auth-service
          image: $REGISTRY/$DOCKERHUB_NAMESPACE/$APP_NAME:$TAG_NAME
          ports:
            - containerPort: 8080
              protocol: TCP
          resources:
            limits:
              cpu: 1000m
              memory: 500Mi
            requests:
              cpu: 10m
              memory: 10Mi
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
          imagePullPolicy: IfNotPresent
      restartPolicy: Always
      terminationGracePeriodSeconds: 30
  strategy:
    type: RollingUpdate
    rollingUpdate:
      maxUnavailable: 25%
      maxSurge: 25%
  revisionHistoryLimit: 10
  progressDeadlineSeconds: 600

---

kind: Service
apiVersion: v1
metadata:
  name: gulimall-auth-service
  namespace: peng-mall
  labels:
    app: gulimall-auth-serviceinel
    version: v1
spec:
  ports:
    - name: http
      port: 8080
      protocol: TCP
      targetPort: 8080
      nodePort: 20001
  selector:
    app: gulimall-auth-serviceinel
  type: NodePort
  sessionAffinity: None

8.12.4為所有服務新增`deploy`

把gulimall-auth-service的deploy資料夾複製到所有服務

把所有app: sentinel替換為自己的微服務名稱app: 微服務名稱

app: sentinel
app: 微服務名稱

把所有 name: sentinel替換為自己的微服務名稱name: 微服務名稱

name: sentinel
name: 微服務名稱

修改埠號，從200001開始+2

8.13理解targetPort、Port、NodePort

targetPort:

這是指向容器內部服務的埠。當服務接收到請求時，它會將請求轉發到指定的 targetPort。
可以是容器內部的埠號，也可以是名稱（如 "http" 或 "mysql"），表示容器內定義的埠。

port:

這是服務在 Kubernetes 中暴露的埠，外部的請求透過這個埠訪問服務。
port 是服務的虛擬埠，通常用於叢集內部的通訊。

nodePort:

這是一個可選欄位，用於將服務暴露給外部流量。Kubernetes 會在每個節點的指定埠上監聽並轉發請求到 port。
nodePort 的值必須在 30000 到 32767 之間（預設情況下）。外部請求可以透過 NodeIP:nodePort 訪問服務。

8.14備份

商城執行的基本程式都搭建完成的話記得備份

創作不易，感謝支援。

部署Java環境
2024-10-29
Java
DockerCompose部署環境
2024-10-14
Docker
Kibana環境部署
2022-02-05
SharePlex 環境部署
2019-11-29
Hive環境部署
2018-08-20
Hive
linux環境部署redis
2020-05-07
LinuxRedis
linux web環境部署
2019-01-19
LinuxWeb
離線部署Python環境
2024-10-29
Python
ClickHouse生產環境部署
2024-08-08
Nginx部署前端環境（Mac）
2024-07-30
Nginx前端Mac
Windows環境部署專案
2024-05-08
Windows
XXPAY環境部署筆記
2020-01-23
筆記
Linux 環境Skywalking部署Elasticsearch
2022-03-27
LinuxElasticsearch
GitLab Runner部署(kubernetes環境)
2020-12-28
Gitlab
使用dockerfile 部署lnmpr環境
2019-02-16
DockerLNMP
LNMP環境一鍵部署
2019-01-24
LNMP
Flask環境github部署(十三)
2018-06-09
FlaskGithub
nginx 寶塔環境部署
2018-05-30
Nginx
MySQL多例項環境部署
2018-04-22
MySql
paddleocr 在docker環境下部署
2024-03-15
Docker
IBM /AIX 環境快速部署MySQL
2022-12-07
IBMAIMySql
Linux 環境部署Skywalking支援Elasticsearch
2022-03-29
LinuxElasticsearch
Docker環境部署Prometheus實踐
2020-10-27
DockerPrometheus
規範：開發環境部署
2020-12-08
開發環境
Redis 4.0叢集環境部署
2018-06-11
Redis
MHA原始碼分析——環境部署
2018-05-31
原始碼
一鍵化安裝 docker，一鍵化部署 lnmp+Redis 環境，快速部署 Laravel 環境
2019-07-18
DockerLNMPRedisLaravel
linux伺服器環境部署（三、docker部署nginx）
2021-07-31
Linux伺服器DockerNginx
vcenter6.7生產環境叢集部署之環境介紹
2021-07-27
openEuler網路配置+換源+桌面環境ukui等基本環境部署
2022-03-21
UI
windows環境Jenkins部署前端專案
2024-08-20
WindowsJenkins前端
[Python]-基礎-1.環境部署
2024-03-28
Python
在Ubuntu上部署Hyperledger Fabric環境
2020-11-20
Ubuntu
ansible-playbook 批量部署lnmp環境
2020-12-20
LNMP
kubernetes環境部署單節點redis
2021-01-15
Redis
MyCAT原始碼分析——分析環境部署
2018-05-16
原始碼
Ubuntu 16 下部署 Laravel LNMP 環境
2018-06-14
UbuntuLaravelLNMP
MySQL主從複製環境部署
2018-04-23
MySql

02-k8s部署環境

前言

7.叢集

7.1叢集常見的基本形式

7.2MySQL-常見叢集形式

7.3MySQL-主從同步

7.4ShardingSphere-簡介

7.5ShardingSphere-分庫分表&讀寫分離配置

7.6Redis-Cluster基本原理

7.6.1Redis叢集形式

1.資料分割槽方案

1.1客戶端分割槽

1.2代理分割槽

1.3redsi-cluster

2.高可用方式

2.1Sentinel（ 哨兵機制）支援高可用

2.2Redis-Cluster

7.6.2Redis-Cluster

1.槽

2.一致性 hash

7.7Redis-Cluster叢集搭建

7.8ElasticSearch-叢集原理

1.單節點

2.叢集健康

3.分片

4.新增節點

5.水平擴容-啟動第三個節點

6.應對故障

7.問題與解決

8.叢集結構

7.9ElasticSearch-叢集搭建

7.10RabbitMQ-映象叢集搭建

7.10.1叢集形式

7.10.2搭建叢集

8.k8s部署

8.1如何在k8s上部署有狀態應用

8.2k8s部署MySQL

8.2.1部署mysql主節點

8.2.2部署mysql子節點

8.2.3配置mysql主從

8.2.4測試

8.3k8s部署Redis

8.4k8s部署ElasticSearch&Kibana

8.4.1部署ElasticSearch

8.4.2部署Kibana

8.5k8s部署RabbitMQ

8.6k8s部署Nacos

8.6.1部署mysql8

8.6.2部署nacos

8.7k8s部署Zipkin

8.8k8s部署Sentinel

8.9k8s部署應用的流程

8.10生產環境配置抽取

8.10.1檢視服務域名內部是否可以訪問

8.10.3sentinel服務指定工作負載

8.10.3zipkin服務指定工作負載

8.10.4mysql8服務指定工作負載

8.10.5nacos服務指定工作負載

8.10.6生產環境配置

8.11建立微服務Dockfile

8.12建立微服務k8s部署描述檔案

8.12.1Deployment

8.12.2Service

8.12.3完整配置

8.12.4為所有服務新增deploy

8.13理解targetPort、Port、NodePort

8.14備份

相關文章

2.1Sentinel（哨兵機制）支援高可用

8.12.4為所有服務新增`deploy`