关于nocalhost:Nocalhost云原生开发新体验


本文为 CSDN 博主「祈晴小义」(黄鑫鑫:腾讯云 CODING DevOps 研发工程师、Nocalhost 我的项目的外围开发者)的原创文章,并依据作者在 CSDN 云原生 Meetup 深圳站的演讲内容进行了整顿,次要分享 Nocalhost 在解决云原生开发问题上的思路和摸索,并展现 Nocalhost 为云原生开发带来的全新体验。

云原生场景下的开发痛点

当咱们的利用架构从传统利用过渡到云原生利用的时候,会发现利用架构的复杂性大大晋升了,原来的传统利用组件少,部署简略,咱们往往能够在本地开发完一个传统利用后,把它丢到服务器上就能跑起来。而对于云原生利用来说,利用被拆分成一个一个粒度更小的微服务,各个服务之间有着盘根错节的关系,从而让开发环境的搭建和服务的调试变得异样艰难。

本地部署 VS 集群部署

当咱们要开发云原生微服务利用时,如何将咱们的开发环境搭建起来呢?常见的有两种形式:本地部署和集群部署。

本地部署是将一整套微服务利用部署到本地的开发机器上,如下图所示:

这种形式会带来以下几个问题:

1. 影响开发机器的性能。微服务利用往往规模比拟大,动辄几十上百个服务,都泡在本人的开发机上可能会让电脑变得很卡,影响工作效率。

2. 环境无奈共享,资源节约重大。当咱们须要在本地部署起整套规模比拟大的微服务利用的时候,就须要应用配置较高的开发机器,并且每台开发机器的开发环境只有一个开发人员能应用,即使该开发人员只须要开发其中一个或某几个服务,也无奈将其它应用不到的服务共享给其它开发人员应用。

3. 对于一些规模很大的微服务利用,本地机器可能还没有方法跑起来。

另外一种形式将微服务利用部署到云上的 K8s 集群里,如下图所示:

这种部署形式能够较好地进步资源利用率,然而它会让开发和调试利用时的反馈链路被大大拉长。

咱们开发传统利用时的工作流是:在本地编写好代码 -> 把代码进行编译 -> 运行程序查看后果,如下图所示:

这个过程往往很快,所以咱们能够在做完一次代码的小改变当前,就把它运行起来查看后果。

然而在开发 K8s 集群上的利用时,工作流变成了:批改代码 -> 编译程序 -> 将程序打包到 Docker 镜像 -> 将 Docker 镜像推送到镜像仓库 -> 批改集群中容器的镜像版本,期待 K8s 将新版本的镜像部署下来 -> 查看后果,如下图所示:

这个流程可能须要耗时几分钟,当这个循环反馈被大大拉长了当前,无疑会让开发的效率大大降低。

目前支流的云原生开发方式

手动打包推送镜像

这种形式是最原始的形式,工作流大体如下:

编写完代码当前,在本地编译生成二进制文件或者 jar 包之类,而后通过 Dockerfile 构建出 Docker 镜像,再将镜像推送到 Docker 仓库,再通过批改工作负载的 yaml 定义中镜像版本,部署新版本容器的工作则交给 K8s 去做,只不过部署调度的过程可能有点漫长,须要期待 K8s 将新版本的 Pod 调度运行起来之后,咱们能力看到代码批改的成果。如果代码改变得频繁,这个流程显然是十分繁琐的。

CI/CD 流水线

这种形式和第一种形式的流程大体上是一样的,只不过是通过 CI/CD 的能力,把手动的操作改成了自动化的流程:

这种形式的工作流是:在本地批改完代码,把代码推送到代码仓库,从而触发代码仓库配置好的 CI 流程,把代码编译构建成应用程序(如二进制或 Jar 包),并打包成镜像,之后会触发所谓的继续交付(Continuous Delivery)机制,将镜像推送到制品仓库里,最初再触发继续部署(Continuous Delivery)流程,将新版本的容器调度部署到集群中。尽管应用 CI/CD 当前,能够缩小大部分手工操作环节,但整个流程破费的工夫依然很多,事实上,CI/CD 更适宜在公布利用环节应用,而不是在开发利用环节。开发环节更重视的是可能疾速失去反馈从而验证本人的想法,当咱们的批改须要提交到代码仓,在 CI/CD 流水线跑完了当前能力看到成果,会限度咱们应用简略的尝试,来从几种计划中找出最优的一种,或者定位 bug 的起因。

流量转发

流量转发的思路是:将集群里拜访开发中服务的流量转发到本地。如下图所示:

当须要开发 D 服务时,将集群中拜访 D 服务的流量转发到本地开发机器上的某个端口上,在本地写完代码当前,间接将应用程序在本地跑起来即可。实现这种形式的相干产品有:kt-connecttelepresence

在本地间接运行应用程序诚然能够缩短循环反馈,进步开发效率,但这种形式也有一个很大的问题:许多运行在 K8s 集群上的服务会依赖其它 K8s 资源,例如依赖 ServiceAccount、ConfigMap、Secret、PVC 等等,这样的服务要在本地跑起来并不太容易。

在容器里进行开发

这种形式的思路是:当咱们要对某个服务进入开发时,先让要开发的服务进入开发模式,而后将代码同步到容器中,间接在容器中把开发中的代码运行起来:

这种形式同时解决了开发循环反馈过慢和服务依赖集群问题,是目前云原生开发中较好的实际,也是 Nocalhost 反对的次要开发方式之一。

Nocalhost 初体验

第三局部次要是以 Demo 演示的形式来带大家体验 Nocalhost 的个性,感兴趣的同学能够返回深圳站 Meetup 视频回放,从 01:26:15 处开始观看。
https://live.csdn.net/room/cs…

Nocalhost 外围机制

Nocalhost 是如何实现在容器中进行应用程序的开发的呢?在一个服务进入开发模式时,Nocalhost 所做的外围工作有以下 4 个步骤。

缩减正本数

开发应用程序时,咱们只须要在一个容器里运行正在开发中的应用程序,如果存在多个正本,咱们通过 Service 拜访该服务时,就无法控制流量只拜访到咱们正在开发中的应用程序所运行的那个正本,所以 Nocalhost 须要先将工作负载的正本数缩减为 1。

替换开发容器镜像

生产环境运行的容器往往会应用很轻量级的镜像,镜像里仅蕴含运行业务程序所必须的组件,而短少编译构建业务程序所需的相干工具(如 JDK)。在对某个工作负载进行开发的时候,Nocalhost 会将容器镜像替换成蕴含残缺开发工具的开发镜像。

减少 SideCar 容器

为了将本地的源代码改变同步到容器中,咱们须要在容器里运行一个文件同步服务器。为了使文件同步服务器过程和业务过程解耦,Nocalhost 将文件同步服务器运行在一个独立的 sidecar 容器中,该容器与业务容器挂载雷同的同步目录,因而,同步到 sidecar 容器中的源代码在业务容器中也能够拜访。

启动文件同步客户端

因为文件同步服务器监听在容器里的某个端口上,咱们在本地无奈间接拜访,所以 Nocalhost 会把一个本地随机端口转发到容器里文件同步服务器监听的端口,买通文件同步服务器和客户端的网络,而后再启动本地的文件同步客户端。文件同步客户端启动后会通过刚刚转发的本地随机端口和文件同步服务器建设通信,之后便会开始进行文件的同步。

在以上步骤实现后,Nocalhost 会主动关上一个进入到近程容器的终端,通过该终端,咱们就能够把实时同步到容器里到源代码间接运行起来。

Nocalhost 高级个性

Duplicate 开发模式

Nocalhost 默认的开发模式是将集群中本来失常运行着的服务给替换成开发容器,如下图:

这种形式存在以下问题:

1. 开发时会影响环境的应用。当对某个服务进行开发时,该服务在开发过程中可能会因为代码批改有问题导致异样甚至奔溃,集群里又有其余服务依赖该服务,从而影响到整个环境的应用。

2. 无奈反对多人开发同一个服务。

为此,咱们能够应用 Duplicate 开发模式,这种模式下,Nocalhost 不会对原有的服务做任何批改,而是复制出和一个原有服务一样的副原本进行开发,如下图所示:

这种模式下,多人能够对同一个服务进行开发,每个人都领有本人的开发正本,集群原有的环境也不会受到任何影响。

Nocalhost Server

Nocalhost 除了通过 IDE 提供方便开发 K8s 利用的插件外,还提供了一个适宜企业级开发环境治理的 Nocalhost Server,以下是 Nocalhost Server 的治理界面:

Nocalhost Server 能够提供集群、利用、人员权限上的治理,对于 Nocalhost Server 的具体介绍,能够参考官网文档上的介绍。

Mesh 模式

后面咱们提到,如果要实现多人开发同一个服务,能够应用 Duplicate 开发模式,但这种形式也有一个局限性,就是只能在本地通过 API 接口申请去拜访开发中的正本,没方法通过利用的入口地址来拜访。对于须要通过对立的利用入口来拜访开发中服务的场景,咱们能够应用 Nocalhost 的 Mesh 模式。

Mesh 模式会为每个人调配一个 MeshSpace,不同的 MeshSpace 通过在流量中带入不同的 Header 来管制从利用入口进来的流量的拜访链路。

应用 Mesh 模式要求开发环境通过 Nocalhost Server 治理,并且利用须要有 Header 透传和应用 Istio 进行流量转发的能力,对于 Mesh 模式的应用能够参考官网文档 (文档目前还不是很欠缺,更具体的信息能够间接通过 GitHub 分割 Nocalhost 的开发团队)。

点击浏览原文,一键开启云原生开发环境

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理