共计 11740 个字符，预计需要花费 30 分钟才能阅读完成。
作者
王成，腾讯云研发工程师，Kubernetes contributor，从事数据库产品容器化、资源管控等工作，关注 Kubernetes、Go、云原生畛域。
概述
进入 K8s 的世界，会发现有很多的 Controller，它们都是为了实现某类资源 (如 pod 是通过 DeploymentController, ReplicaSetController 进行治理) 的调谐，指标是放弃用户冀望的状态。
K8s 中有几十种类型的资源，如何能让 K8s 外部以及内部用户不便、高效的获取某类资源的变动，就是本文 Informer 要实现的。本文将从 Reflector(反射器)、DeletaFIFO(增量队列)、Indexer(索引器)、Controller(控制器)、SharedInformer(共享资源告诉器)、processorListener(事件监听处理器)、workqueue(事件处理工作队列) 等方面进行解析。
本文及后续相干文章都基于 K8s v1.22
（K8s-informer）
从 Reflector 说起
Reflector 的主要职责是从 apiserver 拉取并继续监听 (ListAndWatch) 相干资源类型的增删改(Add/Update/Delete) 事件，存储在由 DeltaFIFO 实现的本地缓存(local Store) 中。
首先看一下 Reflector 构造体定义：
// staging/src/k8s.io/client-go/tools/cache/reflector.go
type Reflector struct {
// 通过 file:line 惟一标识的 name
name string
// 上面三个为了确认类型
expectedTypeName string
expectedType reflect.Type
expectedGVK *schema.GroupVersionKind
// 存储 interface: 具体由 DeltaFIFO 实现存储
store Store
// 用来从 apiserver 拉取全量和增量资源
listerWatcher ListerWatcher
// 上面两个用来做失败重试
backoffManager wait.BackoffManager
initConnBackoffManager wait.BackoffManager
// informer 使用者从新同步的周期
resyncPeriod time.Duration
// 判断是否满足能够从新同步的条件
ShouldResync func() bool
clock clock.Clock
// 是否要进行分页 List
paginatedResult bool
// 最初同步的资源版本号，以此为根据，watch 只会监听大于此值的资源
lastSyncResourceVersion string
// 最初同步的资源版本号是否可用
isLastSyncResourceVersionUnavailable bool
// 加把锁管制版本号
lastSyncResourceVersionMutex sync.RWMutex
// 每页大小
WatchListPageSize int64
// watch 失败回调 handler
watchErrorHandler WatchErrorHandler
}从构造体定义能够看到，通过指定指标资源类型进行 ListAndWatch，并可进行分页相干设置。
第一次拉取全量资源(指标资源类型) 后通过 syncWith 函数全量替换(Replace) 到 DeltaFIFO queue/items 中，之后通过继续监听 Watch(指标资源类型) 增量事件，并去重更新到 DeltaFIFO queue/items 中，期待被生产。
watch 指标类型通过 Go reflect 反射实现如下：
// staging/src/k8s.io/client-go/tools/cache/reflector.go
// watchHandler watches w and keeps *resourceVersion up to date.
func (r *Reflector) watchHandler(start time.Time, w watch.Interface, resourceVersion *string, errc chan error, stopCh <-chan struct{}) error {
...
if r.expectedType != nil {if e, a := r.expectedType, reflect.TypeOf(event.Object); e != a {utilruntime.HandleError(fmt.Errorf("%s: expected type %v, but watch event object had type %v", r.name, e, a))
continue
}
}
if r.expectedGVK != nil {if e, a := *r.expectedGVK, event.Object.GetObjectKind().GroupVersionKind(); e != a {utilruntime.HandleError(fmt.Errorf("%s: expected gvk %v, but watch event object had gvk %v", r.name, e, a))
continue
}
}
...
}通过反射确认指标资源类型，所以命名为 Reflector 还是比拟贴切的；List/Watch 的指标资源类型在 NewSharedIndexInformer.ListerWatcher 进行了确定，但 Watch 还会在 watchHandler 中再次比拟一下指标类型；
意识 DeltaFIFO
还是先看下 DeltaFIFO 构造体定义：
// staging/src/k8s.io/client-go/tools/cache/delta_fifo.go
type DeltaFIFO struct {
// 读写锁、条件变量
lock sync.RWMutex
cond sync.Cond
// kv 存储：objKey1->Deltas[obj1-Added, obj1-Updated...]
items map[string]Deltas
// 只存储所有 objKeys
queue []string
// 是否曾经填充：通过 Replace() 接口将第一批对象放入队列，或者第一次调用增、删、改接口时标记为 true
populated bool
// 通过 Replace() 接口将第一批对象放入队列的数量
initialPopulationCount int
// keyFunc 用来从某个 obj 中获取其对应的 objKey
keyFunc KeyFunc
// 已知对象，其实就是 Indexer
knownObjects KeyListerGetter
// 队列是否曾经敞开
closed bool
// 以 Replaced 类型发送(为了兼容老版本的 Sync)
emitDeltaTypeReplaced bool
}DeltaType 可分为以下类型：
// staging/src/k8s.io/client-go/tools/cache/delta_fifo.go
type DeltaType string
const (
Added DeltaType = "Added"
Updated DeltaType = "Updated"
Deleted DeltaType = "Deleted"
Replaced DeltaType = "Replaced" // 第一次或从新同步
Sync DeltaType = "Sync" // 老版本从新同步叫 Sync
)通过下面的 Reflector 剖析能够晓得，DeltaFIFO 的职责是通过队列加锁解决(queueActionLocked)、去重(dedupDeltas)、存储在由 DeltaFIFO 实现的本地缓存(local Store) 中，包含 queue(仅存 objKeys) 和 items(存 objKeys 和对应的 Deltas 增量变动)，并通过 Pop 一直生产，通过 Process(item) 解决相干逻辑。
（K8s-DeltaFIFO）
索引 Indexer
上一步 ListAndWatch 到的资源曾经存储到 DeltaFIFO 中，接着调用 Pop 从队列进行生产。理论应用中，Process 处理函数由 sharedIndexInformer.HandleDeltas 进行实现。HandleDeltas 函数依据下面不同的 DeltaType 别离进行 Add/Update/Delete，并同时创立、更新、删除对应的索引。
具体索引实现如下：
// staging/src/k8s.io/client-go/tools/cache/index.go
// map 索引类型 => 索引函数
type Indexers map[string]IndexFunc
// map 索引类型 => 索引值 map
type Indices map[string]Index
// 索引值 map: 由索引函数计算所得索引值(indexedValue) => [objKey1, objKey2...]
type Index map[string]sets.String索引函数(IndexFunc)：就是计算索引的函数，这样容许扩大多种不同的索引计算函数。默认也是最罕用的索引函数是：MetaNamespaceIndexFunc。
索引值(indexedValue)：有些中央叫 indexKey，示意由索引函数(IndexFunc) 计算出来的索引值(如 ns1)。
对象键(objKey)：对象 obj 的 惟一 key(如 ns1/pod1)，与某个资源对象一一对应。
（K8s-indexer）
能够看到，Indexer 由 ThreadSafeStore 接口集成，最终由 threadSafeMap 实现。
索引函数 IndexFunc(如 MetaNamespaceIndexFunc)、KeyFunc(如 MetaNamespaceKeyFunc) 区别：前者示意如何计算索引，后者示意如何获取对象键(objKey)；索引键(indexKey，有些中央是 indexedValue)、对象键(objKey) 区别：前者示意由索引函数(IndexFunc) 计算出来的索引键(如 ns1)，后者则是 obj 的 惟一 key(如 ns1/pod1)；
总管家 Controller
Controller 作为外围中枢，集成了下面的组件 Reflector、DeltaFIFO、Indexer、Store，成为连贯上游消费者的桥梁。
Controller 由 controller 构造体进行具体实现：
在 K8s 中约定俗成：大写定义的 interface 接口，由对应小写定义的构造体进行实现。
// staging/src/k8s.io/client-go/tools/cache/controller.go
type controller struct {
config Config
reflector *Reflector // 下面已剖析的组件
reflectorMutex sync.RWMutex
clock clock.Clock
}
type Config struct {
// 理论由 DeltaFIFO 实现
Queue
// 结构 Reflector 须要
ListerWatcher
// Pop 进去的 obj 处理函数
Process ProcessFunc
// 指标对象类型
ObjectType runtime.Object
// 全量从新同步周期
FullResyncPeriod time.Duration
// 是否进行从新同步的判断函数
ShouldResync ShouldResyncFunc
// 如果为 true，Process() 函数返回 err，则再次入队 re-queue
RetryOnError bool
// Watch 返回 err 的回调函数
WatchErrorHandler WatchErrorHandler
// Watch 分页大小
WatchListPageSize int64
}Controller 中以 goroutine 协程形式启动 Run 办法，会启动 Reflector 的 ListAndWatch()，用于从 apiserver 拉取全量和监听增量资源，存储到 DeltaFIFO。接着，启动 processLoop 一直从 DeltaFIFO Pop 进行生产。在 sharedIndexInformer 中 Pop 进去进行解决的函数是 HandleDeltas，一方面保护 Indexer 的 Add/Update/Delete，另一方面调用上游 sharedProcessor 进行 handler 解决。
启动 SharedInformer
SharedInformer 接口由 SharedIndexInformer 进行集成，由 sharedIndexInformer(这里看到了吧，又是大写定义的 interface 接口，由对应小写定义的构造体进行实现) 进行实现。
看一下构造体定义：
// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
type SharedIndexInformer interface {
SharedInformer
// AddIndexers add indexers to the informer before it starts.
AddIndexers(indexers Indexers) error
GetIndexer() Indexer}
type sharedIndexInformer struct {
indexer Indexer
controller Controller
// 处理函数，将是重点
processor *sharedProcessor
// 检测 cache 是否有变动，一把用作调试，默认是敞开的
cacheMutationDetector MutationDetector
// 结构 Reflector 须要
listerWatcher ListerWatcher
// 指标类型，给 Reflector 判断资源类型
objectType runtime.Object
// Reflector 进行从新同步周期
resyncCheckPeriod time.Duration
// 如果使用者没有增加 Resync 工夫，则应用这个默认的从新同步周期
defaultEventHandlerResyncPeriod time.Duration
clock clock.Clock
// 两个 bool 表白了三个状态：controller 启动前、已启动、已进行
started, stopped bool
startedLock sync.Mutex
// 当 Pop 正在生产队列，此时新增的 listener 须要加锁，避免生产凌乱
blockDeltas sync.Mutex
// Watch 返回 err 的回调函数
watchErrorHandler WatchErrorHandler
}
type sharedProcessor struct {
listenersStarted bool
listenersLock sync.RWMutex
listeners []*processorListener
syncingListeners []*processorListener // 须要 sync 的 listeners
clock clock.Clock
wg wait.Group
}从构造体定义能够看到，通过集成的 controller(下面已剖析) 进行 Reflector ListAndWatch，并存储到 DeltaFIFO，并启动 Pop 生产队列，在 sharedIndexInformer 中 Pop 进去进行解决的函数是 HandleDeltas。
所有的 listeners 通过 sharedIndexInformer.AddEventHandler 退出到 processorListener 数组切片中，并通过判断以后 controller 是否已启动做不同解决如下：
// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
func (s *sharedIndexInformer) AddEventHandlerWithResyncPeriod(handler ResourceEventHandler, resyncPeriod time.Duration) {
...
// 如果还没有启动，则间接 addListener 退出即可返回
if !s.started {s.processor.addListener(listener)
return
}
// 加锁管制
s.blockDeltas.Lock()
defer s.blockDeltas.Unlock()
s.processor.addListener(listener)
// 遍历所有对象，发送到刚刚新退出的 listener
for _, item := range s.indexer.List() {listener.add(addNotification{newObj: item})
}
}接着，在 HandleDeltas 中，依据 obj 的 Delta 类型(Added/Updated/Deleted/Replaced/Sync) 调用 sharedProcessor.distribute 给所有监听 listeners 解决。
注册 SharedInformerFactory
SharedInformerFactory 作为应用 SharedInformer 的工厂类，提供了高内聚低耦合的工厂类设计模式，其构造体定义如下：
// staging/src/k8s.io/client-go/informers/factory.go
type SharedInformerFactory interface {
internalinterfaces.SharedInformerFactory // 重点外部接口
ForResource(resource schema.GroupVersionResource) (GenericInformer, error)
WaitForCacheSync(stopCh <-chan struct{}) map[reflect.Type]bool
Admissionregistration() admissionregistration.Interface
Internal() apiserverinternal.Interface
Apps() apps.Interface
Autoscaling() autoscaling.Interface
Batch() batch.Interface
Certificates() certificates.Interface
Coordination() coordination.Interface
Core() core.Interface
Discovery() discovery.Interface
Events() events.Interface
Extensions() extensions.Interface
Flowcontrol() flowcontrol.Interface
Networking() networking.Interface
Node() node.Interface
Policy() policy.Interface
Rbac() rbac.Interface
Scheduling() scheduling.Interface
Storage() storage.Interface}
// staging/src/k8s.io/client-go/informers/internalinterfaces/factory_interfaces.go
type SharedInformerFactory interface {Start(stopCh <-chan struct{}) // 启动 SharedIndexInformer.Run
InformerFor(obj runtime.Object, newFunc NewInformerFunc) cache.SharedIndexInformer // 指标类型初始化
}以 PodInformer 为例，阐明使用者如何构建本人的 Informer，PodInformer 定义如下：
// staging/src/k8s.io/client-go/informers/core/v1/pod.go
type PodInformer interface {Informer() cache.SharedIndexInformer
Lister() v1.PodLister}
由小写的 podInformer 实现(又看到了吧，大写接口小写实现的 K8s 格调)：type podInformer struct {
factory internalinterfaces.SharedInformerFactory
tweakListOptions internalinterfaces.TweakListOptionsFunc
namespace string
}
func (f *podInformer) defaultInformer(client kubernetes.Interface, resyncPeriod time.Duration) cache.SharedIndexInformer {return NewFilteredPodInformer(client, f.namespace, resyncPeriod, cache.Indexers{cache.NamespaceIndex: cache.MetaNamespaceIndexFunc}, f.tweakListOptions)
}
func (f *podInformer) Informer() cache.SharedIndexInformer {return f.factory.InformerFor(&corev1.Pod{}, f.defaultInformer)
}
func (f *podInformer) Lister() v1.PodLister {return v1.NewPodLister(f.Informer().GetIndexer())
}由使用者传入指标类型(&corev1.Pod{})、构造函数(defaultInformer)，调用 SharedInformerFactory.InformerFor 实现目标 Informer 的注册，而后调用 SharedInformerFactory.Start 进行 Run，就启动了下面剖析的 SharedIndexedInformer -> Controller -> Reflector -> DeltaFIFO 流程。
通过使用者本人传入指标类型、构造函数进行 Informer 注册，实现了 SharedInformerFactory 高内聚低耦合的设计模式。
回调 processorListener
所有的 listerners 由 processorListener 实现，分为两组：listeners, syncingListeners，别离遍历所属组全副 listeners，将数据投递到 processorListener 进行解决。
因为各 listeners 设置的 resyncPeriod 可能不统一，所以将没有设置 (resyncPeriod = 0) 的归为 listeners 组，将设置了 resyncPeriod 的归到 syncingListeners 组；如果某个 listener 在多个中央(sharedIndexInformer.resyncCheckPeriod, sharedIndexInformer.AddEventHandlerWithResyncPeriod) 都设置了 resyncPeriod，则取最小值 minimumResyncPeriod；
// staging/src/k8s.io/client-go/tools/cache/shared_informer.go
func (p *sharedProcessor) distribute(obj interface{}, sync bool) {p.listenersLock.RLock()
defer p.listenersLock.RUnlock()
if sync {
for _, listener := range p.syncingListeners {listener.add(obj)
}
} else {
for _, listener := range p.listeners {listener.add(obj)
}
}
}从代码能够看到 processorListener 奇妙地应用了两个 channel(addCh, nextCh) 和一个 pendingNotifications(由 slice 实现的滚动 Ring) 进行 buffer 缓冲，默认的 initialBufferSize = 1024。既做到了高效传递数据，又不阻塞上下游解决，值得学习。
（K8s-processorListener）
workqueue 忙起来
通过上一步 processorListener 回调函数，交给外部 ResourceEventHandler 进行真正的增删改(CUD) 解决，别离调用 OnAdd/OnUpdate/OnDelete 注册函数进行解决。
为了疾速解决而不阻塞 processorListener 回调函数，个别应用 workqueue 进行异步化解耦合解决，其实现如下：
（K8s-workqueue）
从图中能够看到，workqueue.RateLimitingInterface 集成了 DelayingInterface，DelayingInterface 集成了 Interface，最终由 rateLimitingType 进行实现，提供了 rateLimit 限速、delay 延时入队(由优先级队列通过小顶堆实现)、queue 队列解决 三大外围能力。
另外，在代码中可看到 K8s 实现了三种 RateLimiter：BucketRateLimiter, ItemExponentialFailureRateLimiter, ItemFastSlowRateLimiter，Controller 默认采纳了前两种如下：
// staging/src/k8s.io/client-go/util/workqueue/default_rate_limiters.go
func DefaultControllerRateLimiter() RateLimiter {
return NewMaxOfRateLimiter(NewItemExponentialFailureRateLimiter(5*time.Millisecond, 1000*time.Second),
// 10 qps, 100 bucket size. This is only for retry speed and its only the overall factor (not per item)
&BucketRateLimiter{Limiter: rate.NewLimiter(rate.Limit(10), 100)},
)
}这样，在用户侧能够通过调用 workqueue 相干办法进行灵便的队列解决，比方失败多少次就不再重试，失败了延时入队的工夫管制，队列的限速管制 (QPS) 等，实现非阻塞异步化逻辑解决。
小结
本文通过剖析 K8s 中 Reflector(反射器)、DeletaFIFO(增量队列)、Indexer(索引器)、Controller(控制器)、SharedInformer(共享资源告诉器)、processorListener(事件监听处理器)、workqueue(事件处理工作队列) 等组件，对 Informer 实现机制进行了解析，通过源码、图文形式阐明了相干流程解决，以期更好的了解 K8s Informer 运行流程。
能够看到，K8s 为了实现高效、非阻塞的外围流程，大量采纳了 goroutine 协程、channel 通道、queue 队列、index 索引、map 去重等形式；并通过良好的接口设计模式，给使用者凋谢了很多扩大能力；采纳了对立的接口与实现的命名形式等，这些都值得深刻学习与借鉴。
PS: 更多内容请关注
k8s-club GitHub 地址：https://github.com/k8s-club/k…
参考资料
[1] Kubernetes 官网文档：【https://kubernetes.io/】
[2] Kubernetes 源码：【https://github.com/kubernetes…】
[3] Kubernetes Architectural Roadmap：【https://github.com/kubernetes…】
对于咱们
更多对于云原生的案例和常识，可关注同名【腾讯云原生】公众号~
福利：公众号后盾回复【手册】，可取得《腾讯云原生路线图手册》&《腾讯云原生最佳实际》~
【腾讯云原生】云说新品、云研新术、云游新活、云赏资讯，扫码关注同名公众号，及时获取更多干货！！
