helm学习第四篇-微服务组件的加入

2024-08-30 06:12

本文主要是介绍helm学习第四篇-微服务组件的加入,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

微服务的组件也放进去 —向外扩张

要将 Nacos 服务添加到你已经包含了 Spring Boot、Redis、MySQL 和 RocketMQ 的 Helm Chart 中,你可以按照以下步骤操作:

注意!!:nacos 好像只有 helm文件的 github 仓库, 没有 helm的包地址仓库。

所以一会思路

  1. 找到 nacos的 github仓库: nacos仓库
  2. 修改 values.yaml内容

1. 添加 Nacos Helm Chart 依赖

首先,在 my-stack 目录的 Chart.yaml 文件中,添加 Nacos 作为依赖项:

dependencies:- name: redisversion: 17.7.2repository: <https://charts.bitnami.com/bitnami>- name: mysqlversion: 9.5.1repository: <https://charts.bitnami.com/bitnami>- name: rocketmqversion: 2.2.0repository: <https://pulsar.apache.org/charts>- name: nacosversion: 1.2.0repository: <https://nacos.io/helm>  ##根据github仓库自己打包一下, 怎么打包参考私信我

2. 更新依赖

使用以下命令更新 Helm Chart 的依赖:

helm dependency update my-stack

这会将 Nacos Helm Chart 添加到 my-stack/charts 目录中。

3. 配置 Nacos

values.yaml 文件中,添加 Nacos 的配置。你可以根据需求配置 Nacos 的参数,例如服务端口、存储类型等:

单机模式:

global:mode: standalonenacos:storage:db:host: my-stack-mysql            # 替换为你的 MySQL 主机地址name: nacos          # 替换为你的 MySQL 数据库名称port: 3306            # 替换为你的 MySQL 数据库端口username: root    # 替换为你的 MySQL 数据库用户名password: root    # 替换为你的 MySQL 数据库密码
ingress:enabled: true  # 启用 Ingressannotations:kubernetes.io/ingress.class: nginx  # 使用 Nginx Ingress Controllernginx.ingress.kubernetes.io/rewrite-target: /hosts:- host: nacos.example.com  # 设置访问的域名paths:- /##如过是集群的话只要这样子就行:
#global:
#  mode: cluster  # 运行模式改为集群模式#nacos:
#  replicaCount: 3  # 配置三个 Nacos 容器

4. 更新 Spring Boot 配置

springboot-deployment.yaml 文件中,更新 Spring Boot 应用的环境变量,以连接 Nacos 服务:

env:- name: SPRING_DATASOURCE_URLvalue: jdbc:mysql://my-mysql:3306/mydatabase- name: SPRING_DATASOURCE_USERNAMEvalue: myuser- name: SPRING_DATASOURCE_PASSWORDvalue: mypassword- name: SPRING_REDIS_HOSTvalue: my-redis- name: ROCKETMQ_NAMESRV_ADDRvalue: my-rocketmq:9876- name: NACOS_SERVER_ADDRvalue: nacos:8848

5. 部署组合的 Chart

使用以下命令将包含 Nacos 服务的组合 Chart 部署到 Kubernetes 集群:

helm install my-stack ./my-stack

6. 验证部署

使用以下命令验证 Nacos 和其他服务是否正常运行:

kubectl get pods
kubectl get services

总结

通过在 Helm Chart 中添加 Nacos 依赖,你可以将 Nacos 与 Spring Boot、Redis、MySQL 和 RocketMQ 一起集成到同一个 Helm release 中进行管理和部署。这样可以简化多个服务之间的集成和配置管理。

这篇关于helm学习第四篇-微服务组件的加入的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1120013

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

如何在页面调用utility bar并传递参数至lwc组件

1.在app的utility item中添加lwc组件: 2.调用utility bar api的方式有两种: 方法一,通过lwc调用: import {LightningElement,api ,wire } from 'lwc';import { publish, MessageContext } from 'lightning/messageService';import Ca

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学