Rancher实用篇-使用rancher,部署微服务应用

2024-02-21 02:20

本文主要是介绍Rancher实用篇-使用rancher,部署微服务应用,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!

说到rancher,我们必须先了解一下k8s


一、k8s简介

Kubernetes(通常简写为 K8s)是一个开源的容器管理系统,由Google于2014年发起,并在2015年贡献给Cloud Native Computing Foundation (CNCF)进行维护。它基于Borg项目的经验开发而来,旨在自动化部署、扩展和管理容器化应用程序。

Kubernetes 的核心价值在于:

  • 容器编排:Kubernetes 可以跨多台主机集群高效地管理和调度容器化的应用服务。

  • 弹性伸缩:根据预定义的策略自动调整应用实例的数量,确保服务在高负载时有足够的资源处理请求,在低负载时释放资源以节省成本。

  • 服务发现与负载均衡:为容器提供统一的服务发现机制,并通过内部负载均衡器将流量分配到不同容器实例上。

  • 存储卷管理:支持多种类型的持久化存储,并能动态挂载到容器中,实现数据持久化。

  • 自我修复:监控并自动恢复失败的容器,确保服务的高可用性。

  • 配置与密钥管理:支持通过ConfigMaps和Secrets来管理和分发非代码配置及敏感信息。

  • 部署策略:允许用户灵活控制应用程序版本更新的方式,包括滚动更新、蓝绿部署等。

  • API驱动:拥有强大的API,使得整个系统可以被程序化地操控和扩展。

通过Kubernetes,开发者能够以声明式的方式描述应用的运行状态和期望行为,而Kubernetes会负责实现和维护这种状态,极大地简化了容器化应用的部署、运维和生命周期管理。Kubernetes不仅支持在公有云、私有云以及混合云环境中使用,还广泛应用于数据中心和其他计算平台

现在越来越多的企业开始使用k8s,导致集群太多,管理复杂度上升,于是引进各种流水线平台,此篇文章将以rancher为例,来部署一套应用程序


二、rancher简介

  1. Rancher 是一款企业级的容器管理平台,它提供了对多个Kubernetes集群以及其他容器编排系统的统一管理和操作界面。
  2. Rancher 旨在简化Kubernetes的部署和运维工作,通过提供图形用户界面(GUI)、API 和命令行工具来方便地创建、配置、管理和监控Kubernetes集群。
  3. Rancher不仅支持托管Kubernetes,还提供了额外的功能,如多租户、安全控制、网络策略管理、持续集成/持续部署(CI/CD)流程集成等高级功能。

综上所述,Kubernetes 是底层的容器编排引擎,而 Rancher 则是一个上层的管理平台,它可以利用并封装 Kubernetes 的能力,为用户提供更加友好和便捷的方式来使用和管理 Kubernetes 集群及其中的应用程序。

rancher的搭建非常简单,网上有非常多博主写过,大家可以去参考一下,这里我就使用现有的rancher集群来进行应用的部署了, 本文章将会介绍,部署应用中,会用到的菜单以及所对应的功能

好了, 废话不多说, 咱们开始使用rancher,来部署应用


三、部署微服务应用

3.1 登录rancher

这里的登录密码, 在你初始化的时候,会让你在登陆后修改一次,在不删除容器与镜像的情况下,记住你修改后的密码就可以了,咱们使用简体中文登录,方便理解

3.2 rancher主页

如果没有集群,则根据指引, 新建一个集群,步骤比较简单,这里就不详细描述了,如果你的集群搭建不成功,基本上是两个原因:
1. 机器资源不够大,不足以支撑rancher集群的运行

2. 机器之间的网络不互通

点击左上角的三条横杠,打开菜单

点击集群

3.3 命名空间

可以给每一个项目准备一个命名空间,这样每个项目就可以隔离开来

 

3.4 存储-密文

每个命名空间可以对应多个密文,每个密文可以存储一个信息,一般我们都是在这里存储镜像仓库地址,以及账户和密码等信息,在部署项目前,在这里先创建一个密文, 用来在部署时拉取镜像的凭证

3.5 存储-配置映射

所有你需要的配置文件,例如nginx.conf、xxx.yml文件,都可以在这里创建,在部署的时候直接使用

3.6 存储-持久卷声明

这里是创建你需要的挂载的,前提你有对应的持久卷,这个也要你自己根据项目的实际情况来创建

 

3.7 服务发现-Ingresses

这里是用来配置域名的,将对应的nginx与域名做映射,就可以通过域名,访问应用了

3.8 工作负载-Deployments

这里是部署的应用,点击创建,根据我的描述填写对应的值

资源配置

这里添加应用所需要的内存,和CPU大小

挂载文件

首先要切换到pod,存储里面,将之前配置的配置文件,或者存储卷先选中

然后在容器的存储列中,将对应的配置文件挂载到相应的位置

点击保存,rancher会自动拉取对应的镜像进行启动

接下来我用一个复杂点的应用,截图来进行一个示范:

1.先绑定存储文件

2.容器列中挂载文件

3.资源配置

4.配置启动的镜像、端口、启动参数等

5.配置环境变量

6.点击保存,查看Deployments  如果是active状态,代表此应用部署成功

上面已经详细的介绍了用到的一些配置,其他应用也完全是按照这样来就可以了,希望对大家有所帮助,如有错误请指正,有问题欢迎评论!

这篇关于Rancher实用篇-使用rancher,部署微服务应用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/730295

相关文章

闲置电脑也能活出第二春?鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言,在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况,这使得“存储焦虑”不再是个别现象,而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得,我们似乎正处在互联网信息飞速增长的阶段,对于存储的需求也将会不断扩大。对于苹果用户而言,这一问题愈发严峻,毕竟512GB和1TB版本的iPhone可不是人人都消费得起的,因此成熟的外置存储方案开

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推