🥇কুবারনেটস টিউটোরিয়াল পার্ট 1: অ্যাপ্লিকেশন, মাইক্রোসার্ভিসেস এবং কন্টেইনার

আমাদের অনুরোধে হাবর একটি হাব তৈরি করেছে Kubernetes এবং আমরা এটিতে প্রথম প্রকাশনা স্থাপন করতে পেরে আনন্দিত। সাবস্ক্রাইব!

কুবারনেটস সহজ। কেন ব্যাঙ্ক আমাকে এই এলাকায় কাজ করার জন্য অনেক টাকা দেয়, যখন যে কেউ মাত্র কয়েক ঘন্টার মধ্যে এই প্রযুক্তি আয়ত্ত করতে পারে?

আপনি যদি সন্দেহ করেন যে Kubernetes এত দ্রুত শিখতে পারে, আমি আপনাকে এটি নিজে করার চেষ্টা করার পরামর্শ দিই। যথা, এই উপাদানটি আয়ত্ত করার পরে, আপনি কুবারনেটস ক্লাস্টারে মাইক্রোসার্ভিসের উপর ভিত্তি করে একটি অ্যাপ্লিকেশন চালাতে সক্ষম হবেন। আমি এর গ্যারান্টি দিতে পারি, কারণ আমি এখানে যে পদ্ধতিটি ব্যবহার করি সেই একই পদ্ধতিতে আমি আমাদের ক্লায়েন্টদের শেখাই কিভাবে Kubernetes-এর সাথে কাজ করতে হয়। কি এই নির্দেশিকা অন্যদের থেকে আলাদা করে তোলে? আসলে, অনেক কিছু। সুতরাং, এই উপাদানগুলির বেশিরভাগই সাধারণ জিনিসগুলির ব্যাখ্যা দিয়ে শুরু হয় - কুবারনেটসের ধারণা এবং কুবেক্টেল কমান্ডের বৈশিষ্ট্যগুলি। এই নিবন্ধগুলির লেখকরা অনুমান করেন যে তাদের পাঠক অ্যাপ্লিকেশন বিকাশ, মাইক্রোসার্ভিস এবং ডকার কন্টেইনারগুলির সাথে পরিচিত। আমরা অন্য পথে যাব। প্রথমে, আসুন কম্পিউটারে মাইক্রোসার্ভিসের উপর ভিত্তি করে একটি অ্যাপ্লিকেশন চালানোর বিষয়ে কথা বলি। তারপর আমরা প্রতিটি মাইক্রোসার্ভিসের জন্য কন্টেইনার ইমেজ তৈরির দিকে নজর দেব। এবং এর পরে, আমরা Kubernetes-এর সাথে পরিচিত হব এবং Kubernetes দ্বারা পরিচালিত একটি ক্লাস্টারে মাইক্রোসার্ভিসের উপর ভিত্তি করে একটি অ্যাপ্লিকেশনের স্থাপনার বিশ্লেষণ করব।

Kubernetes-এর প্রতি ধীরে ধীরে এই পদ্ধতির সাহায্যে, কুবারনেটেসের সবকিছু কিভাবে সহজভাবে সাজানো হয়েছে তা বোঝার জন্য গড় ব্যক্তির প্রয়োজন কী ঘটছে তা বোঝার গভীরতা দেবে। Kubernetes অবশ্যই একটি সহজ প্রযুক্তি, শর্ত থাকে যে যে এটি আয়ত্ত করতে চায় সে জানে কোথায় এবং কিভাবে এটি ব্যবহার করা হয়।

এখন, আর কোনো ঝামেলা ছাড়াই, আসুন কাজ শুরু করি এবং আমরা যে অ্যাপ্লিকেশনটির সাথে কাজ করব সে সম্পর্কে কথা বলি।

পরীক্ষামূলক অ্যাপ

আমাদের অ্যাপ্লিকেশন শুধুমাত্র একটি ফাংশন সঞ্চালন করবে. এটি, ইনপুট হিসাবে, একটি বাক্য লাগে, তারপরে, পাঠ্য বিশ্লেষণের সরঞ্জামগুলি ব্যবহার করে, এটি এই বাক্যটির একটি অনুভূতি বিশ্লেষণ করে, একটি নির্দিষ্ট বস্তুর প্রতি বাক্যটির লেখকের সংবেদনশীল মনোভাবের মূল্যায়ন করে।

এই অ্যাপ্লিকেশনটির প্রধান উইন্ডোটি দেখতে কেমন।

সেন্টিমেন্ট অ্যানালাইসিস ওয়েব অ্যাপ্লিকেশন

প্রযুক্তিগত দৃষ্টিকোণ থেকে, অ্যাপ্লিকেশনটিতে তিনটি মাইক্রোসার্ভিস রয়েছে, যার প্রতিটি একটি নির্দিষ্ট সেটের কাজ সমাধান করে:

SA-Frontend হল একটি Nginx ওয়েব সার্ভার যা রিঅ্যাক্ট স্ট্যাটিক ফাইল পরিবেশন করে।
SA-WebApp হল জাভাতে লেখা একটি ওয়েব অ্যাপ্লিকেশন যা ফ্রন্টএন্ড থেকে অনুরোধগুলি পরিচালনা করে।
SA-লজিক হল একটি পাইথন অ্যাপ্লিকেশন যা পাঠ্য অনুভূতি বিশ্লেষণ করে।

এটি লক্ষ করা গুরুত্বপূর্ণ যে মাইক্রোসার্ভিসগুলি বিচ্ছিন্নভাবে বিদ্যমান নয়। তারা "কর্তব্য পৃথকীকরণ" ধারণাটি বাস্তবায়ন করে, তবে তাদের, একই সময়ে, একে অপরের সাথে যোগাযোগ করতে হবে।

অ্যাপ্লিকেশনে ডেটা প্রবাহিত হয়

উপরের ডায়াগ্রামে, আপনি সিস্টেমের সংখ্যাযুক্ত পর্যায়গুলি দেখতে পারেন, অ্যাপ্লিকেশনটিতে ডেটা প্রবাহের চিত্র তুলে ধরে। আসুন সেগুলি ভেঙে ফেলি:

ব্রাউজার সার্ভার থেকে একটি ফাইলের অনুরোধ করে index.html (যা ঘুরে প্রতিক্রিয়া অ্যাপ প্যাকেজ লোড করে)।
ব্যবহারকারী অ্যাপ্লিকেশনটির সাথে ইন্টারঅ্যাক্ট করে, এটি স্প্রিং-এর উপর ভিত্তি করে একটি ওয়েব অ্যাপ্লিকেশনে কল করে।
ওয়েব অ্যাপ্লিকেশনটি পাঠ্য পার্স করার অনুরোধটি পাইথন অ্যাপ্লিকেশনে ফরোয়ার্ড করে।
পাইথন অ্যাপ্লিকেশন পাঠ্যের অনুভূতি বিশ্লেষণ করে এবং অনুরোধের প্রতিক্রিয়া হিসাবে ফলাফল প্রদান করে।
স্প্রিং অ্যাপ্লিকেশান রিঅ্যাক্ট অ্যাপ্লিকেশানে একটি প্রতিক্রিয়া পাঠায় (যা ঘুরে, ব্যবহারকারীকে পার্স করা পাঠ্যের ফলাফল দেখায়)।

এই সব অ্যাপ্লিকেশনের জন্য কোড পাওয়া যাবে এখানে. আমি সুপারিশ করছি যে আপনি এখনই এই সংগ্রহস্থলটি নিজের কাছে অনুলিপি করুন, কারণ এটি নিয়ে আমাদের সামনে অনেক আকর্ষণীয় পরীক্ষা রয়েছে।

স্থানীয় মেশিনে মাইক্রোসার্ভিসের উপর ভিত্তি করে একটি অ্যাপ্লিকেশন চালানো

অ্যাপ্লিকেশনটি কাজ করার জন্য, আমাদের তিনটি মাইক্রোসার্ভিসই শুরু করতে হবে। চলুন শুরু করা যাক তাদের মধ্যে সবচেয়ে সুন্দর - ফ্রন্ট-এন্ড অ্যাপ্লিকেশন।

▍স্থানীয় উন্নয়নের জন্য প্রতিক্রিয়া সেট আপ করা

একটি প্রতিক্রিয়া অ্যাপ্লিকেশন চালানোর জন্য, আপনাকে আপনার কম্পিউটারে Node.js ফ্রেমওয়ার্ক এবং NPM ইনস্টল করতে হবে। আপনি এই সব ইনস্টল করার পরে, প্রকল্প ফোল্ডারে টার্মিনাল ব্যবহার করে যান sa-frontend এবং নিম্নলিখিত কমান্ড চালান:

npm install

ফোল্ডারে এই কমান্ডটি কার্যকর করার মাধ্যমে node_modules প্রতিক্রিয়া অ্যাপ্লিকেশনের নির্ভরতাগুলি লোড করা হবে, যার রেকর্ডগুলি ফাইলে রয়েছে৷ package.json. একই ফোল্ডারে নির্ভরতাগুলি ডাউনলোড করার পরে, নিম্নলিখিত কমান্ডটি চালান:

npm start

এখানেই শেষ. প্রতিক্রিয়া অ্যাপটি এখন চলছে এবং ব্রাউজার ঠিকানায় নেভিগেট করে অ্যাক্সেস করা যেতে পারে localhost:3000. আপনি তার কোড কিছু পরিবর্তন করতে পারেন. আপনি অবিলম্বে ব্রাউজারে এই পরিবর্তনের প্রভাব দেখতে পাবেন। মডিউলগুলির তথাকথিত "গরম" প্রতিস্থাপনের জন্য এটি সম্ভব। এর জন্য ধন্যবাদ, ফ্রন্ট-এন্ড ডেভেলপমেন্ট একটি সহজ এবং উপভোগ্য অভিজ্ঞতায় পরিণত হয়।

▍উৎপাদনের জন্য একটি প্রতিক্রিয়া অ্যাপ প্রস্তুত করা

প্রকৃতপক্ষে একটি প্রতিক্রিয়া অ্যাপ ব্যবহার করার উদ্দেশ্যে, আমাদের এটিকে স্ট্যাটিক ফাইলগুলির একটি সেটে রূপান্তর করতে হবে এবং একটি ওয়েব সার্ভার ব্যবহার করে ক্লায়েন্টদের কাছে সেগুলি পরিবেশন করতে হবে।

React অ্যাপ তৈরি করতে, আবার টার্মিনাল ব্যবহার করে, ফোল্ডারে নেভিগেট করুন sa-frontend এবং নিম্নলিখিত কমান্ড চালান:

npm run build

এটি প্রকল্প ফোল্ডারে একটি ডিরেক্টরি তৈরি করবে build. এটিতে প্রতিক্রিয়া অ্যাপ্লিকেশনটির কাজ করার জন্য প্রয়োজনীয় সমস্ত স্ট্যাটিক ফাইল থাকবে।

▍ Nginx এর সাথে স্ট্যাটিক ফাইল পরিবেশন করা

প্রথমে আপনাকে Nginx ওয়েব সার্ভারটি ইনস্টল এবং চালাতে হবে। এটা হল আপনি এটি ডাউনলোড করতে পারেন এবং এটি ইনস্টল এবং চালানোর জন্য নির্দেশাবলী খুঁজে পেতে পারেন। তারপর আপনাকে ফোল্ডারের বিষয়বস্তু অনুলিপি করতে হবে sa-frontend/build ফোল্ডারে [your_nginx_installation_dir]/html.

এই পদ্ধতির সাহায্যে, প্রতিক্রিয়া অ্যাপ্লিকেশনের সমাবেশের সময় ফাইলটি তৈরি হয় index.html এ উপলব্ধ হবে [your_nginx_installation_dir]/html/index.html. এটি সেই ফাইল যা ডিফল্টরূপে, Nginx সার্ভার এটি অ্যাক্সেস করার সময় সমস্যা করে। সার্ভারটি একটি পোর্টে শোনার জন্য কনফিগার করা হয়েছে 80, কিন্তু আপনি ফাইলটি সম্পাদনা করে আপনার ইচ্ছামত এটি কাস্টমাইজ করতে পারেন [your_nginx_installation_dir]/conf/nginx.conf.

এখন আপনার ব্রাউজার খুলুন এবং যান localhost:80. আপনি প্রতিক্রিয়া অ্যাপ পৃষ্ঠা দেখতে পাবেন।

Nginx সার্ভার দ্বারা পরিবেশিত প্রতিক্রিয়া অ্যাপ্লিকেশন

আপনি যদি এখন মাঠে কিছু প্রবেশ করেন Type your sentence এবং বোতাম টিপুন Send - কিছুই হবে না. কিন্তু, আপনি যদি কনসোলটি দেখেন, আপনি সেখানে ত্রুটির বার্তা দেখতে পাবেন। এই ত্রুটিগুলি ঠিক কোথায় ঘটে তা বোঝার জন্য, আসুন অ্যাপ্লিকেশন কোডটি বিশ্লেষণ করি।

▍ফ্রন্ট-এন্ড অ্যাপ্লিকেশনের কোডের বিশ্লেষণ

ফাইলের কোড দেখছি App.js, আমরা বোতামে ক্লিক করে দেখতে পাচ্ছি Send একটি পদ্ধতি কল analyzeSentence(). এই পদ্ধতির জন্য কোড নীচে দেখানো হয়েছে. একই সময়ে, প্রতিটি লাইনের জন্য যেখানে ফর্মের একটি মন্তব্য রয়েছে সেদিকে মনোযোগ দিন # Номер, কোডের নিচে একটি ব্যাখ্যা দেওয়া আছে। একইভাবে, আমরা অন্যান্য কোড খণ্ড পার্স করব।

analyzeSentence() {
    fetch('http://localhost:8080/sentiment', {  // #1
        method: 'POST',
        headers: {
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
                       sentence: this.textField.getValue()})// #2
    })
        .then(response => response.json())
        .then(data => this.setState(data));  // #3
}

1. যে URLটিতে POST অনুরোধ করা হয়েছে৷ এই ঠিকানাটি এই ধরনের অনুরোধের জন্য অপেক্ষা করা একটি অ্যাপ্লিকেশন বলে ধরে নেওয়া হয়।

2.রিকোয়েস্ট বডিতে আবেদন পাঠানো হয়েছে। এখানে একটি উদাহরণ অনুরোধ বডি:

{
    sentence: "I like yogobella!"
}

3.যখন একটি অনুরোধের প্রতিক্রিয়া পাওয়া যায়, তখন উপাদানটির অবস্থা আপডেট করা হয়। এর ফলে কম্পোনেন্ট পুনরায় রেন্ডার হয়। যদি আমরা ডেটা পাই (অর্থাৎ, প্রবেশ করা ডেটা এবং গণনা করা পাঠ্য স্কোর ধারণকারী একটি JSON অবজেক্ট), আমরা উপাদানটি আউটপুট করব Polarityযতক্ষণ শর্ত পূরণ হয়। এখানে আমরা কিভাবে উপাদান বর্ণনা করি:

const polarityComponent = this.state.polarity !== undefined ?
    <Polarity sentence={this.state.sentence} 
              polarity={this.state.polarity}/> :
    null;

কোডটি বেশ ভাল কাজ বলে মনে হচ্ছে। এখানে কি ভুল, যাইহোক? আপনি যদি ধরে নেন যে ঠিকানায় আবেদনটি একটি POST অনুরোধ পাঠানোর চেষ্টা করছে, এখনও এমন কিছুই নেই যা এই অনুরোধটি গ্রহণ এবং প্রক্রিয়া করতে পারে, তাহলে আপনি একেবারে সঠিক হবেন। যথা, ঠিকানায় আসা অনুরোধগুলি প্রক্রিয়া করার জন্য http://localhost:8080/sentiment, আমাদের স্প্রিং এর উপর ভিত্তি করে একটি ওয়েব অ্যাপ্লিকেশন চালাতে হবে।

আমাদের একটি স্প্রিং অ্যাপ্লিকেশন দরকার যা একটি পোস্ট অনুরোধ গ্রহণ করতে পারে

▍ স্প্রিং এর উপর ভিত্তি করে একটি ওয়েব অ্যাপ্লিকেশন সেট আপ করা

একটি স্প্রিং অ্যাপ্লিকেশন স্থাপন করার জন্য, আপনার প্রয়োজন JDK8 এবং Maven এবং সঠিকভাবে কনফিগার করা পরিবেশের ভেরিয়েবল। আপনি এই সব ইনস্টল করার পরে, আপনি আমাদের প্রকল্পে কাজ চালিয়ে যেতে পারেন.

▍অ্যাপ্লিকেশনটিকে একটি জার ফাইলে প্যাক করা

ফোল্ডারে টার্মিনাল ব্যবহার করে নেভিগেট করুন sa-webapp এবং নিম্নলিখিত কমান্ড লিখুন:

mvn install

ফোল্ডারে এই কমান্ডটি কার্যকর করার পরে sa-webapp ডিরেক্টরি তৈরি করা হবে target. এখানেই জাভা অ্যাপ্লিকেশনটি অবস্থিত হবে, একটি জার ফাইলে প্যাকেজ করা হবে, ফাইল দ্বারা প্রতিনিধিত্ব করা হবে sentiment-analysis-web-0.0.1-SNAPSHOT.jar.

▍একটি জাভা অ্যাপ্লিকেশন চালু করা

ফোল্ডারে যান target এবং নিম্নলিখিত কমান্ড দিয়ে অ্যাপ্লিকেশন চালান:

java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar

এই কমান্ডটি কার্যকর করার সময় একটি ত্রুটি ঘটবে। এটি ঠিক করা শুরু করার জন্য, আমরা স্ট্যাক ট্রেস ডেটাতে ব্যতিক্রম বিবরণ পার্স করতে পারি:

Error creating bean with name 'sentimentController': Injection of autowired dependencies failed; nested exception is java.lang.IllegalArgumentException: Could not resolve placeholder 'sa.logic.api.url' in value "${sa.logic.api.url}"

আমাদের জন্য, এখানে সবচেয়ে গুরুত্বপূর্ণ বিষয় হল অর্থ স্পষ্ট করার অসম্ভবতার উল্লেখ sa.logic.api.url. আসুন কোডটি বিশ্লেষণ করি যেখানে ত্রুটি ঘটে।

▍জাভা অ্যাপ্লিকেশন কোড বিশ্লেষণ

এখানে কোড স্নিপেট যেখানে ত্রুটি ঘটে।

@CrossOrigin(origins = "*")
@RestController
public class SentimentController {
    @Value("${sa.logic.api.url}")    // #1
    private String saLogicApiUrl;
    @PostMapping("/sentiment")
    public SentimentDto sentimentAnalysis(
        @RequestBody SentenceDto sentenceDto) 
    {
        RestTemplate restTemplate = new RestTemplate();
        return restTemplate.postForEntity(
                saLogicApiUrl + "/analyse/sentiment",    // #2
                sentenceDto, SentimentDto.class)
                .getBody();
    }
}

এস তেentimentController একটি ক্ষেত্র আছে saLogicApiUrl. এর মান সম্পত্তি দ্বারা সেট করা হয় sa.logic.api.url.
লাইন saLogicApiUrl মান সঙ্গে সংযুক্ত /analyse/sentiment. তারা একসাথে মাইক্রোসার্ভিসে কল করার জন্য একটি ঠিকানা তৈরি করে যা পাঠ্য বিশ্লেষণ করে।

▍একটি সম্পত্তি মান সেট করা

বসন্তে, সম্পত্তির মানগুলির ডিফল্ট উত্স একটি ফাইল application.properties, যা পাওয়া যাবে sa-webapp/src/main/resources. কিন্তু এটি ব্যবহার করা সম্পত্তি মান সেট করার একমাত্র উপায় নয়। আপনি নিম্নলিখিত কমান্ড দিয়ে এটি করতে পারেন:

java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar --sa.logic.api.url=WHAT.IS.THE.SA.LOGIC.API.URL

এই সম্পত্তির মান আমাদের পাইথন অ্যাপ্লিকেশনের ঠিকানা নির্দেশ করা উচিত।

এটি কনফিগার করার মাধ্যমে, আমরা স্প্রিং ওয়েব অ্যাপ্লিকেশনটিকে বলি যেখানে পাঠ্য পার্সিং অনুরোধ করতে এটিকে যেতে হবে।

আমাদের জীবনকে জটিল না করার জন্য, আমরা সিদ্ধান্ত নেব যে পাইথন অ্যাপ্লিকেশনটি এখানে উপলব্ধ হবে localhost:5000 এবং এটি সম্পর্কে ভুলবেন না করার চেষ্টা করুন। ফলস্বরূপ, স্প্রিং অ্যাপ্লিকেশন শুরু করার কমান্ডটি এইরকম দেখাবে:

java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar --sa.logic.api.url=http://localhost:5000

আমাদের সিস্টেমে একটি পাইথন অ্যাপ্লিকেশন অনুপস্থিত

এখন আমাদের কেবল পাইথন অ্যাপ্লিকেশনটি চালাতে হবে এবং সিস্টেমটি প্রত্যাশিত হিসাবে কাজ করবে।

▍ একটি পাইথন অ্যাপ্লিকেশন সেট আপ করা হচ্ছে

একটি পাইথন অ্যাপ্লিকেশন চালানোর জন্য, আপনার অবশ্যই পাইথন 3 এবং পিপ ইনস্টল থাকতে হবে এবং আপনার অবশ্যই উপযুক্ত পরিবেশ ভেরিয়েবলগুলি সঠিকভাবে সেট করা থাকতে হবে।

▍নির্ভরতা ইনস্টল করুন

প্রকল্প ফোল্ডারে যান sa-logic/sa এবং নিম্নলিখিত কমান্ড চালান:

python -m pip install -r requirements.txt
python -m textblob.download_corpora

▍অ্যাপ লঞ্চ

নির্ভরতা ইনস্টল করার সাথে, আমরা অ্যাপ্লিকেশন চালানোর জন্য প্রস্তুত:

python sentiment_analysis.py

এই কমান্ডটি কার্যকর করার পরে, আমাদের নিম্নলিখিত বলা হবে:

* Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)

এর মানে হল যে অ্যাপ্লিকেশনটি চলছে এবং অনুরোধের জন্য অপেক্ষা করছে localhost:5000/

▍কোড গবেষণা

পাইথন অ্যাপ্লিকেশন কোডটি কিভাবে অনুরোধে সাড়া দেয় তা বোঝার জন্য আসুন:

from textblob import TextBlob
from flask import Flask, request, jsonify
app = Flask(__name__)                                   #1
@app.route("/analyse/sentiment", methods=['POST'])      #2
def analyse_sentiment():
    sentence = request.get_json()['sentence']           #3
    polarity = TextBlob(sentence).sentences[0].polarity #4
    return jsonify(                                     #5
        sentence=sentence,
        polarity=polarity
    )
if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)                #6

অবজেক্ট ইনিশিয়ালাইজেশন Flask.
এটিতে POST অনুরোধ করার জন্য ঠিকানা উল্লেখ করা।
একটি সম্পত্তি পুনরুদ্ধার করা হচ্ছে sentence অনুরোধ সংস্থা থেকে।
বেনামী বস্তুর সূচনা TextBlob এবং মান পাচ্ছেন polarity অনুরোধের অংশে প্রাপ্ত প্রথম প্রস্তাবের জন্য (আমাদের ক্ষেত্রে, এটি বিশ্লেষণের জন্য জমা দেওয়া একমাত্র প্রস্তাব)।
একটি প্রতিক্রিয়া ফেরত দেওয়া, যার মূল অংশে অফারের পাঠ্য এবং এটির জন্য গণনা করা সূচক রয়েছে polarity.
ফ্লাস্ক অ্যাপ্লিকেশন চালু করা হচ্ছে, যা এখানে পাওয়া যাবে 0.0.0.0:5000 (আপনি ফর্মের একটি নির্মাণ ব্যবহার করে এটি অ্যাক্সেস করতে পারেন localhost:5000).

এখন অ্যাপ্লিকেশন তৈরি করা মাইক্রোসার্ভিসগুলি চলছে। তারা একে অপরের সাথে যোগাযোগ করতে সেট করা হয়. কাজের এই পর্যায়ে অ্যাপ্লিকেশন ডায়াগ্রামটি কেমন দেখায় তা এখানে।

অ্যাপ্লিকেশনটি তৈরি করে এমন সমস্ত মাইক্রোসার্ভিস একটি সুস্থ অবস্থায় আনা হয়

এখন, আমরা চালিয়ে যাওয়ার আগে, একটি ব্রাউজারে প্রতিক্রিয়া অ্যাপটি খুলুন এবং এটির সাথে কিছু বাক্য পার্স করার চেষ্টা করুন। যদি সবকিছু সঠিকভাবে করা হয় - বোতাম টিপুন পরে Send আপনি টেক্সট বক্সের নীচে বিশ্লেষণ ফলাফল দেখতে পাবেন।

পরবর্তী বিভাগে, আমরা ডকার পাত্রে আমাদের মাইক্রোসার্ভিসগুলি কীভাবে চালাতে হয় সে সম্পর্কে কথা বলব। Kubernetes ক্লাস্টারে চালানোর জন্য অ্যাপ্লিকেশন প্রস্তুত করার জন্য এটি প্রয়োজনীয়।

ডকার পাত্রে

Kubernetes কনটেইনারাইজড অ্যাপ্লিকেশনের স্থাপনা, স্কেলিং এবং পরিচালনার জন্য একটি সিস্টেম। একে "কন্টেইনার অর্কেস্ট্রেটর"ও বলা হয়। যদি Kubernetes কন্টেইনারগুলির সাথে কাজ করে, তাহলে এই সিস্টেমটি ব্যবহার করার আগে, আমাদের প্রথমে এই পাত্রগুলি অর্জন করতে হবে। কিন্তু প্রথমে, এর পাত্র কি সম্পর্কে কথা বলা যাক. সম্ভবত এটি কী এমন প্রশ্নের সেরা উত্তর পাওয়া যাবে ডকুমেন্টেশন ডকারের কাছে:

একটি কন্টেইনার ইমেজ হল একটি হালকা, স্বয়ংসম্পূর্ণ, এক্সিকিউটেবল প্যাকেজ যাতে একটি অ্যাপ্লিকেশন রয়েছে, যা এটি চালানোর জন্য প্রয়োজনীয় সবকিছু অন্তর্ভুক্ত করে: অ্যাপ্লিকেশন কোড, রানটাইম পরিবেশ, সিস্টেম টুলস এবং লাইব্রেরি, সেটিংস। কনটেইনারাইজড প্রোগ্রামগুলি লিনাক্স এবং উইন্ডোজ উভয় পরিবেশেই ব্যবহার করা যেতে পারে এবং অবকাঠামো নির্বিশেষে সর্বদা একই কাজ করবে।

এর মানে হল যে কন্টেইনারগুলি উত্পাদন সার্ভার সহ যে কোনও কম্পিউটারে চালানো যেতে পারে এবং যে কোনও পরিবেশে, তাদের মধ্যে থাকা অ্যাপ্লিকেশনগুলি একইভাবে কাজ করবে।

কন্টেইনারগুলির বৈশিষ্ট্যগুলি অন্বেষণ করতে এবং অ্যাপ্লিকেশনগুলি চালানোর অন্যান্য উপায়গুলির সাথে তাদের তুলনা করতে, আসুন একটি ভার্চুয়াল মেশিন এবং একটি ধারক ব্যবহার করে একটি প্রতিক্রিয়া অ্যাপ্লিকেশন পরিবেশন করার উদাহরণটি দেখি৷

▍ভার্চুয়াল মেশিন ব্যবহার করে একটি প্রতিক্রিয়া অ্যাপ্লিকেশনের স্ট্যাটিক ফাইল পরিবেশন করা

ভার্চুয়াল মেশিন ব্যবহার করে স্ট্যাটিক ফাইলের রক্ষণাবেক্ষণ সংগঠিত করার চেষ্টা করে, আমরা নিম্নলিখিত অসুবিধাগুলির সম্মুখীন হব:

সম্পদের অদক্ষ ব্যবহার, যেহেতু প্রতিটি ভার্চুয়াল মেশিন একটি সম্পূর্ণ অপারেটিং সিস্টেম।
প্ল্যাটফর্ম নির্ভরতা। কিছু স্থানীয় কম্পিউটারে যা কাজ করে তা উৎপাদন সার্ভারে কাজ নাও করতে পারে।
ভার্চুয়াল মেশিন সমাধানের ধীর এবং সম্পদ নিবিড় স্কেলিং।

Nginx ওয়েব সার্ভার একটি ভার্চুয়াল মেশিনে চলমান স্ট্যাটিক ফাইল পরিবেশন করে

যদি একটি অনুরূপ সমস্যা সমাধানের জন্য পাত্রে ব্যবহার করা হয়, তাহলে, ভার্চুয়াল মেশিনের সাথে তুলনা করে, নিম্নলিখিত শক্তিগুলি লক্ষ করা যেতে পারে:

সম্পদের দক্ষ ব্যবহার: ডকার ব্যবহার করে অপারেটিং সিস্টেমের সাথে কাজ করুন।
প্ল্যাটফর্মের স্বাধীনতা। একটি ধারক যা একজন বিকাশকারী তাদের নিজস্ব কম্পিউটারে চালাতে পারে যে কোন জায়গায় চলবে।
ইমেজ স্তর ব্যবহারের মাধ্যমে লাইটওয়েট স্থাপনা.

Nginx ওয়েব সার্ভার একটি পাত্রে চলমান স্ট্যাটিক ফাইল পরিবেশন করে

আমরা কেবলমাত্র কয়েকটি পয়েন্টে ভার্চুয়াল মেশিন এবং পাত্রের তুলনা করেছি, তবে এটি কন্টেইনারগুলির শক্তির জন্য একটি অনুভূতি পেতে যথেষ্ট। এটা হল আপনি ডকার পাত্রে সম্পর্কে বিস্তারিত জানতে পারেন.

▍প্রতিক্রিয়া অ্যাপের জন্য একটি কন্টেইনার ইমেজ তৈরি করা

একটি ডকার কন্টেইনারের মৌলিক বিল্ডিং ব্লক হল ফাইল Dockerfile. এই ফাইলের শুরুতে, ধারকটির একটি বেস ইমেজ রেকর্ড করা হয়, তারপর নির্দেশাবলীর একটি ক্রম অন্তর্ভুক্ত করা হয় যা নির্দেশ করে যে কীভাবে একটি ধারক তৈরি করতে হয় যা একটি অ্যাপ্লিকেশনের প্রয়োজন মেটাবে।

আমরা ফাইল নিয়ে কাজ শুরু করার আগে Dockerfile, Nginx সার্ভারে আপলোড করার জন্য প্রতিক্রিয়া অ্যাপ্লিকেশনের ফাইলগুলি প্রস্তুত করার জন্য আমরা কী করেছি তা মনে রাখবেন:

একটি প্রতিক্রিয়া অ্যাপ প্যাকেজ তৈরি করা (npm run build).
Nginx সার্ভার শুরু করা হচ্ছে।
একটি ডিরেক্টরির বিষয়বস্তু অনুলিপি করা build প্রকল্প ফোল্ডার থেকে sa-frontend সার্ভার ফোল্ডারে nginx/html.

নীচে আপনি একটি ধারক তৈরি এবং স্থানীয় কম্পিউটারে সম্পাদিত উপরোক্ত ক্রিয়াগুলির মধ্যে সমান্তরাল দেখতে পারেন৷

▍ SA-ফ্রন্টেন্ড অ্যাপ্লিকেশনের জন্য একটি ডকারফাইল প্রস্তুত করা

নির্দেশাবলী অন্তর্ভুক্ত করা হবে Dockerfile আবেদনের জন্য SA-Frontend, শুধুমাত্র দুটি কমান্ড গঠিত. সত্য যে Nginx উন্নয়ন দল একটি মৌলিক প্রস্তুত করেছে ভাবমূর্তি Nginx এর জন্য, যা আমরা আমাদের ইমেজ তৈরি করতে ব্যবহার করব। এখানে দুটি ধাপ আমাদের বর্ণনা করতে হবে:

আপনাকে Nginx ইমেজটিকে ইমেজের ভিত্তি করতে হবে।
ফোল্ডার সামগ্রী sa-frontend/build ইমেজ ফোল্ডারে কপি করতে হবে nginx/html.

যদি আমরা এই বর্ণনা থেকে ফাইলে যাই Dockerfile, তারপর এটি এই মত দেখাবে:

FROM nginx
COPY build /usr/share/nginx/html

আপনি দেখতে পাচ্ছেন, এখানে সবকিছু খুব সহজ, যখন ফাইলের বিষয়বস্তু এমনকি বেশ পঠনযোগ্য এবং বোধগম্য হতে পারে। এই ফাইলটি সিস্টেমকে ইমেজ নিতে বলে nginx এটি ইতিমধ্যে আছে সবকিছু সহ, এবং ডিরেক্টরির বিষয়বস্তু অনুলিপি build ডিরেক্টরিতে nginx/html.

এখানে আপনার কাছে একটি প্রশ্ন থাকতে পারে যে আমি কীভাবে জানি যে ফোল্ডার থেকে ফাইলগুলি কপি করতে হবে build, অর্থাৎ পথটি কোথা থেকে এসেছে /usr/share/nginx/html. আসলে, এখানেও জটিল কিছু নেই। বাস্তবতা হল প্রাসঙ্গিক তথ্য পাওয়া যাবে বর্ণনা ইমেজ

▍ইমেজ অ্যাসেম্বল করা এবং রিপোজিটরিতে আপলোড করা

আমরা একটি সম্পূর্ণ চিত্রের সাথে কাজ করার আগে, আমাদের এটি চিত্র সংগ্রহস্থলে জমা দিতে হবে। এটি করার জন্য, আমরা বিনামূল্যে ক্লাউড-ভিত্তিক ইমেজ হোস্টিং প্ল্যাটফর্ম ডকার হাব ব্যবহার করব। কাজের এই পর্যায়ে, আপনাকে নিম্নলিখিতগুলি করতে হবে:

স্থাপন করা ডকশ্রমিক.
ডকার হাব সাইটে নিবন্ধন করুন।
টার্মিনালে নিম্নলিখিত কমান্ডটি চালিয়ে আপনার অ্যাকাউন্টে লগ ইন করুন:
```
docker login -u="$DOCKER_USERNAME" -p="$DOCKER_PASSWORD"
```

এখন আপনার প্রয়োজন, টার্মিনাল ব্যবহার করে, ডিরেক্টরিতে যান sa-frontend এবং সেখানে নিম্নলিখিত কমান্ড চালান:

docker build -f Dockerfile -t $DOCKER_USER_ID/sentiment-analysis-frontend .

এখানে এবং নীচে অনুরূপ কমান্ড $DOCKER_USER_ID ডকার হাবে আপনার ব্যবহারকারীর নাম দিয়ে প্রতিস্থাপন করা উচিত। উদাহরণস্বরূপ, কমান্ডের এই অংশটি দেখতে এইরকম হতে পারে: rinormaloku/sentiment-analysis-frontend.

এই ক্ষেত্রে, এই কমান্ডটি এটি থেকে সরিয়ে ছোট করা যেতে পারে -f Dockerfile, যেহেতু আমরা যে ফোল্ডারে এই কমান্ডটি চালাই সেখানে এই ফাইলটি ইতিমধ্যেই রয়েছে।

সমাপ্ত চিত্রটি সংগ্রহস্থলে পাঠানোর জন্য, আমাদের নিম্নলিখিত কমান্ডের প্রয়োজন:

docker push $DOCKER_USER_ID/sentiment-analysis-frontend

এটি সম্পূর্ণ করার পরে, ছবিটি সফলভাবে ক্লাউড স্টোরেজে পুশ করা হয়েছে কিনা তা দেখতে ডকার হাবে আপনার সংগ্রহস্থলের তালিকা পরীক্ষা করুন।

▍একটি ধারক শুরু করা হচ্ছে

এখন যে কেউ ইমেজটি ডাউনলোড করে চালাতে পারবেন বলে পরিচিত $DOCKER_USER_ID/sentiment-analysis-frontend. এটি করার জন্য, আপনাকে কমান্ডের নিম্নলিখিত ক্রমটি চালাতে হবে:

docker pull $DOCKER_USER_ID/sentiment-analysis-frontend
docker run -d -p 80:80 $DOCKER_USER_ID/sentiment-analysis-frontend

এখন কন্টেইনার চলছে, এবং আমরা আমাদের প্রয়োজনীয় অন্যান্য ছবি তৈরি করে কাজ চালিয়ে যেতে পারি। কিন্তু আমরা চালিয়ে যাওয়ার আগে, আসুন ডিজাইনটি বুঝতে পারি 80:80, যা ইমেজ চালানোর কমান্ডে পাওয়া যায় এবং বিভ্রান্তিকর মনে হতে পারে।

প্রথম সংখ্যা 80 হোস্টের পোর্ট নম্বর (অর্থাৎ স্থানীয় কম্পিউটার)।
দ্বিতীয় সংখ্যা 80 কন্টেইনারের পোর্ট যেখানে অনুরোধটি রিডাইরেক্ট করা উচিত।

নিচের দৃষ্টান্তটি বিবেচনা করুন।

পোর্ট ফরওয়ার্ডিং

সিস্টেম পোর্ট থেকে অনুরোধ ফরোয়ার্ড <hostPort> বন্দরে <containerPort>. অর্থাৎ বন্দরে প্রবেশ করা 80 কম্পিউটার একটি পোর্টে পুনঃনির্দেশিত হয় 80 ধারক

যেহেতু বন্দর 80 স্থানীয় কম্পিউটারে খোলা, আপনি এই কম্পিউটার থেকে অ্যাপ্লিকেশন অ্যাক্সেস করতে পারেন localhost:80. যদি আপনার সিস্টেম ডকার সমর্থন না করে, আপনি একটি ডকার ভার্চুয়াল মেশিনে অ্যাপ্লিকেশনটি চালাতে পারেন, যার ঠিকানাটি দেখতে কেমন হবে <docker-machine ip>:80. ডকার ভার্চুয়াল মেশিনের আইপি ঠিকানা খুঁজে বের করতে, আপনি কমান্ডটি ব্যবহার করতে পারেন docker-machine ip.

এই মুহুর্তে, একবার ফ্রন্ট-এন্ড অ্যাপ কন্টেইনার সফলভাবে চালু হলে, আপনি একটি ব্রাউজারে এর পৃষ্ঠা খুলতে সক্ষম হবেন।

▍.dockerignore ফাইল

অ্যাপ্লিকেশন ইমেজ নির্মাণ SA-Frontend, আমরা লক্ষ্য করতে পারি যে এই প্রক্রিয়াটি অত্যন্ত ধীর। এর কারণ হল ইমেজ বিল্ড প্রসঙ্গ অবশ্যই ডকার ডেমনে পাঠাতে হবে। যে ডিরেক্টরিটি বিল্ড কনটেক্সট উপস্থাপন করে তা কমান্ডের শেষ আর্গুমেন্ট হিসাবে দেওয়া হয় docker build. আমাদের ক্ষেত্রে, এই কমান্ডের শেষে একটি বিন্দু আছে। এর ফলে নিম্নলিখিত কাঠামোটি সমাবেশ প্রসঙ্গে অন্তর্ভুক্ত হচ্ছে:

sa-frontend:
|   .dockerignore
|   Dockerfile
|   package.json
|   README.md
+---build
+---node_modules
+---public
---src

কিন্তু এখানে উপস্থিত সকল ফোল্ডারের মধ্যে আমাদের শুধুমাত্র একটি ফোল্ডার প্রয়োজন build. অন্য কিছু ডাউনলোড করা সময়ের অপচয়। কোন ডিরেক্টরিগুলিকে উপেক্ষা করতে হবে তা ডকারকে বলে আপনি বিল্ডের গতি বাড়াতে পারেন। এটি করার জন্য, আমাদের একটি ফাইল দরকার .dockerignore. আপনি, যদি আপনি ফাইলের সাথে পরিচিত হন .gitignore, এই ফাইলের গঠন সম্ভবত পরিচিত দেখাবে। ইমেজ বিল্ড সিস্টেম উপেক্ষা করতে পারে এমন ডিরেক্টরিগুলিকে এটি তালিকাভুক্ত করে। আমাদের ক্ষেত্রে, এই ফাইলের বিষয়বস্তু এই মত দেখায়:

node_modules
src
public

ফাইল .dockerignore ফাইলের মতো একই ফোল্ডারে থাকা আবশ্যক Dockerfile. এখন ছবিটির সমাবেশ কয়েক সেকেন্ড সময় নেবে।

এখন একটি জাভা অ্যাপ্লিকেশনের জন্য ইমেজ নিয়ে কাজ করা যাক।

▍একটি জাভা অ্যাপ্লিকেশনের জন্য একটি কন্টেইনার ইমেজ তৈরি করা

আপনি কি জানেন, এবং আপনি ইতিমধ্যেই কন্টেইনার ইমেজ তৈরি করার জন্য প্রয়োজনীয় সবকিছু শিখেছেন। সেজন্য এই বিভাগটি খুব সংক্ষিপ্ত হবে।

ফাইলটি খুলুন Dockerfile, যা প্রজেক্ট ফোল্ডারে অবস্থিত sa-webapp. আপনি যদি এই ফাইলটির পাঠ্যটি পড়েন তবে এতে আপনি কেবল দুটি নতুন নির্মাণের সাথে দেখা করবেন যা কীওয়ার্ড দিয়ে শুরু হয় ENV и EXPOSE:

ENV SA_LOGIC_API_URL http://localhost:5000
…
EXPOSE 8080

কীওয়ার্ড ENV আপনাকে ডকার পাত্রে পরিবেশের ভেরিয়েবল ঘোষণা করতে দেয়। বিশেষ করে, আমাদের ক্ষেত্রে, এটি আপনাকে অ্যাপ্লিকেশনটির API অ্যাক্সেস করার জন্য একটি URL সেট করতে দেয় যা পাঠ্য বিশ্লেষণ করে।

কীওয়ার্ড EXPOSE আপনাকে ডকারকে একটি পোর্ট খুলতে বলার অনুমতি দেয়। অ্যাপ্লিকেশনটির সাথে কাজ করার সময় আমরা এই পোর্টটি ব্যবহার করতে যাচ্ছি। এখানে আপনি যে দেখতে পারেন Dockerfile আবেদনের জন্য SA-Frontend এই ধরনের কোন আদেশ নেই। এটি শুধুমাত্র ডকুমেন্টেশনের উদ্দেশ্যে, অন্য কথায়, এই গঠনটি পাঠকের জন্য Dockerfile.

ইমেজ তৈরি করা এবং রিপোজিটরিতে পুশ করা ঠিক আগের উদাহরণের মতো দেখায়। আপনি যদি এখনও আপনার ক্ষমতা সম্পর্কে খুব আত্মবিশ্বাসী না হন তবে সংশ্লিষ্ট কমান্ডগুলি ফাইলটিতে পাওয়া যাবে README.md ফোল্ডারে sa-webapp.

▍পাইথন অ্যাপ্লিকেশনের জন্য একটি কন্টেইনার ইমেজ তৈরি করা

আপনি যদি ফাইলের বিষয়বস্তু দেখে নেন Dockerfile ফোল্ডারে sa-logicআপনি সেখানে নতুন কিছু পাবেন না। ইমেজ তৈরি এবং রিপোজিটরিতে ঠেলে দেওয়ার জন্য কমান্ডগুলি ইতিমধ্যেই আপনার কাছে পরিচিত হওয়া উচিত, তবে, আমাদের অন্যান্য অ্যাপ্লিকেশনগুলির ক্ষেত্রে, সেগুলি ফাইলটিতে পাওয়া যেতে পারে README.md ফোল্ডারে sa-logic.

▍কন্টেইনারাইজড অ্যাপ্লিকেশন পরীক্ষা করা

আপনি কি এমন কিছু বিশ্বাস করতে পারেন যা আপনি পরীক্ষা করেননি? আমিও পারি না। আমাদের পাত্রে পরীক্ষা করা যাক.

এর আবেদন ধারক শুরু করা যাক sa-logic এবং একটি পোর্টে শোনার জন্য এটি কনফিগার করুন 5050:
```
docker run -d -p 5050:5000 $DOCKER_USER_ID/sentiment-analysis-logic
```
এর আবেদন ধারক শুরু করা যাক sa-webapp এবং একটি পোর্টে শোনার জন্য এটি কনফিগার করুন 8080. উপরন্তু, আমাদের পোর্ট সেট করতে হবে যেখানে পাইথন অ্যাপ্লিকেশনটি এনভায়রনমেন্ট ভেরিয়েবল পুনরায় বরাদ্দ করে জাভা অ্যাপ্লিকেশন থেকে অনুরোধের জন্য শুনবে। SA_LOGIC_API_URL:
```
$ docker run -d -p 8080:8080 -e SA_LOGIC_API_URL='http://<container_ip or docker machine ip>:5000' $DOCKER_USER_ID/sentiment-analysis-web-app
```

একটি ধারক বা ডকার VM এর IP ঠিকানা কীভাবে খুঁজে বের করতে হয় তা শিখতে, ফাইলটি পড়ুন README.

এর আবেদন ধারক শুরু করা যাক sa-frontend:

docker run -d -p 80:80 $DOCKER_USER_ID/sentiment-analysis-frontend

এখন সবকিছু ব্রাউজারে ঠিকানায় নেভিগেট করার জন্য প্রস্তুত localhost:80 এবং অ্যাপটি পরীক্ষা করুন।

দয়া করে মনে রাখবেন যে আপনি যদি পোর্ট পরিবর্তন করেন sa-webapp, অথবা আপনি যদি একটি Docker VM চালাচ্ছেন, তাহলে আপনাকে ফাইলটি সম্পাদনা করতে হবে App.js ফোল্ডার থেকে sa-frontendপদ্ধতিতে আইপি ঠিকানা বা পোর্ট নম্বর পরিবর্তন করে analyzeSentence()অপ্রচলিত তথ্যের পরিবর্তে বর্তমান তথ্য প্রতিস্থাপন করে। এর পরে, আপনাকে চিত্রটি পুনরায় একত্রিত করতে হবে এবং এটি ব্যবহার করতে হবে।

আমাদের অ্যাপ্লিকেশন চিত্রটি এখন এইরকম দেখাচ্ছে।

মাইক্রো সার্ভিসগুলো পাত্রে চলে

সারাংশ: কেন আমাদের একটি কুবারনেটস ক্লাস্টার দরকার?

আমরা শুধু ফাইল পর্যালোচনা Dockerfile, কিভাবে ইমেজ তৈরি করা যায় এবং সেগুলিকে একটি ডকার রিপোজিটরিতে ঠেলে দেওয়া যায় সে সম্পর্কে কথা বলেছেন। উপরন্তু, আমরা ফাইল ব্যবহার করে ইমেজ সমাবেশ গতি বাড়াতে শিখেছি .dockerignore. ফলস্বরূপ, আমাদের মাইক্রোসার্ভিসগুলি এখন ডকার পাত্রে চলছে। এখানে আপনার কাছে একটি সম্পূর্ণ ন্যায্য প্রশ্ন থাকতে পারে যে কেন আমাদের কুবারনেটস প্রয়োজন। এই প্রশ্নের উত্তর এই উপাদানের দ্বিতীয় অংশে উৎসর্গ করা হবে। ইতিমধ্যে, নিম্নলিখিত প্রশ্ন বিবেচনা করুন:
ধরা যাক আমাদের টেক্সট এনালাইসিস ওয়েব অ্যাপ্লিকেশনটি বিশ্বব্যাপী জনপ্রিয় হয়ে উঠেছে। প্রতি মিনিটে তার কাছে লাখ লাখ অনুরোধ আসে। এর মানে হলো মাইক্রোসার্ভিস sa-webapp и sa-logic প্রচুর চাপের মধ্যে থাকবে। মাইক্রোসার্ভিস চালানোর পাত্রে কিভাবে স্কেল করবেন?

উত্স: www.habr.com

কুবারনেটস টিউটোরিয়াল পার্ট 1: অ্যাপ্লিকেশন, মাইক্রোসার্ভিসেস এবং কন্টেইনার