🥇 द कुबर्नेट्स मार्गदर्शक, भाग 1: अनुप्रयोग, सूक्ष्म सेवा आणि कंटेनर

आमच्या विनंतीनुसार, Habr ने एक हब तयार केला कुबेरनेट्स आणि त्यात पहिले प्रकाशन टाकताना आम्हाला आनंद होत आहे. सदस्यता घ्या!

Kubernetes सोपे आहे. या क्षेत्रात काम करण्यासाठी बँका मला खूप पैसे का देतात, तर कोणीही अवघ्या काही तासांत या तंत्रज्ञानावर प्रभुत्व मिळवू शकतो?

कुबर्नेट्स इतक्या लवकर शिकता येतात याबद्दल तुम्हाला शंका असल्यास, मी सुचवितो की तुम्ही स्वतः प्रयत्न करा. अर्थात, या सामग्रीमध्ये प्रभुत्व मिळवल्यानंतर, तुम्ही कुबर्नेट्स क्लस्टरमध्ये मायक्रोसर्व्हिसेसवर आधारित अॅप्लिकेशन चालवण्यास सक्षम असाल. मी याची हमी देऊ शकतो, कारण मी आमच्या क्लायंटना कुबर्नेट्ससोबत काम करायला शिकवतो तीच पद्धत इथे वापरली जाते. हे मार्गदर्शक इतरांपेक्षा वेगळे काय करते? खरं तर, बर्याच गोष्टी आहेत. तर, यापैकी बहुतेक साहित्य सोप्या गोष्टींच्या स्पष्टीकरणाने सुरू होते - कुबर्नेट्सच्या संकल्पना आणि कुबेक्टल कमांडची वैशिष्ट्ये. या सामग्रीचे लेखक असे गृहीत धरतात की त्यांचे वाचक अनुप्रयोग विकास, मायक्रोसर्व्हिसेस आणि डॉकर कंटेनर्सशी परिचित आहेत. आपण दुसऱ्या मार्गाने जाऊ. प्रथम, आम्ही संगणकावरील मायक्रोसर्व्हिसेसवर आधारित अनुप्रयोग कसा चालवायचा याबद्दल बोलू. मग आम्ही प्रत्येक मायक्रोसर्व्हिससाठी कंटेनर प्रतिमा तयार करू. आणि त्यानंतर, आम्ही Kubernetes शी परिचित होऊ आणि Kubernetes द्वारे व्यवस्थापित केलेल्या क्लस्टरमध्ये मायक्रोसर्व्हिसेसवर आधारित अनुप्रयोग तैनात करण्याकडे लक्ष देऊ.

हा दृष्टिकोन, कुबर्नेट्सकडे हळूहळू दृष्टीकोन ठेवून, कुबर्नेट्समध्ये सर्वकाही कसे कार्य करते हे समजून घेण्यासाठी सरासरी व्यक्तीसाठी आवश्यक असलेले काय घडत आहे हे समजून घेण्याची खोली देईल. Kubernetes हे नक्कीच एक साधे तंत्रज्ञान आहे, ज्यांना ते शिकायचे आहे त्यांना ते कुठे आणि कसे वापरले जाते हे माहित असेल.

आता, आणखी अडचण न ठेवता, चला प्रारंभ करूया आणि आपण ज्या अनुप्रयोगासह कार्य करणार आहोत त्याबद्दल बोलूया.

प्रायोगिक अनुप्रयोग

आमचा अनुप्रयोग फक्त एक कार्य करेल. हे इनपुट म्हणून एक वाक्य घेते, त्यानंतर, मजकूर विश्लेषण साधनांचा वापर करून, ते या वाक्याचे भावनिक विश्लेषण करते, वाक्याच्या लेखकाच्या एखाद्या विशिष्ट वस्तूबद्दलच्या भावनिक वृत्तीचे मूल्यांकन प्राप्त करते.

या अनुप्रयोगाची मुख्य विंडो अशी दिसते.

मजकूरांच्या भावना विश्लेषणासाठी वेब अनुप्रयोग

तांत्रिक दृष्टिकोनातून, ऍप्लिकेशनमध्ये तीन मायक्रोसर्व्हिसेस असतात, ज्यापैकी प्रत्येक विशिष्ट समस्यांचे निराकरण करते:

SA-Frontend एक Nginx वेब सर्व्हर आहे जो स्टॅटिक रिऍक्ट फाइल्स सर्व्ह करतो.
SA-WebApp हे Java मध्ये लिहिलेले वेब ऍप्लिकेशन आहे जे फ्रंटएंडच्या विनंत्यांवर प्रक्रिया करते.
एसए-लॉजिक हा पायथन ऍप्लिकेशन आहे जो मजकूरावर भावनांचे विश्लेषण करतो.

हे लक्षात घेणे महत्त्वाचे आहे की मायक्रोसर्व्हिसेस अलगावमध्ये अस्तित्वात नाहीत. ते "जबाबदारांचे पृथक्करण" ही कल्पना अंमलात आणतात, परंतु त्याच वेळी त्यांना एकमेकांशी संवाद साधण्याची आवश्यकता असते.

अनुप्रयोगामध्ये डेटा प्रवाहित होतो

वरील आकृतीमध्ये, तुम्ही सिस्टीमचे क्रमांकित टप्पे पाहू शकता, अॅप्लिकेशनमधील डेटा प्रवाहाचे वर्णन करून. चला त्यांना पाहूया:

ब्राउझर सर्व्हरकडून फाइलची विनंती करतो index.html (जे, यामधून, प्रतिक्रिया अनुप्रयोग पॅकेज डाउनलोड करते).
वापरकर्ता अनुप्रयोगाशी संवाद साधतो, यामुळे स्प्रिंग-आधारित वेब अनुप्रयोगास कॉल येतो.
वेब ऍप्लिकेशन पायथन ऍप्लिकेशनला मजकूर विश्लेषण करण्याची विनंती अग्रेषित करते.
पायथन ऍप्लिकेशन मजकूराचे संवेदना विश्लेषण करते आणि विनंतीला प्रतिसाद म्हणून निकाल देते.
स्प्रिंग ऍप्लिकेशन रिऍक्ट ऍप्लिकेशनला प्रतिसाद पाठवते (जे, यामधून, वापरकर्त्याला मजकूर विश्लेषणाचा परिणाम दर्शविते).

या सर्व ऍप्लिकेशन्ससाठी कोड आढळू शकतो येथे. मी शिफारस करतो की आपण आत्ताच हे भांडार स्वतःसाठी कॉपी करा, कारण आपल्यापुढे बरेच मनोरंजक प्रयोग आहेत.

तुमच्या स्थानिक मशीनवर मायक्रोसर्व्हिसेस-आधारित अनुप्रयोग चालवणे

अनुप्रयोग कार्य करण्यासाठी, आम्हाला तिन्ही मायक्रोसर्व्हिसेस सुरू करणे आवश्यक आहे. चला त्या सर्वातील सर्वात सुंदर - फ्रंट-एंड अनुप्रयोगासह प्रारंभ करूया.

▍स्थानिक विकासासाठी प्रतिक्रिया सेट करा

React ऍप्लिकेशन चालवण्यासाठी, तुम्हाला तुमच्या कॉम्प्युटरवर Node.js प्लॅटफॉर्म आणि NPM इंस्टॉल करणे आवश्यक आहे. एकदा आपण हे सर्व स्थापित केल्यानंतर, आपल्या प्रोजेक्ट फोल्डरवर नेव्हिगेट करण्यासाठी टर्मिनल वापरा sa-frontend आणि खालील आदेश चालवा:

npm install

फोल्डरमध्ये ही कमांड चालवून node_modules प्रतिक्रिया अनुप्रयोगाची अवलंबित्व लोड केली जाईल, ज्याच्या नोंदी फाइलमध्ये आहेत package.json. एकाच फोल्डरमध्ये अवलंबन डाउनलोड झाल्यानंतर, खालील आदेश चालवा:

npm start

इतकंच. आता प्रतिक्रिया अनुप्रयोग चालू आहे, तुम्ही तुमच्या ब्राउझरमधील खालील पत्त्यावर जाऊन त्यात प्रवेश करू शकता: localhost:3000. तुम्ही त्याच्या कोडमध्ये काहीतरी बदलू शकता. या बदलांचा परिणाम तुम्हाला ब्राउझरमध्ये लगेच दिसेल. मॉड्यूल्सच्या तथाकथित "हॉट" बदलीमुळे हे शक्य आहे. हे फ्रंट-एंड डेव्हलपमेंट एक साधा आणि आनंददायक अनुभव बनवते.

▍उत्पादनासाठी प्रतिक्रिया अर्ज तयार करणे

रिअॅक्ट ऍप्लिकेशन प्रत्यक्षात वापरण्याच्या उद्देशाने, आम्हाला ते स्टॅटिक फाइल्सच्या सेटमध्ये रूपांतरित करावे लागेल आणि वेब सर्व्हर वापरून क्लायंटला सर्व्ह करावे लागेल.

React अॅप्लिकेशन तयार करण्यासाठी, पुन्हा टर्मिनल वापरून, फोल्डरवर नेव्हिगेट करा sa-frontend आणि खालील आदेश चालवा:

npm run build

हे प्रोजेक्ट फोल्डरमध्ये एक निर्देशिका तयार करेल build. त्यामध्ये प्रतिक्रिया अनुप्रयोग कार्य करण्यासाठी आवश्यक असलेल्या सर्व स्थिर फायली असतील.

▍ Nginx वापरून स्थिर फाइल्स सर्व्ह करणे

प्रथम आपल्याला Nginx वेब सर्व्हर स्थापित करणे आणि चालवणे आवश्यक आहे. तो आहे आपण ते डाउनलोड करू शकता आणि ते कसे स्थापित करावे आणि चालवावे याबद्दल सूचना शोधू शकता. नंतर आपल्याला फोल्डरमधील सामग्री कॉपी करण्याची आवश्यकता आहे sa-frontend/build फोल्डरला [your_nginx_installation_dir]/html.

या दृष्टिकोनासह, प्रतिक्रिया अनुप्रयोगाच्या बिल्ड प्रक्रियेदरम्यान फाइल तयार केली जाते index.html येथे उपलब्ध होईल [your_nginx_installation_dir]/html/index.html. ही फाईल आहे जी डीफॉल्टनुसार, Nginx सर्व्हर त्यात प्रवेश करताना तयार करते. पोर्टवर ऐकण्यासाठी सर्व्हर कॉन्फिगर केला आहे 80, परंतु फाइल संपादित करून तुम्हाला आवश्यक त्या पद्धतीने सानुकूलित केले जाऊ शकते [your_nginx_installation_dir]/conf/nginx.conf.

आता तुमचा ब्राउझर उघडा आणि वर जा localhost:80. तुम्हाला React अॅप्लिकेशन पेज दिसेल.

Nginx सर्व्हरद्वारे दिलेला प्रतिक्रिया अनुप्रयोग

आपण आता शेतात काहीतरी प्रविष्ट केल्यास Type your sentence आणि बटण दाबा Send - काहीही होणार नाही. परंतु, तुम्ही कन्सोल पाहिल्यास, तुम्हाला तेथे त्रुटी संदेश दिसू शकतात. या चुका नेमक्या कुठे होतात हे समजून घेण्यासाठी, चला अनुप्रयोग कोडचे विश्लेषण करूया.

▍ फ्रंट-एंड ऍप्लिकेशन कोड विश्लेषण

फाइल कोडवर एक नजर टाकत आहे App.js, आपण बटण दाबून पाहू शकतो Send एक पद्धत कॉल करते analyzeSentence(). या पद्धतीचा कोड खाली दिला आहे. कृपया लक्षात ठेवा की प्रत्येक ओळीसाठी फॉर्मची टिप्पणी आहे # Номер, कोड खाली दिलेले स्पष्टीकरण आहे. आम्ही त्याच प्रकारे इतर कोडच्या तुकड्यांचे विश्लेषण करू.

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. ज्या URL वर POST विनंती केली आहे. असे गृहीत धरले जाते की या पत्त्यावर एक अर्ज आहे ज्यात अशा विनंत्या अपेक्षित आहेत.

2.विनंती मुख्य भाग अर्ज पाठविला. येथे विनंती मुख्य भागाचे उदाहरण आहे:

{
    sentence: "I like yogobella!"
}

3.विनंतीला प्रतिसाद मिळाल्यावर, घटकाची स्थिती अद्यतनित केली जाते. यामुळे घटक पुन्हा रेंडर केला जातो. जर आम्हाला डेटा प्राप्त झाला (म्हणजे इनपुट डेटा आणि गणना केलेला मजकूर स्कोअर असलेला JSON ऑब्जेक्ट), आम्ही घटक आउटपुट करू Polarity, कारण योग्य अटी पूर्ण केल्या जातील. आम्ही या घटकाचे वर्णन कसे करतो:

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

कोड बर्‍यापैकी कार्य करत असल्याचे दिसते. तरीही यात गैर काय आहे? जर तुम्ही असे गृहीत धरले की अर्ज ज्या पत्त्यावर POST विनंती पाठवण्याचा प्रयत्न करत आहे, तेथे अद्याप अशी कोणतीही गोष्ट नाही जी ही विनंती स्वीकारू शकेल आणि त्यावर प्रक्रिया करू शकेल, तर तुम्ही अगदी बरोबर असाल. बहुदा, येथे प्राप्त झालेल्या विनंत्यांवर प्रक्रिया करण्यासाठी http://localhost:8080/sentiment, आम्हाला स्प्रिंगवर आधारित वेब अॅप्लिकेशन चालवायचे आहे.

आम्हाला स्प्रिंग ऍप्लिकेशनची आवश्यकता आहे जो POST विनंती स्वीकारू शकेल

▍स्प्रिंग आधारित वेब ऍप्लिकेशन सेट करणे

स्प्रिंग ऍप्लिकेशन उपयोजित करण्यासाठी, तुम्हाला JDK8 आणि Maven आणि योग्यरित्या कॉन्फिगर केलेले पर्यावरण व्हेरिएबल्स आवश्यक असतील. एकदा तुम्ही हे सर्व स्थापित केल्यानंतर, तुम्ही आमच्या प्रकल्पावर काम करणे सुरू ठेवू शकता.

▍ जार फाइलमध्ये अनुप्रयोग पॅकेज करणे

टर्मिनल वापरून फोल्डरवर नेव्हिगेट करा sa-webapp आणि खालील आदेश प्रविष्ट करा:

mvn install

फोल्डरमध्ये ही कमांड रन केल्यानंतर sa-webapp एक निर्देशिका तयार केली जाईल target. येथे जावा ऍप्लिकेशन स्थित असेल, जार फाइलमध्ये पॅकेज केले जाईल, फाइलद्वारे प्रस्तुत केले जाईल sentiment-analysis-web-0.0.1-SNAPSHOT.jar.

▍ Java अनुप्रयोग चालवणे

फोल्डरवर जा target आणि खालील आदेशासह अनुप्रयोग चालवा:

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

ही आज्ञा कार्यान्वित करताना एक त्रुटी येईल. त्याचे निराकरण करणे सुरू करण्यासाठी, आम्ही स्टॅक ट्रेस डेटामधील अपवाद तपशीलांचे विश्लेषण करू शकतो:

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}"

आमच्यासाठी, येथे सर्वात महत्वाची गोष्ट म्हणजे अर्थ स्पष्ट करण्याच्या अशक्यतेचा उल्लेख sa.logic.api.url. चला कोडचे विश्लेषण करू ज्यामध्ये त्रुटी येते.

▍जावा ऍप्लिकेशन कोड विश्लेषण

येथे कोड स्निपेट आहे जेथे त्रुटी येते.

@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();
    }
}

मध्ये एसentimentController एक फील्ड आहे saLogicApiUrl. त्याचे मूल्य मालमत्तेद्वारे निर्दिष्ट केले जाते sa.logic.api.url.
ओळ saLogicApiUrl मूल्याशी जोडते /analyse/sentiment. ते एकत्रितपणे मजकूर विश्लेषण करणार्‍या मायक्रोसर्व्हिसला कॉल करण्यासाठी पत्ता तयार करतात.

▍ मालमत्ता मूल्य सेट करा

वसंत ऋतूमध्ये, मालमत्तेच्या मूल्यांचा मानक स्त्रोत एक फाइल आहे application.properties, जे येथे आढळू शकते sa-webapp/src/main/resources. परंतु त्याचा वापर मालमत्ता मूल्ये सेट करण्याचा एकमेव मार्ग नाही. हे खालील आदेश वापरून देखील केले जाऊ शकते:

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

या मालमत्तेचे मूल्य आमच्या पायथन अनुप्रयोगाच्या पत्त्याकडे निर्देशित केले पाहिजे.

ते कॉन्फिगर करून, आम्ही स्प्रिंग वेब अॅप्लिकेशनला मजकूर विश्लेषण विनंत्या करण्यासाठी कुठे जायचे आहे ते सांगतो.

आमचे जीवन गुंतागुंतीचे होऊ नये म्हणून, आम्ही ठरवू की पायथन अनुप्रयोग येथे उपलब्ध असेल localhost:5000 आणि त्याबद्दल विसरू नका. परिणामी, स्प्रिंग ऍप्लिकेशन लॉन्च करण्याची आज्ञा यासारखी दिसेल:

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

आमच्या सिस्टममध्ये पायथन ऍप्लिकेशन गहाळ आहे

आता आपल्याला फक्त पायथन ऍप्लिकेशन चालवायचे आहे आणि सिस्टम अपेक्षेप्रमाणे कार्य करेल.

▍पायथन ऍप्लिकेशन सेट करणे

पायथन ऍप्लिकेशन चालविण्यासाठी, तुमच्याकडे पायथन 3 आणि पिप स्थापित असणे आवश्यक आहे आणि योग्य पर्यावरण व्हेरिएबल्स योग्यरित्या सेट करणे आवश्यक आहे.

▍अवलंबन स्थापित करणे

तुमच्या प्रोजेक्ट फोल्डरवर जा sa-logic/sa आणि खालील आदेश चालवा:

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

▍अॅप्लिकेशन लाँच करा

अवलंबित्व स्थापित केल्यानंतर, आम्ही अनुप्रयोग चालविण्यासाठी तयार आहोत:

python sentiment_analysis.py

ही कमांड चालवल्यानंतर आम्हाला पुढील गोष्टी सांगितल्या जातील:

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

याचा अर्थ असा की अनुप्रयोग चालू आहे आणि येथे विनंत्यांची प्रतीक्षा करत आहे localhost:5000/

▍कोड संशोधन

पायथन ऍप्लिकेशन कोड विनंत्यांना कसा प्रतिसाद देतो हे समजून घेण्यासाठी पाहू.

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

ऑब्जेक्ट सुरू करत आहे Flask.
POST विनंत्या करण्यासाठी पत्ता निर्दिष्ट करणे.
मालमत्ता पुनर्प्राप्त करत आहे sentence विनंती संस्थेकडून.
अनामिक ऑब्जेक्ट सुरू करणे TextBlob आणि मूल्य मिळवा polarity विनंतीच्या मुख्य भागामध्ये प्राप्त झालेल्या पहिल्या वाक्यासाठी (आमच्या बाबतीत, विश्लेषणासाठी पाठविलेले हे एकमेव वाक्य आहे).
प्रतिसाद परत करणे ज्याच्या मुख्य भागामध्ये वाक्याचा मजकूर आणि त्यासाठी गणना केलेला सूचक आहे polarity.
फ्लास्क ऍप्लिकेशन लाँच करा, जे येथे उपलब्ध असेल 0.0.0.0:5000 (आपण फॉर्मचे बांधकाम वापरून देखील त्यात प्रवेश करू शकता localhost:5000).

ऍप्लिकेशन बनवणार्‍या मायक्रोसर्व्हिसेस आता चालू आहेत. ते एकमेकांशी संवाद साधण्यासाठी ट्यून केलेले आहेत. कामाच्या या टप्प्यावर अनुप्रयोग आकृती असे दिसते.

अनुप्रयोग तयार करणार्‍या सर्व मायक्रोसर्व्हिसेस कार्यरत क्रमाने आणल्या जातात

आता, तुम्ही सुरू ठेवण्यापूर्वी, तुमचा React ऍप्लिकेशन ब्राउझरमध्ये उघडा आणि त्यासोबत काही वाक्य पार्स करण्याचा प्रयत्न करा. सर्वकाही योग्यरित्या केले असल्यास - बटण दाबल्यानंतर Send तुम्हाला मजकूर फील्ड खाली विश्लेषण परिणाम दिसेल.

पुढील भागात, आम्ही डॉकर कंटेनरमध्ये आमची मायक्रोसर्व्हिसेस कशी चालवायची याबद्दल बोलू. Kubernetes क्लस्टरवर चालण्यासाठी अनुप्रयोग तयार करण्यासाठी हे आवश्यक आहे.

डॉकर कंटेनर

कुबेरनेट्स कंटेनरीकृत ऍप्लिकेशन्सची तैनाती, स्केलिंग आणि व्यवस्थापन स्वयंचलित करण्यासाठी एक प्रणाली आहे. त्याला "कंटेनर ऑर्केस्ट्रेटर" असेही म्हणतात. जर कुबर्नेट्स कंटेनरसह कार्य करते, तर ही प्रणाली वापरण्यापूर्वी आपण प्रथम हे कंटेनर घेतले पाहिजेत. परंतु प्रथम, कंटेनर काय आहेत याबद्दल बोलूया. कदाचित ते काय आहे या प्रश्नाचे सर्वोत्तम उत्तर सापडेल दस्तऐवजीकरण डॉकरला:

कंटेनर प्रतिमा हे एक हलके, स्वयंपूर्ण, एक्झिक्युटेबल पॅकेज असते ज्यामध्ये अनुप्रयोग असतो, ज्यामध्ये ते चालविण्यासाठी आवश्यक असलेल्या सर्व गोष्टींचा समावेश असतो: ऍप्लिकेशन कोड, अंमलबजावणी वातावरण, सिस्टम टूल्स आणि लायब्ररी, सेटिंग्ज. लिनक्स आणि विंडोज वातावरणात कंटेनरीकृत प्रोग्राम वापरले जाऊ शकतात आणि पायाभूत सुविधांची पर्वा न करता ते नेहमी समान कार्य करतील.

याचा अर्थ असा की उत्पादन सर्व्हरसह कंटेनर कोणत्याही संगणकावर चालवले जाऊ शकतात आणि त्यामध्ये असलेले अनुप्रयोग कोणत्याही वातावरणात समान कार्य करतील.

कंटेनरची वैशिष्ट्ये एक्सप्लोर करण्यासाठी आणि अॅप्लिकेशन्स चालवण्याच्या इतर मार्गांशी त्यांची तुलना करण्यासाठी, व्हर्च्युअल मशीन आणि कंटेनर वापरून प्रतिक्रिया अॅप्लिकेशन सर्व्ह करण्याचे उदाहरण पाहू या.

▍ व्हर्च्युअल मशीन वापरून प्रतिक्रिया ऍप्लिकेशनच्या स्थिर फाइल्स सर्व्ह करणे

व्हर्च्युअल मशीन वापरून स्टॅटिक फाइल्सची सेवा व्यवस्थापित करण्याचा प्रयत्न करताना, आम्हाला खालील तोटे आढळतील:

संसाधनांचा अकार्यक्षम वापर, कारण प्रत्येक व्हर्च्युअल मशीन एक पूर्ण विकसित ऑपरेटिंग सिस्टम आहे.
प्लॅटफॉर्म अवलंबित्व. स्थानिक संगणकावर जे कार्य करते ते उत्पादन सर्व्हरवर कार्य करू शकत नाही.
व्हर्च्युअल मशीन-आधारित सोल्यूशनचे हळू आणि संसाधन-केंद्रित स्केलिंग.

Nginx वेब सर्व्हर व्हर्च्युअल मशीनवर चालणाऱ्या स्टॅटिक फाइल्स सर्व्ह करत आहे

जर समान समस्येचे निराकरण करण्यासाठी कंटेनरचा वापर केला गेला असेल तर, आभासी मशीनच्या तुलनेत, खालील सामर्थ्य लक्षात घेता येईल:

संसाधनांचा कार्यक्षम वापर: डॉकर वापरून ऑपरेटिंग सिस्टमसह कार्य करणे.
प्लॅटफॉर्म स्वतंत्र. एक कंटेनर जो विकसक त्याच्या संगणकावर चालवू शकतो तो कुठेही काम करेल.
प्रतिमा स्तरांच्या वापराद्वारे हलके उपयोजन.

Nginx वेब सर्व्हर कंटेनरमध्ये चालू असलेल्या स्टॅटिक फाइल्स सर्व्ह करत आहे

आम्ही फक्त काही मुद्द्यांवर आभासी मशीन आणि कंटेनरची तुलना केली, परंतु कंटेनरच्या सामर्थ्याचा अनुभव घेण्यासाठी हे पुरेसे आहे. तो आहे आपण डॉकर कंटेनरबद्दल तपशील शोधू शकता.

▍ प्रतिक्रिया अनुप्रयोगासाठी कंटेनर प्रतिमा तयार करणे

डॉकर कंटेनरचा मूलभूत बिल्डिंग ब्लॉक फाइल आहे Dockerfile. या फाईलच्या सुरूवातीस, कंटेनरच्या मूळ प्रतिमेचा रेकॉर्ड बनविला जातो, त्यानंतर विशिष्ट अनुप्रयोगाच्या गरजा पूर्ण करणारा कंटेनर कसा तयार करायचा हे दर्शविणारी सूचनांचा क्रम असतो.

आम्ही फाइलसह कार्य सुरू करण्यापूर्वी Dockerfile, Nginx सर्व्हरवर अपलोड करण्यासाठी प्रतिक्रिया ऍप्लिकेशन फायली तयार करण्यासाठी आम्ही काय केले ते लक्षात ठेवूया:

प्रतिक्रिया अनुप्रयोग पॅकेज तयार करणे (npm run build).
Nginx सर्व्हर सुरू करत आहे.
निर्देशिका सामग्री कॉपी करत आहे build प्रोजेक्ट फोल्डरमधून sa-frontend सर्व्हर फोल्डरमध्ये nginx/html.

खाली आपण कंटेनर तयार करणे आणि आपल्या स्थानिक संगणकावर केलेल्या वरील चरणांमधील समांतर पाहू शकता.

▍ SA-Frontend अनुप्रयोगासाठी डॉकरफाइल तयार करणे

ज्या सूचना यात असतील Dockerfile अर्जासाठी SA-Frontend, फक्त दोन संघांचा समावेश आहे. वस्तुस्थिती अशी आहे की Nginx विकास संघाने एक मूलभूत तयार केले आहे प्रतिमा Nginx साठी, जे आम्ही आमची प्रतिमा तयार करण्यासाठी वापरू. या दोन चरणांचे वर्णन करणे आवश्यक आहे:

प्रतिमेचा आधार Nginx प्रतिमा असावा.
फोल्डर सामग्री sa-frontend/build प्रतिमा फोल्डरमध्ये कॉपी करणे आवश्यक आहे nginx/html.

जर तुम्ही या वर्णनावरून फाईलवर गेलात Dockerfile, नंतर ते असे दिसेल:

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

जसे आपण पाहू शकता, येथे सर्व काही अगदी सोपे आहे आणि फाइलमधील सामग्री अगदी वाचनीय आणि समजण्यायोग्य आहे. ही फाइल सिस्टमला प्रतिमा घेण्यास सांगते nginx त्यात आधीपासून असलेल्या प्रत्येक गोष्टीसह, आणि निर्देशिकेतील सामग्री कॉपी करा build निर्देशिकेत nginx/html.

येथे तुम्हाला फोल्डरमधून फाइल्स कॉपी करायची आहेत हे मला कसे कळेल यासंबंधी प्रश्न असू शकतो build, म्हणजे, मार्ग कुठून आला /usr/share/nginx/html. खरं तर, येथे काहीही क्लिष्ट नाही. वस्तुस्थिती अशी आहे की संबंधित माहिती मध्ये आढळू शकते वर्णन प्रतिमा

▍ प्रतिमा तयार करणे आणि ती रेपॉजिटरीमध्ये अपलोड करणे

आम्ही तयार प्रतिमेसह कार्य करण्यापूर्वी, आम्हाला ते प्रतिमा भांडारात ढकलणे आवश्यक आहे. हे करण्यासाठी, आम्ही विनामूल्य क्लाउड इमेज होस्टिंग प्लॅटफॉर्म डॉकर हब वापरू. कामाच्या या टप्प्यावर आपल्याला पुढील गोष्टी करण्याची आवश्यकता आहे:

स्थापित करा गोदी कामगार.
डॉकर हब वेबसाइटवर नोंदणी करा.
टर्मिनलमध्ये खालील आदेश चालवून तुमच्या खात्यात लॉग इन करा:
```
docker login -u="$DOCKER_USERNAME" -p="$DOCKER_PASSWORD"
```

आता आपल्याला निर्देशिकेवर जाण्यासाठी टर्मिनल वापरण्याची आवश्यकता आहे sa-frontend आणि तेथे खालील आदेश चालवा:

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

येथे आणि पुढे तत्सम आदेशांमध्ये $DOCKER_USER_ID तुमच्या डॉकर हब वापरकर्तानावाने बदलले पाहिजे. उदाहरणार्थ, कमांडचा हा भाग यासारखा दिसू शकतो: rinormaloku/sentiment-analysis-frontend.

या प्रकरणात, हा आदेश त्यातून काढून टाकून लहान केला जाऊ शकतो -f Dockerfile, ज्या फोल्डरमध्ये आपण ही कमांड कार्यान्वित करत आहोत त्या फोल्डरमध्ये ही फाईल आधीपासूनच अस्तित्वात आहे.

तयार केलेली प्रतिमा रेपॉजिटरीमध्ये पाठवण्यासाठी, आम्हाला खालील आदेशाची आवश्यकता आहे:

docker push $DOCKER_USER_ID/sentiment-analysis-frontend

ते पूर्ण केल्यानंतर, क्लाउड स्टोरेजवर इमेज अपलोड करणे यशस्वी झाले की नाही हे समजून घेण्यासाठी डॉकर हबवरील तुमच्या भांडारांची सूची तपासा.

▍ कंटेनर चालवणे

आता कोणीही प्रतिमा डाउनलोड आणि चालवू शकते, म्हणून ओळखले जाते $DOCKER_USER_ID/sentiment-analysis-frontend. हे करण्यासाठी, तुम्हाला खालील आदेशांचा क्रम चालवावा लागेल:

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

आता कंटेनर चालू आहे, आम्हाला आवश्यक असलेल्या इतर प्रतिमा तयार करून आम्ही काम सुरू ठेवू शकतो. परंतु आपण पुढे जाण्यापूर्वी, डिझाइन समजून घेऊया 80:80, जे इमेज लॉन्च कमांडमध्ये दिसते आणि गोंधळात टाकणारे वाटू शकते.

पहिला क्रमांक 80 — हा होस्ट पोर्ट क्रमांक आहे (म्हणजे स्थानिक संगणक).
दुसरा क्रमांक 80 हे कंटेनरचे पोर्ट आहे ज्यावर विनंती अग्रेषित केली जावी.

खालील उदाहरणाचा विचार करा.

पोर्ट अग्रेषित

सिस्टम पोर्टवरून विनंत्या पुनर्निर्देशित करते <hostPort> बंदराकडे <containerPort>. म्हणजेच बंदरात प्रवेश 80 संगणक पोर्टवर पुनर्निर्देशित केला जातो 80 कंटेनर

बंदर पासून 80 स्थानिक संगणकावर उघडले, त्यानंतर तुम्ही या संगणकावरून येथे अनुप्रयोगात प्रवेश करू शकता localhost:80. तुमची सिस्टीम डॉकरला सपोर्ट करत नसल्यास, अॅप्लिकेशन डॉकर व्हर्च्युअल मशीनवर चालवता येईल, ज्याचा पत्ता असा दिसेल <docker-machine ip>:80. डॉकर व्हर्च्युअल मशीनचा IP पत्ता शोधण्यासाठी, तुम्ही कमांड वापरू शकता docker-machine ip.

या टप्प्यावर, फ्रंट-एंड ऍप्लिकेशन कंटेनर यशस्वीरित्या लॉन्च केल्यानंतर, तुम्ही त्याचे पृष्ठ ब्राउझरमध्ये उघडण्यास सक्षम असाल.

▍ .dockerignore फाइल

अनुप्रयोग प्रतिमा गोळा करणे SA-Frontendही प्रक्रिया अत्यंत संथ असल्याचे आमच्या लक्षात आले. हे घडते कारण इमेज बिल्ड कॉन्टेक्स्ट डॉकर डिमनला पाठवणे आवश्यक आहे. बिल्ड संदर्भ दर्शविणारी डिरेक्टरी कमांडचा शेवटचा युक्तिवाद म्हणून निर्दिष्ट केली आहे docker build. आमच्या बाबतीत, या आदेशाच्या शेवटी एक बिंदू आहे. यामुळे बिल्ड संदर्भात खालील रचना समाविष्ट केली जाते:

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

परंतु येथे उपस्थित असलेल्या सर्व फोल्डर्सपैकी आम्हाला फक्त फोल्डरची आवश्यकता आहे build. इतर काहीही लोड करणे म्हणजे वेळेचा अपव्यय आहे. कोणत्या डिरेक्टरीकडे दुर्लक्ष करायचे ते डॉकरला सांगून तुम्ही बिल्डचा वेग वाढवू शकता. हे करण्यासाठी आम्हाला फाइलची आवश्यकता आहे .dockerignore. आपण, आपण फाइल परिचित असल्यास .gitignore, या फाइलची रचना कदाचित परिचित वाटेल. इमेज बिल्ड सिस्टीम दुर्लक्षित करू शकणार्‍या डिरेक्‍टरीजची ते सूची देते. आमच्या बाबतीत, या फाइलची सामग्री यासारखी दिसते:

node_modules
src
public

फाइल .dockerignore फाइल सारख्याच फोल्डरमध्ये असणे आवश्यक आहे Dockerfile. आता प्रतिमा तयार करण्यास काही सेकंद लागतील.

आता Java ऍप्लिकेशनसाठी इमेजवर काम करूया.

▍ Java अनुप्रयोगासाठी कंटेनर प्रतिमा तयार करणे

तुम्हाला माहित आहे, कंटेनर प्रतिमा तयार करण्यासाठी तुम्हाला जे काही माहित असणे आवश्यक आहे ते तुम्ही आधीच शिकले आहे. म्हणूनच हा विभाग खूपच लहान असेल.

फाईल उघडा Dockerfileजे प्रोजेक्ट फोल्डरमध्ये आहे sa-webapp. जर तुम्ही या फाईलचा मजकूर वाचला, तर तुम्हाला त्यात फक्त दोन नवीन बांधकामे दिसतील, ज्याची सुरुवात कीवर्डपासून होईल ENV и EXPOSE:

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

कीवर्ड ENV तुम्हाला डॉकर कंटेनरमध्ये पर्यावरणीय चल घोषित करण्यास अनुमती देते. विशेषतः, आमच्या बाबतीत, ते तुम्हाला मजकूर विश्लेषण करणार्‍या अनुप्रयोगाच्या API मध्ये प्रवेश करण्यासाठी URL निर्दिष्ट करण्यास अनुमती देते.

कीवर्ड EXPOSE तुम्हाला डॉकरला पोर्ट उघडण्यास सांगण्याची परवानगी देते. ऍप्लिकेशन चालवताना आम्ही हे पोर्ट वापरणार आहोत. येथे आपण ते लक्षात घेऊ शकता Dockerfile अर्जासाठी SA-Frontend अशी कोणतीही आज्ञा नाही. हे केवळ दस्तऐवजीकरणाच्या उद्देशाने आहे, दुसऱ्या शब्दांत, हे बांधकाम ज्याने वाचले आहे त्यांच्यासाठी आहे Dockerfile.

प्रतिमा तयार करणे आणि त्यास रेपॉजिटरीमध्ये ढकलणे मागील उदाहरणाप्रमाणेच दिसते. तुम्‍हाला तुमच्‍या क्षमतेवर अजून विश्‍वास नसल्‍यास, संबंधित आज्ञा फाइलमध्‍ये आढळू शकतात. README.md फोल्डर मध्ये sa-webapp.

▍पायथन अनुप्रयोगासाठी कंटेनर प्रतिमा तयार करणे

जर तुम्ही फाइलमधील मजकूर पाहिला तर Dockerfile फोल्डर मध्ये sa-logic, मग तुम्हाला तिथे स्वतःसाठी नवीन काहीही सापडणार नाही. प्रतिमा तयार करण्यासाठी आणि रिपॉजिटरीमध्ये पाठविण्याच्या आदेश देखील तुम्हाला आधीच परिचित असले पाहिजेत, परंतु, आमच्या इतर अनुप्रयोगांप्रमाणे, ते फाइलमध्ये आढळू शकतात. README.md फोल्डर मध्ये sa-logic.

▍ कंटेनरीकृत अनुप्रयोगांची चाचणी करणे

आपण चाचणी न केलेल्या एखाद्या गोष्टीवर आपण विश्वास ठेवू शकता? मी पण करू शकत नाही. चला आमच्या कंटेनरची चाचणी करूया.

चला अनुप्रयोग कंटेनर लाँच करूया sa-logic आणि पोर्टवर ऐकण्यासाठी ते कॉन्फिगर करा 5050:
```
docker run -d -p 5050:5000 $DOCKER_USER_ID/sentiment-analysis-logic
```
चला अनुप्रयोग कंटेनर लाँच करूया sa-webapp आणि पोर्टवर ऐकण्यासाठी ते कॉन्फिगर करा 8080. याशिवाय, आम्हाला पोर्ट कॉन्फिगर करणे आवश्यक आहे ज्यावर पायथन अॅप्लिकेशन जावा अॅप्लिकेशनच्या विनंत्या ऐकेल पर्यावरण व्हेरिएबल पुन्हा नियुक्त करून 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
```

डॉकर कंटेनर किंवा व्हर्च्युअल मशीनचा IP पत्ता कसा शोधायचा हे जाणून घेण्यासाठी, फाइल पहा मला वाचा.

चला अनुप्रयोग कंटेनर लाँच करूया sa-frontend:

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

आता ब्राउझरमधील पत्त्यावर जाण्यासाठी सर्वकाही तयार आहे localhost:80 आणि अनुप्रयोग वापरून पहा.

कृपया लक्षात घ्या की तुम्ही यासाठी पोर्ट बदलले असल्यास sa-webapp, किंवा तुम्ही डॉकर व्हर्च्युअल मशीन चालवत असल्यास, तुम्हाला फाइल संपादित करावी लागेल App.js फोल्डरमधून sa-frontendपद्धतीमध्ये IP पत्ता किंवा पोर्ट क्रमांक बदलून analyzeSentence(), कालबाह्य डेटाऐवजी वर्तमान माहिती बदलणे. यानंतर, आपल्याला प्रतिमा पुन्हा एकत्र करणे आणि ते वापरणे आवश्यक आहे.

आमचा ऍप्लिकेशन डायग्राम आता असा दिसत आहे.

मायक्रो सर्व्हिसेस कंटेनरमध्ये चालतात

सारांश: आम्हाला कुबर्नेट्स क्लस्टरची आवश्यकता का आहे?

आम्ही नुकत्याच फायली तपासल्या Dockerfile, प्रतिमा कशा तयार करायच्या आणि त्यांना डॉकर रेपॉजिटरीमध्ये कसे ढकलायचे याबद्दल बोललो. याशिवाय, फाइल वापरून इमेज असेंब्लीची गती कशी वाढवायची हे आम्ही शिकलो .dockerignore. परिणामी, आमच्या मायक्रो सर्व्हिसेस आता डॉकर कंटेनरमध्ये चालतात. येथे आपल्याला कुबर्नेट्सची आवश्यकता का आहे याबद्दल पूर्णपणे न्याय्य प्रश्न असू शकतो. या सामग्रीचा दुसरा भाग या प्रश्नाचे उत्तर देण्यासाठी समर्पित असेल. दरम्यान, खालील प्रश्नाचा विचार करा:
चला असे गृहीत धरू की मजकूर विश्लेषणासाठी आमचा वेब अनुप्रयोग जगभरात लोकप्रिय झाला आहे. दर मिनिटाला लाखो विनंत्या त्याच्याकडे येतात. याचा अर्थ मायक्रोसर्व्हिसेस sa-webapp и sa-logic प्रचंड भाराखाली असेल. मायक्रो सर्व्हिसेस चालवणारे कंटेनर कसे मोजायचे?

स्त्रोत: www.habr.com

कुबर्नेट्स ट्यूटोरियल भाग 1: ऍप्लिकेशन्स, मायक्रोसर्व्हिसेस आणि कंटेनर्स