在kubernetes中部署tomcat与mysql集群

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS PostgreSQL,集群系列 2核4GB
简介:

在kubernetes中部署tomcat与mysql集群之前必须要有以下这些基础:

1. 已安装、配置kubernetes

2. 集群中有tomcat与mysql容器镜像

3. 有docker基础

具体步骤

部署tomcat

创建tomcat RC对象


我们想要在kubernetes集群中配置tomcat服务器,首先要保证集群中的节点上有tomcat镜像,镜像可以从docker Hub中拉取,也可以放在自己的私有仓库中。这在我之前的博客中讲过,这里就不详述了。


要部署tomcat服务,我们需要做两件事,一是创建RC(Replication Controller),二是创建Service。RC是kubernetes中的副本控制器,也就是说,RC负责自动部署容器化应用。Service是我们访问tomcat服务的入口地址,我们是通过Service来对该服务就行访问的。


创建RC与Service对象,我这里用的是创建yaml文件的方式。yaml文件中的内容是声明式的。这些声明让kubernetes做你想要它做的事情。声明与命令有所不同,声明是告诉它你的需要是什么,而不涉及具体的实现的步骤,而命令,如linux中的ls,你是告诉它去做什么。声明与命令是不同的,请自己体会。话不多说了,上代码:


此文件名为myweb-rc1.yaml

这里我简单的说明一下此yaml文件声明了什么:


  1 apiVersion: v1      //描述RC对象的版本是v1

  2 kind: ReplicationController    //我现在在声明RC对象

  3 metadata:     //metadata中的是对此RC对象描述信息

  4   name: myweb      //此RC对象在default命名空间中名为myweb,同一个命名空间中的命名一定是不同的

  5 spec:     //spec中是对RC对象的具体描述

  6   replicas: 5    //我要创建5个副本,单位当然是pod

  7   selector:      //选择器,用来选择对象的

  8     app: myweb    //我选择了标签为app: myweb的pod

  9   template:     //模版,以下用来描述创建的pod的模版

 10     metadata:   //对pod模版描述的元数据

 11       labels:      //给以下的东西打上标签,以让selector来选择

 12         app: myweb   //给pod模版打上app: myweb这样的标签

 13     spec:             //对pod模版的具体描述

 14       containers:         //以下就是要放入pod模版中的容器了

 15       - image: kubeguide/tomcat-app:v1    //选择镜像

 16         name: myweb         //容器名

 17         resources:           //给该容器分配的资源大小

 18           limits:

 19             cpu: "2"

 20             memory: 4Gi

 21         ports:         //容器端口号

 22         - containerPort: 8080         

 23         env:          //给该容器设置环境变量,这里就可以将mysql与我们的tomcat连接

 24         - name: MYSQL_SERVICE_HOST

 25           value: 'mysql'

 26         - name: MYSQL_SERVICE_PORT

 27           value: '3306'



仔细研究就发现其实yaml文件的规范还是比较严谨的。它是通过缩进与对齐的方式来表达了具体的信息的。比如一个metadata,在我这个yaml文件中就有两个。实际上通过缩进与对齐,我们就可以了解到,第一个metadata是对这个RC对象进行描述的元数据,而第二个metadata因为缩进了,实际上它是对pod模版进行描述的元数据。当然是不一样的。spec也有两个,同样的道理,大家可以自行分析。

创建tomcat RC对象的结果


如下,我截了个屏:

image.png

可以看到,我在创建完了tomcat的RC对象之后,它就立马自动部署了5个pod,这5个pod已经健康的跑起来了。为什么是创建5个pod?因为我在yaml文件中声明了我需要5个副本。


创建tomcat Service对象

单单创建了RC对象还不行,虽然RC对象为我们自动部署了5个pod,但是我们还需要一个Service对象来作为入口地址来对创建好的tomcat进行访问,所以,接下来我们的任务就是创建Service对象。

此文件名为myweb-svc1.yaml。还是直接上代码:

  1 apiVersion: v1

  2 kind: Service   //对象是Service了哦

  3 metadata:

  4   name: myweb

  5 spec:  

  6   ports:

  7   - name: myweb-svc         //端口名称,Service是必须指定端口名称的

  8     port: 8080          //Service的端口号

  9     targetPort: 8080        //容器暴露的端口号

 10     nodePort: 31111       //node的真实端口号

 11   selector:

 12     app: myweb     //Service选择了标签为app: myweb的pod

 13   type: NodePort


重点在于三个端口的区别,容器有端口,Service有端口,node也有真实的端口号,这里我们将这三者关联起来,在一会访问的时候会看出门道。所以,我们就拿结果说话吧。

创建tomcat Service对象的结果

image.png


大家可以看到,我已经创建好了名为myweb的Service。而且这个Service也已经通过selector选择了刚才创建好的5个pod。所以我可以通过Service来访问tomcat的服务了。我这里使用命令行来演示。

访问服务的方式


我们可以通过两种方式来访问已经创建好的服务。

1. 集群内部访问服务

我们可以通过Service IP + Service端口号的方式来从集群内部访问已经创建好的服务,所以,我们来看看tomcat Service的IP与端口号。

image.png 

2. 集群外部访问服务

从集群的外部我们可以通过node IP + node端口号的方式来对服务进行访问。pod实际上已经分在了不同的node中了,我们只用找到其中一个pod所在的node就行了。 

image.png



部署mysql


如果你能将tomcat部署成功了,那么部署mysql就没有什么好讲的了。照前面做就行了。

创建mysql RC对象


我将此RC对象命名为mysql-rc1.yaml

直接上代码:

  1 apiVersion: v1

  2 kind: ReplicationController

  3 metadata:

  4   name: mysql

  5 spec:

  6   replicas: 1

  7   selector:

  8     app: mysql

  9   template:

 10     metadata:

 11       labels:

 12         app: mysql

 13     spec:

 14         containers:

 15         - image: img.reg.3g:15000/mysql:5.7.13

 16           name: mysql

 17           resources:

 18             limits:

 19               cpu: "2"

 20               memory: 4Gi

 21           ports:

 22           - containerPort: 3306

 23           env:

 24           - name: MYSQL_ROOT_PASSWORD

 25             value: "123456"


不同之处在于创建mysql的RC对象yaml文件时,注入了一个name为MYSQL_ROOT_PASSWORD的环境变量,这个是给mysql数据库设置密码,这个环境变量的注入是必须的,如果没有此环境变量,虽然RC可以被创建成功,但是系统是无法启动mysql容器的。

创建mysql RC对象的结果

image.png


创建mysql Service对象


同样道理,mysql也需要一个访问入口地址。创建的Service yaml文件名为mysql-svc1.yaml

还是直接上代码


  1 apiVersion: v1

  2 kind: Service

  3 metadata:

  4   name: mysql

  5 spec:

  6   ports:

  7   - name: mysql-svc

  8     port: 3306

  9     targetPort: 3306

 10     nodePort: 31101

 11   selector:

 12     app: mysql

 13   type: NodePort

 

创建mysql Service对象的结果

image.png


可以看到,mysql Service对象也已经启动成功了。

然后就可以自己访问mysql的服务看看

















本文转自super李导51CTO博客,原文链接: http://blog.51cto.com/superleedo/2050208,如需转载请自行联系原作者


相关实践学习
通过Ingress进行灰度发布
本场景您将运行一个简单的应用,部署一个新的应用用于新的发布,并通过Ingress能力实现灰度发布。
容器应用与集群管理
欢迎来到《容器应用与集群管理》课程,本课程是“云原生容器Clouder认证“系列中的第二阶段。课程将向您介绍与容器集群相关的概念和技术,这些概念和技术可以帮助您了解阿里云容器服务ACK/ACK Serverless的使用。同时,本课程也会向您介绍可以采取的工具、方法和可操作步骤,以帮助您了解如何基于容器服务ACK Serverless构建和管理企业级应用。 学习完本课程后,您将能够: 掌握容器集群、容器编排的基本概念 掌握Kubernetes的基础概念及核心思想 掌握阿里云容器服务ACK/ACK Serverless概念及使用方法 基于容器服务ACK Serverless搭建和管理企业级网站应用
目录
打赏
0
0
0
0
143
分享
相关文章
使用ArgoCD管理Kubernetes部署指南
ArgoCD 是一款基于 Kubernetes 的声明式 GitOps 持续交付工具,通过自动同步 Git 存储库中的配置与 Kubernetes 集群状态,确保一致性与可靠性。它支持实时同步、声明式设置、自动修复和丰富的用户界面,极大简化了复杂应用的部署管理。结合 Helm Charts,ArgoCD 提供模块化、可重用的部署流程,显著减少人工开销和配置错误。对于云原生企业,ArgoCD 能优化部署策略,提升效率与安全性,是实现自动化与一致性的理想选择。
46 0
部署DeepSeek但GPU不足,ACK One注册集群助力解决IDC GPU资源不足
借助阿里云ACK One注册集群,充分利用阿里云强大ACS GPU算力,实现DeepSeek推理模型高效部署。
K8s集群实战:使用kubeadm和kuboard部署Kubernetes集群
总之,使用kubeadm和kuboard部署K8s集群就像回归童年一样,简单又有趣。不要忘记,技术是为人服务的,用K8s集群操控云端资源,我们不过是想在复杂的世界找寻简单。尽管部署过程可能遇到困难,但朝着简化复杂的目标,我们就能找到意义和乐趣。希望你也能利用这些工具,找到你的乐趣,满足你的需求。
66 33
集群部署:使用Rancher部署Kubernetes集群。
以上就是使用 Rancher 部署 Kubernetes 集群的流程。使用 Rancher 和 Kubernetes,开发者可以受益于灵活性和可扩展性,允许他们在多种环境中运行多种应用,同时利用自动化工具使工作负载更加高效。
56 19
打破资源边界、告别资源浪费:ACK One 多集群Spark和AI作业调度
ACK One多集群Spark作业调度,可以帮助您在不影响集群中正在运行的在线业务的前提下,打破资源边界,根据各集群实际剩余资源来进行调度,最大化您多集群中闲置资源的利用率。
使用容器服务ACK快速部署QwQ-32B模型并实现推理智能路由
阿里云最新发布的QwQ-32B模型,通过强化学习大幅度提升了模型推理能力。QwQ-32B模型拥有320亿参数,其性能可以与DeepSeek-R1 671B媲美。
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
81 12
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
100 5
部署DeepSeek但GPU不足,ACK One注册集群助力解决IDC GPU资源不足
部署DeepSeek但GPU不足,ACK One注册集群助力解决IDC GPU资源不足
OpenAI故障复盘丨如何保障大规模K8s集群稳定性
OpenAI故障复盘丨如何保障大规模K8s集群稳定性
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等