百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

多集群服务发现(集群式服务)

bigegpt 2025-07-17 17:22 5 浏览

一、用途概述

ServiceExport 和 ServiceImport 是 Kubernetes 多集群服务(Multi-Cluster Services, MCS)中的两个重要自定义资源定义(CRD),用于实现跨集群的服务发现和访问。

  1. 跨集群服务发现:允许一个集群中的服务被发现并被其他集群访问
  2. 服务联邦:将多个集群中的服务联合起来,形成逻辑上的统一服务
  3. 地理位置感知:支持就近访问服务,提高性能
  4. 故障转移:当一个集群不可用时,可以自动故障转移到其他集群

基本工作流程

Service A (exported) ←→ ServiceExport ←→ ServiceImport ←→ Service A (imported)

ServiceExport 工作原理

  • 声明本集群中的某个服务可以被其他集群导入

1.管理员在集群中创建serviceexport

2.多集群控制器(如 MCS-API 控制器)监听到该资源

3.控制器将服务元数据(包括端点信息)发布到共享存储或直接同步到其他集群

4.服务状态变化时自动更新

ServiceImport 工作原理

  • 表示从其他集群导入的服务,在本集群中创建对应的服务表示

1 目标集群的多集群控制器发现新的 ServiceExport

2.自动创建对应的 ServiceImport 资源

3.根据配置可能创建本地 Service 对象作为代理

4 维护端点列表,可能来自多个源集群

  1. 网络要求

需要集群间Pod网络连通(除非使用特定实现)

跨集群网络延迟需要考虑

  1. 安全考虑

需要配置适当的RBAC规则

考虑使用网络策略限制访问

  1. 版本兼容性

不同Kubernetes版本可能有行为差异

CRD版本(v1alpha1, v1beta1等)需要匹配

  1. 性能影响

大量端点同步可能增加控制平面负载

跨集群调用比集群内调用延迟更高

配置过程:

(1)CRD 是跨集群服务的基础设施

需要分发 CRD 到成员集群

  • CRD 是 API 的定义
    ServiceExport/Import 是 Kubernetes 的多集群服务(MCS)API 资源,其 CRD 定义了资源的类型和结构。成员集群需要安装这些 CRD,才能识别和处理后续创建的 ServiceExport/Import 资源。
    • 如果没有 CRD,成员集群会拒绝创建这些资源的请求(报错 the server doesn't have a resource type "serviceexports")。

(2)实现服务联邦的核心机制

  • ServiceExport
    在服务提供方集群中标记一个 Service 为“可导出”,声明它允许被其他集群访问。
  • ServiceImport
    在服务消费方集群中创建一个虚拟服务,代表从其他集群导入的服务。

这两个资源需要同时在提供方和消费方集群中生效,因此必须将 CRD 分发到所有成员集群。

部署crd

crd发放的策略配置如下:(会将两个crd部署到对应member集群)

# propagate ServiceExport CRD
apiVersion: policy.karmada.io/v1alpha1
kind: ClusterPropagationPolicy
metadata:
  name: serviceexport-policy
spec:
  resourceSelectors:
    - apiVersion: apiextensions.k8s.io/v1
      kind: CustomResourceDefinition
      name: serviceexports.multicluster.x-k8s.io
  placement:
    clusterAffinity:
      clusterNames:
        - kind-test
        - kind-my-cluster
---        
# propagate ServiceImport CRD
apiVersion: policy.karmada.io/v1alpha1
kind: ClusterPropagationPolicy
metadata:
  name: serviceimport-policy
spec:
  resourceSelectors:
    - apiVersion: apiextensions.k8s.io/v1
      kind: CustomResourceDefinition
      name: serviceimports.multicluster.x-k8s.io
  placement:
    clusterAffinity:
      clusterNames:
        - kind-test
        - kind-my-cluster

root@test-k8s-master1:~/istio-demo/karmada/nginx# kubecmd get cpp
NAME                   CLUSTER   CONFLICT-RESOLUTION   PRIORITY   AGE     ADOPTION
serviceexport-policy   Karmada   Abort                 0          6m20s   -
serviceimport-policy   Karmada   Abort                 0          6m20s   -
  member集群查看如下:
root@redis-cluster:~# kubectl get crd
NAME                                   CREATED AT
serviceexports.multicluster.x-k8s.io   2025-06-18T08:16:00Z
serviceimports.multicluster.x-k8s.io   2025-06-18T08:16:00Z
部署成功

部署应用服务

apiVersion: apps/v1
kind: Deployment
metadata:
  name: serve
spec:
  replicas: 1
  selector:
    matchLabels:
      app: serve
  template:
    metadata:
      labels:
        app: serve
    spec:
      containers:
      - name: serve
        image: harbor.assistfc.com/middleware/serve:0a40de8
        args:
        - "--message='hello from cluster member1 (Node: {{env \"NODE_NAME\"}} Pod: {{env \"POD_NAME\"}} Address: {{addr}})'"
        env:
          - name: NODE_NAME
            valueFrom:
              fieldRef:
                fieldPath: spec.nodeName
          - name: POD_NAME
            valueFrom:
              fieldRef:
                fieldPath: metadata.name
---
apiVersion: v1
kind: Service
metadata:
  name: serve
spec:
  ports:
  - port: 80
    targetPort: 8080
  selector:
    app: serve
---
apiVersion: policy.karmada.io/v1alpha1
kind: PropagationPolicy
metadata:
  name: mcs-workload
spec:
  resourceSelectors:
    - apiVersion: apps/v1
      kind: Deployment
      name: serve
    - apiVersion: v1
      kind: Service
      name: serve
  placement:
    clusterAffinity:
      clusterNames:
        - kind-my-cluster

导出导入服务实现

apiVersion: multicluster.x-k8s.io/v1alpha1
kind: ServiceExport     //导出服务一般在目的服务集群中的服务进行配置执行
metadata:
  name: serve
---
apiVersion: policy.karmada.io/v1alpha1
kind: PropagationPolicy
metadata:
  name: serve-export-policy
spec:
  resourceSelectors:
    - apiVersion: multicluster.x-k8s.io/v1alpha1
      kind: ServiceExport
      name: serve
  placement:
    clusterAffinity:
      clusterNames:
        - kind-my-cluster
//导入的服务一般是要映射到集群中 执行
kind: ServiceImport
metadata:
  name: serve
spec:
  type: ClusterSetIP
  ports:
  - port: 80
    protocol: TCP
---
apiVersion: policy.karmada.io/v1alpha1
kind: PropagationPolicy
metadata:
  name: serve-import-policy
spec:
  resourceSelectors:
    - apiVersion: multicluster.x-k8s.io/v1alpha1
      kind: ServiceImport
      name: serve
  placement:
    clusterAffinity:
      clusterNames:
        - kind-test
    clusterTolerations:
      - key: "dedicated"
        operator: "Equal"
        value: "special-user"
        effect: "NoSchedule"

查看服务

root@redis-cluster:~# kubectl get svc
NAME         TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)   AGE
kubernetes   ClusterIP   10.96.0.1      <none>        443/TCP   23d
serve        ClusterIP   10.96.69.244   <none>        80/TCP    14d
root@redis-cluster:~# kubectl get pod
NAME                           READY   STATUS    RESTARTS   AGE
my-nginx-6c77f7c7f7-lcqj8      1/1     Running   0          15d
my-nginx-6c77f7c7f7-svgh5      1/1     Running   0          15d
nginx-de-re-84d5f48664-rz9bp   1/1     Running   0          14d
serve-c6c4d7487-d5cf2          1/1     Running   0          14d

root@devops-test:~# kubectl get svc
NAME            TYPE        CLUSTER-IP     EXTERNAL-IP   PORT(S)   AGE
derived-serve   ClusterIP   10.96.207.22   <none>        80/TCP    14d
kubernetes      ClusterIP   10.96.0.1      <none>        443/TCP   27d

可以通过devops-test 集群访问对应 集群二的资源


问题如何解决不同集群的访问问题(网络互通 svc绑定pod不同集群的实现等),下次探讨网络问题

相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...