AI心情日记后端迁移K8s部署全流程

一、项目背景与目标

今天想将本地以java -jar运行的Spring Boot应用（AI心情日记后端）迁移至Kubernetes集群，实现容器化部署和康健管理，趁便再次回顾一下k8s的操作细节。
因为我引入了springAI组件，这个组件需要springboot版本在3.2以上，jdk要17 以上，在部署的过程中遇到了一些问题。

---

二、引入康健检查模块（Spring Boot Actuator）

1. 添加Maven依赖（pom.xml）

1. <!-- 引入Spring Boot Actuator实现健康检查 -->
2. <dependency>
3.     <groupId>org.springframework.boot</groupId>
4.     <artifactId>spring-boot-starter-actuator</artifactId>
5. </dependency>

复制代码

---

三、容器化：Dockerfile配置

1. # 使用轻量级 OpenJDK 19
2. FROM openjdk:19
4. # 设置工作目录（避免容器内路径冲突）
5. WORKDIR /app
7. # 复制编译好的 JAR 文件到容器
8. COPY target/ai-0.0.1-SNAPSHOT.jar app.jar
11. # 启动命令（可添加 JVM 参数优化性能）
12. ENTRYPOINT ["java", "-jar", "app.jar"]

复制代码

---

四、Kubernetes资源配置

1. Deployment配置（deployment.yaml）

1. # 指定 API 版本（不同资源类型对应不同 API 版本）
2. apiVersion: apps/v1
3. # 定义资源类型为 Deployment（副本控制器）
4. kind: Deployment
6. # 元数据部分（定义资源标识）
7. metadata:
8.   # Deployment 对象名称（集群内唯一）
9.   name: ai-app
10.   # 标签系统（可用于其他资源关联筛选）
11.   labels:
12.     app: ai-app
14. # 部署规格（核心配置部分）
15. spec:
16.   # 期望的 Pod 副本数量（此处设置为 1，生产环境建议至少 2）
17.   replicas: 1
19.   # 标签选择器（告诉 Deployment 如何找到要管理的 Pod）
20.   selector:
21.     matchLabels:
22.       # 必须与 template.metadata.labels 完全匹配
23.       app: ai-app
25.   # Pod 模板（定义具体 Pod 的配置）
26.   template:
27.     metadata:
28.       labels:
29.         # Pod 标签（必须与 selector.matchLabels 一致）
30.         app: ai-app
32.     # Pod 规格（定义容器细节）
33.     spec:
34.       containers:
35.         - name: ai-container  # 容器名称（同一 Pod 内多个容器需唯一）
36.           # 镜像地址（需与 docker build 时设置的名称一致）
37.           image: xiajing/ai-service:v1.1
39.           # 容器端口声明（仅文档作用，实际暴露需配合 Service）
40.           ports:
41.             - containerPort: 8100  # 此处存在错误，应与应用实际端口一致（见下方说明）
43.           # 资源配额管理（关键配置）
44.           resources:
45.             # 请求资源（调度依据，节点必须满足才能运行）
46.             requests:
47.               cpu: "1"    # 0.5 核（500m，即 500 毫核）
48.               memory: "1Gi"  # 512MB（二进制单位，1Mi=1024^2 bytes）
49.             # 资源上限（防止容器耗尽节点资源）
50.             limits:
51.               cpu: "2"      # 最多使用 1 核
52.               memory: "2Gi" # 最多使用 1GB（二进制单位）
54.           # 存活探针（失败则重启容器）
55.           livenessProbe:
56.             httpGet:  # 使用 HTTP GET 请求检测
57.               path: /actuator/health/liveness  # 健康检查路径（需应用实现该接口）
58.               port: 8100  # 必须与 containerPort 一致，应为 8100
59.             initialDelaySeconds: 30  # 容器启动后 30 秒开始探测
60.             periodSeconds: 10        # 每 10 秒检测一次
61.             timeoutSeconds: 5        # 超时时间（默认 1 秒）
62.             failureThreshold: 3      # 连续失败 3 次标记为不健康
64.           # 就绪探针（通过后才接收流量）
65.           readinessProbe:
66.             httpGet:
67.               path: /actuator/health/readiness
68.               port: 8100  # 同上错误，应改为 8100

复制代码

2. Service配置（service.yaml）

1. # 指定 API 版本（Service 使用 core/v1）
2. apiVersion: v1
3. # 定义资源类型为 Service
4. kind: Service
6. # 元数据部分
7. metadata:
8.   # Service 名称（集群内唯一标识）
9.   name: ai-service
11. # Service 规格（核心配置）
12. spec:
13.   # 标签选择器（选择要代理的 Pod）
14.   selector:
15.     # 必须与 Deployment 中 Pod 的标签完全匹配
16.     app: ai-app  # 需与 Deployment 的标签一致（原配置中是 app: ai-app）
18.   # 端口映射规则
19.   ports:
20.     - protocol: TCP      # 协议类型（支持 TCP/UDP/SCTP）
21.       port: 8101           # Service 对外暴露的端口（集群内访问用）
22.       targetPort: 8100   # Pod 容器的实际端口（必须与容器端口一致）
23.       nodePort: 31000
24.   # Service 类型（决定如何暴露服务）
25.   type: NodePort         # 可选值：ClusterIP（默认）、NodePort、LoadBalancer

复制代码

---

五、执行部署脚本

1. # 1. 构建并推送镜像
2. docker build -t your-registry/diary-backend:1.0 .  # 构建镜像
3. docker push your-registry/diary-backend:1.0        # 推送到镜像仓库
5. # 2. 部署到Kubernetes
6. kubectl apply -f deployment.yaml  # 创建Deployment
7. kubectl apply -f service.yaml      # 创建Service
9. # 3. 验证部署状态
10. kubectl get pods -o wide          # 查看Pod状态和所在节点
11. kubectl get svc diary-service    # 获取Service的NodePort端口

复制代码

---

六、验证服务状态

1. # 1. 检查Pod是否就绪
2. kubectl get pods -l app=diary-backend
3. # 预期输出：READY 1/1，STATUS Running
5. # 2. 查看健康检查日志
6. kubectl logs <pod-name> | grep 'actuator/health'
7. # 预期输出：200 OK
9. # 3. 访问服务接口（通过NodePort）
10. curl http://<节点IP>:31000/api/diary
11. # 预期输出：JSON格式的日记数据

复制代码

---

七、问题与办理：JDK版本升级

1. 错误现象

部署后Pod状态为CrashLoopBackOff，日志报错：

1. Caused by: java.lang.NullPointerException:
2.   Cannot invoke "jdk.internal.platform.CgroupInfo.getMountPoint()"

复制代码

2. 原因分析

• JDK 17的局限性：jdk.internal.platform模块在部分镜像（如slim）中缺失。
  
• 容器环境兼容性：Kubernetes Cgroup v2与JDK 17的兼容性问题。
  

3. 办理方案

• 升级JDK到19：使用完整镜像openjdk:19-jdk。
  
• 更新Dockerfile：
  1. FROM openjdk:19   # 运行阶段JDK 19

  复制代码
• 验证修复：
  1. kubectl rollout restart deployment/diary-backend  # 触发重建Pod
  2. kubectl get pods -w  # 观察新Pod状态

  复制代码

---

八、总结

通过本流程，我已实现：

• 康健检查集成：通过Actuator实现存活/停当探针。
  
• 容器化优化：多阶段构建减少镜像体积至200MB以下。
  
• K8s生产级配置：资源限制、滚动更新战略、服务暴露。
  
• 版本问题办理：升级JDK 19彻底修复Cgroup兼容性问题。
  

最终结果：AI心情日记后端稳定运行于Kubernetes集群，可通过http://<节点IP>:31000访问，后面如果有流量增加可以自动弹性伸缩。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。