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)
- <!-- 引入Spring Boot Actuator实现健康检查 -->
- <dependency>
- <groupId>org.springframework.boot</groupId>
- <artifactId>spring-boot-starter-actuator</artifactId>
- </dependency>
复制代码 三、容器化:Dockerfile配置
- # 使用轻量级 OpenJDK 19
- FROM openjdk:19
- # 设置工作目录(避免容器内路径冲突)
- WORKDIR /app
- # 复制编译好的 JAR 文件到容器
- COPY target/ai-0.0.1-SNAPSHOT.jar app.jar
- # 启动命令(可添加 JVM 参数优化性能)
- ENTRYPOINT ["java", "-jar", "app.jar"]
复制代码 四、Kubernetes资源配置
1. Deployment配置(deployment.yaml)
- # 指定 API 版本(不同资源类型对应不同 API 版本)
- apiVersion: apps/v1
- # 定义资源类型为 Deployment(副本控制器)
- kind: Deployment
- # 元数据部分(定义资源标识)
- metadata:
- # Deployment 对象名称(集群内唯一)
- name: ai-app
- # 标签系统(可用于其他资源关联筛选)
- labels:
- app: ai-app
- # 部署规格(核心配置部分)
- spec:
- # 期望的 Pod 副本数量(此处设置为 1,生产环境建议至少 2)
- replicas: 1
- # 标签选择器(告诉 Deployment 如何找到要管理的 Pod)
- selector:
- matchLabels:
- # 必须与 template.metadata.labels 完全匹配
- app: ai-app
- # Pod 模板(定义具体 Pod 的配置)
- template:
- metadata:
- labels:
- # Pod 标签(必须与 selector.matchLabels 一致)
- app: ai-app
- # Pod 规格(定义容器细节)
- spec:
- containers:
- - name: ai-container # 容器名称(同一 Pod 内多个容器需唯一)
- # 镜像地址(需与 docker build 时设置的名称一致)
- image: xiajing/ai-service:v1.1
- # 容器端口声明(仅文档作用,实际暴露需配合 Service)
- ports:
- - containerPort: 8100 # 此处存在错误,应与应用实际端口一致(见下方说明)
- # 资源配额管理(关键配置)
- resources:
- # 请求资源(调度依据,节点必须满足才能运行)
- requests:
- cpu: "1" # 0.5 核(500m,即 500 毫核)
- memory: "1Gi" # 512MB(二进制单位,1Mi=1024^2 bytes)
- # 资源上限(防止容器耗尽节点资源)
- limits:
- cpu: "2" # 最多使用 1 核
- memory: "2Gi" # 最多使用 1GB(二进制单位)
- # 存活探针(失败则重启容器)
- livenessProbe:
- httpGet: # 使用 HTTP GET 请求检测
- path: /actuator/health/liveness # 健康检查路径(需应用实现该接口)
- port: 8100 # 必须与 containerPort 一致,应为 8100
- initialDelaySeconds: 30 # 容器启动后 30 秒开始探测
- periodSeconds: 10 # 每 10 秒检测一次
- timeoutSeconds: 5 # 超时时间(默认 1 秒)
- failureThreshold: 3 # 连续失败 3 次标记为不健康
- # 就绪探针(通过后才接收流量)
- readinessProbe:
- httpGet:
- path: /actuator/health/readiness
- port: 8100 # 同上错误,应改为 8100
复制代码 2. Service配置(service.yaml)
- # 指定 API 版本(Service 使用 core/v1)
- apiVersion: v1
- # 定义资源类型为 Service
- kind: Service
- # 元数据部分
- metadata:
- # Service 名称(集群内唯一标识)
- name: ai-service
- # Service 规格(核心配置)
- spec:
- # 标签选择器(选择要代理的 Pod)
- selector:
- # 必须与 Deployment 中 Pod 的标签完全匹配
- app: ai-app # 需与 Deployment 的标签一致(原配置中是 app: ai-app)
- # 端口映射规则
- ports:
- - protocol: TCP # 协议类型(支持 TCP/UDP/SCTP)
- port: 8101 # Service 对外暴露的端口(集群内访问用)
- targetPort: 8100 # Pod 容器的实际端口(必须与容器端口一致)
- nodePort: 31000
- # Service 类型(决定如何暴露服务)
- type: NodePort # 可选值:ClusterIP(默认)、NodePort、LoadBalancer
复制代码 五、执行部署脚本
- # 1. 构建并推送镜像
- docker build -t your-registry/diary-backend:1.0 . # 构建镜像
- docker push your-registry/diary-backend:1.0 # 推送到镜像仓库
- # 2. 部署到Kubernetes
- kubectl apply -f deployment.yaml # 创建Deployment
- kubectl apply -f service.yaml # 创建Service
- # 3. 验证部署状态
- kubectl get pods -o wide # 查看Pod状态和所在节点
- kubectl get svc diary-service # 获取Service的NodePort端口
复制代码 六、验证服务状态
- # 1. 检查Pod是否就绪
- kubectl get pods -l app=diary-backend
- # 预期输出:READY 1/1,STATUS Running
- # 2. 查看健康检查日志
- kubectl logs <pod-name> | grep 'actuator/health'
- # 预期输出:200 OK
- # 3. 访问服务接口(通过NodePort)
- curl http://<节点IP>:31000/api/diary
- # 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:
- Caused by: java.lang.NullPointerException:
- 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:
- FROM openjdk:19 # 运行阶段JDK 19
复制代码 - 验证修复:
- kubectl rollout restart deployment/diary-backend # 触发重建Pod
- 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。 |