写点什么

基于 Knative Serverless 技术实现天气服务(下篇)

  • 2019-10-25
  • 本文字数:3054 字

    阅读完需:约 10 分钟

基于 Knative Serverless 技术实现天气服务(下篇)

上一期我们介绍了如何基于 Knative Serverless 技术实现天气服务-上篇,首先我们先来回顾一下上篇介绍的内容:


  • 通过高德天气 API 接口,每隔 3 个小时定时发送定时事件,将国内城市未来 3 天的天气信息,存储更新到表格存储

  • 提供 RESTful API 查询天气信息


接下来我们介绍如何通过表格存储提供的通道服务,实现 Knative 对接表格存储事件源,订阅并通过钉钉发送天气提醒通知。

整体架构

回顾一下整体架构:



  • 通过 CronJob 事件源,每隔 3 个小时定时发送定时事件,将国内城市未来 3 天的天气信息,存储更新到表格存储

  • 提供 RESTful API 查询天气信息

  • 通过表格存储提供的通道服务,实现 TableStore 事件源

  • 通过 Borker/Trigger 事件驱动模型,订阅天气信息

  • 根据订阅收到的天气信息进行钉钉消息通知。如明天下雨,提示带伞等

基于 Knative 实现天气服务-下篇

首先我们介绍一下表格存储提供的通道服务。通道服务(Tunnel Service)是基于表格存储数据接口之上的全增量一体化服务。通道服务为您提供了增量、全量、增量加全量三种类型的分布式数据实时消费通道。通过为数据表建立数据通道,您可以简单地实现对表中历史存量和新增数据的消费处理。通过数据通道可以进行数据同步、事件驱动、流式数据处理以及数据搬迁。这里事件驱动正好契合我们的场景。


先看一下处理流程图:



  • 定义 TableStore 事件源,用于接收通道服务数据

  • 通过 Borker/Trigger 事件驱动模型,订阅天气信息

  • 订阅接收到的天气信息发送给天气提醒服务,进行钉钉消息通知


下面我们来详细介绍一下。

自定义 TableStore 事件源

在 Knative 中自定义事件源其实很容易,可以参考官方提供的自定义事件源的实例:https://github.com/knative/docs/tree/master/docs/eventing/samples/writing-a-source。


我们这里定义数据源为 AliTablestoreSource。代码实现主要分为两部分:


  1. 资源控制器-Controller:接收 AliTablestoreSource 资源,在通道服务中创建 Tunnel

  2. 事件接收器-Receiver:通过 Tunnel Client 监听事件,并将接收到的事件发送到目标服务( Broker)


关于自定义 TableStore 事件源实现参见 GitHub 源代码:https://github.com/knative-sample/tablestore-source


部署自定义事件源服务如下:


https://github.com/knative-sample/tablestore-source/tree/master/config 中可以获取事件源部署文件,执行下面的操作:


kubectl apply -f 200-serviceaccount.yaml -f 201-clusterrole.yaml -f 202-clusterrolebinding.yaml -f 300-alitablestoresource.yaml -f 400-controller-service.yaml -f 500-controller.yaml -f 600-istioegress.yaml
复制代码


部署完成之后,我们可以看到资源控制器已经开始运行:


[root@iZ8vb5wa3qv1gwrgb3lxqpZ config]# kubectl -n knative-sources get podsNAME                                 READY   STATUS    RESTARTS   AGEalitablestore-controller-manager-0   1/1     Running   0          4h12m
复制代码

创建事件源

由于我们是通过 Knative Eventing 中 Broker/Trigger 事件驱动模型对天气事件进行处理。首先我们创建用于数据接收的 Broker 服务。

创建 Broker

apiVersion: eventing.knative.dev/v1alpha1kind: Brokermetadata:  name: weatherspec:  channelTemplateSpec:    apiVersion: messaging.knative.dev/v1alpha1    kind: InMemoryChannel
复制代码

创建事件源实例

这里需要说明一下,创建事件源实例其实就是在表格存储中创建通道服务,那么就需要配置访问通道服务的地址、accessKeyId 和 accessKeySecret,这里参照格式:{ "url":"https://xxx.cn-beijing.ots.aliyuncs.com/", "accessKeyId":"xxxx","accessKeySecret":"xxxx" } 设置并进行 base64 编码。将结果设置到如下 Secret 配置文件 alitablestore 属性中:


apiVersion: v1kind: Secretmetadata:  name: alitablestore-secrettype: Opaquedata:  # { "url":"https://xxx.cn-beijing.ots.aliyuncs.com/", "accessKeyId":"xxxx","accessKeySecret":"xxxx" }  alitablestore: "<base64>"
复制代码


创建 RBAC 权限:


apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRoleBindingmetadata:  name: eventing-sources-alitablestoresubjects:- kind: ServiceAccount  name: alitablestore-sa  namespace: defaultroleRef:  apiGroup: rbac.authorization.k8s.io  kind: ClusterRole  name: eventing-sources-alitablestore-controller
---apiVersion: v1kind: ServiceAccountmetadata: name: alitablestore-sasecrets:- name: alitablestore-secret
复制代码


创建 AliTablestoreSource 实例,这里我们设置接收事件的 sink 为上面创建的 Broker 服务。


---apiVersion: sources.eventing.knative.dev/v1alpha1kind: AliTablestoreSourcemetadata:  labels:    controller-tools.k8s.io: "1.0"  name: alitablestoresourcespec:  # Add fields here  serviceAccountName: alitablestore-sa  accessToken:    secretKeyRef:      name: alitablestore-secret      key: alitablestore  tableName: weather  instance: knative-weather  sink:    apiVersion: eventing.knative.dev/v1alpha1    kind: Broker    name: weather
复制代码


创建完成之后,我们可以看到运行中的事件源:


[root@iZ8vb5wa3qv1gwrgb3lxqpZ config]# kubectl get podsNAME                                                              READY   STATUS      RESTARTS   AGEtablestore-alitablestoresource-9sjqx-656c5bf84b-pbhvw             1/1     Running     0          4h9m
复制代码

订阅事件和通知提醒

创建天气提醒服务

如何进行钉钉通知呢,我们可以创建一个钉钉的群组(可以把家里人组成一个钉钉群,天气异常时,给家人一个提醒),添加群机器人:



获取 webhook :



这里我们假设北京 (110000),日期:2019-10-13, 如果天气有雨,就通过钉钉发送通知提醒,则服务配置如下:


apiVersion: serving.knative.dev/v1beta1kind: Servicemetadata:  name: day-weatherspec:  template:    spec:      containers:      - args:        - --dingtalkurl=https://oapi.dingtalk.com/robot/send?access_token=xxxxxx        - --adcode=110000        - --date=2019-10-13        - --dayweather=雨        image: registry.cn-hangzhou.aliyuncs.com/knative-sample/dingtalk-weather-service:1.2
复制代码


关于钉钉提醒服务具体实现参见 GitHub 源代码:https://github.com/knative-sample/dingtalk-weather-service

创建订阅

最后我们创建 Trigger 订阅天气事件,并且触发天气提醒服务:


apiVersion: eventing.knative.dev/v1alpha1kind: Triggermetadata:  name: weather-triggerspec:  broker: weather  subscriber:    ref:      apiVersion: serving.knative.dev/v1alpha1      kind: Service      name: day-weather
复制代码


订阅之后,如果北京 (110000),日期:2019-10-13, 天气有雨,会收到如下的钉钉提醒:



这里其实还有待完善的地方:


  • 是否可以基于城市进行订阅(只订阅目标城市)?

  • 是否可以指定时间发送消息提醒(当天晚上 8 点准时推送第 2 天的天气提醒信息)?


有兴趣的可以继续完善当前的天气服务功能。

小结

本文介绍了如何在 Knative 中自定义事件源,并通过事件驱动接收天气变化信息,订阅并通过钉钉推送通知提醒。这样基于 Knative Serverless 技术实现天气服务整体实现就介绍完了。有兴趣的同学可以针对上面提到的不足继续研究。还是那句话,做好天气服务不容易,但还好我有 Knative。


本文转载自阿里巴巴云原生微信公众号(ID:Alicloudnative)


2019-10-25 17:572249

评论

发布
暂无评论
发现更多内容

只需3分钟!组织架构图如何简单快速制作

职场工具箱

组织架构图

如何系统、科学地自学编程知识?

代码生成器研究

SQL 通配符:用于模糊搜索和匹配的 SQL 关键技巧

小万哥

MySQL 数据库 程序员 sql 后端开发

2023年datafun随手记(1)

Hua

大数据 AI GPT LLM

为什么 Mac 适合编程?

代码生成器研究

超级应用平台(HAP)起航

明道云

百度大模型安全解决方案获WitAwards 2023 年度大奖

百度安全

安全 大模型安全

智能汽车的山海之盾

脑极体

智能汽车

LED驱动控制专用电路

芯动大师

IDC最新报告,增速减缓+AI增势,阿里云视频云中国市场第一

阿里云CloudImagine

云计算 视频云

CART算法解密:从原理到Python实现

快乐非自愿限量之名

Python 算法 PyTorch

软件测试/人工智能|AutoGPT原理与架构介绍

霍格沃兹测试开发学社

12 月 3 日北京,时序数据管理前沿技术+行业应用尽在 IoTDB 用户大会!

Apache IoTDB

淘宝商品详情API接口文档(API SDK)

tbapi

淘宝商品详情数据接口 淘宝API接口 淘宝商品详情页面数据 淘宝商品详情数据采集方法 天猫数据接口

拼多多商品详情数据接口应用在哪些场景?

tbapi

拼多多 拼多多商品详情接口 拼多多API接口

全链协同,链接未来|端点科技联合IDC重磅发布新一代ERP白皮书

科技热闻

喜讯!云起无垠成为国家信息安全漏洞库(CNNVD)技术支撑单位

云起无垠

铭文聚合交易平台 Scorpio:铭文赛道狂潮的新引领者

股市老人

Puppeteer是什么?如何使用Puppeteer实现浏览器自动化

爱写字的阿城

自动化 批量 puppeteer

Sensei for Mac(系统优化工具)

展初云

Mac Mac软件 系统优化工具

GPT-4 API全面开放使用

Geek_ccdd7f

跃见书单 | 一文带你读懂《人工智能简史》

码上跃见

AIGC #人工智能

登陆 Azure、发布新版本……Zilliz 昨夜今晨发生了什么?

Zilliz

azure Milvus Zilliz zillizcloud

软件测试/人工智能|教你如何使用ChatGPT的API

霍格沃兹测试开发学社

软件测试/人工智能|一文教你如何配置自己的AutoGPT

霍格沃兹测试开发学社

E往无前 | 海量数据ES 扩展难?腾讯云大数据ES 扩展百万级分片也“So Easy~”

腾讯云大数据

ES

我干嘛要去学Python???!!!

代码生成器研究

PolarDB 物理复制刷脏约束问题和解决

ba0tiao

innodb MySQL 数据库 polarDB

一文搞懂Go gRPC服务Handler单元测试

Tony Bai

Go golang gRPC 单元测试 微服务、

核药供应链创新:远大医药策略与明道云实践

明道云

为什么chatGPT中文版不需要梯子🪜翻墙,在中国是合法合规的??

Geek_ccdd7f

基于 Knative Serverless 技术实现天气服务(下篇)_语言 & 开发_元毅_InfoQ精选文章