理解 Kubernetes 的 API Schema

　　在 Kubernetes 中也有 schema 的概念，通过对 kubernetes 中资源(GVK)的规范定义、相互关系间的映射等，schema 即 k8s 资源对象元数据。

　　词起源于希腊语中的 ​​form​​​ 或 ​​figure​​​，但具体应该如何定义 ​​schema​​​ 取决于应用环境的上下文。​​schema​​ 有不同的类型，其含义与数据科学、教育、营销和 SEO 以及心理学等领域密切相关。

　　在维基百科中将 schema 解释为，图式，在心理学中主要描述一种思维或行为类型，用来组织资讯的类别，以及资讯之间的关系。它也可以被描述为先入为主思想的心理结构，表示世界某些观点的框架，或是用于组织和感知新资讯的系统。

　　但在计算机中的 schema 其实与这个解释很接近了，从很多地方都可以看到 schema 这个名词，例如 database，openldap，programing language 等的。这里可以简单的把 _schema_ 理解为 元数据集合 (metadata component)，主要包含元素及属性的声明，与其他数据结构组成。

　　数据库中的 schema

　　在数据库中，​​schema​​ 就像一个骨架结构，代表整个数据库的逻辑视图。它设计了应用于特定数据库中数据的所有约束。当在数据建模时，就会产生一个 schema。在谈到关系数据库]和面向对象数据库时经常使用 schema。有时也指将结构或文本的描述。

　　数据库中 schema 描述数据的形状以及它与其他模型、表和库之间的关系。在这种情况下，数据库条目是 schema 的一个实例，包含 schema 中描述的所有属性。

　　数据库 schema 通常分为两类：定义数据文件实际存储方式的物理数据库 schema 和逻辑数据库 schema，它描述了应用于存储数据的所有逻辑约束，包括完整性、表和视图。常见包括

　　星型模式(star schema)

　　雪花模式(snowflake schema)

　　事实星座模型(fact constellation schema 或 galaxy schema)

　　星型模式是类似于一个简单的数据仓库图，包括一对多的事实表和维度表。它使用非规范化数据。

　　雪花模式是更为复杂的一种流行的数据库模式，在该模式下，维度表是规范化的，可以节省存储空间并最大限度地减少数据冗余。

　　事实星座模式远比星型模式和雪花模式复杂得多。它拥有多个共享多个维度表的事实表。

　　Kubernetes 中的 schema

　　通过上面的阐述，大概上可以明白 schema 究竟是什么东西了，在 Kubernetes 中也有 schema 的概念，通过对 kubernetes 中资源(GVK)的规范定义、相互关系间的映射等，schema 即 k8s 资源对象元数据。

　　而 kubernetes 中资源对象即 ​​Group​​​ ​​Version​​​ ​​Kind​​​ 这些被定义在 ​​staging/src/k8s.io/api/type.go​​ 中，即平时所操作的 yaml 文件，例如

　　复制

　　1. apiVersion: apps/v1

　　2. kind: Deployment

　　3. metadata:

　　4. name: ngx

　　5. namespace: default

　　6. spec:

　　7. selector:

　　8. matchLabels:

　　9. app: ngx

　　10. template:

　　11. metadata:

　　12. labels:

　　13. app: nginx

　　14. spec:

　　15. containers:

　　16. - name: ngx-schema

　　17. image: nginx

　　18. ports:

　　19. - containerPort: 80 

　　而对应的的即为 ​​TypeMeta​​​ 、​​ObjectMeta​​​ 和 ​​DeploymentSpec​​​，​​TypeMeta​​​ 为 ​​kind​​​ 与 ​​apiserver​​​，​​ObjectMeta​​​ 为 ​​Name​​​ 、​​Namespace​​​ ​​CreationTimestamp​​ 等段。

　　​​DeploymentSpec​​ 则对应了 yaml 中的 spec。

　　而整个 yaml 组成了 一个 k8s 的资源对象。

　　复制

　　1. type Deployment struct {

　　2. metav1.TypeMeta `json:",inline"`

　　3. // Standard object metadata.

　　4. // +optional

　　5. metav1.ObjectMeta `json:"metadata,omitempty" protobuf:"bytes,1,opt,name=metadata"`

　　6.

      7. // Specification of the desired behavior of the Deployment.

　　8. // +optional

　　9. Spec DeploymentSpec `json:"spec,omitempty" protobuf:"bytes,2,opt,name=spec"`

     10.

　　11. // Most recently observed status of the Deployment.

　　12. // +optional

　　13. Status DeploymentStatus `json:"status,omitempty" protobuf:"bytes,3,opt,name=status"`

　　14. }1.2.3.4.5.6.7.8.9.10.11.12.13.14.

　　​​register.go​​ 则是将对应的资源类型注册到 schema 中的类

　　复制

　　1. var (

　　2. // TODO: move SchemeBuilder with zz_generated.deepcopy.go to k8s.io/api.

　　3. // localSchemeBuilder and AddToScheme will stay in k8s.io/kubernetes.

　　4. SchemeBuilder = runtime.NewSchemeBuilder(addKnownTypes)

　　5. localSchemeBuilder = &SchemeBuilder

　　6. AddToScheme = localSchemeBuilder.AddToScheme

　　7. )

      8.

　　9. // Adds the list of known types to the given scheme.

　　10. func addKnownTypes(scheme *runtime.Scheme) error {

　　11. scheme.AddKnownTypes(SchemeGroupVersion,

　　12. &Deployment{},

　　13. &DeploymentList{},

　　14. &StatefulSet{},

　　15. &StatefulSetList{},

　　16. &DaemonSet{},

　　17. &DaemonSetList{},

　　18. &ReplicaSet{},

　　19. &ReplicaSetList{},

　　20. &ControllerRevision{},

　　21. &ControllerRevisionList{},

　　22. )

　　23. metav1.AddToGroupVersion(scheme, SchemeGroupVersion)

　　24. return nil

　　25. }

　　而 ​​apimachinery​​ 包则是 schema 的实现，通过看其内容可以发现，kubernetes 中 schema 就是 GVK 的属性约束 与 GVR 之间的映射。

　　通过示例了解 schema

　　例如在 ​​apps/v1/deployment​​​ 这个资源，在代码中表示 ​​k8s.io/api/apps/v1/types.go​​​ ，如果需要对其资源进行扩展那么需要怎么做?如，建立一个 ​​StateDeplyment​​ 资源

　　复制

　　1. type Deployment struct {

　　2. metav1.TypeMeta `json:",inline"`

　　3. // Standard object metadata.

　　4. // +optional

　　5. metav1.ObjectMeta `json:"metadata,omitempty" protobuf:"bytes,1,opt,name=metadata"`

　　 如上述代码所示，Deployment 中的 ​​metav1.TypeMeta​​​ 和 ​​metav1.ObjectMeta​​

　　那么我们复制一个 Deployment 为 StateDeployment，注意，因为 Deployment 的两个属性， ​​metav1.TypeMeta​​​ 和 ​​metav1.ObjectMeta​​ 分别实现了不同的方法，如图所示

　　8所以在实现方法时，需要实现 ​​DeepCopyinfo​​​ ， ​​DeepCopy​​​ 和继承接口 ​​Object​​​ 的 ​​DeepCopyObject​​ 方法

　　复制

　　1. // DeepCopyInto is an autogenerated deepcopy function, copying the receiver, writing into out. in must be non-nil.

　　2. func (in *StateDeployment) DeepCopyInto(out *StateDeployment) {

　　3. *out = *in

　　4. out.TypeMeta = in.TypeMeta

　　5. in.ObjectMeta.DeepCopyInto(&out.ObjectMeta)

　　6. in.Spec.DeepCopyInto(&out.Spec)

　　7. in.Status.DeepCopyInto(&out.Status)

　　8. return

　　9. }

     10.

　　11. // DeepCopy is an autogenerated deepcopy function, copying the receiver, creating a new StateDeployment.

　　12. func (in *StateDeployment) DeepCopy() *StateDeployment {

　　13. if in == nil {

　　14. return nil

　　15. }

　　16. out := new(StateDeployment)

　　17. in.DeepCopyInto(out)

　　18. return out

　　19. }

      20. 

　　21. // DeepCopyObject is an autogenerated deepcopy function, copying the receiver, creating a new runtime.Object.

　　22. func (in *StateDeployment) DeepCopyObject() runtime.Object {

　　23. if c := in.DeepCopy(); c != nil {

　　24. return c

　　25. }

　　26. return nil

　　27. }

　　那么扩展一个资源的整个流为：

　　资源类型在：​​k8s.io/api/{Group}/types.go​​

　　资料类型的实现接口​​k8s.io/apimachinery/pkg/runtime/interfaces.go.Object​​

　　其中是基于​​Deployment​​​ 的类型，​​metav1.TypeMeta​​​ 和​​metav1.ObjectMeta​​

　　​​metav1.TypeMeta​​​ 实现了​​GetObjectKind()​​​ ;​​metav1.ObjectMeta​​​ 实现了​​DeepCopyinfo=()​​​，​​DeepCopy()​​​ ，还需要实现​​DeepCopyObject()​​

　　最后注册资源到 schema 中​​k8s.io/api/apps/v1/register.go​

　　>>>>>>点击进入系统运维专题