部署负载均衡数据管道

教程 - 在 DC/OS 上构建完整的负载均衡数据管道

重要: Mesosphere 不支持本教程、相关脚本或命令，它们不提供任何形式的保证。本教程的目的是为了演示功能，可能不适合在生产环境中使用。在您的环境中使用类似的解决方案之前，您必须进行调整、验证和测试。

本教程演示如何在大约 15 分钟内在 DC/OS 上构建完整的负载均衡数据管道！

概述

在本教程中，您将安装和部署名为 Tweeter 的容器化 Ruby on Rails 应用程序。Tweeter 是类似于 Twitter 的应用程序，您可以使用该应用程序将 140 个字符的消息发布到互联网。然后，使用 Zeppelin 对由 Tweeter 创建的数据执行实时分析。

您将学习：

如何安装 DC/OS 服务
如何向 DC/OS Marathon 添加应用程序
如何通过 Marathon-LB 将公共流量发送到私有应用程序
如何发现您的应用程序
如何扩展您的应用程序

本教程使用 DC/OS 为群集启动和部署这些微服务： ### Cassandra Cassandra 数据库用于后端以存储 Tweeter 应用程序数据。 ### Kafka Kafka 发布订阅消息服务接收来自 Cassandra 的推文，并将它们发送到 Zeppelin 进行实时分析。 ### Marathon-LB Marathon-LB 是一种基于 HAProxy 的负载均衡器，仅适用于 Marathon。当您需要外部路由或第 7 层负载均衡功能时，它非常有用。 ### Zeppelin Zeppelin 是一款交互式分析笔记本，可在后端与 DC/OS Spark 配合使用，以实现交互式分析和可视化。因为 Spark 和 Zeppelin 可能会占用所有群集资源，所以必须为 Zeppelin 服务指定最大内核数。 ### Tweeter Tweeter 将推文存储在 DC/OS Cassandra 服务中，实时将推文流式传输到 DC/OS Kafka 服务，并使用 DC/OS Spark 和 Zeppelin 服务执行实时分析。 # 在 DC/OS 群集上准备和部署 Tweeter ## 前提条件

DC/OS 或 DC/OS Enterprise 已安装，至少具有 5 个专用代理节点和 1 个公共代理节点。
DC/OS CLI 已安装。
公共代理节点的公共 IP 地址。在声明了公共代理节点的 DC/OS 已安装后，可以导航到公共代理节点的公共 IP 地址。
Git：
- macOS：从 [Git 下载]（http://git-scm.com/download/mac）获取安装程序。
- Unix/Linux：请参阅这些安装说明。

安装 DC/OS 服务

在此步骤中，您可以从 DC/OS Web 界面 Catalog 选项卡安装 Cassandra、Kafka、Marathon-LB 和 Zeppelin。您还可以使用 dcos package install]11 命令，从 DC/OS CLI 安装 DC/OS 软件包。

查找并单击 cassandra 软件包，单击 REVIEW & RUN，并通过再次单击 REVIEW & RUN，然后单击 RUN SERVICE，接受默认安装。Cassandra 最多可旋转 3 个节点。当模态警报提示时，单击 OPEN SERVICE。
单击 Catalog 选项卡。查找并单击 kafka 软件包，单击 REVIEW & RUN按钮，然后再次单击该按钮，然后单击 RUN SERVICE。Kafka 最多旋转 3 个代理。当模态警报提示时，单击 OPEN SERVICE。
单击 Catalog 选项卡。查找并单击 marathon-lb 软件包，单击 REVIEW & RUN按钮，然后再次单击该按钮，然后单击 RUN SERVICE。当模态警报提示时，单击 OPEN SERVICE。

如果您在 Enterprise 群集上运行 Marathon-LB 时遇到问题，请尝试按照这些说明进行安装。根据您的安全模式，Marathon-LB 可能需要服务身份认证才能访问 DC/OS。

单击 Catalog 选项卡。单击 zeppelin 软件包，然后单击 REVIEW & RUN 按钮。
单击左侧的 spark 选项卡，并将 cores_max 设置为 8。
单击 REVIEW AND RUN，然后单击 RUN。单击 OPEN SERVICE。

在 DC/OS 上部署您的微服务时，单击 Services（服务*）选项卡。当节点上线时，您将看到“运行状况”状态从“空闲”转为“不健康”，最后变为健康状态。这可能需要几分钟。图 1. 显示 Tweeter 服务的服务选项卡

部署容器化应用程序

在此步骤中，您将容器化 Tweeter 应用程序部署到公共节点。

导航至 Tweeter GiThub 存储库并保存 /tweeter/tweeter.json Marathon 应用定义文件。
将 HAPROXY_0_VHOST 定义添加到 tweeter.json 文件中，该定义具有公共代理节点的公共 IP 地址。

重要信息：您必须删除前面的“http://”和后面的“/”。
```
…
  ],
  "labels": {
    "HAPROXY_GROUP": "external",
    "HAPROXY_0_VHOST": "<public-agent-IP>"
  }
…
```
在本示例中，DC/OS 群集正在 AWS 上运行：
```
…
  ],
  "labels": {
    "HAPROXY_GROUP": "external",
    "HAPROXY_0_VHOST": "52.34.136.22"
  }
…
```
导航至包含已修改 tweeter.json 文件的目录。将 Tweeter 安装及部署到您的 DC/OS 群集中。
```
dcos marathon app add tweeter.json
```
tweeter.json 中的 instances 参数指定应用程序实例的数量。使用以下命令为应用程序增容或减容：
```
dcos marathon app update tweeter instances=<number_of_desired_instances>
```
在本示例中，服务通过群集节点 node-0.cassandra.mesos:9042 与 Cassandra 进行通信，通过群集节点 broker-0.kafka.mesos:9557 与 Kafka 进行通信。由于 tweeter.json 应用定义文件中的 HAPROXY_0_VHOST 定义，流量通过 Marathon-LB 传输。
转到 Services 选项卡，验证您的应用程序是否正常运行。图 2. 已部署的 Tweeter
导航到公共代理节点端点以查看 Tweeter UI 并发布一篇推文。在本例中，您将浏览器指向 52.34.136.22。图 3. “Hello world”推文

发布 10 万条推文

在此步骤中，您部署的应用程序自动发布来自 Shakespeare 的大量推文。应用程序将逐个发布超过 10 万条推文，因此当您刷新页面时，您会看到它们稳定地进入。

导航至 Tweeter GiThub 存储库并保存 tweeter/post-tweets.json Marathon 应用定义文件。
部署 post-tweets.json Marathon 应用定义文件。
```
dcos marathon app add post-tweets.json
```
在 post-tweets.json 运行后，刷新您的浏览器，查看传入的 Shakespeare 推文。

图 4. Shakespeare 推文

post-tweets 应用程序通过流式传输 VIP1.1.1.1:30000 进行工作。此地址在 post-tweets.json 应用定义的 cmd 参数中声明。

{
  "id": "/post-tweets",
  "cmd": "bin/tweet shakespeare-tweets.json http://1.1.1.1:30000",
...
}

Tweeter 应用程序使用安装在每个 DC/OS 节点上的服务发现和负载均衡器服务。此地址在 tweeter.json 定义 VIP_0 中定义。

...
{
  "containerPort": 3000,
  "hostPort": 0,
  "servicePort": 10000,
  "labels": {
    "VIP_0": "1.1.1.1:30000"
    }
}
...

如果您正在使用 DC/OS Enterprise 群集，单击 DC/OS Web 界面中的 Networking -> Service Addresses 选项卡，然后选择 1.1.1.1:30000 虚拟网络，以查看正在执行的负载均衡：

图 5. 扩展的推文

添加流分析

在最后一步中，您将对来自 Kafka 的推文流进行实时分析。

导航至 Tweeter GiThub 存储库并保存 tweeter/post-tweets.json Marathon 应用定义文件。
导航至 https://<master_ip>/service/zeppelin/ 中的 Zeppelin。您的主节点 IP 地址是 DC/OS Web 界面的 URL。
单击 Import Note 并导入 tweeter-analytics.json。Zeppelin 已预先配置，以在 DC/OS 群集上执行 Spark 作业，因此无需进一步配置或设置。请务必使用 https:// 而不是 http://。
导航至 Notebook -> Tweeter Analytics。
运行 Load Dependencies 步骤，将所需的库加载到 Zeppelin 中。
运行 Spark Streaming 步骤，其从 ZooKeeper 中读取推文流并将其放入可使用 SparkSQL 查询的临时表中。
运行 Top tweeter SQL 查询，其使用上一步中创建的表来计算每个用户的推文数。当新推文进入时，表会不断更新，因此重新运行查询会每次产生不同的结果。

图 6. Top Tweeters