版本:v1.3
自定义组件入门
在阅读本部分之前,请确保你已经了解 KubeVela 中 组件定义(ComponentDefinition 的概念且学习掌握了 CUE 的基本知识
本节将以组件定义的例子展开说明,介绍如何使用 CUE 通过组件定义 ComponentDefinition
来自定义应用部署计划的组件。
我们可以通过 vela def init
来根据已有的 YAML 文件来生成一个 ComponentDefinition
模板。
YAML 文件:
apiVersion: "apps/v1"
kind: "Deployment"
spec:
selector:
matchLabels:
"app.oam.dev/component": "name"
template:
metadata:
labels:
"app.oam.dev/component": "name"
spec:
containers:
- name: "name"
image: "image"
根据以上的 YAML 来生成 ComponentDefinition
:
vela def init stateless -t component --template-yaml ./stateless.yaml -o stateless.cue
得到如下结果:
$ cat stateless.cue
stateless: {
annotations: {}
attributes: workload: definition: {
apiVersion: "<change me> apps/v1"
kind: "<change me> Deployment"
}
description: ""
labels: {}
type: "component"
}
template: {
output: {
spec: {
selector: matchLabels: "app.oam.dev/component": "name"
template: {
metadata: labels: "app.oam.dev/component": "name"
spec: containers: [{
name: "name"
image: "image"
}]
}
}
apiVersion: "apps/v1"
kind: "Deployment"
}
outputs: {}
parameters: {}
}
在这个自动生成的模板中:
- 需要
.spec.workload
来指示该组件的工作负载类型。 .spec.schematic.cue.template
是一个 CUE 模板:output
字段定义了 CUE 要输出的抽象模板。parameter
字段定义了模板参数,即在应用部署计划(Application)中公开的可配置属性(KubeVela 将基于parameter
字段自动生成 Json schema)。
下面我们来给这个自动生成的自定义组件添加参数并进行赋值:
stateless: {
annotations: {}
attributes: workload: definition: {
apiVersion: "<change me> apps/v1"
kind: "<change me> Deployment"
}
description: ""
labels: {}
type: "component"
}
template: {
output: {
spec: {
selector: matchLabels: "app.oam.dev/component": parameter.name
template: {
metadata: labels: "app.oam.dev/component": parameter.name
spec: containers: [{
name: parameter.name
image: parameter.image
}]
}
}
apiVersion: "apps/v1"
kind: "Deployment"
}
outputs: {}
parameters: {
name: string
image: string
}
}
修改后可以用 vela def vet
做一下格式检查和校验。
$ vela def vet stateless.cue
Validation succeed.
接着,让我们声明另一个名为 task
的组件。
vela def init task -t component -o task.cue
得到如下结果:
$ cat task.cue
task: {
annotations: {}
attributes: workload: definition: {
apiVersion: "<change me> apps/v1"
kind: "<change me> Deployment"
}
description: ""
labels: {}
type: "component"
}
template: {
output: {}
parameter: {}
}
修改该组件定义:
task: {
annotations: {}
attributes: workload: definition: {
apiVersion: "batch/v1"
kind: "Job"
}
description: ""
labels: {}
type: "component"
}
template: {
output: {
apiVersion: "batch/v1"
kind: "Job"
spec: {
parallelism: parameter.count
completions: parameter.count
template: spec: {
restartPolicy: parameter.restart
containers: [{
image: parameter.image
if parameter["cmd"] != _|_ {
command: parameter.cmd
}
}]
}
}
}
parameter: {
count: *1 | int
image: string
restart: *"Never" | string
cmd?: [...string]
}
}
将以上两个组件定义部署到集群中:
$ vela def apply stateless.cue
ComponentDefinition stateless created in namespace vela-system.
$ vela def apply task.cue
ComponentDefinition task created in namespace vela-system.
这两个已经定义好的组件,最终会在应用部署计划中实例化,我们引用自定义的组件类型 stateless
,命名为 hello
。同样,我们也引用了自定义的第二个组件类型 task
,并命令为 countdown
。
然后把它们编写到应用部署计划中,如下所示:
apiVersion: core.oam.dev/v1alpha2
kind: Application
metadata:
name: website
spec:
components:
- name: hello
type: stateless
properties:
image: oamdev/hello-world
name: mysvc
- name: countdown
type: task
properties:
image: centos:7
cmd:
- "bin/bash"
- "-c"
- "for i in 9 8 7 6 5 4 3 2 1 ; do echo $i ; done"
以上,我们就完成了一个自定义应用组件的应用交付全过程。值得注意的是,作为管理员的我们,可以通过 CUE 提供用户所需要的任何自定义组件类型,同时也为用户提供了模板参数 parameter
来灵活地指定对 Kubernetes 相关资源的要求。
Details
apiVersion: apps/v1
kind: Deployment
metadata:
name: backend
... # 隐藏一些与本小节讲解无关的信息
spec:
template:
spec:
containers:
- name: mysvc
image: oamdev/hello-world
metadata:
labels:
app.oam.dev/component: mysvc
selector:
matchLabels:
app.oam.dev/component: mysvc
---
apiVersion: batch/v1
kind: Job
metadata:
name: countdown
... # 隐藏一些与本小节讲解无关的信息
spec:
parallelism: 1
completions: 1
template:
metadata:
name: countdown
spec:
containers:
- name: countdown
image: 'centos:7'
command:
- bin/bash
- '-c'
- for i in 9 8 7 6 5 4 3 2 1 ; do echo $i ; done
restartPolicy: Never
除了上面这个例子外,一个组件的定义通常也会由多个 Kubernetes API 资源组成。例如,一个由 Deployment
和 Service
组成的 webserver
组件。CUE 同样能很好的满足这种自定义复合组件的需求。
我们会使用 output
这个字段来定义工作负载类型的模板,而其他剩下的资源模板,都在 outputs
这个字段里进行声明,格式如下:
outputs: <unique-name>:
<full template data>
回到 webserver
这个复合自定义组件上,它的 CUE 文件编写如下:
webserver: {
annotations: {}
attributes: workload: definition: {
apiVersion: "apps/v1"
kind: "Deployment"
}
description: ""
labels: {}
type: "component"
}
template: {
output: {
apiVersion: "apps/v1"
kind: "Deployment"
spec: {
selector: matchLabels: {
"app.oam.dev/component": context.name
}
template: {
metadata: labels: {
"app.oam.dev/component": context.name
}
spec: {
containers: [{
name: context.name
image: parameter.image
if parameter["cmd"] != _|_ {
command: parameter.cmd
}
if parameter["env"] != _|_ {
env: parameter.env
}
if context["config"] != _|_ {
env: context.config
}
ports: [{
containerPort: parameter.port
}]
if parameter["cpu"] != _|_ {
resources: {
limits:
cpu: parameter.cpu
requests:
cpu: parameter.cpu
}
}
}]
}
}
}
}
// an extra template
outputs: service: {
apiVersion: "v1"
kind: "Service"
spec: {
selector: {
"app.oam.dev/component": context.name
}
ports: [
{
port: parameter.port
targetPort: parameter.port
},
]
}
}
parameter: {
image: string
cmd?: [...string]
port: *80 | int
env?: [...{
name: string
value?: string
valueFrom?: {
secretKeyRef: {
name: string
key: string
}
}
}]
cpu?: string
}
}
可以看到:
- 最核心的工作负载,我们按需要在
output
字段里,定义了一个要交付的Deployment
类型的 Kubernetes 资源。 Service
类型的资源,则放到outputs
里定义。以此类推,如果你要复合第三个资源,只需要继续在后面以键值对的方式添加:
outputs: service: {
apiVersion: "v1"
kind: "Service"
spec: {
...
outputs: third-resource: {
apiVersion: "v1"
kind: "Service"
spec: {
...
在理解这些之后,将上面的组件定义对象保存到 CUE 文件中,并部署到你的 Kubernetes 集群。
$ vela def apply webserver.cue
ComponentDefinition webserver created in namespace vela-system.
然后,我们使用它们,来编写一个应用部署计划:
apiVersion: core.oam.dev/v1beta1
kind: Application
metadata:
name: webserver-demo
namespace: default
spec:
components:
- name: hello-world
type: webserver
properties:
image: oamdev/hello-world
port: 8000
env:
- name: "foo"
value: "bar"
cpu: "100m"
进行部署:
$ vela up -f webserver.yaml
最后,它将在运行时集群生成相关 Kubernetes 资源如下:
$ kubectl get deployment
NAME READY UP-TO-DATE AVAILABLE AGE
hello-world-v1 1/1 1 1 15s
$ kubectl get svc
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
hello-world-trait-7bdcff98f7 ClusterIP <your ip> <none> 8000/TCP 32s
KubeVela 让你可以在运行时,通过 context
关键字来引用一些信息。
最常用的就是应用部署计划的名称 context.appName
和组件的名称 context.name
。
context: {
appName: string
name: string
}
举例来说,假设你在实现一个组件定义,希望将容器的名称填充为组件的名称。那么这样做:
parameter: {
image: string
}
output: {
...
spec: {
containers: [{
name: context.name
image: parameter.image
}]
}
...
}
注意,
context
的信息会在资源部署到目标集群之前就自动注入了
Context 变量名 | 说明 |
---|---|
context.appRevision | 应用部署计划的版本 |
context.appRevisionNum | 应用部署计划的版本号(int 类型), 比如说如果 context.appRevision 是 app-v1 的话,context.appRevisionNum 会是 1 |
context.appName | 应用部署计划的名称 |
context.name | 组件的名称 |
context.namespace | 应用部署计划的命名空间 |
context.output | 组件中渲染的工作负载 API 资源,这通常用在运维特征里 |
context.outputs.<resourceName> | 组件中渲染的运维特征 API 资源,这通常用在运维特征里 |
Last updated on 2022年11月1日 by Tianxin Dong