CN118158236A - 基于云原生环境计算程序配置中心的计算程序调用方法 - Google Patents
基于云原生环境计算程序配置中心的计算程序调用方法 Download PDFInfo
- Publication number
- CN118158236A CN118158236A CN202410146981.4A CN202410146981A CN118158236A CN 118158236 A CN118158236 A CN 118158236A CN 202410146981 A CN202410146981 A CN 202410146981A CN 118158236 A CN118158236 A CN 118158236A
- Authority
- CN
- China
- Prior art keywords
- computing program
- mirror image
- pulled
- computing
- api service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004806 packaging method and process Methods 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 15
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000002955 isolation Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Stored Programmes (AREA)
Abstract
本公开的实施例提供了一种基于云原生环境计算程序配置中心的计算程序调用方法;应用于计算机技术领域。所述方法包括构建各计算程序对应的镜像,将镜像打包并推送至云原生环境中的镜像仓库,将云原生环境中的镜像仓库作为计算程序配置中心,通过业务系统调用Kubernetes库中的API服务,利用API服务拉取计算程序配置中心中的镜像,再根据拉取的镜像拉起拉取的镜像对应的计算程序并执行相应操作。以此方式,能够支持任一编程语言、串行并行处理与多算子叠加,实现了容器化兼容与容器间的隔离,可以快速部署计算程序,具有高可扩展性,且避免了资源浪费,极大地降低了计算程序配置中心的开发及维护成本;该方法可用于数据处理、算法叠加、流式计算等场景。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种基于云原生环境计算程序配置中心的计算程序调用方法。
背景技术
目前一般采用前后端分离的架构实现计算程序配置中心的设置,即使用Java或Python实现后端API服务,通过一个基于Nginx或Apache类的Web服务器进行计算程序的上传、下载等管理操作;将开发的计算程序上传后,业务系统有两种调用计算程序的方式,第一种是利用计算程序配置中心的服务端口进行调用,这种方式对计算程序配置中心进行了复杂的逻辑开发,业务系统调用计算程序配置中心,通过计算程序配置中心将接收的数据转发给计算程序,使计算程序对相应数据进行处理;第二种是计算程序直接占用计算程序配置中心的服务器端口提供服务,业务系统直接调用计算程序,计算程序接收到数据后执行相应操作。以上计算程序配置中心的实现方法具有支持的编程语言单一、容器化环境兼容性差、实现逻辑复杂且不易维护、难以实现水平扩展等缺点。
发明内容
本公开提供了一种基于云原生环境计算程序配置中心的计算程序调用方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种基于云原生环境计算程序配置中心的计算程序调用方法。该方法包括:
构建各计算程序对应的镜像;
将镜像打包并推送至云原生环境中的镜像仓库,将云原生环境中的镜像仓库作为计算程序配置中心;
通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中的镜像;
根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作。
在第一方面的一些可实现方式中,根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作,包括:
通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,并在对应的物理节点上创建拉取的镜像对应的Deployment文件和Service文件,以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作。
在第一方面的一些可实现方式中,通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,包括:
通过API服务对拉取的镜像对应的pod对应的物理节点设置第一污点并对拉取的镜像对应的pod设置第一容忍以容忍第一污点,以使拉取的镜像对应的pod调度到第一污点对应的物理节点上。
在第一方面的一些可实现方式中,以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作,包括:
在对应的物理节点上,通过API服务拉起Deployment文件启动拉取的镜像对应的计算程序,通过API服务拉起Service文件访问拉取的镜像对应的计算程序并执行相应操作。
在第一方面的一些可实现方式中,该方法还包括:
通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中各计算程序对应的镜像副本;
通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,利用API服务在相应的物理节点上通过拉起pod拉起对应镜像副本对应的计算程序并执行相应操作。
在第一方面的一些可实现方式中,通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,包括:
通过API服务对拉取的镜像副本对应的pod对应的物理节点设置第二污点并对拉取的镜像副本对应的pod设置第二容忍以容忍第二污点,以使拉取的镜像副本对应的pod调度到第二污点对应的物理节点上。
在第一方面的一些可实现方式中,构建各计算程序对应的镜像,包括:
根据用户配置信息获取镜像配置信息,根据镜像配置信息生成Dockerfile,根据Dockerfile在云原生环境中构建各计算程序对应的镜像。
在第一方面的一些可实现方式中,用户配置信息包括核心配置文件信息和各计算程序对应的副本数。
根据本公开的第二方面,提供了一种基于云原生环境计算程序配置中心的计算程序调用装置。该装置包括:
计算程序镜像构建模块,用于构建各计算程序对应的镜像;
计算程序配置中心设置模块,用于将镜像打包并推送至云原生环境中的镜像仓库,将云原生环境中的镜像仓库作为计算程序配置中心;
计算程序镜像拉取模块,用于通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中的镜像;
计算程序调用模块,用于根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作。
根据本公开的第三方面,提供了一种电子设备。该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如上所述的方法。
在本公开中,通过构建各计算程序对应的镜像,将镜像打包并推送至云原生环境中的镜像仓库,并将云原生环境中的镜像仓库作为计算程序配置中心,极大地降低了计算程序配置中心的开发及维护成本;通过业务系统调用Kubernetes库中的API服务,利用API服务拉取计算程序配置中心中的镜像,再根据拉取的镜像拉起拉取的镜像对应的计算程序并执行相应操作。以此方式,能够支持任一编程语言、串行并行处理与多算子叠加,实现了容器化兼容与容器间的隔离,可以快速部署计算程序,具有高可扩展性,且避免了资源浪费;该方法可用于数据处理、算法叠加、流式计算等场景。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本公开的限定在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本公开实施例提供的一种基于云原生环境计算程序配置中心的计算程序调用方法的流程图;
图2示出了本公开实施例提供的一种基于云原生环境计算程序配置中心的计算程序调用装置的结构图;
图3示出了能够实施本公开的实施例的示例性电子设备的结构图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
针对背景技术中出现的问题,本公开实施例提供了一种基于云原生环境计算程序配置中心的计算程序调用方法及装置。具体地,通过构建各计算程序对应的镜像,将镜像打包并推送至云原生环境中的镜像仓库,并将云原生环境中的镜像仓库作为计算程序配置中心,极大地降低了计算程序配置中心的开发及维护成本;通过业务系统调用Kubernetes库中的API服务,利用API服务拉取计算程序配置中心中的镜像,再根据拉取的镜像拉起拉取的镜像对应的计算程序并执行相应操作。以此方式,能够支持任一编程语言、串行并行处理与多算子叠加,实现了容器化兼容与容器间的隔离,可以快速部署计算程序,具有高可扩展性,且避免了资源浪费;该方法可用于数据处理、算法叠加、流式计算等场景。
下面结合附图,通过具体的实施例对本公开实施例提供的基于云原生环境计算程序配置中心的计算程序调用方法及装置进行详细地说明。
图1示出了本公开实施例提供的一种基于云原生环境计算程序配置中心的计算程序调用方法的流程图,方法100包括以下步骤:
S110,构建各计算程序对应的镜像。
在一些实施例中,构建各计算程序对应的镜像之前,根据预设开发规范开发计算程序。
在一些实施例中,构建各计算程序对应的镜像,包括:
根据用户配置信息获取镜像配置信息,根据镜像配置信息生成Dockerfile,根据Dockerfile在云原生环境中构建各计算程序对应的镜像;
其中,用户配置信息包括核心配置文件信息和各计算程序对应的副本数。
S120,将镜像打包并推送至云原生环境中的镜像仓库,将云原生环境中的镜像仓库作为计算程序配置中心。
在一些实施例中,镜像仓库包括docker registry。
S130,通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中的镜像。
在一些实施例中,通过API服务创建pod、拉取计算程序配置中心中的镜像,将拉取到的镜像对应的计算程序安装到对应的pod中,利用Docker使用Linux内核和内核功能(如Cgroups和name spaces功能)将各pod进行隔离,以便各pod相互独立运行。
S140,根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作。
在一些实施例中,根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作,包括:
通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,并在对应的物理节点上创建拉取的镜像对应的Deployment文件和Service文件,以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作。
在一些实施例中,通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,包括:
通过API服务对拉取的镜像对应的pod对应的物理节点设置第一污点并对拉取的镜像对应的pod设置第一容忍以容忍第一污点,以使拉取的镜像对应的pod调度到第一污点对应的物理节点上。
在一些实施例中,以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作,包括:
在对应的物理节点上,通过API服务拉起Deployment文件启动拉取的镜像对应的计算程序,通过API服务拉起Service文件访问拉取的镜像对应的计算程序并执行相应操作;
进一步地,根据拉取的镜像对应的计算程序的服务名称、运行该计算程序的命名空间以及该计算程序对应的pod的名称,通过API服务访问该计算程序。
在一些实施例中,方法100还包括:
通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中各计算程序对应的镜像副本;
通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,利用API服务在相应的物理节点上通过拉起pod拉起对应镜像副本对应的计算程序并执行相应操作;
进一步地,当有几个物理节点宕机时,由于宕机的物理节点对应的pod还调度到了其他相应的物理节点上,所以在其他相应的物理节点上仍可正常运行对应的pod,进而拉起对应的计算程序执行相应操作;这一点在对稳定性、可用性和云原生环境要求较高的场景下具有重要意义;
通过该方法可以提高可扩展性、可用性、负载均衡,尤其适用于对水平扩展和容错性要求较高的应用程序。
在一些实施例中,通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,包括:
通过API服务对拉取的镜像副本对应的pod对应的物理节点设置第二污点并对拉取的镜像副本对应的pod设置第二容忍以容忍第二污点,以使拉取的镜像副本对应的pod调度到第二污点对应的物理节点上。
在一些实施例中,方法100可用于数据处理、算法叠加、流式计算等场景,例如物联网、实时监控、金融交易分析等领域。
在一些实施例中,方法100实现了CPU限制到毫核,内存限制到MB,避免了资源浪费。
在一些实施例中,不同厂商生产的传感器的标准及传感器传输的数据格式往往不同,例如,有的传感器传输的是二进制数,有的传感器传输的是不带单位的浮点数,业务系统需要获取统一格式的数据,对不同标准传感器传输的数据进行处理以获取业务系统所需格式的数据,开发这种处理方法对应的计算程序,通过方法100拉起不同处理方法对应的计算程序并执行相应操作,从而得到处理后的格式统一的数据;其中,开发的计算程序支持任一编程语言。
根据本公开的实施例,通过构建各计算程序对应的镜像,将镜像打包并推送至云原生环境中的镜像仓库,并将云原生环境中的镜像仓库作为计算程序配置中心,极大地降低了计算程序配置中心的开发及维护成本;通过业务系统调用Kubernetes库中的API服务,利用API服务拉取计算程序配置中心中的镜像,再根据拉取的镜像拉起拉取的镜像对应的计算程序并执行相应操作。以此方式,能够支持任一编程语言、串行并行处理与多算子叠加,实现了容器化兼容与容器间的隔离,可以快速部署计算程序,具有高可扩展性,且避免了资源浪费;该方法可用于数据处理、算法叠加、流式计算等场景。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图2示出了本公开实施例提供的一种基于云原生环境计算程序配置中心的计算程序调用装置的结构图。装置200包括:
计算程序镜像构建模块210,用于构建各计算程序对应的镜像。
在一些实施例中,模块210具体用于:
构建各计算程序对应的镜像,包括:
根据用户配置信息获取镜像配置信息,根据镜像配置信息生成Dockerfile,根据Dockerfile在云原生环境中构建各计算程序对应的镜像。
在一些实施例中,模块210还用于:
用户配置信息包括核心配置文件信息和各计算程序对应的副本数。
计算程序配置中心设置模块220,用于将镜像打包并推送至云原生环境中的镜像仓库,将云原生环境中的镜像仓库作为计算程序配置中心。
计算程序镜像拉取模块230,用于通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中的镜像。
计算程序调用模块240,用于根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作。
在一些实施例中,模块240具体用于:
根据拉取的镜像,通过API服务拉起拉取的镜像对应的计算程序并执行相应操作,包括:
通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,并在对应的物理节点上创建拉取的镜像对应的Deployment文件和Service文件,以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作。
在一些实施例中,模块240还用于:
通过API服务将拉取的镜像对应的pod调度到对应的物理节点上,包括:
通过API服务对拉取的镜像对应的pod对应的物理节点设置第一污点并对拉取的镜像对应的pod设置第一容忍以容忍第一污点,以使拉取的镜像对应的pod调度到第一污点对应的物理节点上。
在一些实施例中,模块240还用于:
以便API服务在对应的物理节点上通过拉起Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作,包括:
在对应的物理节点上,通过API服务拉起Deployment文件启动拉取的镜像对应的计算程序,通过API服务拉起Service文件访问拉取的镜像对应的计算程序并执行相应操作。
在一些实施例中,装置200还用于:
通过业务系统调用Kubernetes库中的API服务,通过API服务拉取计算程序配置中心中各计算程序对应的镜像副本;
通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,利用API服务在相应的物理节点上通过拉起pod拉起对应镜像副本对应的计算程序并执行相应操作。
在一些实施例中,装置200还用于:
通过API服务将拉取的镜像副本对应的pod调度到相应的物理节点,包括:
通过API服务对拉取的镜像副本对应的pod对应的物理节点设置第二污点并对拉取的镜像副本对应的pod设置第二容忍以容忍第二污点,以使拉取的镜像副本对应的pod调度到第二污点对应的物理节点上。
可以理解的是,图2所示检测装置200中的各个模块/单元具有实现本公开实施例提供的检测方法100中的各个步骤的功能,并能达到其相应的技术效果,为了简洁,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图3示出了一种能够实施本公开的实施例的示例性电子设备的结构图。电子设备300旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备300还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图3所示,电子设备300包括计算单元301,其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序,来执行各种适当的动作和处理。在RAM303中,还可存储电子设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM303通过总线304彼此相连。I/O接口305也连接至总线304。
电子设备300中的多个部件连接至I/O接口305,包括:输入单元306,例如键盘、鼠标等;输出单元307,例如各种类型的显示器、扬声器等;存储单元308,例如磁盘、光盘等;以及通信单元309,例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理,例如方法100。例如,在一些实施例中,方法100可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元308。在一些实施例中,计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到RAM303并由计算单元301执行时,可以执行上文描述的方法100的一个或多个步骤。备选地,在其他实施例中,计算单元301可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法100。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要注意的是,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行方法100,并达到本公开实施例执行其方法达到的相应技术效果,为简洁描述,在此不再赘述。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置;以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种基于云原生环境计算程序配置中心的计算程序调用方法,其特征在于,包括:
构建各计算程序对应的镜像;
将所述镜像打包并推送至云原生环境中的镜像仓库,将所述云原生环境中的镜像仓库作为计算程序配置中心;
通过业务系统调用Kubernetes库中的API服务,通过所述API服务拉取计算程序配置中心中的镜像;
根据拉取的镜像,通过所述API服务拉起拉取的镜像对应的计算程序并执行相应操作。
2.根据权利要求1所述的方法,其特征在于,所述根据拉取的镜像,通过所述API服务拉起拉取的镜像对应的计算程序并执行相应操作,包括:
通过所述API服务将拉取的镜像对应的pod调度到对应的物理节点上,并在对应的物理节点上创建拉取的镜像对应的Deployment文件和Service文件,以便API服务在对应的物理节点上通过拉起所述Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作。
3.根据权利要求2所述的方法,其特征在于,所述通过所述API服务将拉取的镜像对应的pod调度到对应的物理节点上,包括:
通过所述API服务对拉取的镜像对应的pod对应的物理节点设置第一污点并对拉取的镜像对应的pod设置第一容忍以容忍所述第一污点,以使拉取的镜像对应的pod调度到所述第一污点对应的物理节点上。
4.根据权利要求2所述的方法,其特征在于,所述以便API服务在对应的物理节点上通过拉起所述Deployment文件和Service文件拉起对应pod中相应的计算程序并执行相应操作,包括:
在对应的物理节点上,通过API服务拉起Deployment文件启动拉取的镜像对应的计算程序,通过API服务拉起Service文件访问拉取的镜像对应的计算程序并执行相应操作。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过业务系统调用Kubernetes库中的API服务,通过所述API服务拉取计算程序配置中心中各计算程序对应的镜像副本;
通过所述API服务将拉取的镜像副本对应的pod调度到相应的物理节点,利用所述API服务在相应的物理节点上通过拉起pod拉起对应镜像副本对应的计算程序并执行相应操作。
6.根据权利要求5所述的方法,其特征在于,所述通过所述API服务将拉取的镜像副本对应的pod调度到相应的物理节点,包括:
通过所述API服务对拉取的镜像副本对应的pod对应的物理节点设置第二污点并对拉取的镜像副本对应的pod设置第二容忍以容忍所述第二污点,以使拉取的镜像副本对应的pod调度到所述第二污点对应的物理节点上。
7.根据权利要求1所述的方法,其特征在于,所述构建各计算程序对应的镜像,包括:
根据用户配置信息获取镜像配置信息,根据所述镜像配置信息生成Dockerfile,根据所述Dockerfile在云原生环境中构建各计算程序对应的镜像。
8.根据权利要求7所述的方法,其特征在于,
所述用户配置信息包括核心配置文件信息和各计算程序对应的副本数。
9.一种基于云原生环境计算程序配置中心的计算程序调用装置,其特征在于,包括:
计算程序镜像构建模块,用于构建各计算程序对应的镜像;
计算程序配置中心设置模块,用于将所述镜像打包并推送至云原生环境中的镜像仓库,将所述云原生环境中的镜像仓库作为计算程序配置中心;
计算程序镜像拉取模块,用于通过业务系统调用Kubernetes库中的API服务,通过所述API服务拉取计算程序配置中心中的镜像;
计算程序调用模块,用于根据拉取的镜像,通过所述API服务拉起拉取的镜像对应的计算程序并执行相应操作。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146981.4A CN118158236A (zh) | 2024-02-01 | 2024-02-01 | 基于云原生环境计算程序配置中心的计算程序调用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146981.4A CN118158236A (zh) | 2024-02-01 | 2024-02-01 | 基于云原生环境计算程序配置中心的计算程序调用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118158236A true CN118158236A (zh) | 2024-06-07 |
Family
ID=91293921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146981.4A Pending CN118158236A (zh) | 2024-02-01 | 2024-02-01 | 基于云原生环境计算程序配置中心的计算程序调用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118158236A (zh) |
-
2024
- 2024-02-01 CN CN202410146981.4A patent/CN118158236A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113312037B (zh) | 应用于微服务的数据处理方法、装置、设备和存储介质 | |
CN111400000A (zh) | 网络请求处理方法、装置、设备和存储介质 | |
CN113139660A (zh) | 模型推理方法、装置、电子设备及存储介质 | |
CN113453073B (zh) | 一种图像渲染方法、装置、电子设备及存储介质 | |
CN109582317B (zh) | 用于调试寄宿应用的方法和装置 | |
CN109634764A (zh) | 工作流控制方法、装置、设备、存储介质和系统 | |
CN115437808A (zh) | 联邦学习平台之间的互通方法、装置、设备、介质及产品 | |
CN115373861A (zh) | Gpu资源调度方法、装置、电子设备及存储介质 | |
CN110851211A (zh) | 用于显示应用信息的方法、装置、电子设备和介质 | |
CN114443076A (zh) | 镜像构建方法、装置、设备及存储介质 | |
CN112181724B (zh) | 大数据容灾方法、装置和电子设备 | |
CN115934076B (zh) | 跨平台客户端的微服务提供装置、方法和电子设备 | |
CN114374703B (zh) | 云手机信息的获取方法、装置、设备以及存储介质 | |
CN115115062B (zh) | 机器学习模型建立方法、相关装置及计算机程序产品 | |
CN118158236A (zh) | 基于云原生环境计算程序配置中心的计算程序调用方法 | |
CN114070889B (zh) | 配置方法、流量转发方法、设备、存储介质及程序产品 | |
CN112818129B (zh) | 图谱建模系统及其方法 | |
CN113094086B (zh) | 组件集成方法、装置、计算机可读存储介质及电子设备 | |
CN113805858B (zh) | 持续部署脚本语言开发的软件的方法和装置 | |
CN113377489A (zh) | 基于云平台的遥感智能监测应用的构建运行方法和装置 | |
CN114064148B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113835893B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
CN113378166B (zh) | 调用操作系统的应用程序接口api的方法和装置 | |
CN116932147A (zh) | 流式作业处理方法、装置、电子设备及介质 | |
CN114281478B (zh) | 容器运行方法、装置、电子设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |