AI实践哪家强?来 AICon, 解锁技术前沿,探寻产业新机! 了解详情
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 17:572339

评论

发布
暂无评论
发现更多内容

政策强化,反欺诈监管日益加强

芯盾时代

金融 风控模型 反欺诈

RAG三件套运行的新选择 - GPUStack

GPUStack

大模型 LLM GenAI dify GPU 集群

数据资产入表,如何接住这“泼天的富贵”?

奇点云

数据资产入表

数据资产入表、全面激活数据要素潜能,赋能企业发掘崭新价值!

奇点云

【CAP评测有奖】邀您共探 AI 应用开发新趋势,赢取多重好礼!

阿里巴巴云原生

阿里云 云原生 CAP

鸿蒙高质量代码静态检测200条一

龙儿筝

RAG三件套运行的新选择 - GPUStack

SEAL安全

大模型 LLM GenAI dify GPU 集群

《Django 5 By Example》阅读笔记:p17-p53

codists

Python django

如何利用1688API:通过商品ID与URL一键接入,高效采集商品详情页实时数据指南

代码忍者

API 接口 pinduoduo API

HyperWorks使用六面体和三棱柱单元进行实体网格剖分

智造软件

CAE软件 Hypermesh hyperworks

字节豆包发布新模型,AI 一句话 P 图;Google 正式推出 Vids,简单提示即可生成视频演示丨 RTE 开发者日报

声网

腾讯云双十一拼团GO|云产品囤起来

六月的雨在InfoQ

腾讯云 云服务器 双十一 优惠大促

数据资产入表,如何接住这“泼天的富贵”?

奇点云

CST教程——如何理解CMA中计算MWC时的MS

思茂信息

cst cst使用教程 CST软件

火山引擎数据飞轮模式下的线上营销:内容产出更智能、人群触达更精准

字节跳动数据平台

大模型 数据飞轮

Domino 流计算快速上手 - 1. 扩维

YMatrix 超融合数据库

数据库 数据仓库 YMatrix

缓存之美——如何选择合适的本地缓存?

京东科技开发者

Java定时任务大盘点:发工资也能“指日可待”

京东科技开发者

从0到1的突破,用户如何借助我们的软件实现企业增长?

天津汇柏科技有限公司

低代码 企业

B端体验深耕-洞察用户需求,打造心有灵犀的使用体验

京东科技开发者

云消息队列 Kafka 版全面升级:经济、弹性、稳定,成本比自建最多降低 82%

阿里巴巴云原生

kafka 阿里云 云原生

探索微店API接口:如何获取并解析商品详情数据的Json格式指南

代码忍者

API 接口 pinduoduo API

数据湖系列之四 | 数据湖存储加速方案的发展和对比分析

Baidu AICLOUD

分布式缓存 数据湖加速 云原生文件系统

深入探索京东API接口:商品详情数据接口在电商应用中的强大应用

代码忍者

API 接口 pinduoduo API

“数字创新产品课程” 12月7-8日 · 上海 · CSPO认证周末班

ShineScrum

云真机测试

测试人

软件测试

大模型时代,云原生数据底座的创新和实践

百度Geek说

大数据 百度 智能云

Redis 实现高效任务队列:异步队列与延迟队列详解

左诗右码

鸿蒙高质量代码静态检测200条二

龙儿筝

鸿蒙

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