각각 100만 개의 임의 문서로 채워진 100개의 MongoDB 컬렉션을 생성하는 유틸리티를 만들고 이를 Kubernetes에 배포하려면 여러 단계를 거쳐야 합니다. 이 가이드는 Kubernetes 환경 설정부터 컬렉션 생성, 전용 네임스페이스에 작업 배포까지의 프로세스를 안내합니다.
Kubernetes 클러스터(예: GKE, EKS, AKS 또는 Minikube)가 있는지 확인하고 이에 연결하도록 kubectl을 구성합니다.
이 배포를 격리된 상태로 유지하려면 my-lab이라는 네임스페이스를 생성하세요.
kubectl create namespace my-lab kubectl get ns my-lab
MongoDB 데이터에 대한 영구 볼륨을 정의하기 위해 mongo-pv.yaml 파일을 생성합니다.
apiVersion: v1 kind: PersistentVolume metadata: name: mongo-pv namespace: my-lab spec: capacity: storage: 10Gi accessModes: - ReadWriteOnce hostPath: path: /data/mongo
PV 적용:
kubectl apply -f mongo-pv.yaml
mongo-pvc.yaml에서 영구 볼륨 요청을 정의합니다.
apiVersion: v1 kind: PersistentVolumeClaim metadata: name: mongo-pvc namespace: my-lab spec: accessModes: - ReadWriteOnce resources: requests: storage: 10Gi
PVC 적용:
kubectl apply -f mongo-pvc.yaml
mongo-deployment.yaml에서 MongoDB 배포 및 서비스를 정의합니다.
apiVersion: apps/v1 kind: Deployment metadata: name: mongo namespace: my-lab spec: replicas: 1 selector: matchLabels: app: mongo template: metadata: labels: app: mongo spec: containers: - name: mongo image: mongo:latest ports: - containerPort: 27017 env: - name: MONGO_INITDB_ROOT_USERNAME value: "root" - name: MONGO_INITDB_ROOT_PASSWORD value: "password" volumeMounts: - name: mongo-storage mountPath: /data/db volumes: - name: mongo-storage persistentVolumeClaim: claimName: mongo-pvc --- apiVersion: v1 kind: Service metadata: name: mongo namespace: my-lab spec: type: ClusterIP ports: - port: 27017 targetPort: 27017 selector: app: mongo
배포 적용:
kubectl apply -f mongo-deployment.yaml
MongoDB 배포를 연결하여 확인하세요.
kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password
MongoDB 배포를 축소한 후 백업하여 데이터 지속성을 보장하세요.
kubectl scale deployment mongo --replicas=0 -n my-lab kubectl scale deployment mongo --replicas=1 -n my-lab
Python을 사용하여 컬렉션을 생성하고 컬렉션을 임의의 문서로 채우는 스크립트를 정의합니다.
import random import string import pymongo from pymongo import MongoClient def random_string(length=10): return ''.join(random.choices(string.ascii_letters + string.digits, k=length)) def create_collections_and_populate(db_name='mydatabase', collections_count=100, documents_per_collection=1_000_000): client = MongoClient('mongodb://root:password@mongo:27017/') db = client[db_name] for i in range(collections_count): collection_name = f'collection_{i+1}' collection = db[collection_name] print(f'Creating collection: {collection_name}') bulk_data = [{'name': random_string(), 'value': random.randint(1, 100)} for _ in range(documents_per_collection)] collection.insert_many(bulk_data) print(f'Inserted {documents_per_collection} documents into {collection_name}') if __name__ == "__main__": create_collections_and_populate()
Python 스크립트를 컨테이너화하기 위한 Dockerfile 만들기:
FROM python:3.9-slim WORKDIR /app COPY mongo_populator.py . RUN pip install pymongo CMD ["python", "mongo_populator.py"]
이미지를 빌드하고 컨테이너 레지스트리에 푸시합니다.
docker build -t <your-docker-repo>/mongo-populator:latest . docker push <your-docker-repo>/mongo-populator:latest
mongo-populator-job.yaml에서 작업을 정의하여 컬렉션 생성 스크립트를 실행합니다.
apiVersion: batch/v1 kind: Job metadata: name: mongo-populator namespace: my-lab spec: template: spec: containers: - name: mongo-populator image: <your-docker-repo>/mongo-populator:latest env: - name: MONGO_URI value: "mongodb://root:password@mongo:27017/" restartPolicy: Never backoffLimit: 4
작업 적용:
kubectl apply -f mongo-populator-job.yaml
작업이 완료된 후 MongoDB에 연결하여 데이터를 검사합니다.
kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password
MongoDB에서:
use mydatabase show collections db.collection_9.find().limit(5).pretty() db.getCollectionNames().forEach(function(collection) { var count = db[collection].countDocuments(); print(collection + ": " + count + " documents"); });
각 컬렉션에는 데이터 생성 작업이 성공했음을 확인하는 100만 개의 문서가 포함되어야 합니다.
위 내용은 Kubernetes에 MongoDB 컬렉션 생성기 배포의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!