


Siaran blog ini memperkenalkan kaedah yang berkesan untuk mencipta klien Kubernetes untuk GKE dalam Python. Dengan memanfaatkan perpustakaan google-cloud-container, google-auth dan kubernetes, anda boleh menggunakan kod yang sama untuk berinteraksi dengan API Kubernetes tidak kira sama ada aplikasi anda berjalan secara setempat atau di Google Cloud. Fleksibiliti ini datang daripada menggunakan Application Default Credentials (ADC) untuk mengesahkan dan membina secara dinamik permintaan yang diperlukan untuk interaksi API Kubernetes, menghapuskan keperluan untuk alatan tambahan atau fail konfigurasi seperti kubeconfig.
Apabila dijalankan secara setempat, pendekatan biasa ialah menggunakan perintah mendapatkan kelayakan kluster kontena gcloud untuk menjana fail kubeconfig dan berinteraksi dengan API Kubernetes menggunakan kubectl. Walaupun aliran kerja ini semulajadi dan berkesan untuk persediaan setempat, aliran kerja ini menjadi kurang praktikal dalam persekitaran seperti Cloud Run atau perkhidmatan Google Cloud yang lain.
Dengan ADC, anda boleh menyelaraskan akses kepada API Kubernetes untuk kelompok GKE dengan mengkonfigurasi klien Kubernetes secara dinamik. Pendekatan ini memastikan cara yang konsisten dan cekap untuk menyambung ke kluster anda tanpa overhed mengurus fail konfigurasi luaran atau memasang alatan tambahan.
Prasyarat
1. Pengesahan dengan Google Cloud
Jika anda menjalankan kod secara setempat, hanya sahkan menggunakan arahan berikut:
gcloud auth application-default login
Ini akan menggunakan kelayakan akaun pengguna anda sebagai Bukti Kelayakan Lalai Aplikasi (ADC).
Jika anda menjalankan kod pada perkhidmatan Google Cloud seperti Cloud Run, anda tidak perlu mengendalikan pengesahan secara manual. Cuma pastikan perkhidmatan tersebut mempunyai akaun perkhidmatan yang dikonfigurasikan dengan betul yang dilampirkan dengan kebenaran yang diperlukan untuk mengakses gugusan GKE.
2. Kumpulkan Butiran Kluster Anda
Sebelum menjalankan skrip, pastikan anda mempunyai butiran berikut:
- ID Projek Awan Google: ID projek tempat gugusan GKE anda dihoskan.
- Lokasi Kluster: Rantau atau zon tempat kluster anda berada (cth., us-central1-a).
- Nama Kluster: Nama kluster Kubernetes yang ingin anda sambungkan.
Skrip
Di bawah ialah fungsi Python yang menyediakan klien Kubernetes untuk gugusan GKE.
gcloud auth application-default login
Bagaimana Ia Berfungsi
1. Menyambung ke Kluster GKE
Fungsi get_k8s_client bermula dengan mengambil butiran kluster daripada GKE menggunakan pustaka google-cloud-container. Pustaka ini berinteraksi dengan perkhidmatan GKE, membolehkan anda mendapatkan maklumat seperti titik akhir API dan pihak berkuasa sijil (CA) kluster. Butiran ini penting untuk mengkonfigurasi klien Kubernetes.
from google.cloud import container_v1 import google.auth import google.auth.transport.requests from kubernetes import client as kubernetes_client from tempfile import NamedTemporaryFile import base64 import yaml def get_k8s_client(project_id: str, location: str, cluster_id: str) -> kubernetes_client.CoreV1Api: """ Fetches a Kubernetes client for the specified GCP project, location, and cluster ID. Args: project_id (str): Google Cloud Project ID location (str): Location of the cluster (e.g., "us-central1-a") cluster_id (str): Name of the Kubernetes cluster Returns: kubernetes_client.CoreV1Api: Kubernetes CoreV1 API client """ # Retrieve cluster information gke_cluster = container_v1.ClusterManagerClient().get_cluster(request={ "name": f"projects/{project_id}/locations/{location}/clusters/{cluster_id}" }) # Obtain Google authentication credentials creds, _ = google.auth.default() auth_req = google.auth.transport.requests.Request() # Refresh the token creds.refresh(auth_req) # Initialize the Kubernetes client configuration object configuration = kubernetes_client.Configuration() # Set the cluster endpoint configuration.host = f'https://{gke_cluster.endpoint}' # Write the cluster CA certificate to a temporary file with NamedTemporaryFile(delete=False) as ca_cert: ca_cert.write(base64.b64decode(gke_cluster.master_auth.cluster_ca_certificate)) configuration.ssl_ca_cert = ca_cert.name # Set the authentication token configuration.api_key_prefix['authorization'] = 'Bearer' configuration.api_key['authorization'] = creds.token # Create and return the Kubernetes CoreV1 API client return kubernetes_client.CoreV1Api(kubernetes_client.ApiClient(configuration)) def main(): project_id = "your-project-id" # Google Cloud Project ID location = "your-cluster-location" # Cluster region (e.g., "us-central1-a") cluster_id = "your-cluster-id" # Cluster name # Retrieve the Kubernetes client core_v1_api = get_k8s_client(project_id, location, cluster_id) # Fetch the kube-system Namespace namespace = core_v1_api.read_namespace(name="kube-system") # Output the Namespace resource in YAML format yaml_output = yaml.dump(namespace.to_dict(), default_flow_style=False) print(yaml_output) if __name__ == "__main__": main()
Perlu ambil perhatian bahawa pustaka google-cloud-container direka untuk berinteraksi dengan GKE sebagai perkhidmatan, bukan secara langsung dengan API Kubernetes. Contohnya, semasa anda boleh menggunakan pustaka ini untuk mendapatkan maklumat kluster, naik taraf kluster atau mengkonfigurasi dasar penyelenggaraan—sama seperti yang anda boleh lakukan dengan perintah kluster bekas gcloud—anda tidak boleh menggunakannya untuk mendapatkan klien API Kubernetes secara langsung. Perbezaan inilah sebabnya fungsi membina klien Kubernetes secara berasingan selepas mengambil butiran kluster yang diperlukan daripada GKE.
2. Mengesahkan dengan Google Cloud
Untuk berinteraksi dengan API GKE dan Kubernetes, fungsi ini menggunakan Bukti Kelayakan Lalai Aplikasi (ADC) Google Cloud untuk mengesahkan. Begini cara setiap langkah proses pengesahan berfungsi:
google.auth.default()
Fungsi ini mendapatkan semula ADC untuk persekitaran di mana kod sedang dijalankan. Bergantung pada konteks, ia mungkin kembali:
- Bukti kelayakan akaun pengguna (cth., daripada log masuk lalai aplikasi auth gcloud dalam persediaan pembangunan setempat).
- Kelayakan akaun perkhidmatan (cth., apabila dijalankan dalam persekitaran Google Cloud seperti Cloud Run).
Ia juga mengembalikan ID projek yang berkaitan jika tersedia, walaupun dalam kes ini, hanya bukti kelayakan digunakan.
google.auth.transport.requests.Request()
Ini mencipta objek permintaan HTTP untuk mengendalikan permintaan rangkaian berkaitan pengesahan. Ia menggunakan perpustakaan permintaan Python secara dalaman dan menyediakan cara piawai untuk memuat semula bukti kelayakan atau meminta token akses.
creds.refresh(auth_req)
Apabila ADC diambil menggunakan google.auth.default(), objek bukti kelayakan pada mulanya tidak termasuk token akses (sekurang-kurangnya dalam persekitaran setempat). Kaedah refresh() secara eksplisit mendapatkan token akses dan melampirkannya pada objek bukti kelayakan, membolehkannya untuk mengesahkan permintaan API.
Kod berikut menunjukkan cara anda boleh mengesahkan tingkah laku ini:
gke_cluster = container_v1.ClusterManagerClient().get_cluster(request={ "name": f"projects/{project_id}/locations/{location}/clusters/{cluster_id}" })
contoh output:
# Obtain Google authentication credentials creds, _ = google.auth.default() auth_req = google.auth.transport.requests.Request() # Inspect credentials before refreshing print(f"Access Token (before refresh()): {creds.token}") print(f"Token Expiry (before refresh()): {creds.expiry}") # Refresh the token creds.refresh(auth_req) # Inspect credentials after refreshing print(f"Access Token (after): {creds.token}") print(f"Token Expiry (after): {creds.expiry}")
Sebelum memanggil refresh(), atribut token ialah Tiada. Selepas muat semula() digunakan, bukti kelayakan diisi dengan token akses yang sah dan masa tamat tempohnya.
3. Mengkonfigurasi Pelanggan Kubernetes
Klien Kubernetes dikonfigurasikan menggunakan titik akhir API kluster, fail sementara untuk sijil CA dan token Pembawa yang dimuat semula. Ini memastikan bahawa pelanggan boleh mengesahkan dan berkomunikasi dengan gugusan dengan selamat.
gcloud auth application-default login
Sijil CA disimpan sementara dan dirujuk oleh pelanggan untuk komunikasi SSL yang selamat. Dengan tetapan ini, klien Kubernetes dikonfigurasikan sepenuhnya dan bersedia untuk berinteraksi dengan kluster.
Contoh Output
Berikut ialah contoh output YAML untuk Ruang Nama sistem kube:
from google.cloud import container_v1 import google.auth import google.auth.transport.requests from kubernetes import client as kubernetes_client from tempfile import NamedTemporaryFile import base64 import yaml def get_k8s_client(project_id: str, location: str, cluster_id: str) -> kubernetes_client.CoreV1Api: """ Fetches a Kubernetes client for the specified GCP project, location, and cluster ID. Args: project_id (str): Google Cloud Project ID location (str): Location of the cluster (e.g., "us-central1-a") cluster_id (str): Name of the Kubernetes cluster Returns: kubernetes_client.CoreV1Api: Kubernetes CoreV1 API client """ # Retrieve cluster information gke_cluster = container_v1.ClusterManagerClient().get_cluster(request={ "name": f"projects/{project_id}/locations/{location}/clusters/{cluster_id}" }) # Obtain Google authentication credentials creds, _ = google.auth.default() auth_req = google.auth.transport.requests.Request() # Refresh the token creds.refresh(auth_req) # Initialize the Kubernetes client configuration object configuration = kubernetes_client.Configuration() # Set the cluster endpoint configuration.host = f'https://{gke_cluster.endpoint}' # Write the cluster CA certificate to a temporary file with NamedTemporaryFile(delete=False) as ca_cert: ca_cert.write(base64.b64decode(gke_cluster.master_auth.cluster_ca_certificate)) configuration.ssl_ca_cert = ca_cert.name # Set the authentication token configuration.api_key_prefix['authorization'] = 'Bearer' configuration.api_key['authorization'] = creds.token # Create and return the Kubernetes CoreV1 API client return kubernetes_client.CoreV1Api(kubernetes_client.ApiClient(configuration)) def main(): project_id = "your-project-id" # Google Cloud Project ID location = "your-cluster-location" # Cluster region (e.g., "us-central1-a") cluster_id = "your-cluster-id" # Cluster name # Retrieve the Kubernetes client core_v1_api = get_k8s_client(project_id, location, cluster_id) # Fetch the kube-system Namespace namespace = core_v1_api.read_namespace(name="kube-system") # Output the Namespace resource in YAML format yaml_output = yaml.dump(namespace.to_dict(), default_flow_style=False) print(yaml_output) if __name__ == "__main__": main()
Kesimpulan
Pendekatan ini menyerlahkan kemudahalihan menggunakan kod yang sama untuk berinteraksi dengan API Kubernetes, sama ada berjalan secara setempat atau pada perkhidmatan Google Cloud seperti Cloud Run. Dengan memanfaatkan Bukti Kelayakan Lalai Aplikasi (ADC), kami telah menunjukkan kaedah yang fleksibel untuk menjana klien API Kubernetes secara dinamik tanpa bergantung pada fail konfigurasi pra-jana atau alatan luaran. Ini memudahkan untuk membina aplikasi yang boleh menyesuaikan dengan lancar kepada persekitaran yang berbeza, memudahkan kedua-dua aliran kerja pembangunan dan penggunaan.
Atas ialah kandungan terperinci Membina Pelanggan Kubernetes untuk Enjin Kubernetes Google (GKE) dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Tutorial ini menunjukkan cara menggunakan Python untuk memproses konsep statistik undang -undang ZIPF dan menunjukkan kecekapan membaca dan menyusun fail teks besar Python semasa memproses undang -undang. Anda mungkin tertanya -tanya apa maksud pengedaran ZIPF istilah. Untuk memahami istilah ini, kita perlu menentukan undang -undang Zipf. Jangan risau, saya akan cuba memudahkan arahan. Undang -undang Zipf Undang -undang Zipf hanya bermaksud: Dalam korpus bahasa semulajadi yang besar, kata -kata yang paling kerap berlaku muncul kira -kira dua kali lebih kerap sebagai kata -kata kerap kedua, tiga kali sebagai kata -kata kerap ketiga, empat kali sebagai kata -kata kerap keempat, dan sebagainya. Mari kita lihat contoh. Jika anda melihat corpus coklat dalam bahasa Inggeris Amerika, anda akan melihat bahawa perkataan yang paling kerap adalah "th

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Berurusan dengan imej yang bising adalah masalah biasa, terutamanya dengan telefon bimbit atau foto kamera resolusi rendah. Tutorial ini meneroka teknik penapisan imej di Python menggunakan OpenCV untuk menangani isu ini. Penapisan Imej: Alat yang berkuasa Penapis Imej

Python, kegemaran sains dan pemprosesan data, menawarkan ekosistem yang kaya untuk pengkomputeran berprestasi tinggi. Walau bagaimanapun, pengaturcaraan selari dalam Python memberikan cabaran yang unik. Tutorial ini meneroka cabaran -cabaran ini, memberi tumpuan kepada Interprete Global

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Tutorial ini menunjukkan mewujudkan struktur data saluran paip tersuai di Python 3, memanfaatkan kelas dan pengendali yang berlebihan untuk fungsi yang dipertingkatkan. Fleksibiliti saluran paip terletak pada keupayaannya untuk menggunakan siri fungsi ke set data, GE

Serialization dan deserialization objek Python adalah aspek utama dari mana-mana program bukan remeh. Jika anda menyimpan sesuatu ke fail python, anda melakukan siri objek dan deserialization jika anda membaca fail konfigurasi, atau jika anda menjawab permintaan HTTP. Dalam erti kata, siri dan deserialization adalah perkara yang paling membosankan di dunia. Siapa yang peduli dengan semua format dan protokol ini? Anda mahu berterusan atau mengalirkan beberapa objek python dan mengambilnya sepenuhnya pada masa yang akan datang. Ini adalah cara yang baik untuk melihat dunia pada tahap konseptual. Walau bagaimanapun, pada tahap praktikal, skim siri, format atau protokol yang anda pilih boleh menentukan kelajuan, keselamatan, kebebasan status penyelenggaraan, dan aspek lain dari program

Modul Statistik Python menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. Tutorial ini akan menjelaskan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan fungsi min () dan bukan hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. Import secara rawak Statistik import dari fracti


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

MantisBT
Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
