在 Kubernetes 上部署 MongoDB 集合生成器

创建一个实用程序来生成 100 个 MongoDB 集合，每个集合填充 100 万个随机文档，并将其部署到 Kubernetes 上涉及几个步骤。本指南逐步介绍了从设置 Kubernetes 环境到生成集合以及在专用命名空间中部署作业的整个过程。

1. 设置 Kubernetes 环境

确保您有 Kubernetes 集群（例如 GKE、EKS、AKS 或 Minikube）并配置 kubectl 以连接到它。

2. 创建专用命名空间

要保持此部署隔离，请创建一个名为 my-lab 的命名空间：

kubectl create namespace my-lab
kubectl get ns my-lab

3. 在 Kubernetes 上部署 MongoDB

创建持久卷 (PV)

创建 mongo-pv.yaml 文件来定义 MongoDB 数据的持久卷：

apiVersion: v1
kind: PersistentVolume
metadata:
  name: mongo-pv
  namespace: my-lab
spec:
  capacity:
    storage: 10Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: /data/mongo

应用PV：

kubectl apply -f mongo-pv.yaml

创建持久卷声明 (PVC)

在 mongo-pvc.yaml 中定义持久卷声明：

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: mongo-pvc
  namespace: my-lab
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 10Gi

应用 PVC：

kubectl apply -f mongo-pvc.yaml

创建 MongoDB 部署

在 mongo-deployment.yaml 中定义 MongoDB 部署和服务：

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

应用部署：

kubectl apply -f mongo-deployment.yaml

4. 连接到 MongoDB

通过连接来验证 MongoDB 部署：

kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password

5. 验证持久性

缩减并备份 MongoDB 部署以确保数据持续存在：

kubectl scale deployment mongo --replicas=0 -n my-lab
kubectl scale deployment mongo --replicas=1 -n my-lab

6. 创建一个用于生成集合的 Python 实用程序

使用 Python，定义一个脚本来创建集合并用随机文档填充它们：

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()

7. Docker 化 Python 实用程序

创建一个 Dockerfile 来容器化 Python 脚本：

FROM python:3.9-slim

WORKDIR /app
COPY mongo_populator.py .
RUN pip install pymongo

CMD ["python", "mongo_populator.py"]

构建镜像并将其推送到容器注册表：

docker build -t <your-docker-repo>/mongo-populator:latest .
docker push <your-docker-repo>/mongo-populator:latest

8. 创建 Kubernetes 作业

在 mongo-populator-job.yaml 中定义一个作业来运行集合生成脚本：

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

申请工作：

kubectl apply -f mongo-populator-job.yaml

9. 验证集合生成

作业完成后，连接到 MongoDB 以检查数据：

kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password

在 MongoDB 中：

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");
 });

每个集合应包含 100 万个文档，确认数据生成作业成功。

以上是在 Kubernetes 上部署 MongoDB 集合生成器的详细内容。更多信息请关注PHP中文网其他相关文章！