使用python在k8s中创建一个pod

要在Kubernetes (k8s) 中使用Python创建一个Pod，你可以使用Kubernetes Python客户端库（通常称为kubernetes或kubernetes-client）。以下是一个简单的步骤和示例代码，说明如何使用Python在Kubernetes集群中创建一个Pod。

步骤

两种方式

在pycharm中创建pod

1. 添加k8s模块
   
   

用国内的仓库源可以加快python下载包的速度,国内源如下：
阿里云 https://mirrors.aliyun.com/pypi/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
豆瓣(douban) https://pypi.douban.com/simple/
中国科学技术大学 https://pypi.mirrors.ustc.edu.cn/simple/

from kubernetes import client, config
from kubernetes.client.rest import ApiException

config.load_kube_config(r'C:\Users\4407\Desktop\config')
         # 反斜杠\是一个转义字符。**在字符串前加上r**，这样Python就不会解释反斜杠为转义字符了
         # **使用双反斜杠**,将每个单反斜杠替换为双反斜杠。
         # 使用**正斜杠**：在Windows中也可以使用正斜杠（尽管它们通常用于Unix和Linux系统），Python会理解它们为路径分隔符。

pod_manifest = {
    "apiVersion": "v1",
    "kind": "Pod",
    "metadata": {
        "name": "my-pod",
        "labels": {
            "app": "my-app"
        }
    },
    "spec": {
        "containers": [
            {
                "name": "my-container",
                "image": "nginx:1.19.1",
                "ports": [
                    {"containerPort": 80}
                ]
            }
        ]
    }
}

# api_instance = client.CoreV1Api()
v1 = client.CoreV1Api()
resp = v1.create_namespaced_pod(body=pod_manifest, namespace='default')
print("Pod created. status='%s'" % str(resp.status))

在k8s集群中使用python创建pod

1. 安装python3 pip3 并且加载 Kubernetes 模块

使用pip安装：

pip3  install -i https://pypi.tuna.tsinghua.edu.cn/simple  kubernetes

pip3 install --upgrade pip

1. 获取Kubernetes集群的访问凭据

你可能需要配置Kubernetes集群的访问凭据。这通常是通过设置环境变量（如KUBECONFIG）或使用~/.kube/config文件来完成的。

3. 编写Python代码来创建Pod

使用Kubernetes Python客户端库来定义Pod并发送到Kubernetes API服务器。

示例代码

以下是一个简单的Python脚本，用于在Kubernetes集群中创建一个Pod：

[root@master python]# cat pod.py
#!/usr/bin/python3
from kubernetes import client, config, watch
from kubernetes.client.rest import ApiException

config.load_kube_config()  

pod_manifest = {
    "apiVersion": "v1",
    "kind": "Pod",
    "metadata": {
        "name": "my-pod",
        "labels": {
            "app": "my-app"
        }
    },
    "spec": {
        "containers": [
            {
                "name": "my-container",
                "image": "nginx:1.19.1",
                "ports": [
                    {"containerPort": 80}
                ]
            }
        ]
    }
}

#api_instance = client.CoreV1Api()
v1 = client.CoreV1Api()
resp = v1.create_namespaced_pod(body=pod_manifest, namespace='default')
print("Pod created. status='%s'" % str(resp.status))

运行此脚本将在Kubernetes集群的默认命名空间中创建一个名为“my-pod”的Pod，该Pod运行“nginx:1.19.1”镜像。你可以根据需要修改Pod的规格和命名空间。

详细解释上面代码

当然可以，以下是对您提供的 pod.py Python 脚本的详细解释：

1. Shebang：

#!/usr/bin/python3

这一行是 shebang（也称为 hashbang 或 hashbang line）。它告诉系统应该使用哪个解释器来执行这个脚本。在这里，它指定了使用 /usr/bin/python3 作为解释器，即 Python 3。

1. 导入必要的库：

from kubernetes import client, config, watch
from kubernetes.client.rest import ApiException

这里从 kubernetes 包中导入了三个模块：client、config 和 watch。同时，还从 kubernetes.client.rest 中导入了 ApiException，这是 Kubernetes Python 客户端库中的一个异常类，用于处理与 Kubernetes API 交互时可能出现的错误。

1. 加载 Kubernetes 配置：

config.load_kube_config()

这一行代码调用了 config.load_kube_config() 方法，它会加载 Kubernetes 的配置文件（通常是 ~/.kube/config），以便脚本能够与 Kubernetes 集群进行交互。

1. 定义 Pod 清单：

pod_manifest = {
    "apiVersion": "v1",
    "kind": "Pod",
    # ... 其他字段 ...
}

这里定义了一个 Python 字典 pod_manifest，它描述了要创建的 Pod 的属性和配置。这个字典遵循 Kubernetes 的 API 规范，用于定义 Pod 的各种属性，如名称、标签、容器配置等。

1. 创建 Pod：

v1 = client.CoreV1Api()
resp = v1.create_namespaced_pod(body=pod_manifest, namespace='default')

首先，创建了一个 CoreV1Api 的实例 v1，它是 Kubernetes Python 客户端库中的一个类，用于与 Kubernetes API 的核心 v1 版本进行交互。

然后，调用了 v1.create_namespaced_pod() 方法来在指定的命名空间（在这个例子中是 'default'）中创建一个新的 Pod。这个方法需要两个参数：body 和 namespace。body 参数是一个包含 Pod 定义的字典（在这里是 pod_manifest），而 namespace 参数指定了要在哪个命名空间中创建 Pod。

create_namespaced_pod() 方法返回一个响应对象 resp，该对象包含了关于创建的 Pod 的信息。

1. 打印 Pod 创建状态：

print("Pod created. status='%s'" % str(resp.status))

最后，这一行代码打印出 Pod 创建的状态。然而，这里有一点需要注意：resp.status 可能不是直接包含 Pod 状态的字段。通常，Kubernetes API 的响应包含一个状态码（例如 HTTP 201 表示成功创建）和一个包含 Pod 详细信息的对象。如果想要打印 Pod 的实际状态（如 Running、Pending 等），可能需要从响应对象中提取更多信息。

使用

• 运行脚本

[root@master python]# python3 pod.py
//此处不可用python，会报错，因为脚本中指定了python3

• 查看Pod状态：

[root@master python]# kubectl get po
NAME         READY   STATUS    RESTARTS      AGE
my-pod       1/1     Running   0             29m

总结

为了独立写出上面的代码，需要掌握Python的一些基本概念和库的使用。

关键点和技能：

1. Python基础知识：

   • 变量和数据类型（如字典、列表、字符串等）
   • 控制流（条件语句、循环语句）
   • 函数定义和调用
   • 导入模块和库

2. Python字典：

   • 字典的创建
   • 字典的访问和修改
   • 字典的嵌套

3. Python异常处理：

   • try-except语句的使用
   • 捕获和处理特定类型的异常（如上面的ApiException）

4. Python第三方库的安装和使用：

   • 使用pip命令安装库（如kubernetes）
   • 导入和使用第三方库中的类和函数

5. Kubernetes基本概念：

   • 了解Kubernetes集群的组成（如Master节点、Worker节点）
   • 理解Pod、容器、命名空间等Kubernetes资源
   • 了解Kubernetes API的基本操作和用途

6. Kubernetes Python客户端库的使用：

   • 加载Kubernetes集群配置（如使用load_kube_config()）
   • 创建和配置Kubernetes资源对象（如V1Pod）
   • 调用Kubernetes API进行资源的创建、读取、更新和删除操作

7. JSON或YAML到Python对象的转换：

   • 虽然上面的示例中直接使用了Python字典来定义Pod规格，但通常Kubernetes资源配置文件是以YAML或JSON格式编写的。因此，了解如何将YAML或JSON文件解析为Python对象（如使用PyYAML或json库）也是很重要的。

8. 错误处理和日志记录：

   • 在实际代码中，您可能需要添加更详细的错误处理和日志记录功能，以便在出现问题时能够更快地定位和解决问题。

9. 文档和社区支持：

   • 阅读Kubernetes和Kubernetes Python客户端库的官方文档
   • 搜索和参与相关的社区讨论和问答，以获取帮助和解决方案

10. 版本管理：

    • 了解如何使用版本控制工具（如Git）来管理您的代码和配置文件

通过学习和实践上述技能和知识点，您将能够独立地编写出类似上面的Python脚本来与Kubernetes集群进行交互。

参数详解

config.load_kube_config() 是 Kubernetes Python 客户端库中的一个函数，用于加载 Kubernetes 的配置信息，以便 Python 脚本能够与 Kubernetes 集群进行交互。这个函数在大多数情况下不需要任何参数，因为它会默认从用户的家目录下的 .kube/config 文件中加载配置。

不过，为了更全面地解释 config.load_kube_config()，我们可以考虑一些可能的参数（尽管在标准的 Kubernetes Python 客户端库中这个函数通常不接受任何参数）：

• 默认的参数和行为

• 无参数：当你不给 load_kube_config() 提供任何参数时，它会尝试从默认的 kubeconfig 路径（通常是 ~/.kube/config）加载配置。

• 加载上下文：kubeconfig 文件可能包含多个集群、用户和上下文（contexts）。默认情况下，它会加载当前上下文（current-context），这个上下文定义了应该使用哪个集群和用户凭据。

• 可能的参数（取决于具体实现）

虽然标准的 Kubernetes Python 客户端库中的 load_kube_config() 函数通常不接受参数，但某些扩展或修改版可能允许你传递额外的参数。这些参数可能包括：

• kubeconfig 文件的路径：允许你指定一个非默认的 kubeconfig 文件路径。
• 上下文名称：允许你指定一个特定的上下文来加载，而不是默认的当前上下文。
• 用户代理：允许你设置用于 HTTP 请求的用户代理字符串。
• 其他认证选项：在某些情况下，可能允许你通过参数直接提供认证凭据（如令牌、证书等），而不是从 kubeconfig 文件中加载。

实际使用中的注意事项

• 权限：加载 kubeconfig 文件需要适当的文件系统权限。如果脚本没有足够的权限来读取该文件，load_kube_config() 将会失败。
• 上下文：确保 kubeconfig 文件中的当前上下文是你想要与之交互的 Kubernetes 集群的正确上下文。如果需要，你可以使用 kubectl config 命令来修改或设置当前上下文。
• 环境变量：在某些情况下，环境变量（如 KUBECONFIG）可能会影响 kubeconfig 文件的加载行为。确保这些环境变量被正确设置，以符合你的需求。
• 错误处理：在调用 load_kube_config() 时，最好包含适当的错误处理逻辑，以便在加载配置失败时能够优雅地处理错误。

总结：

config.load_kube_config() 是 Kubernetes Python 客户端库中用于加载 Kubernetes 配置的关键函数。通过加载 kubeconfig 文件，Python 脚本可以获得与 Kubernetes 集群进行交互所需的认证信息和集群信息。

原理

使用Python创建Kubernetes Pod的原理主要涉及以下几个步骤和概念：

1. Kubernetes API:
   
   Kubernetes提供了一个RESTful API，允许用户通过HTTP请求与集群进行交互。这个API支持对集群中的资源（如Pod、Service、Deployment等）进行增删改查等操作。

2. Kubernetes Python客户端库:
   
   为了简化与Kubernetes API的交互，开发者们创建了多种语言的客户端库，包括Python。这些库封装了底层的HTTP请求，使得开发者可以使用更高级别的API来操作Kubernetes资源。在Python中，kubernetes客户端库就是这样一个工具。

3. 认证和授权:
   
   在与Kubernetes API交互之前，你需要提供适当的认证凭据，以证明你有权限执行所请求的操作。这通常通过Kubernetes的配置文件（通常是~/.kube/config）或环境变量来完成。这些凭据可以是API令牌、客户端证书等。

4. 定义Pod规格:
   
   在创建Pod之前，你需要定义Pod的规格（Specification）。这通常是一个包含Pod元数据和配置信息的字典或对象。规格中指定了Pod的名称、命名空间、容器列表（每个容器有名称、镜像、端口等配置）、存储需求等。

5. 使用Python客户端库发送请求:
   
   一旦你有了Pod的规格和适当的认证凭据，你就可以使用Kubernetes Python客户端库来发送HTTP请求到Kubernetes API服务器。这个请求告诉Kubernetes API服务器你想要创建一个新的Pod，并提供了Pod的规格作为请求体。

6. Kubernetes API服务器处理请求:
   
   当Kubernetes API服务器接收到你的请求时，它会验证你的认证凭据和请求的有效性。如果一切正常，API服务器就会根据你提供的Pod规格在集群中创建一个新的Pod。这通常涉及调度Pod到合适的节点上，并在该节点上启动Pod中的容器。

7. 监视Pod的状态:
   
   一旦Pod被创建，你可以继续使用Kubernetes API（和Python客户端库）来监视Pod的状态。例如，你可以检查Pod是否已经被调度到某个节点上，或者容器是否已经启动并正在运行。

总的来说，使用Python创建Kubernetes Pod的原理就是通过Kubernetes API与集群进行交互，并使用Python客户端库来发送包含Pod规格的请求到API服务器。API服务器处理这些请求，并在集群中创建和管理Pod。

帮助文档

• 基础——创建pod，deployment
• python---api
• python 简单操作k8s

考试要求 创建pod，deployment，job（开发）

1.安装Openstack框架

模糊查询软件包名称

[root@controller ~]# yum list *-openstack-train

Loaded plugins: fastestmirror

Loading mirror speeds from cached hostfile

• base: mirrors.aliyun.com
• extras: mirrors.aliyun.com
• updates: mirrors.aliyun.com
  
  Available Packages
  
  centos-release-openstack-train.noarch 1-1.el7.centos extras

安装

[root@controller ~]# yum -y install centos-release-openstack-train

2.升级所有的软件包

自动检查所有可升级的软件包并升级

[root@controller ~]# yum upgrade -y

3.安装openstack客户端

[root@controller ~]# yum install -y python-openstackclient

4.查看openstack的版本号

[root@controller ~]# openstack --version

openstack 4.0.2

1.上传openStack-train.iso文件到/opt目录下

[root@controller opt]# du -sh *

0 mydriver

16G openStack-train.iso

2.将镜像文件挂载到文件夹中，即可访问镜像文件内容

[root@controller opt]# mkdir openstack

[root@controller opt]# ls

mydriver openstack openStack-train.iso

挂载命令：将镜像文件挂载到/opt/openstack

[root@controller opt]# mount openStack-train.iso openstack/

mount: /dev/loop0 is write-protected, mounting read-only

[root@controller opt]# df -H

...略

/dev/loop0 17G 17G 0 100% /opt/openstack

3.备份原有的yum的配置文件

[root@controller openstack]# cd /etc/yum.repos.d/

[root@controller yum.repos.d]# ls

CentOS-Base.repo CentOS-OpenStack-train.repo repo.bak

将阿里源改名，避免覆盖官方源备份

[root@controller yum.repos.d]# mv CentOS-Base.repo CentOS-ALIBABA-Base.repo

移动repo文件到备份目录

[root@controller yum.repos.d]# mv *.repo repo.bak/

4.编写本地YUM源文件，指向本地文件

[root@controller yum.repos.d]# vi OpenStack.repo

[base]

name=base

baseurl=file:///opt/openstack/base/

enable=1

gpgcheck=0

[extras]

name=extras

baseurl=file:///opt/openstack/extras/

enable=1

gpgcheck=0

[updates]

name=updates

baseurl=file:///opt/openstack/updates/

enable=1

gpgcheck=0

[train]

name=train

baseurl=file:///opt/openstack/train/

enable=1

gpgcheck=0

[virt]

name=virt

baseurl=file:///opt/openstack/virt/

enable=1

gpgcheck=0

5.清除原有的YUM源缓存并重建缓存

[root@controller ~]# yum clean all

重建缓存

[root@controller ~]# yum makecache

检查yum源

[root@controller ~]# yum repolist

Loaded plugins: fastestmirror

Loading mirror speeds from cached hostfile

repo id repo name status

base base 10,039

extras extras 500

train train 3,168

updates updates 3,182

virt virt 63

repolist: 16,952

长期挂载，避免重启丢失

[root@controller ~]# vi /etc/fstab

在最后添加如下内容

/opt/openStack-train.iso /opt/openstack/ iso9660 defaults,loop 0 0