在实现的需求如下:

同事提供了一个文本文件,内含200多个host与ip的对应关系,希望能在k8s生成pod时,将这些对应关系注入到/etc/hosts中。

网上看文档,这可以通过扩充pod中的hostAliases来实现。

实现的思路如下:

一,hosts文件内容示例

192.168.0.24       bi-server-3391
192.168.0.25       bi-server-3392
192.168.0.26       bi-server-3393
192.168.0.27       bi-server-3394
192.168.0.28       bi-server-3395
192.168.0.29       bi-server-3396
192.168.0.30       bi-server-3397
192.168.0.31       bi-server-3398
192.168.0.32       bi-server-3399
192.168.0.33       bi-server-3400
192.168.0.34       bi-server-3401
192.168.0.35       bi-server-3402
192.168.0.36       bi-server-3403
192.168.0.37       bi-server-3404
192.168.0.38       bi-server-3405
192.168.0.39       bi-server-3406
192.168.0.40       bi-server-3407

二,org_dep.yaml文件内容

---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: xxx-ai-jupyter-v2
spec:
  replicas: 1
  selector:
    matchLabels:
      name: xxx-ai-jupyter-v2
  template:
    metadata:
      labels:
        name: xxx-ai-jupyter-v2
    spec:
      imagePullSecrets:
      - name: xxx
      nodeSelector:
        accelerator: nvidia-tesla-k80
      containers:
      - name: xxx-ai-jupyter-v2
        image: harbor.xxx.com.cn/3rd_part/tensorflow:xxx
        imagePullPolicy: IfNotPresent
        command: ["bash", "-c", "jupyter notebook --notebook-dir=/tf --ip 0.0.0.0  --no-browser --allow-root --NotebookApp.allow_remote_access=True --NotebookApp.disable_check_xsrf=True --NotebookApp.token='' --NotebookApp.password='' --NotebookApp.allow_origin='*' --NotebookApp.allow_origin='*'"]
        resources:
          limits:
            nvidia.com/gpu: 4
        volumeMounts:
        - mountPath: /tf
          name: jupyter-data
      volumes:
      - name: jupyter-data
        hostPath:
          # directory location on host
          path: /docker/jupyter_data
      hostAliases:
      - ip: "127.0.0.1"
        hostnames:
        - "bar.local"
      - ip: "10.1.2.3"
        hostnames:
        - "bar.remote"

三,解析yaml并新增hostsAliases段的python脚本

# coding:utf-8

from ruamel import yaml as ruamel_yaml
import yaml

import os

cur_path = os.path.dirname(os.path.realpath(__file__))
org_dep_yaml = os.path.join(cur_path, "org_dep.yaml")
hosts_file = os.path.join(cur_path, "hosts")

f1 = open(org_dep_yaml)
d1 = yaml.load(f1)

yaml_host = d1['spec']['template']['spec']['hostAliases']
with open("hosts", 'r') as f:
    for i in f:
        if len(i.strip()) > 0:
            temp_list = i.split()
            temp_dict = dict()
            temp_dict['ip'] = temp_list[0]
            temp_dict['hostnames'] = [temp_list[1]]
            yaml_host.append(temp_dict)

d1['spec']['template']['spec']['hostAliases'] = yaml_host

# 如果用原生的yaml功能,yaml文件一些列表项会有引号,所以要用ruamel的yaml库。
# with open("dst_dep.yaml", "w", encoding="utf-8") as f:
#    yaml.dump(d1, f)

# 写入到yaml文件
with open("dst_dep.yaml", "w", encoding="utf-8") as f:
    ruamel_yaml.dump(d1, f, Dumper=ruamel_yaml.RoundTripDumper)

四,最后扩展后的Yaml.

---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: xxx-ai-jupyter-v2
spec:
  replicas: 1
  selector:
    matchLabels:
      name: xxx-ai-jupyter-v2
  template:
    metadata:
      labels:
        name: xxx-ai-jupyter-v2
    spec:
      imagePullSecrets:
      - name: xxx
      nodeSelector:
        accelerator: nvidia-tesla-k80
      containers:
      - name: xxx-ai-jupyter-v2
        image: harbor.xxx.com.cn/3rd_part/tensorflow:xxx
        imagePullPolicy: IfNotPresent
        command: ["bash", "-c", "jupyter notebook --notebook-dir=/tf --ip 0.0.0.0  --no-browser --allow-root --NotebookApp.allow_remote_access=True --NotebookApp.disable_check_xsrf=True --NotebookApp.token='' --NotebookApp.password='' --NotebookApp.allow_origin='*' --NotebookApp.allow_origin='*'"]
        resources:
          limits:
            nvidia.com/gpu: 4
        volumeMounts:
        - mountPath: /tf
          name: jupyter-data
      volumes:
      - name: jupyter-data
        hostPath:
          # directory location on host
          path: /docker/jupyter_data
      hostAliases:
      - ip: 127.0.0.1
        hostnames:
        - bar.local
      - ip: 10.1.2.3
        hostnames:
        - bar.remote
      - ip: 192.16.0.24
        hostnames:
        - bi-server-33391
      - ip: 192.16.0.25
        hostnames:
        - bi-server-33392
      - ip: 192.16.0.26
        hostnames:
        - bi-server-33393
      ......
      

五。END.最后,将这些yaml合进其它yaml文件即可,这时,脚本就需要进一步加功能了。

使用ruamel.yaml库,解析yaml文件的更多相关文章

  1. ACEXML解析XML文件——简单示例程序

    掌握了ACMXML库解析XML文件的方法后,下面来实现一个比较完整的程序. 定义基本结构 xml文件格式如下 <?xml version="1.0"?> <roo ...

  2. c++ 解析yaml文件

    一直用c++操作ini做配置文件,想换成yaml,在全球最大的同性交友网站github上搜索,看有没有开源的库,功夫不负有心人,找到了yaml-cpp,用他解析了一个yaml的例子非常好使,分享一下如 ...

  3. python基础——python解析yaml类型文件

    一.yaml介绍 yaml全称Yet Another Markup Language(另一种标记语言).采用yaml作为配置文件,文件看起来直观.简洁.方便理解.yaml文件可以解析字典.列表和一些基 ...

  4. Java使用snakeyaml解析yaml

    YAML Yaml是一种"是一个可读性高并且容易被人类阅读,容易和脚本语言交互,用来表达资料序列的编程语言."类似于XML但比XML更简洁,语法详见 http://www.ruan ...

  5. ACEXML解析XML文件——我是如何学习并在短时间内掌握一个库的使用方法的

    最近做的C++项目中需要使用xml文件保存一些信息,程序启动时会读取这些信息.最终经过主程的评测,决定使用ACEXML库来读取解析XML文件. 好吧,至于为什么选择ACEXML库,我就不说了.既然选择 ...

  6. Ajax实现xml文件数据插入数据库(一)--- 构建解析xml文件的js库

    Ajax实现将xml文件数据插入数据库的过程所涉及到的内容比较多,所以对于该过程的讲解本人打算根据交互的过程将其分为三个部分,第一部分为构建解析xml文件的javascript库,第二部分为ajax与 ...

  7. Java解析YAML和Android解析YAML

    一.Java解析YAML 1. API的选择 一般分两种:Jyaml和snakeYAML.(Jyaml下载地址:http://download.csdn.net/detail/dgssfgfs/847 ...

  8. 解析prototxt文件的python库 prototxt-parser(使用parsy自定义文件格式解析)

    解析prototxt文件的python库 prototxt-parser https://github.com/yogin16/prototxt_parser https://test.pypi.or ...

  9. swagger.yaml转换为swagger.json文件

    方法一 swagger-editor页面 官方的 swagger-editor Live Demo (在线直接使用,就是访问的有点慢)或者将swagger-editor Download 下载到本地然 ...

随机推荐

  1. Html学习之五(嵌套之简单购物界面设计)

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  2. CodeForces 984C Finite or not?

    http://codeforces.com/problemset/problem/984/C Time limit    1000 msMemory limit    262144 kB 题目 You ...

  3. Feign的介绍与使用(五)

    一.Feign的介绍 Feign是一个声明式 WebService 客户端,使用Feign能够让编写Web Service 客户端更加简单,它的使用方法是定义一个接口,然后在上面添加注解,同时也支持J ...

  4. CentOS7 安装 anaconda

    Anaconda是一个开源的Python发行版本,可以帮助我们更方便地配置Python环境. 如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版 0. 开始前 ...

  5. linux常用终端命令

    01. 终端命令格式 command [-options] [parameter] 说明: command:命令名,相应功能的英文单词或单词的缩写 [-options]:选项,可用来对命令进行控制,也 ...

  6. backbone 路由传参(可选)

    因为维护公司的老项目而接触到backbone.以前是只闻其名,未见其码. 因为其他项目需要跳转到本项目的某个页面,但是需要UI改变. 考虑的方法是给路由添加一个可选参数.代码如下: 正常路由: rou ...

  7. [Codeforces1250E] The Coronation

    [Codeforces1250E] The Coronation The Coronation 又是一道并查集...最近做的并查集咋这么多... 思路 首先,维护元素间关系的题想到并查集. 因为这里涉 ...

  8. nginx nginx_upstream_check_module自动踢除后端机器

    nginx 1.14.0 描述: nginx自带的upstream配置,如果后端挂了,接口会慢,原因不讲述,故接入第三方的自动检测与自动踢除模式 nginx_upstream_check_module ...

  9. 【shell脚本】批量修改扩展名===modifyExtension.sh

    前提:需切换到需要批量修改扩展名的目录下,运行脚本 [root@VM_0_10_centos shellScript]# cat modifyExtension.sh #!/bin/bash # 编写 ...

  10. jQuery 源码分析(四) each函数 $.each和$.fn.each方法 详解

    $.each一般用来遍历一个数组或对象,$.fn.each()就是指jQuery实例可以执行的操作(因为$.fn是jQuery对象的原型) $.each用来遍历一个数组或对象,并依次执行回掉函数,最后 ...