iT邦幫忙

2024 iThome 鐵人賽
DAY 24
0
Kubernetes

K8s 資料庫管理系統系列 第 24 篇

day 24 k8s奧運資料庫管理系統

16th鐵人賽
107 瀏覽

  • 分享至 

  • xImage
    •  

今天是第二十四天我們可以寫一個k8s奧運資料庫管理系統，以下是我的程式碼

1. 系統架構

  • MySQL 資料庫：儲存奧運比賽數據，如運動員、比賽結果、國家、比賽年份等。
  • Flask API：提供操作資料庫的接口，讓使用者可以通過 HTTP 請求管理奧運資料。
  • Kubernetes：管理應用程序的部署、擴展和高可用性。

2. 資料庫結構

以下是基本的資料庫設計，包含幾個與奧運會相關的資料表：

CREATE DATABASE olympics;

USE olympics;

CREATE TABLE athletes (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    country VARCHAR(100) NOT NULL,
    sport VARCHAR(100) NOT NULL,
    age INT NOT NULL,
    medals INT DEFAULT 0
);

CREATE TABLE events (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    year INT NOT NULL,
    location VARCHAR(100) NOT NULL
);

CREATE TABLE results (
    id INT AUTO_INCREMENT PRIMARY KEY,
    athlete_id INT,
    event_id INT,
    result VARCHAR(100) NOT NULL,
    FOREIGN KEY (athlete_id) REFERENCES athletes(id),
    FOREIGN KEY (event_id) REFERENCES events(id)
);

3. Flask API 設計

以下是一個簡單的 Python Flask API，用於管理資料庫中的奧運資料。這個 API 可以被容器化，並在 K8s 中部署。

from flask import Flask, request, jsonify
import mysql.connector

app = Flask(__name__)

# 連接 MySQL 資料庫
def get_db_connection():
    conn = mysql.connector.connect(
        host='mysql',
        user='root',
        password='password',
        database='olympics'
    )
    return conn

# 查詢運動員
@app.route('/athletes', methods=['GET'])
def get_athletes():
    conn = get_db_connection()
    cursor = conn.cursor(dictionary=True)
    cursor.execute('SELECT * FROM athletes')
    athletes = cursor.fetchall()
    cursor.close()
    conn.close()
    return jsonify(athletes)

# 新增運動員
@app.route('/athletes', methods=['POST'])
def add_athlete():
    new_athlete = request.get_json()
    conn = get_db_connection()
    cursor = conn.cursor()
    cursor.execute(
        'INSERT INTO athletes (name, country, sport, age) VALUES (%s, %s, %s, %s)',
        (new_athlete['name'], new_athlete['country'], new_athlete['sport'], new_athlete['age'])
    )
    conn.commit()
    cursor.close()
    conn.close()
    return 'Athlete added!', 201

# 查詢比賽事件
@app.route('/events', methods=['GET'])
def get_events():
    conn = get_db_connection()
    cursor = conn.cursor(dictionary=True)
    cursor.execute('SELECT * FROM events')
    events = cursor.fetchall()
    cursor.close()
    conn.close()
    return jsonify(events)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

4. Docker 檔案

將 Flask 應用程式與 MySQL 容器化。這是 Flask API 的 Dockerfile：

dockerfile
# 使用 Python 3.9 映像
FROM python:3.9-slim

# 設定工作目錄
WORKDIR /app

# 複製需要的檔案
COPY requirements.txt requirements.txt
COPY app.py app.py

# 安裝必要套件
RUN pip install -r requirements.txt

# 暴露 Flask 的埠號
EXPOSE 5000

# 執行 Flask 應用程式
CMD ["python", "app.py"]

對應的 requirements.txt:

Flask==2.0.2
mysql-connector-python==8.0.26

5. Kubernetes 部署檔案

以下是用於 K8s 的 mysql 和 flask 的部署與服務定義檔案。

MySQL 部署與服務 (mysql-deployment.yaml):

apiVersion: apps/v1
kind: Deployment
metadata:
  name: mysql
spec:
  selector:
    matchLabels:
      app: mysql
  replicas: 1
  template:
    metadata:
      labels:
        app: mysql
    spec:
      containers:
      - name: mysql
        image: mysql:5.7
        env:
        - name: MYSQL_ROOT_PASSWORD
          value: password
        - name: MYSQL_DATABASE
          value: olympics
        ports:
        - containerPort: 3306
---
apiVersion: v1
kind: Service
metadata:
  name: mysql
spec:
  ports:
    - port: 3306
  selector:
    app: mysql

Flask 部署與服務 (flask-deployment.yaml):

apiVersion: apps/v1
kind: Deployment
metadata:
  name: flask
spec:
  selector:
    matchLabels:
      app: flask
  replicas: 1
  template:
    metadata:
      labels:
        app: flask
    spec:
      containers:
      - name: flask
        image: your-flask-image
        ports:
        - containerPort: 5000
---
apiVersion: v1
kind: Service
metadata:
  name: flask
spec:
  type: LoadBalancer
  ports:
    - port: 5000
      targetPort: 5000
  selector:
    app: flask

6. 部署到 Kubernetes

確保 Kubernetes 環境已經配置好，並且你有 kubectl 訪問權限。接著執行以下命令將系統部署到 Kubernetes：

kubectl apply -f mysql-deployment.yaml
kubectl apply -f flask-deployment.yaml

7. 測試系統

系統成功部署後，使用 kubectl get svc 獲取 Flask 服務的外部 IP，然後可以透過該 IP 和端口測試 API。

範例：

curl http://<FLASK_SERVICE_IP>:5000/athletes

這樣就能取得所有運動員的數據，並可通過 POST 請求新增運動員。

8. 擴展與優化

  • 持久性存儲：使用 Persistent Volume (PV) 和 Persistent Volume Claim (PVC) 來存儲 MySQL 資料庫的數據，避免資料丟失。
  • 自動擴展：配置 Horizontal Pod Autoscaler (HPA) 根據流量自動擴展 Flask 和 MySQL。
  • 安全性：為 API 增加身份驗證機制並加強資料庫訪問的安全性。

1. 資料庫結構

CREATE DATABASE olympics;

USE olympics;

CREATE TABLE athletes (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    country VARCHAR(100) NOT NULL,
    sport VARCHAR(100) NOT NULL,
    age INT NOT NULL,
    medals INT DEFAULT 0
);

CREATE TABLE events (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    year INT NOT NULL,
    location VARCHAR(100) NOT NULL
);

CREATE TABLE results (
    id INT AUTO_INCREMENT PRIMARY KEY,
    athlete_id INT,
    event_id INT,
    result VARCHAR(100) NOT NULL,
    FOREIGN KEY (athlete_id) REFERENCES athletes(id),
    FOREIGN KEY (event_id) REFERENCES events(id)
);

資料庫結構解釋：

  • athletes: 儲存運動員的資訊，包括他們的姓名 (name)、國家 (country)、運動項目 (sport)、年齡 (age) 以及贏得的獎牌數量 (medals)。

    • id: 每個運動員的唯一識別碼，透過 AUTO_INCREMENT 自動生成。

  • events: 儲存奧運會中的比賽事件，如比賽名稱 (name)、年份 (year) 和舉辦地點 (location)。

  • results: 記錄運動員參與比賽的結果，儲存運動員 ID (athlete_id)、比賽 ID (event_id) 和結果 (result)。

    • athlete_id 和 event_id 都是外鍵，分別參照 athletes 和 events 表中的 id。

2. Flask API 程式碼

from flask import Flask, request, jsonify
import mysql.connector

app = Flask(__name__)

# 連接 MySQL 資料庫
def get_db_connection():
    conn = mysql.connector.connect(
        host='mysql',
        user='root',
        password='password',
        database='olympics'
    )
    return conn

解釋：

  • Flask 應用：Flask 是一個輕量級的 Python Web 框架，用於構建 Web 應用程式。在這裡，我們使用 Flask 構建一個 REST API 來操作奧運資料庫。
  • MySQL 連接：mysql.connector.connect() 函數建立與 MySQL 資料庫的連接，連接參數包括 MySQL 容器的主機 (host)，使用者 (user)，密碼 (password) 以及資料庫名稱 (database)。
# 查詢運動員
@app.route('/athletes', methods=['GET'])
def get_athletes():
    conn = get_db_connection()
    cursor = conn.cursor(dictionary=True)
    cursor.execute('SELECT * FROM athletes')
    athletes = cursor.fetchall()
    cursor.close()
    conn.close()
    return jsonify(athletes)

解釋：

  • 路由與查詢運動員：這個 GET 請求處理 /athletes 路徑，用來查詢所有運動員。當有人發送請求到這個路徑時：
    • get_db_connection() 連接資料庫。
    • 使用 SQL 查詢 'SELECT * FROM athletes' 取得所有運動員的資料。
    • 使用 jsonify() 轉換結果為 JSON 格式，返回給客戶端。
# 新增運動員
@app.route('/athletes', methods=['POST'])
def add_athlete():
    new_athlete = request.get_json()
    conn = get_db_connection()
    cursor = conn.cursor()
    cursor.execute(
        'INSERT INTO athletes (name, country, sport, age) VALUES (%s, %s, %s, %s)',
        (new_athlete['name'], new_athlete['country'], new_athlete['sport'], new_athlete['age'])
    )
    conn.commit()
    cursor.close()
    conn.close()
    return 'Athlete added!', 201

解釋：

  • 新增運動員：這是一個 POST 請求，用於將新的運動員資料插入資料庫。
    • request.get_json() 取得請求的 JSON 資料（即運動員的資料）。
    • 使用 SQL 的 INSERT INTO 語句將新運動員資料插入 athletes 資料表。
    • conn.commit() 確認並保存變更，返回 201 狀態碼（表示資料成功創建）。
# 查詢比賽事件
@app.route('/events', methods=['GET'])
def get_events():
    conn = get_db_connection()
    cursor = conn.cursor(dictionary=True)
    cursor.execute('SELECT * FROM events')
    events = cursor.fetchall()
    cursor.close()
    conn.close()
    return jsonify(events)

解釋：

  • 查詢比賽事件：這是另一個 GET 路由，用於查詢 events 表中的比賽事件資料。與 get_athletes() 類似，這個函數連接資料庫，執行 SQL 查詢並返回結果。
if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

解釋：

  • 啟動 Flask 應用程式：app.run() 用於啟動 Flask 應用，並將其綁定到 0.0.0.0 地址（即允許所有外部 IP 訪問），在 5000 埠上運行。

3. Docker 檔案

dockerfile
# 使用 Python 3.9 映像
FROM python:3.9-slim

# 設定工作目錄
WORKDIR /app

# 複製需要的檔案
COPY requirements.txt requirements.txt
COPY app.py app.py

# 安裝必要套件
RUN pip install -r requirements.txt

# 暴露 Flask 的埠號
EXPOSE 5000

# 執行 Flask 應用程式
CMD ["python", "app.py"]

解釋：

  • Dockerfile 定義了如何將 Flask 應用程式容器化：
    • FROM python:3.9-slim：使用 Python 3.9 的輕量版本作為基礎映像。
    • WORKDIR /app：設定工作目錄為 /app，所有後續操作都會在此目錄下執行。
    • COPY requirements.txt app.py：將 Flask 應用程式的依賴 (requirements.txt) 和應用程式主檔 (app.py) 複製到容器中。
    • RUN pip install -r requirements.txt：安裝應用程式的依賴套件。
    • EXPOSE 5000：暴露 Flask 應用使用的 5000 埠。
    • CMD ["python", "app.py"]：運行 Flask 應用程式。

4. Kubernetes 部署檔案

MySQL 部署 (mysql-deployment.yaml)

apiVersion: apps/v1
kind: Deployment
metadata:
  name: mysql
spec:
  selector:
    matchLabels:
      app: mysql
  replicas: 1
  template:
    metadata:
      labels:
        app: mysql
    spec:
      containers:
      - name: mysql
        image: mysql:5.7
        env:
        - name: MYSQL_ROOT_PASSWORD
          value: password
        - name: MYSQL_DATABASE
          value: olympics
        ports:
        - containerPort: 3306
---
apiVersion: v1
kind: Service
metadata:
  name: mysql
spec:
  ports:
    - port: 3306
  selector:
    app: mysql

解釋：

  • MySQL 部署：這個 Deployment 用來在 Kubernetes 中部署 MySQL 資料庫。
    • replicas 設為 1，表示只需啟動一個 MySQL Pod。
    • env 參數設置了 MySQL 的根密碼以及要創建的資料庫 (olympics)。
    • Service 部分則暴露 MySQL 的 3306 埠號，允許其他應用訪問 MySQL。

Flask 部署 (flask-deployment.yaml)

apiVersion: apps/v1
kind: Deployment
metadata:
  name: flask
spec:
  selector:
    matchLabels:
      app: flask
  replicas: 1
  template:
    metadata:
      labels:
        app: flask
   

 spec:
      containers:
      - name: flask
        image: flask-app:latest
        ports:
        - containerPort: 5000
        env:
        - name: FLASK_ENV
          value: production
---
apiVersion: v1
kind: Service
metadata:
  name: flask
spec:
  ports:
    - port: 5000
  selector:
    app: flask

解釋：

  • Flask 部署：這個 Deployment 用於在 Kubernetes 中部署 Flask 應用程式。
    • 與 MySQL 類似，啟動一個 Flask Pod，並通過 Service 暴露 5000 埠。

總結：

  • 資料庫結構 定義了如何儲存運動員、比賽事件以及結果的關聯。
  • Flask API 提供了查詢和新增資料的端點，並連接到 MySQL 資料庫。
  • Dockerfile 將 Flask 應用程式容器化，方便在不同環境中部署。
  • Kubernetes 部署檔案 負責 MySQL 和 Flask 應用程式的分散式部署與管理。

上一篇
day 23 k8s 音樂庫資料庫管理系統
下一篇
day 25 k8s 財政部稅務資料庫管理系統
系列文
K8s 資料庫管理系統 共 30 篇
  1. 26
    day 26 k8s農業部資料庫管理系統
  2. 27
    day 27 k8s海關資料庫管理系統
  3. 28
    day 28 k8s 電力分配資料庫管理系統
  4. 29
    day 29 K8s串接line bot分析颱風影響資料庫管理系統
  5. 30
    day 30 k8s分析社群軟體threads進而分析族群愛好資料庫管理系統
完整目錄
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言
iThome鐵人賽
參賽組數
1064 組
團體組數
40 組
累計文章數
22195 篇
完賽人數
600 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js
熱門問題
熱門回答
熱門文章
IT邦幫忙