LB-createLB整理架构图-loadbalancer-openstackF版
作者:aRuis | 来源:互联网 | 2023-05-17 18:54
感谢朋友支持本博客,欢迎共同探讨交流,由于能力和时间有限,错误之处在所难免,欢迎指正!如有转载,请保留源作者博客信息。BetterMe的博客:blog.csdn.nettantexian如需交流,
感谢朋友支持本博客,欢迎共同探讨交流,由于能力和时间有限,错误之处在所难免,欢迎指正!
如有转载,请保留源作者博客信息。
Better Me的博客:blog.csdn.net/tantexian
如需交流,欢迎大家博客留言。
1、第1层
根据: mapper.resource("loadbalancer", "loadbalancers", member={'details': 'GET'}, cOntroller=lb_resource, collection={'detail': 'GET'})
self._list()对应底层的index()函数self._create()对应底层的create()函数self._delete()对应底层的delete()函数self._get()对应底层的show()函数
由上图对应关系我们可以知道create()函数的webservice发布为:return self._create("/loadbalancers", body, "loadbalancer")接着就自动调用balancer里面的: @utils.http_success_code(202) def create(self, req, body): LOG.debug("Got create request. Request: %s", req) #here we need to decide which device should be used params = body.copy()#将参数复制 LOG.debug("Headers: %s", req.headers) # We need to create LB object and return its id tenant_id = req.headers.get('X-Tenant-Id', "") params['tenant_id'] = tenant_id#参数列表中获取tenant_id lb_id = core_api.create_lb(self.conf, params)#跟进到1.1层 return {'loadbalancer': {'id': lb_id}}#返回一个包含lb_id的字典列表
2、第1.1层、
def create_lb(conf, params): nodes = params.pop('nodes', [])#获取nodes参数列表,其详细内容,参考下面注解 probes = params.pop('healthMonitor', [])#获取监测检查的参数列表,其详细内容,参考下面注解 vips = params.pop('virtualIps', [])#获取虚拟VIP参数列表,其详细内容,参考下面注解 values = db_api.loadbalancer_pack_extra(params)#解析参数为一个字典列表 lb_ref = db_api.loadbalancer_create(conf, values)#更新loadbalancer的数据库,返回值为models.LoadBalancer()数据库表。跟进到下一层1.1.1 device = scheduler.schedule_loadbalancer(conf, lb_ref)#根据当前lb数据,修改底层配置device文件,进行调度。跟进到下一层1.1.2 device_driver = drivers.get_device_driver(conf, device['id'])#获取device驱动,跟进到下一层1.1.3 lb = db_api.unpack_extra(lb_ref)#将lb_ref转变为一个字典 lb['device_id'] = device['id'] lb_ref = db_api.loadbalancer_pack_extra(lb)#加入device_id选项之后再次封装 try: with device_driver.request_context() as ctx:#此处ctx的作用???(相关驱动配置???) commands.create_loadbalancer(ctx, lb_ref, nodes, probes, vips)#创建loadbalancer,跟进到下一层1.1.4
except (exception.Error, exception.Invalid): lb_ref.status = lb_status.ERROR lb_ref.deployed = 'False' else: lb_ref.status = lb_status.ACTIVE lb_ref.deployed = 'True' db_api.loadbalancer_update(conf, lb['id'], lb_ref) return lb_ref['id']
注解:nodes里面包括虚拟机的地址,以及端口和负载均衡调度的权重参数等。
healthMonitor里面包括???
VIP用来连接外部和内部实例IP直接通讯的中间层IP。这样当我们机器出现故障时,我们的VIP还能正常工作接受外部服务和请求。
3、第1.1.1层
更新models.LoadBalancer()数据库表值,返回整个LoadBalancer()表格数据
4、第1.1.2层def schedule_loadbalancer(conf, lb_ref): conf.register_opts(bind_opts)#绑定特定配置文件,以便于修改为特定配置文件 device_filters = [utils.import_class(foo) for foo in conf.device_filters] all_devices = db_api.device_get_all(conf)#获取所有 models.Device数据库表 ,跟进到下一层1.1.2.1 if not all_devices:#如果没有设备则报设备找不到异常 raise exp.DeviceNotFound cost_functiOns= [] for fullname in conf.device_cost_functions: conf_name = 'device_cost_%s_weight' % fullname.rpartition('.')[-1] try: weight = getattr(conf, conf_name)#获取权重 except cfg.NoSuchOptError: conf.register_opt(cfg.FloatOpt(conf_name, default=1.)) weight = getattr(conf, conf_name) cost_functions.append((utils.import_class(fullname), weight)) filtered_devices = [dev for dev in all_devices if all(filt(conf, lb_ref, dev) for filt in device_filters)] if not filtered_devices: raise exp.NoValidDevice costed = [] for dev in filtered_devices: w = 0. for cost_func, weight in cost_functions: w += weight * cost_func(conf, lb_ref, dev) costed.append((w, dev)) costed.sort() return costed[0][1]
5、第1.1.2.1层
获取models.Device数据库表里面的所有数据
6、第1.1.3层
7、第1.1.4层
def create_loadbalancer(ctx, balancer, nodes, probes, vips): lb = db_api.unpack_extra(balancer)#解封装为字典 sf = db_api.serverfarm_create(ctx.conf, {'lb_id': lb['id']})#创建serverfarm(更新models.ServerFarm()数据库表),跟进下一层1.1.4.1 if 'algorithm' in lb:#如果lb参数中有’algorithm‘则获取type属性字典 predictor_params = {'sf_id': sf['id'], 'type': lb['algorithm']} else: predictor_params = {'sf_id': sf['id']} db_api.predictor_create(ctx.conf, predictor_params)#更新数据到预报器models.Predictor()数据库表中 create_server_farm(ctx, sf)#创建serverfarm(更新models.ServerFarm()数据库表),跟进下一层1.1.4.2 for node in nodes:#如果参数中有node则更新server数据库 node_values = db_api.server_pack_extra(node) node_values['sf_id'] = sf['id']#加入sf_id重新封装 rs_ref = db_api.server_create(ctx.conf, node_values)#更新models.Server()数据库数据 create_rserver(ctx, rs_ref)#创建rserver,更新models.Server()数据库数据 add_rserver_to_server_farm(ctx, sf, rs_ref)#跟进到下一层1.1.4.3
for probe in probes:#如果参数中有probe(探测器)则更新probe数据库 probe_values = db_api.probe_pack_extra(probe) probe_values['lb_id'] = lb['id'] probe_values['sf_id'] = sf['id'] probe_ref = db_api.probe_create(ctx.conf, probe_values)#更新probe数据库 create_probe(ctx, probe_ref)# 代码pass:??? add_probe_to_server_farm(ctx, sf, probe_ref)
for vip in vips:#如果参数中有vip则更新virturalIps数据库 vip_values = db_api.virtualserver_pack_extra(vip) vip_values['lb_id'] = lb['id'] vip_values['sf_id'] = sf['id'] vip_ref = db_api.virtualserver_create(ctx.conf, vip_values) create_vip(ctx, vip_ref, sf)##跟进到下一层1.1.4.4
8、第1.1.4.1层
更新models.ServerFarm()数据库表
9、第1.1.4.2层@with_rollbackdef create_server_farm(ctx, sf): try: pr = db_api.predictor_get_all_by_sf_id(ctx.conf, sf['id'])#通过sf_id过滤获取models.Predictor数据 ctx.device.create_server_farm(sf, pr) #???? db_api.serverfarm_update(ctx.conf, sf['id'], {'deployed': True})#更新serverfarm数据库表 yield except Exception: delete_server_farm(ctx, sf)#出现异常则删除刚刚建立好的数据库数据 raise
10、1.1.4.3层@with_rollbackdef add_rserver_to_server_farm(ctx, server_farm, rserver): try: if (rserver.get('parent_id') and rserver['parent_id'] != ""): #Nasty hack. We need to think how todo this more elegant rserver['name'] = rserver['parent_id'] ctx.device.add_real_server_to_server_farm(server_farm, rserver)#根据特定的device(以HAproxy为例),跟进到下一层1.1.4.3.1层 yield except Exception: ctx.device.delete_real_server_from_server_farm(server_farm, rserver) raise
11、第1.1.4.3.1层 def add_real_server_to_server_farm(self, serverfarm, rserver): haproxy_serverfarm = HaproxyBackend() haproxy_serverfarm.name = serverfarm['id'] haproxy_rserver = HaproxyRserver() haproxy_rserver.name = rserver['id'] haproxy_rserver.weight = rserver.get('weight') or 1 haproxy_rserver.address = rserver['address'] haproxy_rserver.port = rserver.get('port') or 0 haproxy_rserver.maxcOnn= rserver['extra'].get('maxCon') or 10000 #Modify remote config file, check and restart remote haproxy logger.debug('[HAPROXY] Creating rserver %s in the ' 'backend block %s' % (haproxy_rserver.name, haproxy_serverfarm.name))
config_file = self._get_config()#??? config_file.add_rserver_to_backend_block(haproxy_serverfarm, haproxy_rserver)#???
12、第 1.1.4.4 层 def create_virtual_ip(self, virtualserver, serverfarm): if not bool(virtualserver['id']): logger.error('[HAPROXY] Virtualserver name is empty') return 'VIRTUALSERVER NAME ERROR' haproxy_virtualserver = HaproxyFronted() haproxy_virtualserver.name = virtualserver['id'] haproxy_virtualserver.bind_address = virtualserver['address'] haproxy_virtualserver.bind_port = virtualserver.get('port') or 0 haproxy_serverfarm = HaproxyBackend() haproxy_serverfarm.name = serverfarm['id'] logger.debug('[HAPROXY] create VIP %s' % haproxy_serverfarm.name) #Add new IP address remote_interface = RemoteInterface(self.device_ref, haproxy_virtualserver) remote_interface.add_ip() #Modify remote config file, check and restart remote haproxy config_file = self._get_config() config_file.add_frontend(haproxy_virtualserver, haproxy_serverfarm)
推荐阅读
-
SpringBoot整合SpringSecurity+JWT实现单点登录,Go语言社区,Golang程序员人脉社 ...
[详细]
蜡笔小新 2023-12-11 08:21:41
-
本文深入分析了Kafka服务端请求队列中请求的处理过程,详细介绍了请求的封装和放入请求队列的过程,以及处理请求的线程池的创建和容量设置。通过场景分析、图示说明和源码分析,帮助读者更好地理解Kafka服务端的工作原理。 ...
[详细]
蜡笔小新 2023-12-12 16:14:59
-
-
篇首语:本文由编程笔记#小编为大家整理,主要介绍了SpringCloudRibbon部分源码相关的知识,希望对你有一定的参考价值。1:ribbon是提供通过servi ...
[详细]
蜡笔小新 2023-10-17 16:30:59
-
文章目录前言一、域名系统概述二、因特网的域名结构三、域名服务器1.根域名服务器2.顶级域名服务器(TLD,top-leveldomain)3.权威(Authoritative)域名 ...
[详细]
蜡笔小新 2023-10-17 02:59:43
-
本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ...
[详细]
蜡笔小新 2023-12-14 20:58:32
-
本文介绍了在VScode中设置格式化文档换行或不换行的方法,包括使用插件和修改settings.json文件的内容。详细步骤为:找到settings.json文件,将其中的代码替换为指定的代码。 ...
[详细]
蜡笔小新 2023-12-14 17:15:38
-
本文介绍了[从头学数学]中第101节关于比例的相关问题的研究和修炼过程。主要内容包括[机器小伟]和[工程师阿伟]一起研究比例的相关问题,并给出了一个求比例的函数scale的实现。 ...
[详细]
蜡笔小新 2023-12-14 13:39:15
-
本文讨论了在openwrt-17.01版本中,mt7628设备上初始化启动时eth0的mac地址总是随机生成的问题。每次随机生成的eth0的mac地址都会写到/sys/class/net/eth0/address目录下,而openwrt-17.01原版的SDK会根据随机生成的eth0的mac地址再生成eth0.1、eth0.2等,生成后的mac地址会保存在/etc/config/network下。 ...
[详细]
蜡笔小新 2023-12-12 17:47:48
-
本文介绍了Windows操作系统的版本及其特点,包括Windows 7系统的6个版本:Starter、Home Basic、Home Premium、Professional、Enterprise、Ultimate。Windows操作系统是微软公司研发的一套操作系统,具有人机操作性优异、支持的应用软件较多、对硬件支持良好等优点。Windows 7 Starter是功能最少的版本,缺乏Aero特效功能,没有64位支持,最初设计不能同时运行三个以上应用程序。 ...
[详细]
蜡笔小新 2023-12-12 17:41:13
-
本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ...
[详细]
蜡笔小新 2023-12-12 15:26:38
-
本文主要介绍了海马s5车型的近光灯是否可以直接更换为H7灯泡,并提供了完整的教程下载地址。此外,还详细讲解了DSP功能函数中的数据拷贝、数据填充和浮点数转换为定点数的相关内容。 ...
[详细]
蜡笔小新 2023-12-12 11:39:00
-
本文分析了Wince程序内存和存储内存的分布及作用。Wince内存包括系统内存、对象存储和程序内存,其中系统内存占用了一部分SDRAM,而剩下的30M为程序内存和存储内存。对象存储是嵌入式wince操作系统中的一个新概念,常用于消费电子设备中。此外,文章还介绍了主电源和后备电池在操作系统中的作用。 ...
[详细]
蜡笔小新 2023-12-10 16:21:27
-
本文介绍了利用ARMA模型对平稳非白噪声序列进行建模的步骤及代码实现。首先对观察值序列进行样本自相关系数和样本偏自相关系数的计算,然后根据这些系数的性质选择适当的ARMA模型进行拟合,并估计模型中的位置参数。接着进行模型的有效性检验,如果不通过则重新选择模型再拟合,如果通过则进行模型优化。最后利用拟合模型预测序列的未来走势。文章还介绍了绘制时序图、平稳性检验、白噪声检验、确定ARMA阶数和预测未来走势的代码实现。 ...
[详细]
蜡笔小新 2023-12-09 08:30:08
-
在单位的一台4cpu的服务器上部署了esxserver,挂载了6个虚拟机,目前运行正常。在安装部署过程中,得到了cnvz.net论坛精华区 ...
[详细]
蜡笔小新 2023-10-17 17:20:29
-
Nginxgaodaima.comnginx属于七层架构,支持的是http协议,本身对tcp协议没有支持。所以不能代理mysql等实现负载均衡。但是lvs这个东西不熟悉,主要是公司 ...
[详细]
蜡笔小新 2023-10-16 15:08:42
-