- 微信
- 微博
  
  分享文章到微博
- 复制链接
  
  复制链接到剪贴板

流雨菲非

yd_266504805 发表于 2024/11/08 19:37:32 2024/11/08

【摘要】部署MongoDB数据库服务解压mongodb-repo.tar.gztar -zxvf ~/mongodb-repo.tar.gz 检查解压后的文件ls brotli-1.0.7-5.el7.x86_64.rpm libX11-common-1.6.7-4.el7_9.noarch.rpmcreaterepo-0.9.9-28.el7.noarch.rpm ...

部署MongoDB数据库服务

解压mongodb-repo.tar.gz

tar -zxvf ~/mongodb-repo.tar.gz

检查解压后的文件

ls 
brotli-1.0.7-5.el7.x86_64.rpm            libX11-common-1.6.7-4.el7_9.noarch.rpm
createrepo-0.9.9-28.el7.noarch.rpm       libXau-1.0.8-2.1.el7.x86_64.rpm
deltarpm-3.6-3.el7.x86_64.rpm            libxcb-1.13-1.el7.x86_64.rpm
gcc-c++-4.8.5-44.el7.x86_64.rpm          libXext-1.3.3-3.el7.x86_64.rpm
GraphicsMagick-1.3.38-1.el7.x86_64.rpm   mongodb-org-4.0.28-1.el7.x86_64.rpm
jasper-libs-1.900.1-33.el7.x86_64.rpm    mongodb-org-mongos-4.0.28-1.el7.x86_64.rpm
jbigkit-libs-2.0-11.el7.x86_64.rpm       mongodb-org-server-4.0.28-1.el7.x86_64.rpm
lcms2-2.6-3.el7.x86_64.rpm               mongodb-org-shell-4.0.28-1.el7.x86_64.rpm
libICE-1.0.9-9.el7.x86_64.rpm            mongodb-org-tools-4.0.28-1.el7.x86_64.rpm
libjpeg-turbo-1.2.90-8.el7.x86_64.rpm    nodejs-12.22.12-1nodesource.x86_64.rpm
libSM-1.2.2-2.el7.x86_64.rpm             nodejs-16.15.0-3.el7.x86_64.rpm
libstdc++-devel-4.8.5-44.el7.x86_64.rpm  nodejs-libs-16.15.0-3.el7.x86_64.rpm
libtiff-4.0.3-35.el7.x86_64.rpm          openssl11-1.1.1k-3.el7.x86_64.rpm
libtool-ltdl-2.4.2-22.el7_3.x86_64.rpm   openssl11-libs-1.1.1k-3.el7.x86_64.rpm
libuv-1.44.2-1.el7.x86_64.rpm            python-deltarpm-3.6-3.el7.x86_64.rpm
libwebp-0.3.0-10.el7_9.x86_64.rpm        repodata
libwmf-lite-0.2.8.4-44.el7.x86_64.rpm    urw-base35-fonts-legacy-20170801-10.el7.noarch.rpm
libX11-1.6.7-4.el7_9.x86_64.rpm

通过rpm文件安装

yum install -y brotli-1.0.7-5.el7.x86_64.rpm \
                   libX11-1.6.7-4.el7_9.x86_64.rpm \
                   libX11-common-1.6.7-4.el7_9.noarch.rpm \
                   libXau-1.0.8-2.1.el7.x86_64.rpm \
                   libxcb-1.13-1.el7.x86_64.rpm \
                   libXext-1.3.3-3.el7.x86_64.rpm \
                   gcc-c++-4.8.5-44.el7.x86_64.rpm \
                   GraphicsMagick-1.3.38-1.el7.x86_64.rpm \
                   jasper-libs-1.900.1-33.el7.x86_64.rpm \
                   jbigkit-libs-2.0-11.el7.x86_64.rpm \
                   lcms2-2.6-3.el7.x86_64.rpm \
                   libICE-1.0.9-9.el7.x86_64.rpm \
                   libjpeg-turbo-1.2.90-8.el7.x86_64.rpm \
                   libSM-1.2.2-2.el7.x86_64.rpm \
                   libstdc++-devel-4.8.5-44.el7.x86_64.rpm \
                   libtiff-4.0.3-35.el7.x86_64.rpm \
                   libtool-ltdl-2.4.2-22.el7_3.x86_64.rpm \
                   libuv-1.44.2-1.el7.x86_64.rpm \
                   libwebp-0.3.0-10.el7_9.x86_64.rpm \
                   libwmf-lite-0.2.8.4-44.el7.x86_64.rpm \
                   openssl11-1.1.1k-3.el7.x86_64.rpm \
                   openssl11-libs-1.1.1k-3.el7.x86_64.rpm
yum install -y mongodb-org-4.0.28-1.el7.x86_64.rpm \
                   mongodb-org-mongos-4.0.28-1.el7.x86_64.rpm \
                   mongodb-org-server-4.0.28-1.el7.x86_64.rpm \
                   mongodb-org-shell-4.0.28-1.el7.x86_64.rpm \
                   mongodb-org-tools-4.0.28-1.el7.x86_64.rpm

# 启动MongoDB服务

systemctl start mongod

# 设置MongoDB服务开机自启

 systemctl enable mongod

# 检查MongoDB服务状态

 systemctl status mongod

链接mongdb

mongo

主从数据库管理

三台服务器修改配置文件

vim /etc/mongod.conf
//添加
    修改绑定ip为0.0.0.0
replication:
  replSetName: "cloud"

重启服务

sudo systemctl restart mongod

初始化副本集

mongo//进入shell
rs.initiate({
  _id: "cloud",
  members: [
    { _id: 0, host: "172.16.2.128:27017" },
    { _id: 1, host: "172.16.2.76:27017" }
  ]
})

验证副本集配置

rs.status()//在mongoshell

验证从节点

rs.conf()//mongoshell
    //验证
    rs.isMaster()

1. 安装依赖

安装 Node.js

根据提供的文件，您需要安装 Node.js 版本 12.22.12：

yum install nodejs-12.22.12-1nodesource.x86_64.rpm

安装其他依赖

yum install -y gcc-c++ make
yum install -y epel-release  GraphicsMagick
npm config set registry https://registry.npmmirror.com/
npm config set ELECTRON_MIRROR https://cdn.npmmirror.com/dist/electron/

部署

从 rocketchat-cloud.tar.gz 解压并进入目录：

tar -xzvf rocketchat-cloud.tar.gz
cd rocketchat-cloud

安装 Rocket.Chat 依赖项：

cd bundle/programs/server/
sudo npm install
安装mongo

#移到/opt并命名Rocket.Chat

mv bundle /opt/Rocket.Chat

#添加用户

useradd -M rocketchat && usermod -L rocketchat

#赋予权限

chown -R rocketchat:rocketchat /opt/Rocket.Chat

验证副本集的名称:

连接到 MongoDB 实例，确定当前副本集的名称。首先，使用以下命令连接到 MongoDB：

mongo --host 172.16.2.76 --port 27017

一旦进入 MongoDB shell，运行以下命令查看副本集的状态：

rs.status()

找到输出中的 set 字段，它表示当前副本集的名称。

查看node路径

which node

vi /lib/systemd/system/rocketchat.service

[Unit]
Description=The Rocket.Chat server
After=network.target remote-fs.target nss-lookup.target nginx.service mongod.service
[Service]
ExecStart=/usr/local/node/bin/node  /opt/Rocket.Chat/main.js
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=rocketchat
User=rocketchat
Environment=MONGO_URL=mongodb://192.168.1.182:27017/rocketchat?replicaSet=set字段
Environment=MONGO_OPLOG_URL=mongodb://192.168.1.182:27017/local?replicaSet=set字段
Environment=ROOT_URL=http://localhost:3000/ PORT=3000
[Install]
WantedBy=multi-user.target

systemctl start rocketchat

systemctl status rocketchat

1. 创建云主机

在华为云上创建一个 X86 架构的云主机，镜像使用 CentOS 7.9。

2. 安装 chkrootkit

假设 makechk.tar.gz 文件已经下载到主机上。

bash复制# 解压 makechk.tar.gz
tar -xzvf makechk.tar.gz
cd makechk

# 编译和安装 chkrootkit
make sense
sudo cp chkrootkit /usr/local/bin

3. 扫描系统并保存日志

bash复制# 创建日志目录
sudo mkdir -p /var/log/chkrootkit

# 运行 chkrootkit 并保存扫描结果
sudo /usr/local/bin/chkrootkit > /var/log/chkrootkit/chkrootkit.log

4. 修复漏洞

查看扫描结果，并根据结果修复任何发现的问题。通常情况下，需要手动检查并删除可疑文件，更新系统软件包，检查网络连接和配置等。

5. 提交信息

确保主机上的服务正常，并提交以下信息：

复制用户名: <你的用户名>
密码: <你的密码>
公网IP地址: <你的公网IP>

任务 2: 安装 ELK 和添加数据

1. 创建云主机

在华为云上创建一个 X86 架构的云主机，镜像使用 CentOS 7.9。

2. 配置 YUM 源并安装 Docker

配置 Docker 仓库
sudo yum install -y yum-utils
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

# 安装 Docker
sudo yum install -y docker-ce docker-ce-cli containerd.io

# 启动并启用 Docker 服务
sudo systemctl start docker
sudo systemctl enable docker

3. 安装 ELK 服务

假设 sepb_elk_latest.tar 文件已经下载到主机上。

bash复制# 加载 Docker 镜像
sudo docker load < sepb_elk_latest.tar

# 启动 ELK 服务
sudo docker run -d --name elk -p 5601:5601 -p 9200:9200 -p 5044:5044 <镜像ID>

4. 添加数据操作

将监控目标节点所需安装的 RPM 安装包下载到本地主机的 /root 目录下。假设下载的 RPM 包已经在本地。

bash复制# 假设 RPM 包已经下载到 /root 目录下
ls /root/*.rpm

部署helm

步骤一：创建 ChartMuseum 命名空间

您可以使用以下命令在 Kubernetes 集群中创建 chartmuseum 命名空间：

kubectl create namespace chartmuseum

步骤二：编写 YAML 文件部署 ChartMuseum 服务

创建一个名为 chartmuseum-deployment.yaml 的文件，并在其中定义 ChartMuseum 的 Deployment 和 Service。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: chartmuseum
  namespace: chartmuseum
spec:
  replicas: 1
  selector:
    matchLabels:
      app: chartmuseum
  template:
    metadata:
      labels:
        app: chartmuseum
    spec:
      containers:
        - name: chartmuseum
          image: chartmuseum/chartmuseum:latest
          ports:
            - containerPort: 8080
          env:
            - name: STORAGE
              value: "local"
            - name: STORAGE_LOCAL_ROOTDIR
              value: "/chartmuseum"
          volumeMounts:
            - name: chartmuseum-storage
              mountPath: /chartmuseum
      volumes:
        - name: chartmuseum-storage
          emptyDir: {}

---
apiVersion: v1
kind: Service
metadata:
  name: chartmuseum
  namespace: chartmuseum
spec:
  type: ClusterIP
  ports:
    - port: 8080
      targetPort: 8080
  selector:
    app: chartmuseum

部署 ChartMuseum

使用以下命令部署 ChartMuseum：

kubectl apply -f chartmuseum-deployment.yaml

步骤三：安装 Helm 服务

下载 Helm：首先，您需要下载并解压 Helm 3.3.0 版本的压缩包。可以使用以下命令：

wget https://get.helm.sh/helm-v3.3.0-linux-amd64.tar.gz
tar -zxvf helm-v3.3.0-linux-amd64.tar.gz

将 Helm 移动到 PATH：

sudo mv linux-amd64/helm /usr/local/bin/helm

如果没有权限，您可以选择将 Helm 移动到用户目录下的 ~/bin 文件夹：

mkdir -p ~/bin
mv linux-amd64/helm ~/bin/
echo 'export PATH=$PATH:~/bin' >> ~/.bashrc
source ~/.bashrc

验证 Helm 安装：

helm version

步骤四：连接到 kcloud 集群

要连接到您的 kcloud 集群，您需要 kubeconfig 文件，其中包含连接所需的凭证。通常，这个文件包含以下信息：

用户名
密码
集群的公共 IP 地址

您可以通过在 Kubernetes 控制台中找到相关信息来获取所需的连接信息。以下是如何获取这些信息的简要说明：

获取集群的公共 IP 地址：您可以使用以下命令获取集群节点的外部 IP 地址：

kubectl get nodes -o wide

获取连接用户和密码：这些信息通常在您创建集群时提供，或者可以在控制台的“访问管理”部分找到。

创建命名空间

kubectl create ns  空间名

chartmuseum.yaml

apiVersion: v1
kind: Pod
metadata:
  name: chartmuseum
  namespace: chartmuseum 
  labels:
    app: chartmuseum 
spec:
  containers:
  - image: chartmuseum/chartmuseum:latest
    name: chartmuseum
    ports:
    - containerPort: 8080
      protocol: TCP
    env:
    - name: DEBUG
      value: "1"
    - name: STORAGE
      value: local
    - name: STORAGE_LOCAL_ROOTDIR
      value: /charts
    volumeMounts:
    - name: chartspath
      mountPath: /charts
  volumes:
  - name: chartspath
    hostPath:
      path: /data/charts

service.yaml

apiVersion: v1
kind: Service
metadata:
  name: chartmuseum
  namespace: chartmuseum
  labels:
    app: chartmuseum
spec:
  selector:
    app: chartmuseum
  type: ClusterIP 
  ports:
  - port: 8080
    protocol: TCP
    targetPort: 8080

部署仓库命令

kubectl apply -f  chartmuseum.yaml  -f service.yaml

首先，我们需要解压 Chart 包，以便我们可以修改其内容。

tar -xzf wordpress-13.0.23.tgz
cd wordpress

3. 创建 Persistent Volume (PV)

假设 wordpress Chart 包中已经包含了 PVC，我们需要手动创建 PV 并绑定到 PVC。请根据需要调整下面的 PersistentVolume 配置：

创建一个文件 wordpress-pv.yaml，内容如下：

apiVersion: v1
kind: PersistentVolume
metadata:
  name: wordpress-pv
spec:
  capacity:
    storage: 10Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/mnt/data"

应用 PV 配置：

kubectl apply -f wordpress-pv.yaml

编辑 values.yaml 文件，将 service.type 修改为 NodePort：

service:
  type: NodePort
  port: 80
  nodePort: 30080  # 您可以指定一个具体的 NodePort 或让 Kubernetes 自动分配

cd ..
helm package wordpress

1. 检查证书和密钥路径

确保 client-certificate 和 client-key 的路径是正确的。如果您提供的 certfile.cert 和 keyfile.key 是相对路径，请确保它们的路径是相对于当前工作目录的，或者使用绝对路径。

例如，如果这些文件在 ~/.kube/ 目录下，您可以这样修改：

users:
- name: CloudShell
  user:
    client-certificate: ~/.kube/certfile.cert
    client-key: ~/.kube/keyfile.key

# 创建一个命名空间（可选）
kubectl create namespace wordpress

# 使用修改后的 Chart 包部署 WordPress
helm install my-wordpress ./wordpress-13.0.23.tgz --namespace wordpress

# 查看部署状态
kubectl get all -n wordpress

# 获取 WordPress 服务的 NodePort
kubectl get svc -n wordpress

安装华为云依赖

# 弹性云服务 (ECS)
pip install  huaweicloudsdkecs

# 虚拟私有云 (VPC)
pip install huaweicloudsdkvpc

# 镜像服务 (IMS)
pip install huaweicloudsdkims

# 容器云引擎 (CCE)
pip install huaweicloudsdkcce

# 云数据库 (RDS)
pip install huaweicloudsdkrds
全部安装
pip install huaweicloudsdkall

密钥对python

import os
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkcore.exceptions import exceptions
from huaweicloudsdkecs.v2 import *
from huaweicloudsdkecs.v2.region.ecs_region import EcsRegion


def main():
    # 设置华为云的AK/SK
    ak = '你的华为云AK'
    sk = '你的华为云SK'
    project_id = '你的项目ID'  # 在管理控制台的项目详情页可以找到

    # 创建认证对象
    credentials = BasicCredentials(ak, sk, project_id)

    # 初始化ECS客户端
    ecs_client = EcsClient.new_builder() \
        .with_credentials(credentials) \
        .with_region(EcsRegion.value_of("cn-north-4")) \  # 根据实际情况设置区域
        .build()

    keypair_name = "chinaskills_keypair"

    # 检查密钥对是否存在
    try:
        list_request = ListKeypairsRequest()
        list_response = ecs_client.list_keypairs(list_request)
        keypairs = list_response.keypairs
        for keypair in keypairs:
            if keypair.keypair.name == keypair_name:
                # 如果密钥对存在，删除它
                delete_request = DeleteKeypairRequest()
                delete_request.keypair_name = keypair_name
                ecs_client.delete_keypair(delete_request)
                print(f"Deleted existing keypair: {keypair_name}")
                break
    except exceptions.ClientRequestException as e:
        print(f"Failed to list or delete keypair: {e}")

    # 创建新的密钥对
    try:
        create_request = CreateKeypairRequest()
        create_request.body = CreateKeypairRequestBody(
            keypair=CreateKeypairOption(name=keypair_name)
        )
        create_response = ecs_client.create_keypair(create_request)
        new_keypair = create_response.keypair
        print(f"Created keypair: {new_keypair.name}")
        print(f"Public key: {new_keypair.public_key}")
        print(f"Private key (save this securely!): {new_keypair.private_key}")
    except exceptions.ClientRequestException as e:
        print(f"Failed to create keypair: {e}")

if __name__ == "__main__":
    main()

ak: 您的访问密钥 (Access Key)

sk: 您的秘密密钥 (Secret Key)

your-region: 您使用的地区，例如 cn-north-4

云硬盘python

调用SDK云硬盘管理的方法，实现云主机的的增删查改。 
在/root/huawei 目录下编写create_block_store.py 文件，使用 SDK编写 Python代
码，调用创建华为云的云硬盘，具体要求如下： 
（1）云硬盘可用区域：cn-north-4a 
（2）云硬盘名称：chinaskills_volume 
（3）云硬盘规格和大小：超高IO，100G 
（4）设置云硬盘共享 
（5）设置云硬盘加密，加密秘钥为默认的KMS密钥 
（6）如果云硬盘已经存在，代码中需要先删除 
（7）输出此云硬盘的详细信息（状态要求为available） 
完成后提交云服务器节点的用户名、密码和IP地址到答题框。

创建云主机

import argparse
import json
import yaml
import huaweicloudsdkcore.auth.credentials as credentials
import huaweicloudsdkcore.exceptions as exceptions
import huaweicloudsdkcore.http.http_config as http_config
from huaweicloudsdkecs.v2 import *
from huaweicloudsdkecs.v2.region.ecs_region import EcsRegion

def init_client():
    # Replace with your actual AK/SK and region
    ak = "your-access-key"
    sk = "your-secret-key"
    region = "cn-north-4"

    auth = credentials.BasicCredentials(ak, sk)
    config = http_config.HttpConfig.get_default_config()
    config.ignore_ssl_verification = True

    client = EcsClient.new_builder() \
        .with_http_config(config) \
        .with_credentials(auth) \
        .with_region(EcsRegion.value_of(region)) \
        .build()
    
    return client

def create_instance(client, instance_info):
    try:
        server_name = instance_info['name']
        image_id = instance_info['imagename']

        # Create ECS instance
        create_request = NovaCreateServersRequest()
        create_request.body = NovaCreateServersRequestBody(
            server=NovaCreateServersOption(
                name=server_name,
                imageRef=image_id,
                flavorRef="s2.small.1",
                availability_zone="cn-north-4a",
                networks=[NovaServerNetwork(id="your-network-id")],
                security_groups=[NovaServerSecurityGroup(name="default")]
            )
        )
        create_response = client.nova_create_servers(create_request)
        server_id = create_response.server.id

        # Wait for the instance to be active
        while True:
            show_request = ShowServerRequest(server_id)
            show_response = client.show_server(show_request)
            if show_response.server.status == "ACTIVE":
                print(json.dumps(show_response.server.to_dict(), indent=4))
                break

    except exceptions.ClientRequestException as e:
        print(f"Error: {e.status_code}, {e.error_msg}")
    except Exception as e:
        print(f"Unexpected error: {str(e)}")

def get_instance(client, name, output_file=None):
    try:
        list_request = ListServersDetailsRequest()
        list_response = client.list_servers_details(list_request)
        servers = list_response.servers

        for server in servers:
            if server.name == name:
                server_info = json.dumps(server.to_dict(), indent=4)
                if output_file:
                    with open(output_file, 'w') as f:
                        f.write(server_info)
                else:
                    print(server_info)
                return

        print(f"No server with name {name} found.")

    except exceptions.ClientRequestException as e:
        print(f"Error: {e.status_code}, {e.error_msg}")
    except Exception as e:
        print(f"Unexpected error: {str(e)}")

def get_all_instances(client, output_file=None):
    try:
        list_request = ListServersDetailsRequest()
        list_response = client.list_servers_details(list_request)
        servers = list_response.servers

        servers_info = [server.to_dict() for server in servers]
        output = yaml.dump(servers_info, default_flow_style=False)

        if output_file:
            with open(output_file, 'w') as f:
                f.write(output)
        else:
            print(output)

    except exceptions.ClientRequestException as e:
        print(f"Error: {e.status_code}, {e.error_msg}")
    except Exception as e:
        print(f"Unexpected error: {str(e)}")

def delete_instance(client, name):
    try:
        list_request = ListServersDetailsRequest()
        list_response = client.list_servers_details(list_request)
        servers = list_response.servers

        for server in servers:
            if server.name == name:
                delete_request = DeleteServerRequest(server.id)
                client.delete_server(delete_request)
                print(f"Deleted server with name {name}")
                return

        print(f"No server with name {name} found.")
    
    except exceptions.ClientRequestException as e:
        print(f"Error: {e.status_code}, {e.error_msg}")
    except Exception as e:
        print(f"Unexpected error: {str(e)}")

def main():
    parser = argparse.ArgumentParser(description='ECS Manager')
    subparsers = parser.add_subparsers(dest='command')

    # Create instance command
    create_parser = subparsers.add_parser('create', help='Create an ECS instance')
    create_parser.add_argument('-i', '--input', required=True, help='JSON formatted instance info')

    # Get instance command
    get_parser = subparsers.add_parser('get', help='Get an ECS instance')
    get_parser.add_argument('-n', '--name', required=True, help='Instance name')
    get_parser.add_argument('-o', '--output', help='Output file')

    # Get all instances command
    get_all_parser = subparsers.add_parser('getall', help='Get all ECS instances')
    get_all_parser.add_argument('-o', '--output', help='Output file')

    # Delete instance command
    delete_parser = subparsers.add_parser('delete', help='Delete an ECS instance')
    delete_parser.add_argument('-n', '--name', required=True, help='Instance name')

    args = parser.parse_args()
    client = init_client()

    if args.command == 'create':
        instance_info = json.loads(args.input)
        create_instance(client, instance_info)
    elif args.command == 'get':
        get_instance(client, args.name, args.output)
    elif args.command == 'getall':
        get_all_instances(client, args.output)
    elif args.command == 'delete':
        delete_instance(client, args.name)
    else:
        parser.print_help()

if __name__ == "__main__":
    main()

创建一个 ECS 实例：

python3 /root/huawei/ecs_manager.py create --input '{ "name": "chinaskill001", "imagename": "your-image-id"}'

查询指定名称的 ECS 实例：

python3 /root/huawei/ecs_manager.py get --name "chinaskill001" --output instance_info.json

查询所有 ECS 实例：

python3 /root/huawei/ecs_manager.py getall --output all_instances.yaml

删除指定名称的 ECS 实例：

python3 /root/huawei/ecs_manager.py delete --name "chinaskill001"

vpcpython

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import huaweicloudsdkcore.auth.credentials as credentials
import huaweicloudsdkcore.exceptions as exceptions
import huaweicloudsdkvpc.v2 as vpc
from huaweicloudsdkvpc.v2.region.vpc_region import VpcRegion

app = FastAPI()

# Replace with your actual AK/SK
ak = "your-access-key"
sk = "your-secret-key"
region = "cn-north-4"

auth = credentials.BasicCredentials(ak, sk)
client = vpc.VpcClient.new_builder() \
    .with_credentials(auth) \
    .with_region(VpcRegion.value_of(region)) \
    .build()

class VpcCreate(BaseModel):
    name: str
    cidr: str

class VpcUpdate(BaseModel):
    new_name: str
    old_name: str

class VpcDelete(BaseModel):
    vpc_name: str

@app.post("/cloud_vpc/create_vpc")
async def create_vpc(vpc_details: VpcCreate):
    try:
        request = vpc.CreateVpcRequest()
        request.body = vpc.CreateVpcRequestBody(
            vpc=vpc.CreateVpcOption(
                name=vpc_details.name,
                cidr=vpc_details.cidr
            )
        )
        response = client.create_vpc(request)
        return response.to_dict()
    except exceptions.ClientRequestException as e:
        raise HTTPException(status_code=e.status_code, detail=e.error_msg)

@app.get("/cloud_vpc/vpc/{vpc_name}")
async def get_vpc(vpc_name: str):
    try:
        request = vpc.ListVpcsRequest()
        response = client.list_vpcs(request)
        for vpc_item in response.vpcs:
            if vpc_item.name == vpc_name:
                return vpc_item.to_dict()
        raise HTTPException(status_code=404, detail="VPC not found")
    except exceptions.ClientRequestException as e:
        raise HTTPException(status_code=e.status_code, detail=e.error_msg)

@app.get("/cloud_vpc/vpc")
async def get_all_vpcs():
    try:
        request = vpc.ListVpcsRequest()
        response = client.list_vpcs(request)
        return [vpc_item.to_dict() for vpc_item in response.vpcs]
    except exceptions.ClientRequestException as e:
        raise HTTPException(status_code=e.status_code, detail=e.error_msg)

@app.put("/cloud_vpc/update_vpc")
async def update_vpc(vpc_update: VpcUpdate):
    try:
        request = vpc.ListVpcsRequest()
        response = client.list_vpcs(request)
        for vpc_item in response.vpcs:
            if vpc_item.name == vpc_update.old_name:
                update_request = vpc.UpdateVpcRequest(vpc_item.id)
                update_request.body = vpc.UpdateVpcRequestBody(
                    vpc=vpc.UpdateVpcOption(
                        name=vpc_update.new_name
                    )
                )
                update_response = client.update_vpc(update_request)
                return update_response.to_dict()
        raise HTTPException(status_code=404, detail="VPC not found")
    except exceptions.ClientRequestException as e:
        raise HTTPException(status_code=e.status_code, detail=e.error_msg)

@app.delete("/cloud_vpc/delete_vpc")
async def delete_vpc(vpc_delete: VpcDelete):
    try:
        request = vpc.ListVpcsRequest()
        response = client.list_vpcs(request)
        for vpc_item in response.vpcs:
            if vpc_item.name == vpc_delete.vpc_name:
                delete_request = vpc.DeleteVpcRequest(vpc_item.id)
                client.delete_vpc(delete_request)
                return {"detail": "VPC deleted successfully"}
        raise HTTPException(status_code=404, detail="VPC not found")
    except exceptions.ClientRequestException as e:
        raise HTTPException(status_code=e.status_code, detail=e.error_msg)

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=7045)

命令启动

uvicorn main:app --host 0.0.0.0 --port 7045

安装 kubectl

/etc/yum.repos.d/kubernetes.repo

[kubernetes]

name=Kubernetes

baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/

enabled=1

gpgcheck=1

repo_gpgcheck=1

gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg

yum install -y kubectl-1.25.1

然后开始安装，注意，版本一定要和集群的版本对应

安装和配置kubectl

mkdir -p $HOME/.kube
mv -f kubeconfig.json $HOME/.kube/config

mu-pod.yaml

apiVersion: v1
kind: Pod
metadata:
  name: mu-pod
  namespace: default
spec:
  containers:
    - name: containers01
      image: nginx
      ports:
        - name: http
          containerPort: 80
    - name: containers02
      image: tomcat
      ports:
        - name: tomcat
          containerPort: 80

my-namespace.yaml

apiVersion: v1
kind: Namespace
metadata:
  name: test

vi secret.yaml

apiVersion: v1

kind: Secret

metadata:

namespace: default

data:

username: YWRtaW4=

password: MWYyZDFlMmU2N2Rm

type: Opaque

cat mariadbnamespace.yaml

apiVersion: v1

kind: Namespace

metadata:

题目 13】chartmuseum 仓库部署[1 分]

在 k8s 集群中创建 chartmuseum 命名空间，编写 yaml 文件在 chartmuseum 命名空间中

使用 chartmuseum:latest 镜像创建本地私有 chart 仓库，设置其仓库存储目录为宿主机的

/data/charts 目录。编写 service.yaml 文件，为 chart 私有仓库创建 Service 访问策略，定义其

为 ClusterIP 访问模式。编写完成后启动 chartmuseum 服务。提交连接 kcloud 集群节点的用

户名、密码和公网 IP 地址到答题框。

检测 chartmuseum 服务反馈是否正确计 1 分

apiVersion: v1

kind: Namespace

metadata:

---

apiVersion: apps/v1

kind: Deployment

metadata:

labels:

app: chartmuseum

namespace: chartmuseum

spec:

replicas: 1

selector:

matchLabels:

app: chartmuseum

strategy:

rollingUpdate:

maxSurge: 1

maxUnavailable: 1

type: RollingUpdate

template:

metadata:

labels:

app: chartmuseum

spec:

containers:

- image: chartmuseum/chartmuseum:latest

imagePullPolicy: IfNotPresent

ports:

- containerPort: 8080

protocol: TCP

env:

- name: DEBUG

value: "1"

- name: STORAGE

value: local

- name: STORAGE_LOCAL_ROOTDIR

value: /charts

resources:

limits:

cpu: 500m

memory: 256Mi

requests:

cpu: 100m

memory: 64Mi

volumeMounts:

- mountPath: /charts

volumes:

- name: charts-volume

nfs:

path: /data/charts

server: 192.168.200.10

restartPolicy: Always

---

apiVersion: v1

kind: Service

metadata:

namespace: chartmuseum

spec:

ports:

- port: 8080

protocol: TCP

targetPort: 8080

selector:

app: chartmuseum

【题目 14】私有仓库管理[2 分]

在 master 节点添加搭建的本地私有 chart 仓库源，name 为 chartmuseum，并上传

wordpress-13.0.23.tgz 包至 chartmuseum 私有仓库中。可以使用本地仓库 chart 源部署应用。

完成后提交连接 kcloud 集群节点的用户名、密码和公网 IP 地址到答题框。

检测 chartmuseum 仓库源中存在 wordpress-13.0.23 计 2 分

#为/data/charts授予777权限

chmod 777 /data/charts/

#查看svc

[root@kcloud-server ~]# kubectl get svc -n chartmuseum

NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE

chartmuseum ClusterIP 10.247.199.133 <none> 8080/TCP 24m

#添加本地仓库源，name 为 chartmuseum

[root@kcloud-server ~]# helm repo add chartmuseum http://10.247.199.133:8080

"chartmuseum" has been added to your repositories

[root@kcloud-server ~]# helm repo list

NAME URL

chartmuseum http://10.247.199.133:8080

#上传wordpress-13.0.23.tgz 包至 chartmuseum 私有仓库中

[root@kcloud-server ~]# curl --data-binary "@wordpress-13.0.23.tgz" http://10.247.199.133:8080/api/charts

{"saved":true}[root@kcloud-server ~]#

#更新仓库

[root@kcloud-server ~]# helm repo update

Hang tight while we grab the latest from your chart repositories...

...Successfully got an update from the "chartmuseum" chart repository

Update Complete. ⎈ Happy Helming!⎈

#列出

[root@kcloud-server ~]# helm search repo wordpress

NAME CHART VERSION APP VERSION DESCRIPTION

chartmuseum/wordpress 13.0.23 5.9.2 WordPress is the world's most popular blogging ...

#/data/charts/目录查看

[root@kcloud-server charts]# ls

index-cache.yaml wordpress-13.0.23.tgz

云主机安全系统

#购买centos7.9云主机

#上传makechk.tar.gz，chkrootkit.tar.gz软件包

#解压makechk.tar.gz软件

#配置yum源

[root@ecs-cecc ~]# cat /etc/yum.repos.d/local.repo

[local]

name=local

baseurl=file:///root/makechk

gpgcheck=0

enabled=1

[root@ecs-cecc ~]# yum makecache

#安装编译安装依赖包

[root@ecs-cecc packages]# cd /root/ && yum install -y gcc gcc-c++ make glibc*

#解压chkrootkit.tar.gz

#查看目录文件

[root@ecs-cecc ~]# cd chkrootkit-0.55/

[root@ecs-cecc chkrootkit-0.55]# ls

ACKNOWLEDGMENTS chkdirs.c chkproc.c chkrootkit.lsm chkwtmp.c ifpromisc.c patch README.chklastlog strings.c

check_wtmpx.c chklastlog.c chkrootkit chkutmp.c COPYRIGHT Makefile README README.chkwtmp

#编译安装

[root@ecs-cecc chkrootkit-0.55]# make sense

cc -DHAVE_LASTLOG_H -o chklastlog chklastlog.c

cc -DHAVE_LASTLOG_H -o chkwtmp chkwtmp.c

cc -DHAVE_LASTLOG_H -D_FILE_OFFSET_BITS=64 -o ifpromisc ifpromisc.c

cc -o chkproc chkproc.c

cc -o chkdirs chkdirs.c

cc -o check_wtmpx check_wtmpx.c

cc -static -o strings-static strings.c

cc -o chkutmp chkutmp.c

#添加环境变量

[root@ecs-cecc ~]# cp -r chkrootkit-0.55/ /usr/local/chkrootkit

[root@ecs-cecc ~]# cd /usr/local/chkrootkit/

[root@ecs-cecc chkrootkit]# ls

ACKNOWLEDGMENTS chkdirs chklastlog.c chkrootkit chkutmp.c COPYRIGHT Makefile README.chklastlog strings-static

check_wtmpx chkdirs.c chkproc chkrootkit.lsm chkwtmp ifpromisc patch README.chkwtmp

check_wtmpx.c chklastlog chkproc.c chkutmp chkwtmp.c ifpromisc.c README strings.c

[root@ecs-cecc chkrootkit]# cp chkrootkit /usr/bin/

#查看版本

[root@ecs-cecc chkrootkit]# chkrootkit -V

chkrootkit version 0.55

#创建/var/log/chkrootkit/chkrootkit.log文件

[root@ecs-cecc ~]# mkdir /var/log/chkrootkit/

[root@ecs-cecc ~]# touch /var/log/chkrootkit/chkrootkit.log

#扫描系统保存至/var/log/chkrootkit/chkrootkit.log

[root@ecs-cecc ~]# chkrootkit > /var/log/chkrootkit/chkrootkit.log

#查看扫描结果

[root@ecs-cecc ~]# cat /var/log/chkrootkit/chkrootkit.log

日志·分析

#上传docker-repo.tar.gz，sepb_elk_latest.tar

#解压docker-repo.tar.gz

#配置yum源安装docker

[root@ecs-cecc ~]# cat /etc/yum.repos.d/local.repo

[local]

name=local

baseurl=file:///opt/docker-repo

gpgcheck=0

enabled=1

[root@ecs-cecc ~]# yum clean all

[root@ecs-cecc ~]# yum makecache

#安装docker

[root@ecs-cecc ~]# yum install -y docker-ce

#启动docker，设置为开机自启

[root@ecs-cecc ~]# systemctl start docker && systemctl enable docker

Created symlink from /etc/systemd/system/multi-user.target.wants/docker.service to /usr/lib/systemd/system/docker.service.

#查看状态

[root@ecs-cecc ~]# systemctl status docker

#导入镜像

[root@ecs-cecc ~]# docker load -i sepb_elk_latest.tar

#启动elk容器（由于Elasticsearch启动需要最大虚拟内存区域数量，修改sysctl.conf文件追加vm.max_map_count=262144）

[root@ecs-cecc ~]# docker run -p 5601:5601 -p 9200:9200 -p 5044:5044 -e ES_MIN_MEM=128m -e ES_MAX_MEM=1024m -it --name elk sebp/elk:latest

[root@ecs-cecc ~]# docker ps

CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES

1bf5111a8a0c sebp/elk:latest "/usr/local/bin/star…" About a minute ago Up About a minute 0.0.0.0:5044->5044/tcp, 0.0.0.0:5601->5601/tcp, 9300/tcp, 0.0.0.0:9200->9200/tcp, 9600/tcp elk

[root@ecs-cecc ~]#

#上传filebeat-7.13.2-x86_64.rpm

#安装filebeat

[root@ecs-cecc ~]# yum install -y filebeat-7.13.2-x86_64.rpm

#启动

[root@ecs-cecc ~]# systemctl start filebeat

#查看状态

[root@ecs-cecc ~]# systemctl status filebeat

#应用filebeat

方式一：（收集yum数据到本地文件）

[root@ecs-cecc ~]# vi /etc/filebeat/filebeat.yml

filebeat.inputs:

- type: log

enabled: True

paths:

- /var/log/yum.log

output.file:

path: "/tmp"

filename: "filebeat-test.txt"

#重启filebeat服务

[root@ecs-cecc ~]# systemctl restart filebeat

#安装httpd服务

[root@ecs-cecc ~]# yum install -y httpd

#验证

[root@ecs-cecc tmp]# cat /tmp/filebeat-test.txt

{"@timestamp":"2022-10-16T09:20:03.410Z","@metadata":{"beat":"filebeat","type":"_doc","version":"7.13.2"},"log":{"offset":2213,"file":{"path":"/var/log/yum.log"}},"message":"Oct 16 17:20:02 Installed: httpd-2.4.6-97.el7.centos.5.x86_64","input":{"type":"log"},"host":{"hostname":"ecs-cecc","architecture":"x86_64","name":"ecs-cecc","os":{"family":"redhat","name":"CentOS Linux","kernel":"3.10.0-1160.53.1.el7.x86_64","codename":"Core","type":"linux","platform":"centos","version":"7 (Core)"},"id":"acca19161ce94d449c58923b12797030","containerized":false,"ip":["192.168.1.151","fe80::f816:3eff:fe79:d168","172.17.0.1","fe80::42:40ff:fef4:5e7","fe80::14fb:49ff:feec:ffad"],"mac":["fa:16:3e:79:d1:68","02:42:40:f4:05:e7","16:fb:49:ec:ff:ad"]},"agent":{"version":"7.13.2","hostname":"ecs-cecc","ephemeral_id":"a522699e-3e6b-44a7-b833-d14b43d2edba","id":"67d653cb-908e-418f-9356-5b7f2461dbe8","name":"ecs-cecc","type":"filebeat"},"ecs":{"version":"1.8.0"},"cloud":{"machine":{"type":"c6s.xlarge.2"},"service":{"name":"Nova"},"provider":"openstack","instance":{"name":"ecs-cecc.novalocal","id":"i-0129dc00"},"availability_zone":"cn-east-2c"}}

方式二：（收集yum数据到Elasticsearch中）

#修改配置文件

[root@ecs-cecc ~]# cat /etc/filebeat/filebeat.yml

filebeat.inputs:

- type: log

enabled: True

paths:

- /var/log/yum.log

output.elasticsearch:

hosts: ["localhost:9200"]

#重启

[root@ecs-cecc ~]# systemctl restart filebeat

2.1.1 kubeedge安装

（1）基础环境检查与配置

使用k8s-allinone镜像启动云端主机环境后。等待一段时间，集群初始化完毕后，检查k8s集群状态并查看主机名，命令如下：

[root@master ~]# kubectl  get nodes,pod -A
NAME          STATUS   ROLES                  AGE     VERSION
node/master   Ready    control-plane,master   5m14s   v1.22.1

NAMESPACE        NAME                                   READY   STATUS    RESTARTS   AGE
kube-dashboard   pod/dashboard-7575cf67b7-5s5hz         1/1     Running   0          4m51s
kube-dashboard   pod/dashboard-agent-69456b7f56-nzghp   1/1     Running   0          4m50s
kube-system      pod/coredns-78fcd69978-klknx           1/1     Running   0          4m58s
kube-system      pod/coredns-78fcd69978-xwzgr           1/1     Running   0          4m58s
kube-system      pod/etcd-master                        1/1     Running   0          5m14s
kube-system      pod/kube-apiserver-master              1/1     Running   0          5m11s
kube-system      pod/kube-controller-manager-master     1/1     Running   0          5m13s
kube-system      pod/kube-flannel-ds-9gdnl              1/1     Running   0          4m51s
kube-system      pod/kube-proxy-r7gq9                   1/1     Running   0          4m58s
kube-system      pod/kube-scheduler-master              1/1     Running   0          5m11s
kube-system      pod/metrics-server-77564bc84d-tlrp7    1/1     Running   0          4m50s

由上面的执行结果可以看出集群和Pod状态都是正常的。

查看当前节点主机名：

[root@master ~]# hostnamectl  
   Static hostname: master
         Icon name: computer-vm
           Chassis: vm
        Machine ID: cc2c86fe566741e6a2ff6d399c5d5daa
           Boot ID: 94e196b737b6430bac5fbc0af88cbcd1
    Virtualization: kvm
  Operating System: CentOS Linux 7 (Core)
       CPE OS Name: cpe:/o:centos:centos:7
            Kernel: Linux 3.10.0-1160.el7.x86_64
      Architecture: x86-64

修改边端节点的主机名，命令如下：

[root@localhost ~]# hostnamectl  set-hostname kubeedge-node
[root@kubeedge-node ~]# hostnamectl  
   Static hostname: kubeedge-node
         Icon name: computer-vm
           Chassis: vm
        Machine ID: cc2c86fe566741e6a2ff6d399c5d5daa
           Boot ID: c788c13979e0404eb5afcd9b7bc8fd4b
    Virtualization: kvm
  Operating System: CentOS Linux 7 (Core)
       CPE OS Name: cpe:/o:centos:centos:7
            Kernel: Linux 3.10.0-1160.el7.x86_64
      Architecture: x86-64

分别配置云端节点和边端节点的主机映射文件，命令如下：

[root@master ~]# cat >> /etc/hosts <<EOF
10.26.17.135 master
10.26.7.126 kubeedge-node
EOF
[root@kubeedge-node ~]# cat >> /etc/hosts <<EOF
10.26.17.135 master
10.26.7.126 kubeedge-node
EOF

（2）云端、边端节点配置Yum源

下载安装包kubernetes_kubeedge.tar.gz至云端master节点/root目录，并解压到/opt目录，命令如下：

[root@master ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/kubernetes_kubeedge_allinone.tar.gz
[root@master ~]# tar -zxvf kubernetes_kubeedge_allinone.tar.gz  -C /opt/
[root@master ~]# ls 
docker-compose-Linux-x86_64  harbor-offline-installer-v2.5.0.tgz  kubeedge               kubernetes_kubeedge.tar.gz
ec-dashboard-sa.yaml         k8simage                             kubeedge-counter-demo  yum

在云端master节点配置yum源，命令如下：

[root@master ~]# mv /etc/yum.repos.d/* /media/
[root@master ~]# cat > /etc/yum.repos.d/local.repo <<EOF
[docker]
name=docker
baseurl=file:///opt/yum
gpgcheck=0
enabled=1
EOF
[root@master ~]# yum -y install vsftpd
[root@master ~]# echo anon_root=/opt >> /etc/vsftpd/vsftpd.conf

开启服务，并设置开机自启：

[root@master ~]# systemctl enable vsftpd --now

边端kubeedge-node配置yum源，命令如下：

[root@kubeedge-node ~]# mv /etc/yum.repos.d/* /media/
[root@kubeedge-node ~]# cat >/etc/yum.repos.d/ftp.repo <<EOF
[docker]
name=docker
baseurl=ftp://master/yum
gpgcheck=0
enabled=1
EOF

（3）云端、边端配置Docker

云端master节点已经安装好了Docker服务，需要配置本地镜像拉取，命令如下：

[root@master ~]# vi /etc/docker/daemon.json 
{
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "200m",
    "max-file": "5"
  },
  "default-ulimits": {
    "nofile": {
      "Name": "nofile",
      "Hard": 655360,
      "Soft": 655360
    },
    "nproc": {
      "Name": "nproc",
      "Hard": 655360,
      "Soft": 655360
    }
  },
  "live-restore": true,
  "oom-score-adjust": -1000,
  "max-concurrent-downloads": 10,
  "max-concurrent-uploads": 10,
  "insecure-registries": ["0.0.0.0/0"]
}
[root@master ~]# systemctl  daemon-reload 
[root@master ~]# systemctl  restart docker

边端节点安装Docker，并配置本地镜像拉取，命令如下：

[root@kubeedge-node ~]# yum -y install docker-ce
[root@kubeedge-node ~]# vi  /etc/docker/daemon.json
{
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "200m",
    "max-file": "5"
  },
  "default-ulimits": {
    "nofile": {
      "Name": "nofile",
      "Hard": 655360,
      "Soft": 655360
    },
    "nproc": {
      "Name": "nproc",
      "Hard": 655360,
      "Soft": 655360
    }
  },
  "live-restore": true,
  "oom-score-adjust": -1000,
  "max-concurrent-downloads": 10,
  "max-concurrent-uploads": 10,
  "insecure-registries": ["0.0.0.0/0"]
}
[root@kubeedge-node ~]# systemctl  daemon-reload 
[root@kubeedge-node ~]# systemctl  enable docker --now

（4）云端节点部署Harbor仓库

在云端master节点上部署Harbor本地镜像仓库，命令如下：

[root@master ~]# cd /opt/
[root@master opt]# mv docker-compose-Linux-x86_64  /usr/bin/docker-compose
[root@master opt]# tar -zxvf harbor-offline-installer-v2.5.0.tgz  
[root@master opt]# cd harbor && cp harbor.yml.tmpl harbor.yml
[root@master harbor]# vi harbor.yml
hostname: 10.26.17.135            #将hostname修改为云端节点IP
[root@master harbor]# ./install.sh
……
✔ ----Harbor has been installed and started successfully.----
[root@master harbor]# docker login -u admin -p Harbor12345 master
….
Login Succeeded

打开浏览器使用云端master节点IP，访问Harbor页面，使用默认的用户名和密码进行登录（admin/Harbor12345），并创建一个名为“k8s”的命名空间，如下图所示：

图2-1 创建k8s项目

加载本地镜像并上传至Harbor镜像仓库，命令如下：

[root@master harbor]# cd /opt/k8simage/ && sh load.sh
[root@master k8simage]# sh push.sh 
请输入您的Harbor仓库地址(不需要带http):10.26.17.135  #地址为云端master节点地址

（5）配置节点亲和性

在云端节点分别配置flannel pod和proxy pod的亲和性，命令如下：

[root@master k8simage]# kubectl edit daemonset -n kube-system  kube-flannel-ds
......
spec:
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: kubernetes.io/os
               operator: In
               values:
               - linux
              - key: node-role.kubernetes.io/edge     #在containers标签前面增加配置
               operator: DoesNotExist
[root@master k8simage]# kubectl edit daemonset -n kube-system kube-proxy
spec:
      affinity:                                       #在containers标签前面增加配置
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
              - matchExpressions:
                 - key: node-role.kubernetes.io/edge
                   operator: DoesNotExist
[root@master k8simage]# kubectl  get pod -n kube-system
NAME                              READY   STATUS    RESTARTS      AGE
kube-flannel-ds-q7mfq             1/1     Running   0             13m
kube-proxy-wxhkm                  1/1     Running   0             39s

可以查看到两个pod被修改完成之后重新运行，状态为Running。

（6）Kubeedge云端环境搭建

在云端master节点配置云端所需要的软件包，及服务配置文件，命令如下：

[root@master k8simage]# cd /opt/kubeedge/
[root@master kubeedge]# mv keadm /usr/bin/
[root@master kubeedge]# mkdir /etc/kubeedge
[root@master kubeedge]# tar -zxf kubeedge-1.11.1.tar.gz
[root@master kubeedge]# cp -rf kubeedge-1.11.1/build/tools/* /etc/kubeedge/
[root@master kubeedge]# cp -rf kubeedge-1.11.1/build/crds/ /etc/kubeedge/
[root@master kubeedge]# tar -zxf kubeedge-v1.11.1-linux-amd64.tar.gz
[root@master kubeedge]# cp -rf * /etc/kubeedge/

启动云端服务，命令如下：

[root@master kubeedge]# cd /etc/kubeedge/
[root@master kubeedge]# keadm deprecated init --kubeedge-version=1.11.1 --advertise-address=10.26.17.135 
……
KubeEdge cloudcore is running, For logs visit: /var/log/kubeedge/cloudcore.log
CloudCore started

● -kubeedge-version=：指定Kubeedge的版本，离线安装必须指定，否则会自动下载最新版本。

● -advertise-address=：暴露IP，此处填写keadm所在的节点内网IP。如果要与本地集群对接的话，则填写公网IP。此处因为云上，所以只需要写内网IP。

检查云端服务，命令如下：

[root@master kubeedge]# netstat  -ntpl |grep cloudcore
tcp6       0      0 :::10000           :::*                LISTEN      974/cloudcore     
tcp6       0      0 :::10002           :::*                LISTEN      974/cloudcore

（7）Kubeedge边缘端环境搭建

在边缘端kubeedge-node节点复制云端软件包至本地，命令如下：

[root@kubeedge-node ~]# scp root@master:/usr/bin/keadm /usr/local/bin/
[root@kubeedge-node ~]# mkdir /etc/kubeedge
[root@kubeedge-node ~]# cd /etc/kubeedge/
[root@kubeedge-node kubeedge]# scp -r root@master:/etc/kubeedge/* /etc/kubeedge/

在云端master节点查询密钥，命令如下，复制的token值需要删掉换行符：

[root@master kubeedge]# keadm gettoken
1f0f213568007af1011199f65ca6405811573e44061c903d0f24c7c0379a5f65.eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2OTEwNTc2ODN9.48eiBKuwwL8bFyQcfYyicnFSogra0Eh0IpyaRMg5NvY

在边端kubeedge-node使用命令加入集群，命令如下：

[root@kubeedge-node ~]# keadm deprecated join --cloudcore-ipport=10.26.17.135:10000 --kubeedge-version=1.11.1 --token=1f0f213568007af1011199f65ca6405811573e44061c903d0f24c7c0379a5f65.eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2OTEwNTc2ODN9.48eiBKuwwL8bFyQcfYyicnFSogra0Eh0IpyaRMg5NvY
install MQTT service successfully.
......
[Run as service] service file already exisits in /etc/kubeedge//edgecore.service, skip download
kubeedge-v1.11.1-linux-amd64/
kubeedge-v1.11.1-linux-amd64/edge/
kubeedge-v1.11.1-linux-amd64/edge/edgecore
kubeedge-v1.11.1-linux-amd64/version
kubeedge-v1.11.1-linux-amd64/cloud/
kubeedge-v1.11.1-linux-amd64/cloud/csidriver/
kubeedge-v1.11.1-linux-amd64/cloud/csidriver/csidriver
kubeedge-v1.11.1-linux-amd64/cloud/iptablesmanager/
kubeedge-v1.11.1-linux-amd64/cloud/iptablesmanager/iptablesmanager
kubeedge-v1.11.1-linux-amd64/cloud/cloudcore/
kubeedge-v1.11.1-linux-amd64/cloud/cloudcore/cloudcore
kubeedge-v1.11.1-linux-amd64/cloud/controllermanager/
kubeedge-v1.11.1-linux-amd64/cloud/controllermanager/controllermanager
kubeedge-v1.11.1-linux-amd64/cloud/admission/
kubeedge-v1.11.1-linux-amd64/cloud/admission/admission

KubeEdge edgecore is running, For logs visit: journalctl -u edgecore.service -xe

如若提示yum报错，可删除多余yum源文件，重新执行加入集群命令：

[root@kubeedge-node kubeedge]# rm -rf /etc/yum.repos.d/epel*

查看状态服务是否为active：

[root@kubeedge-node kubeedge]# systemctl status edgecore
● edgecore.service
   Loaded: loaded (/etc/systemd/system/edgecore.service; enabled; vendor preset: disabled)
   Active: active (running) since Thu 2023-08-03 06:05:39 UTC; 15s ago
 Main PID: 8405 (edgecore)
    Tasks: 15
   Memory: 34.3M
   CGroup: /system.slice/edgecore.service
           └─8405 /usr/local/bin/edgecore

在云端master节点检查边缘端节点是否正常加入，命令如下：

[root@master kubeedge]# kubectl get nodes
NAME           STATUS  ROLES                 AGE    VERSION
kubeedge-node  Ready   agent,edge            5m19s  v1.22.6-kubeedge-v1.11.1
master         Ready   control-plane,master  176m   v1.22.1

若节点数量显示为两台，且状态为Ready，则证明节点加入成功。

（8）云端节点部署监控服务

在云端master节点配置证书，命令如下：

[root@master kubeedge]# export CLOUDCOREIPS="10.26.17.135"

此处IP填写为云端master节点IP：

[root@master kubeedge]# cd /etc/kubeedge/
[root@master kubeedge]# ./certgen.sh stream

更新云端配置，使监控数据可以传送至云端master节点，命令如下：

[root@master kubeedge]# vi /etc/kubeedge/config/cloudcore.yaml
 cloudStream:
    enable: true  #修改为true
    streamPort: 10003
router:
    address: 0.0.0.0
    enable: true  #修改为true
    port: 9443
    restTimeout: 60

更新边缘端的配置，命令如下：

[root@kubeedge-node kubeedge]# vi /etc/kubeedge/config/edgecore.yaml
 edgeStream:
    enable: true  #修改为true
    handshakeTimeout: 30
serviceBus:
    enable: true  #修改为true

重新启动云端服务，命令如下：

[root@master kubeedge]# kill -9 $(netstat -lntup |grep cloudcore |awk 'NR==1 {print $7}' |cut -d '/' -f 1)
[root@master kubeedge]# cp -rfv cloudcore.service /usr/lib/systemd/system/
[root@master kubeedge]# systemctl start  cloudcore.service 
[root@master kubeedge]# netstat -lntup |grep 10003
tcp6   0   0  :::10003     :::*       LISTEN      15089/cloudcore

通过netstat -lntup |grep 10003查看端口，如果出现10003端口则表示成功开启cloudStream。

重新启动边缘端服务，命令如下：

[root@kubeedge-node kubeedge]# systemctl restart edgecore.service

在云端部署服务并查看收集指标，命令如下：

[root@master kubeedge]# kubectl top nodes
NAME           CPU(cores)  CPU%  MEMORY(bytes)  MEMORY%  
kubeedge-node        24m     0%          789Mi       6%    
master              278m     3%         8535Mi      54%

服务部署后，需等待一段时间才能查看到kubeedge-node的资源使用情况，这时因为数据还未同步至云端节点。

2.1.2 安装依赖包

首先安装gcc编译器，gcc有些系统版本已经默认安装，通过gcc -version查看，没安装的先安装gcc，不要缺少，否则有可能安装python出错，python3.7.0以下的版本可不装libffi-devel。

在云端节点，下载离线yum源，安装软件，命令如下：

[root@master ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/gcc-repo.tar.gz
[root@master ~]# tar -zxvf  gcc-repo.tar.gz  
[root@master ~]# vi /etc/yum.repos.d/gcc.repo 
[gcc]
name=gcc
baseurl=file:///root/gcc-repo
gpgcheck=0
enabled=1
[root@master ~]# yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel gcc

2.1.3 编译安装Python3.7

在云端节点下载python3.7等安装包，并进行解压编译，命令如下：

[root@master ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/Python-3.7.3.tar.gz
[root@master ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/volume_packages.tar.gz
[root@master ~]# mkdir /usr/local/python3 && tar -zxvf Python-3.7.3.tar.gz 
[root@master ~]# cd Python-3.7.3/
[root@master Python-3.7.3]# ./configure --prefix=/usr/local/python3
[root@master Python-3.7.3]#  make && make install
[root@master Python-3.7.3]# cd /root

2.1.4 建立Python软链接

解压volume_packages压缩包，然后将编译后的python3.7软连接至/usr/bin目录下，并查看版本信息，命令如下：

[root@master ~]# tar -zxvf volume_packages.tar.gz 
[root@master ~]# yes |mv volume_packages/site-packages/* /usr/local/python3/lib/python3.7/site-packages/
[root@master ~]# ln -s /usr/local/python3/bin/python3.7 /usr/bin/python3
[root@master ~]#  ln -s /usr/local/python3/bin/pip3.7 /usr/bin/pip3
[root@master ~]# python3 --version
Python 3.7.3
[root@master ~]# pip3 list
Package                  Version             
------------------------ --------------------
absl-py                  1.4.0               
aiohttp                  3.8.4               
aiosignal                1.3.1               
anyio                    3.7.0               
async-timeout            4.0.2               
asynctest                0.13.0  
......以下内容忽略......

2.2 搭建MongoDB

2.2.1 搭建MongoDB

将mongoRepo.tar.gz软件包放到边侧节点中，然后进行解压，命令如下：

[root@kubeedge-node ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/mongoRepo.tar.gz
[root@kubeedge-node ~]# tar -zxvf mongoRepo.tar.gz -C /opt/
[root@kubeedge-node ~]# vi /etc/yum.repos.d/mongo.repo
[mongo]
name=mongo
enabled=1
gpgcheck=0
baseurl=file:///opt/mongoRepo

在边侧节点安装mongodb，命令如下：

[root@kubeedge-node ~]# yum -y install mongodb*

安装完成后配置mongo，命令如下：

[root@kubeedge-node ~]# vi /etc/mongod.conf 
#找到下面的字段然后进行修改
net:
  port: 27017
  bindIp: 0.0.0.0   #修改为0.0.0.0

修改完毕后，重启服务，命令如下：

[root@kubeedge-node ~]# systemctl restart mongod && systemctl enable mongod

验证服务，命令如下：

[root@kubeedge-node ~]# netstat -lntup |grep 27017
tcp        0      0 0.0.0.0:27017           0.0.0.0:*               LISTEN      10195/mongod

若出现27017端口，则MongoDB服务启动成功。

2.2.2 创建数据库

边侧节点登录MongoDB，创建数据库与集合，命令如下：

[root@kubeedge-node ~]# mongo
> show dbs
admin   0.000GB
config  0.000GB
local   0.000GB
> use edgesql
switched to db edgesql
> show collections
> db.createCollection("users")
{ "ok" : 1 }
> db.createCollection("ai_data")
{ "ok" : 1 }
> db.createCollection("ai_model")
{ "ok" : 1 }
> show collections
ai_data
ai_model
users
>
#按键盘上的Ctrl+D可退出

2.3 搭建H5前端

ydy_cloudapp_front_dist是编译后的前端H5程序，通过Web Server运行即可。

2.3.1 Linux运行H5前端

在边侧节点下载gcc-repo和ydy_cloudapp_front_dist压缩包并进行解压，配置Yum源并将解压后的文件拷贝至Nginx站点目录，命令如下：

[root@kubeedge-node ~]# curl -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/gcc-repo.tar.gz
[root@kubeedge-node ~]# curl  -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/ydy_cloudapp_front_dist.tar.gz
[root@kubeedge-node ~]# tar -zxvf gcc-repo.tar.gz 
[root@kubeedge-node ~]# tar -zxvf ydy_cloudapp_front_dist.tar.gz  
[root@kubeedge-node ~]# vi  /etc/yum.repos.d/gcc.repo
[gcc]
name=gcc
baseurl=file:///root/gcc-repo
gpgcheck=0
enabled=1
[root@kubeedge-node ~]#  yum install -y nginx
[root@kubeedge-node ~]# rm -rf /usr/share/nginx/html/*
[root@kubeedge-node ~]# mv ydy_cloudapp_front_dist/index.html /usr/share/nginx/html/
[root@kubeedge-node ~]# mv ydy_cloudapp_front_dist/static/ /usr/share/nginx/html/
[root@kubeedge-node ~]# vi /etc/nginx/nginx.conf
#配置nginx反向代理，进入配置文件在文件下方找到相应的位置进行配置
server {
        listen       80;
        listen       [::]:80;
        server_name  localhost;
        root         /usr/share/nginx/html;

        # Load configuration files for the default server block.
        include /etc/nginx/default.d/*.conf;
        error_page 404 /404.html;
        location = /404.html {
        }
        location  ~ ^/cloudedge/(.*) {
          proxy_pass http://10.26.17.135:30850/cloudedge/$1;  
          proxy_set_header Host $host;
          proxy_set_header X-Real-IP $remote_addr;
          proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
          
          add_header 'Access-Control-Allow-Origin' '*';
          add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS';
          add_header 'Access-Control-Allow-Headers' 'Authorization, Content-Type';
          add_header 'Access-Control-Allow-Credentials' 'true';
        }

        error_page 500 502 503 504 /50x.html;
        location = /50x.html {
        }
    }
[root@kubeedge-node ~]# nginx -t
nginx: the configuration file /etc/nginx/nginx.conf syntax is ok
nginx: configuration file /etc/nginx/nginx.conf test is successful
[root@kubeedge-node ~]# systemctl restart nginx && systemctl enable nginx

项目工程在“ydy_cloudapp_backend_framework”所在目录，首先将软件包下载至云端节点中并解压，命令如下：

[root@master ~]# curl  -O http://mirrors.douxuedu.com/KubeEdge/python-kubeedge/ydy_cloudapp_backend_framework.tar.gz
[root@master ~]# tar -zxvf ydy_cloudapp_backend_framework.tar.gz 
[root@master ~]# cd ydy_cloudapp_backend_framework

图3-1 查看导入工程

3.2用户管理微服务

3.2.1 概述

用户管理微服务是一个用于用户注册和登录的后端服务。使用FastAPI框架，用户数据存储在MongoDB数据库，密码通过bcrypt哈希算法，以保障用户密码的安全性。

3.2.2 微服务主程序

（1）FastAPI微服务启动代码文件：fastapi_user/main.py，启动命令如下：

[root@master ydy_cloudapp_backend_framework]# cd /root/ydy_cloudapp_backend_framework/fastapi_user/
[root@master fastapi_user]# python3 main.py &
[1] 22763
[root@master fastapi_user]# INFO:     Will watch for changes in these directories: ['/root/ydy_cloudapp_backend_framework/fasta
pi_user']
INFO:     Uvicorn running on http://0.0.0.0:8046 (Press CTRL+C to quit)
INFO:     Started reloader process [22763] using StatReload
INFO:     Started server process [22769]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

......以下代码均为main.py文件展示.....
# ===========================================
# Copyright (C) 2023 Jiangsu One Cloud Technology Development Co. LTD. All Rights Reserved.
# 版权： 江苏一道云科技发展有限公司，版权所有！
# ===========================================
# @Author  : YiDaoYun
# @Software: Cloud Application Development Software V1.0
from fastapi import FastAPI
from apps.user import manager_user
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles

app = FastAPI()

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

app.include_router(manager_user.router)
app.mount("/static", StaticFiles(directory="static"), name="static")
if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app='main:app', host='0.0.0.0', port=8046,reload=True)

（2）具体微服务实现代码文件：fastapi_user/apps/user/manager_user.py，启动命令如下：

[root@master fastapi_user]# cd apps/user/
[root@master user]# python3 manager_user.py &
[2] 24794

......以下均代码均为manager_user.py文件展示......
from fastapi import FastAPI
from apps.user import manager_user
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles

app = FastAPI()

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

app.include_router(manager_user.router)
app.mount("/static", StaticFiles(directory="static"), name="static")
if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app='main:app', host='0.0.0.0', port=8046,reload=True)

创建了一个FastAPI应用对象，通过uvicorn库启动HTTP服务器以监听指定的主机和端口。通过python3 main.py来启动程序static目录为更快速的访问fastapi的API docs文档，挂载本地静态目录，下面使用http://云端节点:8046/docs进行访问，如下图所示：

图3-2 用户管理FastAPI微服务

3.2.3 用户注册功能

具体实现代码fastapi_user/apps/user/manager_user.py，首先需要修改用户注册代码，注意修改完成后保存文件会自动重新运行，命令如下：

[root@master user]# vi manager_user.py 
router = APIRouter()
MongoDBUrl = os.environ.get('MongoDBUrl') if os.environ.get('MongoDBUrl') else "mongodb://10.26.3.179:27017/" #改成mongodb数据库本机IP
client = MongoClient(MongoDBUrl)
db = client["edgesql"]
users_collection = db["users"]

class User(BaseModel):
    username: str
    password: str

@router.post("/register")
def register_user(user: User):
    if users_collection.find_one({"username": user.username}):
        raise HTTPException(status_code=400, detail="用户已经注册!")
    hashed_password = bcrypt.hashpw(user.password.encode('utf-8'),bcrypt.gensalt())
    user_dict = user.dict()
    user_dict['password'] = hashed_password.decode('utf-8')
    users_collection.insert_one(user_dict)
    return {"detail": "用户注册成功!"}

首先定义数据模型User，主要是作为注册请求体，分别用来表示用户的用户名和密码。str表示这两个字段的数据类型为字符串。然后定义注册的路由为/register，接着为路由定义逻辑代码，编写名为register_user的函数，这是处理用户注册的具体函数。

密码使用bcrypt库来对用户密码进行哈希处理，以增加安全性。如果用户未注册过，使用users_collection.insert_one将该字典插入到数据库中，完成用户的注册。

● URL：/register

● 请求方法：POST

● 请求体：JSON格式的用户信息

{
    "username": "your_username",
    "password": "your_password"
}

● 响应：成功注册时返回HTTP状态码200，否则返回HTTP状态码400，其中detail字段为错误信息。返回浏览器，点击“/registerRegister User”，并点击“Try it Out”，修改两个string的值，完成后点击“Execute”，测试如下：

图3-3 用户注册FastAPI 微服务

在边侧节点，查询MongoDB数据库，如下图所示：

图3-4查询MongoDB数据库

3.2.4 用户登录功能

具体实现代码fastapi_user/apps/user/manager_user.py，用户登录代码如下：

@router.post("/login")
def  login_user(user: User):
    db_user = users_collection.find_one({"username": user.username})
    if not db_user:
        raise HTTPException(status_code=400, detail="用户名或密码无效!")
    if not bcrypt.checkpw(user.password.encode('utf-8'),db_user['password'].encode('utf-8')):
        raise HTTPException(status_code=400, detail="用户名或密码无效!")
    return ({"message": "用户登陆成功!"})

使用FastAPI的router装饰器来创建一个路由，它将处理POST请求，并且路由路径为/login。

然后定义login_user函数，这是处理用户登录的具体函数。它接受一个user参数，该参数是通过请求体传递的数据，数据必须符合User模型的结构。

使用users_collection.find_one来根据用户提供的用户名，在数据库中查找对应的用户信息。users_collection是一个数据库集合，存储了用户信息。如果在数据库中没有找到对应的用户（即db_user为空），则抛出一个HTTP异常，状态码为400，同时提供错误详情用户名或密码无效。这意味着提供的用户名在数据库中不存在。

使用bcrypt.checkpw来检查用户提供的密码与数据库中存储的哈希密码是否匹配。如果提供的密码与数据库中存储的哈希密码不匹配，则抛出一个HTTP异常，状态码为400，同时提供错误详情用户名或密码无效!。若提供的密码在数据库中匹配上，则返回用户登陆成功。

● URL：/loginr

● 请求方法：POST

● 请求体：JSON格式的用户信息

{
    "username": "your_username",
    "password": "your_password"
}

● 响应：成功登录时返回HTTP状态码200和message字段为"用户登陆成功!"，否则返回HTTP状态码400，其中detail字段为错误信息。继续点击“/login Login User”，并点击“Try it Out”，修改两个string的值，完成后点击“Execute”测试如下：

图3-5 用户登录FastAPI微服务

3.3云端管理微服务

3.3.1 概述

节点管理微服务是一个基于K8S SDK来进行管理云端节点和边缘节点信息的后端服务。它使用FastAPI框架提供了一组API，允许用户获取节点信息、获取节点资源使用情况、添加/更新节点标签以及删除节点标签等功能。

3.3.2 微服务主程序

回到云端节点，微服务主程序fastapi_cloud/main.py如下，启动命令如下：

[root@master user]# cd /root/ydy_cloudapp_backend_framework/fastapi_cloud
[root@master fastapi_cloud]# python3 main.py  &
[3] 15348
[root@master fastapi_cloud]# INFO:     Will watch for changes in these directories: ['/root/ydy_cloudapp_backend_framework/fast
api_cloud']
INFO:     Uvicorn running on http://0.0.0.0:8070 (Press CTRL+C to quit)
INFO:     Started reloader process [15348] using StatReload
INFO:     Started server process [15352]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

......以下代码均为main.py文件展示......
# ===========================================
# Copyright (C) 2023 Jiangsu One Cloud Technology Development Co. LTD. All Rights Reserved.
# 版权： 江苏一道云科技发展有限公司，版权所有！
# ===========================================
# @Author  : YiDaoYun
# @Software: Cloud Application Development Software V1.0
# 在运行节点管理微服务之前，请确保您已经配置了Kubernetes客户端。
from fastapi import FastAPI
from apps.node import cloud_node
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles
app = FastAPI()
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)
app.include_router(cloud_node.router)
app.mount("/static", StaticFiles(directory="static"), name="static")
if __name__ == '__main__':
    import uvicorn
uvicorn.run(app='main:app', host='0.0.0.0', port=8047,reload=True)

创建了一个FastAPI应用对象，配置了CORS中间件和静态文件目录的挂载，然后将自定义模块中的路由添加进应用程序中，并通过uvicorn库启动HTTP服务器以监听指定的主机和端口。通过python3 main.py来启动程序。

其中static目录，是为了可以在离线环境或者在联网环境都可以更快速的访问fastapi的API文档，文档地址为http://ip/docs，http://ip/redoc，若不进行挂载静态目录，那么在访问API文档时会默认请求国外的JS文件，导致页面空白无法访问。

3.3.3 微服务封装

云端管理微服务基于FastAPI框架，封装了Kubernetes的资源的访问，包括节点、边缘节点、节点信息等资源信息。

同时封装网关接口，实现前端对接。

3.4 边端管理微服务开发

3.4.1 概述

边缘管理微服务是一个用于管理边缘设备、边缘应用的后端服务。它使用FastAPI框架和Kubernetes SDK实现了一组API，主要针对KubeEdge拓展的CRD的资源进行访问封装。

3.3.2 微服务主程序

微服务主程序fastapi_cloud_edge/main.py如下，启动命令如下：

[root@master fastapi_cloud]# cd /root/ydy_cloudapp_backend_framework/fastapi_cloud_edge/
[root@master fastapi_cloud_edge]# python3  main.py &
[4] 17167
[root@master fastapi_cloud_edge]# INFO:     Will watch for changes in these directories: ['/root/ydy_cloudapp_backend_framework
/fastapi_cloud_edge']
INFO:     Uvicorn running on http://0.0.0.0:8045 (Press CTRL+C to quit)
INFO:     Started reloader process [17167] using StatReload
INFO:     Started server process [17184]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

......以下代码均为main.py文件展示......
# ===========================================
# Copyright (C) 2023 Jiangsu One Cloud Technology Development Co. LTD. All Rights Reserved.
# 版权： 江苏一道云科技发展有限公司，版权所有！
# ===========================================
# @Author  : YiDaoYun
# @Software: Cloud Application Development Software V1.0
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles

from apps.device import device_manager
from apps.device import device_model_manager
from apps.pod import pod_manager
from apps.data import data_manager

app = FastAPI()

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)


app.include_router(device_model_manager.router)
app.include_router(device_manager.router)
app.include_router(pod_manager.router)
app.include_router(data_manager.router)

app.mount("/static", StaticFiles(directory="static"), name="static")
if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app='main:app', host='0.0.0.0', port=8045,reload=True)

3.4.2 微服务封装

边端管理微服务基于FastAPI框架，封装了KubeEdge资源的访问，包括DeviceModel、Device、RuleEndpoint、Rule、Pod应用、AI应用数据、AI应用模型等管理。

同时封装网关接口，实现前端对接。

3.5 PCB缺陷识别AI微服务

3.5.1 概述

PCB缺陷识别应用开发，基于YOLO5与已训练的模型实现PCB缺陷识别，将识别结果通过MQTT发送边端管理微服务，将识别结果保存并通知云端。

3.5.2 微服务主程序

基于FastAPI封装，主程序文件为fastapi_ai_pcb/main.py。首先修改pcb_detect_service.py文件，将from pcb_detect import detect_image进行注释，然后运行服务，命令如下：

[root@master fastapi_cloud_edge]# cd /root/ydy_cloudapp_backend_framework/fastapi_ai_pcb/
[root@master fastapi_ai_pcb]# vi pcb_detect_service.py 
from pcb_detect import detect_image   #注释此行
[root@master fastapi_ai_pcb]# python3 main.py  &
[5] 22383
[root@master fastapi_ai_pcb]# INFO:     Will watch for changes in these directories: ['/root/ydy_cloudapp_backend_framework/fas
tapi_ai_pcb']
INFO:     Uvicorn running on http://0.0.0.0:8055 (Press CTRL+C to quit)
INFO:     Started reloader process [22383] using StatReload
INFO:     Started server process [22403]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

......以下均为main.py文件展示......
# ===========================================
# Copyright (C) 2023 Jiangsu One Cloud Technology Development Co. LTD. All Rights Reserved.
# 版权： 江苏一道云科技发展有限公司，版权所有！
# ===========================================
# @Author  : YiDaoYun
# @Software: Cloud Application Development Software V1.0

from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles

import pcb_detect_service

app = FastAPI(timeout=60)

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

app.include_router(pcb_detect_service.router)

app.mount("/static", StaticFiles(directory="static"), name="static")
if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app='main:app', host='0.0.0.0', port=8055,reload=True)

3.5.2 PCB识别AI服务

AI服务通过接口可以访问。

Post接口描述请查看文档说明：

使用http://ai-api.douxuedu.com:8056/docs进行访问，如下图所示：

图3-6 FastAPI接口

返回说明：

{
  "model_version": "best",
  "image_base64": "此字段表示图片转为base64的数据",
  "result_txt": "2 0.67041 0.808411 0.0107422 0.0205607\n1 0.859863 0.571028 0.00878906 0.0242991\n1 0.504395 0.58972 0.0107422 0.0242991\n"
}

字段解释：

● model_version字段为模型的名字；

● image_base64字段为图片识别后转为base64的数据；

● result_txt为识别框的坐标位置。

3.5.2 微服务封装

使用FastAPI封装了图片检测微服务，调用PCB识别AI服务（3.4.2），将检测后的结果，通过MQTT发送到边缘端进行存储。

此外借助KubeEdge的云边端通信机制，实现更新模型更新、可以接受云端状态更新或设备启停控制等。

3.6服务网关开发

3.6.1 概述

服务网关是一个用于聚合和转发多个微服务的后端服务，H5前端只访问网关微服务。网关微服务基于fastapi-gateway开源框架实现了一个网关，通过这个网关可以访问多个不同的微服务。本案例直接基于fastapi-gateway源码进行开发。

3.6.2 运行网关服务

网关服务启动代码fastapi_gateway/fastapi_gateway_service/main.py，命令如下：

[root@master fastapi_ai_pcb]#  cd /root/ydy_cloudapp_backend_framework/fastapi_gateway/fastapi_gateway_service/
[root@master fastapi_gateway_service]# python3 main.py  &
[5] 25569
[root@master fastapi_gateway_service]# INFO:     Started server process [25569]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:30850 (Press CTRL+C to quit)

.......以下内容均为main.py代码展示......
app = FastAPI(title="API Gateway")
#微服务 地址 gatway_endpint
router1 = APIRouter(prefix="/cloudedge")
router2 = APIRouter(tags=["Without service path"])

SERVICE_URL = os.environ.get('SERVICE_URL')
SERVICE_USER_URL = os.environ.get('SERVICE_USER_URL')
SERVICE_CLOUD_URL = os.environ.get('SERVICE_CLOUD_URL')

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)
#==============用户管理微服务网关接口
#用户注册
@route(
    request_method=router1.post,
    service_url=SERVICE_USER_URL,
    gateway_path="/register",
    service_path="/register",
    status_code=status.HTTP_200_OK,
    override_headers=False,
    body_params=["RegisterUser"],
    tags=["Edge_User"],
)
async def check_params(RegisterUser: User, request: Request, response: Response):
    pass

#用户登录
@route(
    request_method=router1.post,
    service_url=SERVICE_USER_URL,
    gateway_path="/login",
    service_path="/login",
    status_code=status.HTTP_200_OK,
    override_headers=False,
    body_params=["LoginUser"],
    tags=["Edge_User"],
)
async def check_params(LoginUser: User, request: Request, response: Response):
pass
......
app.mount("/static", StaticFiles(directory="static"), name="static")
app.include_router(router1)

if __name__ == '__main__':
    import uvicorn
    uvicorn.run(app, host='0.0.0.0', port=8050)

此段代码为用户服务在网关接口中的定义。首先创建了一个FastAPI应用，作为服务网关的主要应用。它使用了一个标题“API Gateway”，这个标题会在docs文档中体现，然后创建了一个APIRouter对象，用于处理/cloudedge前缀的路由。这个路由对象将用于管理微服务的接口。SERVICE_URL则是各个微服务的IP地址。通过@route来进行定义服务网关中的路由和微服务之间的映射关系。

最终通过python3 main.py来启动网关服务。

网关路由定义：

@route(
    request_method=router1.post,
    service_url=SERVICE_USER_URL,
    gateway_path="/login",
    service_path="/login",
    status_code=status.HTTP_200_OK,
    override_headers=False,
    body_params=["LoginUser"],
    tags=["Edge_User"],
)
async def check_params(LoginUser: User, request: Request, response: Response):
    pass

● 请求方法：POST

● 服务URL：SERVICE_USER_URL

● 网关路径：/login

● 微服务路径：/login

● 返回状态码：200（HTTP状态码200 OK）

● 重写响应头：不重写（override_headers=False）

● 请求参数：LoginUser

● 分类标签：[“Edge_User”]

功能说明：这个路由的目的是进行登陆。它将转发收到的POST请求到微服务的路径/login，并将微服务的响应原样返回给客户端。

配置参数说明：

● 请求方法：request_method=router1.post，表示该路由使用HTTP POST方法。

● 服务URL：service_url=SERVICE_USER_URL，表示微服务的基本URL，这个URL将用于拼接微服务的完整路径。

● 网关路径：gateway_path="/login"，表示网关上的路径，客户端将请求这个路径来访问云端节点信息。

● 微服务路径：service_path="/login"，表示微服务上的路径，实际请求登陆接口信息的微服务将在这个路径上监听请求。

● 返回状态码：status_code=status.HTTP_200_OK，表示当微服务返回成功时，网关将返回HTTP状态码200 OK给客户端。

● 重写响应头：override_headers=False，表示网关不会修改微服务返回的响应头，响应头将直接传递给客户端。

● 分类标签：tags=[“Edge_User”]，用于对这个路由进行分类，方便在API文档中组织和显示。

如果在微服务中需要进行body请求，则可以在route中定义body_params参数，若是微服务中需要附带参数，则可以在route中定义query_params参数。

比如微服务API为：/xxx/{xxx}，则在网关route中则可以query_params=[“xxx”]。

若微服务代码中定义了请求模型，则可以在网关目录下定义model.py文件，将微服务定义的模型放在其中，并且在route中引入：

● model.py：

class User(BaseModel):
    username: str
    password: str

● main.py：

#从模型文件中引入存放的模型
from models import User
body_params=["LoginUser"]
async def check_params(LoginUser: User, request: Request, response: Response):
    pass
#User为模型的名字，LoginUser必须要与body_params里的名字对应

3.6.3 服务网关接口

启动完成后使用http://云端节点地址:30850/docs#端口进行访问，点击“/cloudedge/login Check Params”，并点击“Try it out”，然后修改两个string的值，修改完成后点击“Execute”，如下图所示：

图3-7 用户登录接口

3.6.4 前端登录

在进行前端登录之前，需要确保所有节点Selinux以及防火墙全部关闭，并在桌面环境中添加一条映射文件，命令如下：

[root@desktop ~/Desktop]# vi /etc/hosts
# Kubernetes-managed hosts file.
10.26.17.186 localedge    #添加映射，地址为部署网关服务的节点

配置完成之后，使用前端节点IP/index.html，进行访问，用户名密码为test11/123456，如下图所示：

图3-8 前端登录页面

图3-9 前端浏览器登录后

3. 云应用开发

3.1开发准备
3.2用户管理微服务
3.3云端管理微服务
3.4 边端管理微服务开发
3.5 PCB缺陷识别AI微服务
3.6服务网关开发

公有云基础组件实操

点赞
收藏
关注作者

0/1000

抱歉，系统识别当前为高风险访问，暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称，即可参与社区互动！

*长度不超过10个汉字或20个英文字符，设置后3个月内不可修改。

确认取消

加入云驻计划，成为创作者

华为云周边好礼
免费体验产品
特殊身份标识
线下官方门票
内部专家零距离
与10000+优质创作者共同成长

立即加入

流雨菲非

部署MongoDB数据库服务

主从数据库管理

1. 创建云主机

2. 安装 chkrootkit

3. 扫描系统并保存日志

4. 修复漏洞

5. 提交信息

任务 2: 安装 ELK 和添加数据

1. 创建云主机

2. 配置 YUM 源并安装 Docker

3. 安装 ELK 服务

4. 添加数据操作

步骤一：创建 ChartMuseum 命名空间

步骤二：编写 YAML 文件部署 ChartMuseum 服务

部署 ChartMuseum

步骤三：安装 Helm 服务

步骤四：连接到 kcloud 集群

1. 检查证书和密钥路径

2.1.1 kubeedge安装

2.1.2 安装依赖包

2.1.3 编译安装Python3.7

2.1.4 建立Python软链接

2.2 搭建MongoDB

2.2.1 搭建MongoDB

2.2.2 创建数据库

2.3 搭建H5前端

2.3.1 Linux运行H5前端

3.2用户管理微服务

3.2.1 概述

3.2.2 微服务主程序

3.2.3 用户注册功能

3.2.4 用户登录功能

3.3云端管理微服务

3.3.1 概述

3.3.2 微服务主程序

3.3.3 微服务封装

3.4 边端管理微服务开发

3.4.1 概述

3.3.2 微服务主程序

3.4.2 微服务封装

3.5 PCB缺陷识别AI微服务

3.5.1 概述

3.5.2 微服务主程序

3.5.2 PCB识别AI服务

3.5.2 微服务封装

3.6服务网关开发

3.6.1 概述

3.6.2 运行网关服务

3.6.3 服务网关接口

3.6.4 前端登录

全部回复

设置昵称

关于作者

目录

加入云驻计划，成为创作者

推荐阅读

相关产品