怎么基于 Knative Serverless 技术实现天气服务

本篇文章为大家展示了怎么基于 Knative serverless 技术实现天气服务，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

提到天气预报服务，我们第一反应是很简单的一个服务啊，目前网上有大把的天气预报 api 可以直接使用，有必要去使用 Knative 搞一套吗？杀鸡用牛刀？先不要着急，我们先看一下实际的几个场景需求：

• 场景需求1：根据当地历年的天气信息，预测明年大致的高温到来的时间

• 场景需求2：近来天气多变，如果明天下雨，能否在早上上班前，给我一个带伞提醒通知

• 场景需求3：领导发话：最近经济不景气，公司财务紧张，那个服务器，你们提供天气、路况等服务的那几个小程序一起用吧，但要保证正常提供服务。

从上面的需求，我们其实发现，要做好一个天气预报的服务，也面临内忧（资源紧缺）外患（需求增加），并不是那么简单的。不过现在更不要着急，我们可以使用 Knative 帮你解决上面的问题。

关键词：天气查询、表格存储，通道服务，事件通知

场景需求

首先我们来描述一下我们要做的天气服务场景需求：

提供对外的天气预报 RESTful API

• 根据城市、日期查询（支持未来 3 天）国内城市天气信息

• 不限制查询次数，支持较大并发查询（1000）

天气订阅提醒

• 订阅国内城市天气信息，根据实际订阅城市区域，提醒明天下雨带伞

• 使用钉钉进行通知

整体架构

有了需求，那我们就开始如何基于 Knative 实现天气服务。我们先看一下整体架构：

• 通过 CronJob 事件源，每隔 3个 小时定时发送定时事件，将国内城市未来3天的天气信息，存储更新到表格存储

• 提供 RESTful API 查询天气信息

• 通过表格存储提供的通道服务，实现 TableStore 事件源

• 通过 Borker/Trigger 事件驱动模型，订阅目标城市天气信息

• 根据订阅收到的天气信息进行钉钉消息通知。如明天下雨，提示带伞等

提供对外的天气预报 RESTful API

对接高德开放平台天气预报 API

查询天气的 API 有很多，这里我们选择高德开放平台提供的天气查询 API，使用简单、服务稳定，并且该天气预报 API 每天提供 100000 免费的调用量，支持国内 3500 多个区域的天气信息查询。另外高德开放平台，除了天气预报，还可以提供 ip 定位、搜索服务、路径规划等，感兴趣的也可以研究一下玩法。登录高德开放平台: https://lbs.amap.com， 创建应用，获取 Key 即可：

获取Key之后，可以直接通过url访问：Https://restapi.amap.com/v3/weather/weatherInfo?city=110101&extensions=all&key=<用户key>，返回天气信息数据如下：

{    "status":"1",    "count":"1",    "info":"OK",    "infocode":"10000",    "forecasts":[        {            "city":"杭州市",            "adcode":"330100",            "province":"浙江",            "reporttime":"2019-09-24 20:49:27",            "casts":[                {                    "date":"2019-09-24",                    "week":"2",                    "dayweather":"晴",                    "nightweather":"多云",                    "daytemp":"29",                    "nighttemp":"17",                    "daywind":"无风向",                    "nightwind":"无风向",                    "daypower":"≤3",                    "nightpower":"≤3"                },                ...            ]        }    ]}

定时同步并更新天气信息

同步并更新天气信息

该功能主要实现对接高德开放平台天气预报 API， 获取天气预报信息，同时对接阿里云表格存储服务（TableStore），用于天气预报数据存储。具体操作如下：

• 接收 CloudEvent 定时事件

• 查询各个区域天气信息

• 将天气信息存储或者更新到表格存储

在 Knative 中，我们可以直接创建服务如下：

apiVersion: serving.knative.dev/v1alpha1kind: Servicemetadata:  name: weather-store  namespace: defaultspec:  template:    metadata:      labels:        app: weather-store      annotations:        autoscaling.knative.dev/maxScale: "20"        autoscaling.knative.dev/target: "100"    spec:      containers:        - image: reGIStry.cn-hangzhou.aliyuncs.com/knative-sample/weather-store:1.2          ports:            - name: http1              containerPort: 8080          env:          - name: OTS_TEST_ENDPOINT            value: http://xxx.cn-hangzhou.ots.aliyuncs.com          - name: TABLE_NAME            value: weather          - name: OTS_TEST_INSTANCENAME            value: ${xxx}           - name: OTS_TEST_KEYID            value: ${yyy}          - name: OTS_TEST_SECRET            value: ${Pxxx}          - name: WEATHER_API_KEY            value: xxx

关于服务具体实现参见 GitHub 源代码：https://github.com/knative-sample/weather-store

创建定时事件

这里或许有疑问：为什么不在服务中直接进行定时轮询，非要通过 Knative Eventing 搞一个定时事件触发执行调用？那我们要说明一下，Serverless 时代下就该这样玩-按需使用。千万不要在服务中按照传统的方式空跑这些定时任务，亲，这是在持续浪费计算资源。言归正传，下面我们使用 Knative Eventing 自带的定时任务数据源（CronJobSource），触发定时同步事件。创建 CronJobSource 资源，实现每 3 个小时定时触发同步天气服务（weather-store），WeatherCronJob.yaml 如下：

apiVersion: sources.eventing.knative.dev/v1alpha1kind: CronJobSourcemetadata:  name: weather-cronjobspec:  schedule: "0 */3 * * *"  data: '{"message": "sync"}'  sink:    apiVersion: serving.knative.dev/v1alpha1    kind: Service    name: weather-store

执行命令：

kubectl apply -f WeatherCronJob.yaml

现在我们登录阿里云表格存储服务，可以看到天气预报数据已经按照城市、日期的格式同步进来了。

提供天气预报查询 RESTful API

有了这些天气数据，可以随心所欲的提供属于我们自己的天气预报服务了（感觉像是承包了一块地，我们来当地主），这里没什么难点，从表格存储中查询对应的天气数据，按照返回的数据格式进行封装即可。在 Knative 中，我们可以部署 RESTful API 服务如下：

apiVersion: serving.knative.dev/v1alpha1kind: Servicemetadata:  name: weather-service  namespace: defaultspec:  template:    metadata:      labels:        app: weather-service      annotations:        autoscaling.knative.dev/maxScale: "20"        autoscaling.knative.dev/target: "100"    spec:      containers:        - image: registry.cn-hangzhou.aliyuncs.com/knative-sample/weather-service:1.1          ports:            - name: http1              containerPort: 8080          env:          - name: OTS_TEST_ENDPOINT            value: http://xxx.cn-hangzhou.ots.aliyuncs.com          - name: TABLE_NAME            value: weather          - name: OTS_TEST_INSTANCENAME            value: ${xxx}           - name: OTS_TEST_KEYID            value: ${yyy}          - name: OTS_TEST_SECRET            value: ${Pxxx}

具体实现源代码 GitHub 地址：https://github.com/knative-sample/weather-service查询天气 RESTful API:

• 请求URLGET /api/weather/query

参数:cityCode：城市区域代码。如北京市区域代码：110000date：查询日期。如格式：2019-09-26

• 返回结果

{    "code":200,    "message":"",    "data":{        "adcode":"110000",        "city":"北京市",        "date":"2019-09-26",        "daypower":"≤3",        "daytemp":"30",        "dayweather":"晴",        "daywind":"东南",        "nightpower":"≤3",        "nighttemp":"15",        "nightweather":"晴",        "nightwind":"东南",        "province":"北京",        "reporttime":"2019-09-25 14:50:46",        "week":"4"    }}

查询：杭州，2019-09-26天气预报信息示例测试地址：http://weather-service.default.knative.kuberun.com/api/weather/query?cityCode=330100&date=2019-11-06另外城市区域代码表可以在上面提供的源代码 GitHub 中可以查看，也可以到高德开放平台中下载：https://lbs.amap.com/api/WEBservice/download

天气订阅提醒

首先我们介绍一下表格存储提供的通道服务。通道服务（Tunnel Service）是基于表格存储数据接口之上的全增量一体化服务。通道服务为您提供了增量、全量、增量加全量三种类型的分布式数据实时消费通道。通过为数据表建立数据通道，您可以简单地实现对表中历史存量和新增数据的消费处理。通过数据通道可以进行数据同步、事件驱动、流式数据处理以及数据搬迁。这里事件驱动正好契合我们的场景。

自定义 TableStore 事件源

在 Knative 中自定义事件源其实很容易，可以参考官方提供的自定义事件源的实例：https://github.com/knative/docs/tree/master/docs/eventing/samples/writing-a-source。我们这里定义数据源为 AliTablestoreSource。代码实现主要分为两部分：

1. 资源控制器-Controller：接收 AliTablestoreSource 资源，在通道服务中创建 Tunnel。

2. 事件接收器-Receiver：通过 Tunnel Client 监听事件，并将接收到的事件发送到目标服务( Broker）

关于自定义 TableStore 事件源实现参见 GitHub 源代码：https://github.com/knative-sample/tablestore-source

部署自定义事件源服务如下：从 https://github.com/knative-sample/tablestore-source/tree/master/config 中可以获取事件源部署文件，执行下面的操作

kubectl apply -f 200-serviceaccount.yaml -f 201-clusterrole.yaml -f 202-clusterrolebinding.yaml -f 300-alitablestoresource.yaml -f 400-controller-service.yaml -f 500-controller.yaml -f 600-Istioegress.yaml

部署完成之后，我们可以看资源控制器已经开始运行：

[root@iZ8vb5wa3qv1gwrgb3lxqpZ config]# kubectl -n knative-sources get podsNAME                                 READY   STATUS    RESTARTS   AGEalitablestore-controller-manager-0   1/1     Running   0          4h22m

创建事件源

由于我们是通过 Knative Eventing 中 Broker/Trigger 事件驱动模型对天气事件进行处理。首先我们创建用于数据接收的 Broker 服务。

创建 Broker

apiVersion: eventing.knative.dev/v1alpha1kind: Brokermetadata:  name: weatherspec:  channelTemplateSpec:    apiVersion: messaging.knative.dev/v1alpha1    kind: InMemoryChannel

创建事件源实例

这里需要说明一下，创建事件源实例其实就是在表格存储中创建通道服务，那么就需要配置访问通道服务的地址、accessKeyId和accessKeySecret，这里参照格式：{ "url":"https://xxx.cn-beijing.ots.aliyuncs.com/", "accessKeyId":"xxxx","accessKeySecret":"xxxx" } 设置并进行base64编码。将结果设置到如下 Secret 配置文件alitablestore 属性中：

apiVersion: v1kind: Secretmetadata:  name: alitablestore-secrettype: Opaquedata:  # { "url":"https://xxx.cn-beijing.ots.aliyuncs.com/", "accessKeyId":"xxxx","accessKeySecret":"xxxx" }  alitablestore: "<base64>"

创建 RBAC 权限

apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRoleBindingmetadata:  name: eventing-sources-alitablestoresubjects:- kind: ServiceAccount  name: alitablestore-sa  namespace: defaultroleRef:  apiGroup: rbac.authorization.k8s.io  kind: ClusterRole  name: eventing-sources-alitablestore-controller---apiVersion: v1kind: ServiceAccountmetadata:  name: alitablestore-sasecrets:- name: alitablestore-secret

创建 AliTablestoreSource 实例，这里我们设置接收事件的 sink 为上面创建的 Broker 服务。

---apiVersion: sources.eventing.knative.dev/v1alpha1kind: AliTablestoreSourcemetadata:  labels:    controller-tools.k8s.io: "1.0"  name: alitablestoresourcespec:  # Add fields here  serviceAccountName: alitablestore-sa  accessToken:    secreTKEyRef:      name: alitablestore-secret      key: alitablestore  tableName: weather  instance: knative-weather  sink:    apiVersion: eventing.knative.dev/v1alpha1    kind: Broker    name: weather

创建完成之后，我们可以看到运行中的事件源：

[root@iZ8vb5wa3qv1gwrgb3lxqpZ config]# kubectl get podsNAME                                                              READY   STATUS      RESTARTS   AGEtablestore-alitablestoresource-9sjqx-656c5bf84b-pbhvw             1/1     Running     0          4h9m

订阅事件和通知提醒

创建天气提醒服务

如何进行钉钉通知呢，我们可以创建一个钉钉的群组（可以把家里人组成一个钉钉群，天气异常时，给家人一个提醒），添加群机器人:

获取 webhook :

这里我们假设北京(110000)，日期：2019-10-13, 如果天气有雨，就通过钉钉发送通知提醒，则服务配置如下：

apiVersion: serving.knative.dev/v1beta1kind: Servicemetadata:  name: day-weatherspec:  template:    spec:      containers:      - args:        - --dingtalkurl=https://oapi.dingtalk.com/robot/send?access_token=xxxxxx        - --adcode=110000        - --date=2019-10-13        - --dayweather=雨        image: registry.cn-hangzhou.aliyuncs.com/knative-sample/dingtalk-weather-service:1.2

关于钉钉提醒服务具体实现参见 GitHub 源代码：https://github.com/knative-sample/dingtalk-weather-service

创建订阅

最后我们创建 Trigger订阅天气事件，并且触发天气提醒服务：

apiVersion: eventing.knative.dev/v1alpha1kind: Triggermetadata:  name: weather-triggerspec:  broker: weather  subscriber:    ref:      apiVersion: serving.knative.dev/v1alpha1      kind: Service      name: day-weather

订阅之后，如果北京(110000)，日期：2019-10-13, 天气有雨，会收到如下的钉钉提醒：

这里其实还有待完善的地方：

• 是否可以基于城市进行订阅（只订阅目标城市）？

• 是否可以指定时间发送消息提醒（当天晚上 8 点准时推送第 2 天的天气提醒信息）？

上述内容就是怎么基于 Knative Serverless 技术实现天气服务，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注编程网精选频道。