Knative 实战：基于 Knative Serverless 技术实现天气服务-上篇

  • 2019 年 10 月 3 日
  • 笔记

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：

1. 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）

2. 天气提醒

  • 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：
d1

  • 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

基于内容较多，我们分上、下两篇分别进行介绍：

  • 上篇我们会主要介绍如何对接第三方的天气预报 API、定时同步并更新天气信息以及提供 RESTful API；
  • 下篇我们会主要介绍如何实现 TableStore 事件源、订阅天气信息并通过钉钉发送提醒通知；

基于 Knative 实现天气服务-上篇

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：

d2

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/v1alpha1  kind: Service  metadata:    name: weather-store    namespace: default  spec:    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/v1alpha1  kind: CronJobSource  metadata:    name: weather-cronjob  spec:    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。

d3

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/v1alpha1  kind: Service  metadata:    name: weather-service    namespace: default  spec:    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 URL

    GET /api/weather/query

参数:  cityCode：城市区域代码。如北京市区域代码：110000  date：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.serverless.kuberun.com/api/weather/query?cityCode=330100&date=2019-09-26

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

小结

通过上面的介绍，大家对如何通过 Knative 提供天气预报实现应该有了更多的体感，其实类似的场景我们有理由相信通过 Knative Serverless 可以帮你做到资源利用游刃有余。下一篇会继续我们要实现的内容：通过 Knative 事件驱动，订阅天气信息，钉钉推送通知提醒，欢迎持续关注。

欢迎加入 Knative 交流群

d4

“ 阿里巴巴云原生微信公众号（ID：Alicloudnative）关注微服务、Serverless、容器、Service Mesh等技术领域、聚焦云原生流行技术趋势、云原生大规模的落地实践，做最懂云原生开发者的技术公众号。”

VirMach 便宜 VPS

QNews

QNews