Knative 實戰:基於 Knative Serverless 技術實現天氣服務-上篇

  • 2019 年 10 月 3 日
  • 筆記

提到天氣預報服務,我們第一反應是很簡單的一個服務啊,目前網上有大把的天氣預報 API 可以直接使用,有必要去使用 Knative 搞一套嗎?殺雞用牛刀?先不要著急,我們先看一下實際的幾個場景需求:

  • 場景需求 1:根據當地歷年的天氣資訊,預測明年大致的高溫到來的時間
  • 場景需求 2:近來天氣多變,如果明天下雨,能否在早上上班前,給我一個帶傘提醒通知
  • 場景需求 3:領導發話「最近經濟不景氣,公司財務緊張,那個伺服器,你們提供天氣、路況等服務的那幾個小程式一起用吧,但要保證正常提供服務」。

從上面的需求,我們其實發現,要做好一個天氣預報的服務,也面臨內憂(資源緊缺)外患(需求增加),並不是那麼簡單的。不過現在更不要著急,我們可以使用 Knative 幫你解決上面的問題。

關鍵詞:天氣查詢、表格存儲,通道服務,事件通知

場景需求

首先我們來描述一下我們要做的天氣服務場景需求:

1. 提供對外的天氣預報 RESTful API

  • 根據城市、日期查詢(支援未來 3 天)中國城市天氣資訊
  • 不限制查詢次數,支援較大並發查詢(1000)

2. 天氣提醒

  • 訂閱中國城市天氣資訊,根據實際訂閱城市區域,提醒明天下雨帶傘
  • 使用釘釘進行通知

整體架構

有了需求,那我們就開始如何基於 Knative 實現天氣服務。我們先看一下整體架構:
d1

  • 通過 CronJob 事件源,每隔 3 個小時定時發送定時事件,將中國城市未來 3 天的天氣資訊,存儲更新到表格存儲
  • 提供 RESTful API 查詢天氣資訊
  • 通過表格存儲提供的通道服務,實現 TableStore 事件源
  • 通過 Borker/Trigger 事件驅動模型,訂閱目標城市天氣資訊
  • 根據訂閱收到的天氣資訊進行釘釘消息通知。如明天下雨,提示帶傘等

基於內容較多,我們分上、下兩篇分別進行介紹:

  • 上篇我們會主要介紹如何對接第三方的天氣預報 API、定時同步並更新天氣資訊以及提供 RESTful API;
  • 下篇我們會主要介紹如何實現 TableStore 事件源、訂閱天氣資訊並通過釘釘發送提醒通知;

基於 Knative 實現天氣服務-上篇

對接高德開放平台天氣預報 API

查詢天氣的 API 有很多,這裡我們選擇高德開放平台提供的天氣查詢 API,使用簡單、服務穩定,並且該天氣預報 API 每天提供 100000 免費的調用量,支援中國 3500 多個區域的天氣資訊查詢。另外高德開放平台,除了天氣預報,還可以提供 IP 定位、搜索服務、路徑規劃等,感興趣的也可以研究一下玩法。

登錄高德開放平台: https://lbs.amap.com, 創建應用,獲取 Key 即可:

d2

獲取Key之後,可以直接通過 url 訪問:https://restapi.amap.com/v3/weather/weatherInfo?city=110101&extensions=all&key=<用戶 key>,返回天氣資訊數據如下:

{      "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":"多雲",                      "daytemp":"29",                      "nighttemp":"17",                      "daywind":"無風向",                      "nightwind":"無風向",                      "daypower":"≤3",                      "nightpower":"≤3"                  },                  ...              ]          }      ]  }

定時同步並更新天氣資訊

同步並更新天氣資訊

該功能主要實現對接高德開放平台天氣預報 API, 獲取天氣預報資訊,同時對接阿里雲表格存儲服務(TableStore),用於天氣預報數據存儲。具體操作如下:

  • 接收 CloudEvent 定時事件
  • 查詢各個區域天氣資訊
  • 將天氣資訊存儲或者更新到表格存儲

在 Knative 中,我們可以直接創建服務如下:

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

關於服務具體實現參見 GitHub 源程式碼:https://github.com/knative-sample/weather-store

創建定時事件

這裡或許有疑問:為什麼不在服務中直接進行定時輪詢,非要通過 Knative Eventing 搞一個定時事件觸發執行調用?那我們要說明一下,Serverless 時代下就該這樣玩-按需使用。千萬不要在服務中按照傳統的方式空跑這些定時任務,親,這是在持續浪費計算資源。

言歸正傳,下面我們使用 Knative Eventing 自帶的定時任務數據源(CronJobSource),觸發定時同步事件。
創建 CronJobSource 資源,實現每 3 個小時定時觸發同步天氣服務(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

執行命令:

kubectl apply -f WeatherCronJob.yaml

現在我們登錄阿里雲表格存儲服務,可以看到天氣預報數據已經按照城市、日期的格式同步進來了。

d3

提供天氣預報查詢 RESTful API

有了這些天氣數據,可以隨心所欲的提供屬於我們自己的天氣預報服務了(感覺像是承包了一塊地,我們來當地主),這裡沒什麼難點,從表格存儲中查詢對應的天氣數據,按照返回的數據格式進行封裝即可。

在 Knative 中,我們可以部署 RESTful API 服務如下:

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}

具體實現源程式碼 GitHub 地址:https://github.com/knative-sample/weather-service

查詢天氣 RESTful API:

  • 請求 URL

    GET /api/weather/query

參數:  cityCode:城市區域程式碼。如北京市區域程式碼:110000  date:查詢日期。如格式:2019-09-26
  • 返回結果
{      "code":200,      "message":"",      "data":{          "adcode":"110000",          "city":"北京市",          "date":"2019-09-26",          "daypower":"≤3",          "daytemp":"30",          "dayweather":"晴",          "daywind":"東南",          "nightpower":"≤3",          "nighttemp":"15",          "nightweather":"晴",          "nightwind":"東南",          "province":"北京",          "reporttime":"2019-09-25 14:50:46",          "week":"4"      }  }

查詢:杭州,2019-09-26 天氣預報資訊示例

測試地址:http://weather-service.default.serverless.kuberun.com/api/weather/query?cityCode=330100&date=2019-09-26

另外城市區域程式碼表可以在上面提供的源程式碼 GitHub 中可以查看,也可以到高德開放平台中下載:https://lbs.amap.com/api/webservice/download

小結

通過上面的介紹,大家對如何通過 Knative 提供天氣預報實現應該有了更多的體感,其實類似的場景我們有理由相信通過 Knative Serverless 可以幫你做到資源利用遊刃有餘。下一篇會繼續我們要實現的內容:通過 Knative 事件驅動,訂閱天氣資訊,釘釘推送通知提醒,歡迎持續關注。

歡迎加入 Knative 交流群

d4

「 阿里巴巴雲原生微信公眾號(ID:Alicloudnative)關注微服務、Serverless、容器、Service Mesh等技術領域、聚焦雲原生流行技術趨勢、雲原生大規模的落地實踐,做最懂雲原生開發者的技術公眾號。」