基于KnativeServerless技术怎样实现天气服务
本篇文章给大家分享的是有关基于 Knative Serverless 技术怎样实现天气服务,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
成都创新互联专注于津市企业网站建设,响应式网站开发,购物商城网站建设。津市网站建设公司,为津市等地区提供建站服务。全流程定制网站设计,专业设计,全程项目跟踪,成都创新互联专业和态度为您提供的服务
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:
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:
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。
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
以上就是基于 Knative Serverless 技术怎样实现天气服务,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
分享文章:基于KnativeServerless技术怎样实现天气服务
文章分享:http://azwzsj.com/article/gdiijg.html