(⊙o⊙)？原来边缘计算是这么开发的！

KubeEdge是华为开源出来的边缘计算组件，它是基于kubernetes之上将容器化应用的编排能力拓展到边缘主机或边缘设备，在云端和边缘端提供网络通信，应用部署、元数据同步等功能。同时支持MQTT协议，允许开发者在边缘端自定义接入边缘设备。

若鱼求水

3472人浏览 · 2021-09-14 12:02:28

若鱼求水 · 2021-09-14 12:02:28 发布

1. KubeEdge简介

KubeEdge是华为开源出来的边缘计算组件，它是基于kubernetes之上将容器化应用的编排能力拓展到边缘主机或边缘设备，在云端和边缘端提供网络通信，应用部署、元数据同步等功能。同时支持MQTT协议，允许开发者在边缘端自定义接入边缘设备。

为什么要用KubeEdge而不直接使用K8s?

KubeEdge是为硬件性能低下的远程设备以及网络状况糟糕的情况下而设计的。

2. 功能说明

边缘计算：提供边缘节点自治能力，边缘节点数据处理能力。
便捷部署：开发者可以开发http或mqtt协议的应用，运行在云端和边缘端。
k8s原生支持：可以通过k8s管理和监控边缘设备和边缘节点。
丰富的应用类型：可以在边缘端部署机器学习、图片识别、事件处理等应用。

3. 架构说明

3.1 架构图

kubeedge分为两个可执行程序，cloudcore和edgecore。

在这里插入图片描述

3.2. 云端

CloudHub：一个web socket服务器，负责监听云端的更新、缓存及向EdgeHub发送消息。
EdgeController：一个扩展的k8s控制器，负责管理边缘节点和pod元数据，同步边缘节点的数据，是k8s-apiserver 与EdgeCore的通信桥梁。
DeviceController：一个扩展的k8s控制器，负责管理节点设备，同步云端和边缘端的设备元数据和状态。

3.3. 边缘端

EdgeHub：一个web socket客户端，负责云端与边缘端的信息交互，其中包括将云端的资源变更同步到边缘端及边缘端的状态变化同步到云端。它充当边缘与云之间的通信链接。
Edged：运行在边缘节点，管理节点生命周期。可以帮助用户在边缘节点上部署容器化的工作负载或应用程序。这些工作负载可以执行任何操作，从简单的遥测数据操作到分析或ML推理等。使用kubectl云端的命令行界面，用户可以发出命令来启动工作负载。
EventBus：一个MQTT客户端，充当用于发送/接收有关mqtt主题的消息的接口。与MQTT服务端交互，提供发布/订阅的能力。
ServiceBus：一个HTTP客户端，与HTTP服务端交互。为云组件提供HTTP客户端功能，以访问在边缘运行的HTTP服务器。
DeviceTwin：负责存储设备状态并同步设备状态到云端，同时提供应用的接口查询。
MetaManager：edged和edgehub之间的消息处理器，负责向轻量数据库（SQLite）存储或查询元数据。

4. 部署

4.1环境准备

我们在上篇文章中安装好的k8s基础上再增加1台边缘端节点。

从零开始学习部署K8S：https://blog.csdn.net/shyflea/article/details/119758389

注意：往下操作前要先安装好K8S！！！

主机信息如下，系统均采用Centos7.x。

类型	IP地址	主机名	内存	CPU	部署服务
云端	192.168.159.101	master1	4G	2	k8s、docker、cloudcore
云端	192.168.159.102	node1	2G	1	docker
云端	192.168.159.103	node2	2G	1	docker
边缘端	192.168.159.201	edge1	1G	1	docker、edgecore

4.2 云端部署

云端主要是负责编译 kubeEdge 的相关组件与运行 cloudcore，所以需要准备 golang 环境，以及需要去官方 github 上拉取源码，进行编译。

4.2.1 配置 golang 环境

$ cd /home
$ wget https://golang.google.cn/dl/go1.14.4.linux-amd64.tar.gz
$ tar -zxvf go1.14.4.linux-amd64.tar.gz -C /usr/local

配置 golang 环境变量

$ vim /etc/profile
文件末尾追加
# golang env
export GOROOT=/usr/local/go
export GOPATH=/data/gopath
export PATH=$PATH:$GOROOT/bin:$GOPATH/bin
 
$ source /etc/profile

# 创建工作目录：
$ mkdir -p /data/gopath && cd /data/gopath
$ mkdir -p src pkg bin

4.2.2 配置 cloudcore

下载 kubeEdge 源码

# 由于从github上下载比较慢，这里使用加速地址
$ cd /home
$ git clone https://hub.fastgit.org/dogfei/kubeedge.git $GOPATH/src/github.com/kubeedge/kubeedge

编译 keadm

$ cd $GOPATH/src/github.com/kubeedge/kubeedge
$ make all WHAT=keadm
$ make all WHAT=cloudcore
$ yum -y install gcc
$ make all WHAT=edgecore

将编译好的二进制文件 copy 到/usr/local/bin 中

$ cp _output/local/bin/* /usr/local/bin/

4.2.3 创建cloud节点

创建 cloudcore 节点

$ keadm init --advertise-address="192.168.159.101" #IP替换为本机IP

问题1： 连接不上raw.githubusercontent.com

解决方法：编辑vi /etc/hosts，增加

151.101.108.133 raw.githubusercontent.com

问题2： 如果添加完host以后，还是

> Error: failed to run 'sh -c cd /etc/kubeedge/crds/devices && wget -k
> --no-check-certificate --progress=bar:force https://raw.githubusercontent.com/kubeedge/kubeedge/master/build/crds/devices/devices_v1alpha2_device.yaml'
> because of error : exit status 4

解决方法：手动下载后上传到相应目录

# 上传devices_v1alpha2_devicemodel.yaml 和devices_v1alpha2_device.yaml
$ cd /etc/kubeedge/crds/devices 
# 下载地址：https://github.com/kubeedge/kubeedge/edit/master/build/crds/devices/

# 上传 cluster_objectsync_v1alpha1.yaml objectsync_v1alpha1.yaml
$ cd /etc/kubeedge/crds/reliablesyncs
# 下载地址：https://github.com/kubeedge/kubeedge/edit/master/build/crds/reliablesyncs

# 手动下载kubeedge-v1.7.2-linux-amd64.tar.gz安装包
$ cd /etc/kubeedge/
$ wget -k --no-check-certificate --progress=bar:force  https://ghproxy.com/https://github.com/kubeedge/kubeedge/releases/download/v1.7.2/kubeedge-v1.7.2-linux-amd64.tar.gz

# 重新启动
$ keadm init --advertise-address="192.168.159.101"
# 注意安装过程中提示是否删除kubeedge-v1.7.2-linux-amd64.tar.gz重新下载，要选N

在这里插入图片描述

4.2 Edge 端部署

4.2.1 环境初始化

首先对边缘端edge1进行初始化操作：

关闭防火墙和SELinux

$ systemctl stop firewalld && systemctl disable firewalld
$ setenforce 0
$ vi /etc/selinux/config
SELINUX=disabled

设定/etc/host解析到互通的主机

云端控制节点master1:

$ vi /etc/hosts
192.168.159.201 edge1

边缘端节点edge1：

$ vi /etc/hosts
192.168.159.201 edge1
192.168.159.101 master1

配置时间同步定时任务

# 使用公共NTP网络时间服务器地址：阿里云
* * * * * /sbin/ntpdate time1.aliyun.com > /dev/null 2>&1

临时关闭swap分区

$ swapoff -a
# 永久关闭
$ sed -ri 's/.*swap.*/#&/' /etc/fstab

4.2.2 安装部署docker

在边缘节点安装docker

# 1.设置国内YUM源
$ cd /etc/yum.repos.d/
$ yum install wget
$ wget https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

# 2.安装指定的docker版本
$ yum -y install docker-ce-18.09.7-3.el7 docker-ce-cli-18.09.7

# 3.设置docker使用阿里云加速
$ mkdir /etc/docker
$ cat > /etc/docker/daemon.json <<EOF
    {
      "registry-mirrors": ["https://ig2l319y.mirror.aliyuncs.com"],
      "exec-opts": ["native.cgroupdriver=cgroupfs"] 
    }
EOF

# 4.启动后台进程
$ systemctl enable docker && systemctl start docker

# 5.查看docker版本
$ docker -v

4.2.3 安装keadm

Edge 端也通过 keadm 进行配置，可以将 cloud 端编译生成的二进制文件 scp 到 Edge 端。

在云端执行如下命令：

$ cd $GOPATH/src/github.com/kubeedge/kubeedge
$ scp -r _output/local/bin/* root@192.168.159.201:/usr/local/bin/
$ scp  /etc/kubeedge/kubeedge-v1.7.2-linux-amd64.tar.gz root@192.168.159.201:/etc/kubeedge/

4.2.4 从云端获取令牌 token

获取的令牌用于边缘节点加入时使用，类似于 k8s 的节点加入集群中

$ keadm gettoken 
# 输出结果
576713eff1f92ea4a48fda83538354b25d1e42190d17bbbc7b36e07980dfae2c.eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2Mjk2MDI3OTJ9.DH78U1CoFiW_v-Qlnscf40b7De7dAy1-Y2bc7FMkxxg

4.2.5 加入边缘节点

在边缘端执行以下命令

$ keadm join --cloudcore-ipport=192.168.159.101:10000 --token=576713eff1f92ea4a48fda83538354b25d1e42190d17bbbc7b36e07980dfae2c.eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2Mjk2MDI3OTJ9.DH78U1CoFiW_v-Qlnscf40b7De7dAy1-Y2bc7FMkxxg
# 出现以下输出表示安装成功
KubeEdge edgecore is running, For logs visit: journalctl -u edgecore.service -b

4.3 验证

边缘端 edgecore 启动成功后，会与云端的 cloudcore 进行通信，并且边缘端会加入到 k8s 集群中，所以可以使用 kubectl 命令进行验证

$ kubectl get nodes
NAME      STATUS   ROLES        AGE    VERSION
edge1     Ready    agent,edge   15m    v1.18.6-kubeedge-v1.4.0-beta.0.242+8280082f9da41b
master1   Ready    master       4d8h   v1.16.2
node1     Ready    node         4d5h   v1.16.2
node2     Ready    node         4d5h   v1.16.2

在控制台也能够看到新加入的边缘节点。
在这里插入图片描述

5. 边缘计算应用Demo

这里拿官方的一个例子，进行测试。

KubeEdge Counter Demo 计数器是一个伪设备，用户无需任何额外的物理设备即可运行此演示。计数器在边缘侧运行，用户可以从云侧在 Web 中对其进行控制，也可以从云侧在 Web 中获得计数器值,原理图如下：

5.1 准备工作 (云端操作)

下载示例代码：

# 使用官方的示例仓库会比较慢，这里使用加速仓库
$ git clone https://hub.fastgit.org/kubeedge/examples.git $GOPATH/src/github.com/kubeedge/examples

创建 device model

$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/crds
$ kubectl create -f kubeedge-counter-model.yaml

创建 model

#需要根据实际情况修改yaml文件，修改matchExpressions
$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/crds
$ vim kubeedge-counter-instance.yaml
apiVersion: devices.kubeedge.io/v1alpha2
kind: Device
metadata:
  name: counter
  labels:
    description: 'counter'
spec:
  deviceModelRef:
    name: counter-model
  nodeSelector:
    nodeSelectorTerms:
    - matchExpressions:
      - key: 'kubernetes.io/hostname'
        operator: In
        values:
        - edge1

status:
  twins:
    - propertyName: status
      desired:
        metadata:
          type: string
        value: 'OFF'
      reported:
        metadata:
          type: string
        value: '0'

# 运行yaml
$ kubectl create -f kubeedge-counter-instance.yaml

5.2 部署云端应用

云端应用 web-controller-app 用来控制边缘端的 pi-counter-app 应用，该程序默认监听的端口号为 80，此处修改为 8089，如下所示：

$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/web-controller-app
$ vim main.go
package main

import (
        "github.com/astaxie/beego"
        "github.com/kubeedge/examples/kubeedge-counter-demo/web-controller-app/controller"
)

func main() {
        beego.Router("/", new(controllers.TrackController), "get:Index")
        beego.Router("/track/control/:trackId", new(controllers.TrackController), "get,post:ControlTrack")

        beego.Run(":8089")
}

构建镜像

#注意：构建镜像时，如果源码不在GOPATH对应的路径下，请将源码拷贝到GOPATH对应的路径下，如果开启了go mod请关闭。
$ make all
$ make docker
#这里会进行构建镜像操作

部署 web-controller-app

$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/crds
$ kubectl apply -f kubeedge-web-controller-app.yaml

5.3 部署边缘端应用

修改代码并构建镜像

需要将 Makefile 中的 GOARCH 修改为 amd64 才能运行该容器。

$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/counter-mapper
$ vim Makefile
.PHONY: all pi-execute-app docker clean
all: pi-execute-app

pi-execute-app:
        GOARCH=amd64 go build -o pi-counter-app main.go

docker:
        docker build . -t kubeedge/kubeedge-pi-counter:v1.0.0

clean:
        rm -f pi-counter-app

$ make all
$ make docker

部署 Pi Counter App

$ cd $GOPATH/src/github.com/kubeedge/examples/kubeedge-counter-demo/crds
$ kubectl apply -f kubeedge-pi-counter-app.yaml

# 说明：为了防止Pod的部署卡在`ContainerCreating`，这里直接通过docker save、scp和docker load命令将镜像发布到边缘端
$ docker save -o kubeedge-pi-counter.tar kubeedge/kubeedge-pi-counter:v1.0.0
$ scp  kubeedge-pi-counter.tar root@192.168.159.201:/home

# 以下在边缘端执行
$ cd /
$ docker load -i kubeedge-pi-counter.tar

5.4 体验 demo

现在，KubeEdge Demo 的云端部分和边缘端的部分都已经部署完毕，如下：

$ kubectl get pod -o wide
NAME                                    READY   STATUS    RESTARTS   AGE     IP                NODE      NOMINATED NODE   READINESS GATES
kube-7fcbcfdf95-84tjw                   1/1     Running   0          4d5h    10.2.1.6          node1     <none>           <none>
kube-7fcbcfdf95-g4dzs                   1/1     Running   0          4d5h    10.2.2.6          node2     <none>           <none>
kubeedge-counter-app-758b9b4ffd-28xq4   1/1     Running   0          4m34s   192.168.159.101   master1   <none>           <none>
kubeedge-pi-counter-c69698d6-l7dmt      1/1     Running   0          107s    192.168.159.201   edge1     <none>           <none>

访问测试

因为使用的 hostNetwork 模式，所以直接访问即可。
在这里插入图片描述

选择ON点击Execute

在边缘节点查看执行情况：

$ docker ps
CONTAINER ID        IMAGE                COMMAND                  CREATED             STATUS              PORTS               NAMES
8ced25dc67e4        0c040c9b34a0         "/pi-counter-app pi-…"   5 minutes ago       Up 5 minutes                            k8s_kubeedge-pi-counter_kubeedge-pi-counter-c69698d6-l7dmt_default_c01ecd79-daa6-4b6b-a600-f6c71f228167_0
88f4400bda21        kubeedge/pause:3.1   "/pause"                 6 minutes ago       Up 6 minutes                            k8s_POD_kubeedge-pi-counter-c69698d6-l7dmt_default_c01ecd79-daa6-4b6b-a600-f6c71f228167_0

$ docker logs -f 8ced25dc67e4

5.5 源码分析

5.5.1 代码结构

代码主要包含3部分：

1、 web-contoller-app：云端应用，用以控制边缘端

2 、counter-mapper:边缘端应用，用以计数

3 、crds：资源文件，用以部署应用

（1）kubeedge-web-controller-app.yaml：用以部署云端web应用

（2）kubeedge-pi-counter-app.yaml：用以部署边缘端应用

（3）kubeedge-counter-model.yaml：Device Model，描述设备的元信息，包括序列号、资产标识符、Mac地址等描述设备的详细信息，也可以称为设备的静态属性或设备属性。

（4）kubeedge-counter-instance.yaml：Device，描述设备的动态数据，包括特定背景下的设备专有实时数据，例如灯的开、关状态，也可以称为设备的孪生属性。设备孪生同时记录设备的Actual State（真实状态）和Expected State（期望状态），这种方式也使设备在离线状况下再次上线时，设备的状态也能得到同步。

status:
  twins:
    - propertyName: status
      desired:  # 期望状态
        metadata:
          type: string
        value: 'OFF'
      reported: # 真实状态
        metadata:
          type: string
        value: '0'

5.5.2 代码说明

5.5.2.1 云端应用：web-controller-app

1、部署文件：kubeedge-web-controller-app.yaml

2、web开发采用Beego框架。

主要页面为views\content.html，主要JS为static\js\track.js，页面控制类为controller\trackController.go。

3、应用提供3个功能：开、关边缘端的计数功能，以及获取当前计数。

4、通过调用k8s API，逐层往下调用（远端、边缘端、MQTT)，最终实现与边缘端交互的目的。

5.5.2.2 边缘端应用：counter-mapper

1、主程序入口为main.go的main方法

2、通过订阅消息$hw/events/device/counter/twin/update获取来自云端的指令

Cloudpods

开源、云原生的融合云平台

更多推荐

面向未来的 IT 基础设施管理架构——融合云（Unified IaaS）

随着数字化时代的到来，IT系统已成为人类社会正常运转不可或缺的组成部分。不远的未来，智能制造，5G和人工智能等技术将成为推动生产力发展的重要引擎，人类社会将面临前所未有的全面彻底的数字化浪潮。IT基础设施作为IT系统运行的平台和载体，是实现数字化的基石。在这场数字化浪潮中，企业必须积极拥抱云计算技术，采用符合技术发展趋势、面向未来的IT基础构架，才能在未来的竞争中赢得先机。一、云计算历经十余年

Cloudpods

Cloudpods负载均衡的功能介绍

作者:周有松今天的内容会从以下几个方面展开：负载均衡产品简介。主要介绍负载均衡作为一个云上产品，它的功能模型是怎样的，日常使用中会遇到的业务词汇负载均衡的功能与典型应用场景。这部分主要结合业务词汇，对负载均衡服务中常见的一些功能选项进行介绍，并举例介绍一些典型的应用场景最后，我们做一下总结，讨论一下负载均衡产品相比传统方式的优点一、产品简介 1. 以NGINX为例提到负载均衡，我们以

Cloudpods

使用Linux vfio将Nvidia GPU透传给QEMU虚拟机

Linux 上虚拟机 GPU 透传需要使用 vfio 的方式。主要是因为在 vfio 方式下对虚拟设备的权限和 DMA 隔离上做的更好。但是这么做也有个缺点，这个物理设备在主机和其他虚拟机都不能使用了。 qemu 直接使用物理设备本身命令行是很简单的，关键在于事先在主机上对系统、内核和物理设备的一些配置。单纯从 qemu 的命令行来看，其实和普通虚拟机启动就差了最后那个-device的选项。这

Cloudpods

所有评论(0)

查看更多评论

若鱼求水

@shyflea

已为社区贡献1条内容