理解 Kubernetes 的 API Schema
詞起源于希臘語中的 ??form??? 或 ??figure???，但具體應該如何定義 ??schema??? 取決于應用環境的上下文。??schema?? 有不同的類型，其含義與數據科學、教育、營銷和 SEO 以及心理學等領域密切相關。
在維基百科中將 schema 解釋為，圖式，在心理學中主要描述一種思維或行為類型，用來組織資訊的類別，以及資訊之間的關系。它也可以被描述為先入為主思想的心理結構，表示世界某些觀點的框架，或是用于組織和感知新資訊的系統。
但在計算機中的 schema 其實與這個解釋很接近了，從很多地方都可以看到 schema 這個名詞，例如 database，openldap，programing language 等的。這里可以簡單的把 _schema_ 理解為 元數據集合 （metadata component），主要包含元素及屬性的聲明，與其他數據結構組成。
數據庫中的 schema
在數據庫中，??schema?? 就像一個骨架結構，代表整個數據庫的邏輯視圖。它設計了應用于特定數據庫中數據的所有約束。當在數據建模時，就會產生一個 schema。在談到關系數據庫]和面向對象數據庫時經常使用 schema。有時也指將結構或文本的描述。
數據庫中 schema 描述數據的形狀以及它與其他模型、表和庫之間的關系。在這種情況下，數據庫條目是 schema 的一個實例，包含 schema 中描述的所有屬性。
數據庫 schema 通常分為兩類：定義數據文件實際存儲方式的物理數據庫 schema 和邏輯數據庫 schema，它描述了應用于存儲數據的所有邏輯約束，包括完整性、表和視圖。常見包括
- 星型模式（star schema）
- 雪花模式（snowflake schema）
- 事實星座模型（fact constellation schema 或 galaxy schema）
星型模式是類似于一個簡單的數據倉庫圖，包括一對多的事實表和維度表。它使用非規范化數據。
雪花模式是更為復雜的一種流行的數據庫模式，在該模式下，維度表是規范化的，可以節省存儲空間并最大限度地減少數據冗余。
事實星座模式遠比星型模式和雪花模式復雜得多。它擁有多個共享多個維度表的事實表。
Kubernetes 中的 schema
通過上面的闡述，大概上可以明白 schema 究竟是什么東西了，在 Kubernetes 中也有 schema 的概念，通過對 kubernetes 中資源（GVK）的規范定義、相互關系間的映射等，schema 即 k8s 資源對象元數據。
而 kubernetes 中資源對象即 ??Group??? ??Version??? ??Kind??? 這些被定義在 ??staging/src/k8s.io/api/type.go?? 中，即平時所操作的 yaml 文件，例如
apiVersionapps/v1
kindDeployment
metadata
namengx
namespacedefault
spec
selector
matchLabels
appngx
template
metadata
labels
appnginx
spec
containers
namengx-schema
imagenginx
ports
containerPort80
而對應的的即為 ??TypeMeta??? 、??ObjectMeta??? 和 ??DeploymentSpec???，??TypeMeta??? 為 ??kind??? 與 ??apiserver???，??ObjectMeta??? 為 ??Name??? 、??Namespace??? ??CreationTimestamp?? 等段。
??DeploymentSpec?? 則對應了 yaml 中的 spec。
而整個 yaml 組成了 一個 k8s 的資源對象。
type Deployment struct {
metav1.TypeMeta `json:",inline"`
// Standard object metadata.
// +optional
metav1.ObjectMeta `json:"metadata,omitempty" protobuf:"bytes,1,opt,name=metadata"`
// Specification of the desired behavior of the Deployment.
// +optional
Spec DeploymentSpec `json:"spec,omitempty" protobuf:"bytes,2,opt,name=spec"`
// Most recently observed status of the Deployment.
// +optional
Status DeploymentStatus `json:"status,omitempty" protobuf:"bytes,3,opt,name=status"`
}
??register.go?? 則是將對應的資源類型注冊到 schema 中的類
var (
// TODO: move SchemeBuilder with zz_generated.deepcopy.go to k8s.io/api.
// localSchemeBuilder and AddToScheme will stay in k8s.io/kubernetes.
SchemeBuilder = runtime.NewSchemeBuilder(addKnownTypes)
localSchemeBuilder = &SchemeBuilder
AddToScheme = localSchemeBuilder.AddToScheme
)
// Adds the list of known types to the given scheme.
func addKnownTypes(scheme *runtime.Scheme) error {
scheme.AddKnownTypes(SchemeGroupVersion,
&Deployment{},
&DeploymentList{},
&StatefulSet{},
&StatefulSetList{},
&DaemonSet{},
&DaemonSetList{},
&ReplicaSet{},
&ReplicaSetList{},
&ControllerRevision{},
&ControllerRevisionList{},
)
metav1.AddToGroupVersion(scheme, SchemeGroupVersion)
return nil
}
而 ??apimachinery?? 包則是 schema 的實現，通過看其內容可以發現，kubernetes 中 schema 就是 GVK 的屬性約束 與 GVR 之間的映射。
通過示例了解 schema
例如在 ??apps/v1/deployment??? 這個資源，在代碼中表示 ??k8s.io/api/apps/v1/types.go??? ，如果需要對其資源進行擴展那么需要怎么做？如，建立一個 ??StateDeplyment?? 資源
type Deployment struct {
metav1.TypeMeta `json:",inline"`
// Standard object metadata.
// +optional
metav1.ObjectMeta `json:"metadata,omitempty" protobuf:"bytes,1,opt,name=metadata"`如上述代碼所示，Deployment 中的 ??metav1.TypeMeta??? 和 ??metav1.ObjectMeta??
那么我們復制一個 Deployment 為 StateDeployment，注意，因為 Deployment 的兩個屬性， ??metav1.TypeMeta??? 和 ??metav1.ObjectMeta?? 分別實現了不同的方法，如圖所示
所以在實現方法時，需要實現 ??DeepCopyinfo??? ， ??DeepCopy??? 和繼承接口 ??Object??? 的 ??DeepCopyObject?? 方法
// DeepCopyInto is an autogenerated deepcopy function, copying the receiver, writing into out. in must be non-nil.
func (in *StateDeployment) DeepCopyInto(out *StateDeployment) {
*out = *in
out.TypeMeta = in.TypeMeta
in.ObjectMeta.DeepCopyInto(&out.ObjectMeta)
in.Spec.DeepCopyInto(&out.Spec)
in.Status.DeepCopyInto(&out.Status)
return
}
// DeepCopy is an autogenerated deepcopy function, copying the receiver, creating a new StateDeployment.
func (in *StateDeployment) DeepCopy() *StateDeployment {
if in == nil {
return nil
}
out := new(StateDeployment)
in.DeepCopyInto(out)
return out
}
// DeepCopyObject is an autogenerated deepcopy function, copying the receiver, creating a new runtime.Object.
func (in *StateDeployment) DeepCopyObject() runtime.Object {
if c := in.DeepCopy(); c != nil {
return c
}
return nil
}
那么擴展一個資源的整個流為：
- 資源類型在：?
?k8s.io/api/{Group}/types.go?? - 資料類型的實現接口?
?k8s.io/apimachinery/pkg/runtime/interfaces.go.Object?? - 其中是基于?
?Deployment??? 的類型，??metav1.TypeMeta??? 和??metav1.ObjectMeta?? - ?
?metav1.TypeMeta??? 實現了??GetObjectKind()??? ；??metav1.ObjectMeta??? 實現了??DeepCopyinfo=()???，??DeepCopy()??? ，還需要實現??DeepCopyObject()?? - 最后注冊資源到 schema 中?
?k8s.io/api/apps/v1/register.go??
