建立一個實用程式來產生 100 個 MongoDB 集合，每個集合填充 100 萬個隨機文檔，並將其部署到 Kubernetes 上涉及幾個步驟。本指南逐步介紹了從設定 Kubernetes 環境到生成集合以及在專用命名空間中部署作業的整個過程。
確保您有 Kubernetes 叢集（例如 GKE、EKS、AKS 或 Minikube）並配置 kubectl 以連接到它。
要保持此部署隔離，請建立名為 my-lab 的命名空間：
kubectl create namespace my-lab kubectl get ns my-lab
建立 mongo-pv.yaml 檔案來定義 MongoDB 資料的持久性磁碟區：
apiVersion: v1
kind: PersistentVolume
metadata:
name: mongo-pv
namespace: my-lab
spec:
capacity:
storage: 10Gi
accessModes:
- ReadWriteOnce
hostPath:
path: /data/mongo
應用PV：
kubectl apply -f mongo-pv.yaml
在 mongo-pvc.yaml 中定義持久卷聲明：
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: mongo-pvc
namespace: my-lab
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 10Gi
應用 PVC：
kubectl apply -f mongo-pvc.yaml
在 mongo-deployment.yaml 中定義 MongoDB 部署與服務：
apiVersion: apps/v1
kind: Deployment
metadata:
name: mongo
namespace: my-lab
spec:
replicas: 1
selector:
matchLabels:
app: mongo
template:
metadata:
labels:
app: mongo
spec:
containers:
- name: mongo
image: mongo:latest
ports:
- containerPort: 27017
env:
- name: MONGO_INITDB_ROOT_USERNAME
value: "root"
- name: MONGO_INITDB_ROOT_PASSWORD
value: "password"
volumeMounts:
- name: mongo-storage
mountPath: /data/db
volumes:
- name: mongo-storage
persistentVolumeClaim:
claimName: mongo-pvc
---
apiVersion: v1
kind: Service
metadata:
name: mongo
namespace: my-lab
spec:
type: ClusterIP
ports:
- port: 27017
targetPort: 27017
selector:
app: mongo
應用部署：
kubectl apply -f mongo-deployment.yaml
透過連線來驗證 MongoDB 部署：
kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password
縮減並備份 MongoDB 部署以確保資料持續存在：
kubectl scale deployment mongo --replicas=0 -n my-lab kubectl scale deployment mongo --replicas=1 -n my-lab
使用 Python，定義一個腳本來建立集合並用隨機文件填充它們：
import random
import string
import pymongo
from pymongo import MongoClient
def random_string(length=10):
return ''.join(random.choices(string.ascii_letters + string.digits, k=length))
def create_collections_and_populate(db_name='mydatabase', collections_count=100, documents_per_collection=1_000_000):
client = MongoClient('mongodb://root:password@mongo:27017/')
db = client[db_name]
for i in range(collections_count):
collection_name = f'collection_{i+1}'
collection = db[collection_name]
print(f'Creating collection: {collection_name}')
bulk_data = [{'name': random_string(), 'value': random.randint(1, 100)} for _ in range(documents_per_collection)]
collection.insert_many(bulk_data)
print(f'Inserted {documents_per_collection} documents into {collection_name}')
if __name__ == "__main__":
create_collections_and_populate()
建立一個 Dockerfile 來容器化 Python 腳本：
FROM python:3.9-slim WORKDIR /app COPY mongo_populator.py . RUN pip install pymongo CMD ["python", "mongo_populator.py"]
建立鏡像並將其推送到容器註冊表：
docker build -t <your-docker-repo>/mongo-populator:latest . docker push <your-docker-repo>/mongo-populator:latest
在 mongo-populator-job.yaml 中定義一個作業來執行集合產生腳本：
apiVersion: batch/v1
kind: Job
metadata:
name: mongo-populator
namespace: my-lab
spec:
template:
spec:
containers:
- name: mongo-populator
image: <your-docker-repo>/mongo-populator:latest
env:
- name: MONGO_URI
value: "mongodb://root:password@mongo:27017/"
restartPolicy: Never
backoffLimit: 4
申請工作：
kubectl apply -f mongo-populator-job.yaml
作業完成後，連接到 MongoDB 檢查資料：
kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password
在 MongoDB 中：
use mydatabase
show collections
db.collection_9.find().limit(5).pretty()
db.getCollectionNames().forEach(function(collection) {
var count = db[collection].countDocuments();
print(collection + ": " + count + " documents");
});
每個集合應包含 100 萬個文檔，確認資料產生作業成功。
以上是在 Kubernetes 上部署 MongoDB 集合產生器的詳細內容。更多資訊請關注PHP中文網其他相關文章！
