创建一个实用程序来生成 100 个 MongoDB 集合，每个集合填充 100 万个随机文档，并将其部署到 Kubernetes 上涉及几个步骤。本指南逐步介绍了从设置 Kubernetes 环境到生成集合以及在专用命名空间中部署作业的整个过程。
确保您有 Kubernetes 集群（例如 GKE、EKS、AKS 或 Minikube）并配置 kubectl 以连接到它。
要保持此部署隔离，请创建一个名为 my-lab 的命名空间：
kubectl create namespace my-lab kubectl get ns my-lab
创建 mongo-pv.yaml 文件来定义 MongoDB 数据的持久卷：
apiVersion: v1
kind: PersistentVolume
metadata:
name: mongo-pv
namespace: my-lab
spec:
capacity:
storage: 10Gi
accessModes:
- ReadWriteOnce
hostPath:
path: /data/mongo
应用PV：
kubectl apply -f mongo-pv.yaml
在 mongo-pvc.yaml 中定义持久卷声明：
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: mongo-pvc
namespace: my-lab
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 10Gi
应用 PVC：
kubectl apply -f mongo-pvc.yaml
在 mongo-deployment.yaml 中定义 MongoDB 部署和服务：
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
应用部署：
kubectl apply -f mongo-deployment.yaml
通过连接来验证 MongoDB 部署：
kubectl exec -it <mongo-pod-name> -n my-lab -- mongosh -u root -p password
缩减并备份 MongoDB 部署以确保数据持续存在：
kubectl scale deployment mongo --replicas=0 -n my-lab kubectl scale deployment mongo --replicas=1 -n my-lab
使用 Python，定义一个脚本来创建集合并用随机文档填充它们：
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()
创建一个 Dockerfile 来容器化 Python 脚本：
FROM python:3.9-slim WORKDIR /app COPY mongo_populator.py . RUN pip install pymongo CMD ["python", "mongo_populator.py"]
构建镜像并将其推送到容器注册表：
docker build -t <your-docker-repo>/mongo-populator:latest . docker push <your-docker-repo>/mongo-populator:latest
在 mongo-populator-job.yaml 中定义一个作业来运行集合生成脚本：
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
申请工作：
kubectl apply -f mongo-populator-job.yaml
作业完成后，连接到 MongoDB 以检查数据：
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");
});
每个集合应包含 100 万个文档，确认数据生成作业成功。
以上是在 Kubernetes 上部署 MongoDB 集合生成器的详细内容。更多信息请关注PHP中文网其他相关文章！
