Kubernetes 中的 Schema 是个什么鬼？-CSDN博客

❝
本文转自 Cylon 的笔记收藏册，原文：https://www.cnblogs.com/Cylon/p/16282407.html，版权归原作者所有。欢迎投稿，投稿请添加微信好友：cloud-native-yang

什么是 schema

schema 一词起源于希腊语中的 form 或 figure，但具体应该如何定义 schema 取决于应用环境的上下文。schema 有不同的类型，其含义与数据科学、教育、营销和 SEO 以及心理学等领域密切相关。

❝
在维基百科中将 schema 解释为，图式，在心里学中主要描述一种思维或行为类型，用来组织资讯的类别，以及资讯之间的关系。它也可以被描述为先入为主思想的心理结构，表示世界某些观点的框架，或是用于组织和感知新资讯的系统。

但在计算机中的 schema 其实与这个解释很接近了，从很多地方都可以看到 schema 这个名词，例如 database，openldap，programing language 等的。这里可以简单的吧 schema 理解为 元数据集合 （metadata component），主要包含元素及属性的声明，与其他数据结构组成。

数据库中的 schema

在数据库中，schema 就像一个骨架结构，代表整个数据库的逻辑视图。它设计了应用于特定数据库中数据的所有约束。当在数据建模时，就会产生一个 schema。在谈到关系数据库] 和面向对象数据库时经常使用 schema。有时也指将结构或文本的描述。

数据库中 schema 描述数据的形状以及它与其他模型、表和库之间的关系。在这种情况下，数据库条目是 schema 的一个实例，包含 schema 中描述的所有属性。

数据库 schema 通常分为两类：定义数据文件实际存储方式的**物理数据库 schema ；和逻辑数据库 schema **，它描述了应用于存储数据的所有逻辑约束，包括完整性、表和视图。常见包括

星型模式（star schema）
雪花模式（snowflake schema）
事实星座模型（fact constellation schema 或 galaxy schema）

星型模式是类似于一个简单的数据仓库图，包括一对多的事实表和维度表。它使用非规范化数据。

雪花模式是更为复杂的一种流行的数据库模式，在该模式下，维度表是规范化的，可以节省存储空间并最大限度地减少数据冗余。

事实星座模式远比星型模式和雪花模式复杂得多。它拥有多个共享多个维度表的事实表。

Kubernetes 中的 schema

通过上面的阐述，大概上可以明白 schema 究竟是什么东西了，在 Kubernetes 中也有 schema 的概念，通过对 kubernetes 中资源（GVK）的规范定义、相互关系间的映射等，schema 即 k8s 资源对象元数据。

而 kubernetes 中资源对象即 Group Version Kind 这些被定义在 staging/src/k8s.io/api/type.go 中，即平时所操作的 yaml 文件，例如

apiVersion: apps/v1
kind: Deployment  
metadata:
  name:  ngx
  namespace: default
spec:
  selector:  
    matchLabels:
      app: ngx
  template:  
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: ngx-schema
        image: nginx
        ports:
        - containerPort: 80

而对应的的即为 TypeMeta 、ObjectMeta 和 DeploymentSpec,

TypeMeta` 为 `kind` 与 `apiserver

ObjectMeta 为 Name 、Namespace CreationTimestamp 等段。

DeploymentSpec 则对应了 yaml 中的 spec。

而整个 yaml 组成了一个 k8s 的资源对象。

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 则是将对应的资源类型注册到 schema 中的类

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 包则是 schema 的实现，通过看其内容可以发下，kubernetes 中 schema 就是 GVK 的属性约束与 GVR 之间的映射。

通过示例了解 schema

例如在 apps/v1/deployment 这个资源，在代码中表示 k8s.io/api/apps/v1/types.go ，如果需要对其资源进行扩展那么需要怎么做？如，建立一个 StateDeplyment 资源

type Deployment struct {
 metav1.TypeMeta `json:",inline"`
 // Standard object metadata.
 // +optional
 metav1.ObjectMeta `json:"metadata,omitempty" protobuf:"bytes,1,opt,name=metadata"`

如上述代码所示，Deployment 中的 metav1.TypeMeta 和 metav1.ObjectMeta

那么我们复制一个 Deployment 为 StateDeployment，注意，因为 Deployment 的两个属性， metav1.TypeMeta 和 metav1.ObjectMeta 分别实现了不同的方法，如图所示

所以在实现方法时，需要实现 DeepCopyinfo ， DeepCopy 和继承接口 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
}

那么扩展一个资源的整个流为：

资源类型在：k8s.io/api/{Group}/types.go
资料类型的实现接口 k8s.io/apimachinery/pkg/runtime/interfaces.go.Object
其中是基于 Deployment 的类型，metav1.TypeMeta 和 metav1.ObjectMeta
metav1.TypeMeta 实现了 GetObjectKind() ；metav1.ObjectMeta 实现了 DeepCopyinfo=() ， DeepCopy() ，还需要实现 DeepCopyObject()
最后注册资源到 schema 中 k8s.io/api/apps/v1/register.go