[云] Hands-on with a sample application--DockerCoins 挖矿程序！

EricWang1358

于 2024-10-02 21:13:04 发布

阅读量434

点赞数 5

分类专栏： CloudComputing 文章标签：算法

本文链接：https://blog.csdn.net/m0_74331272/article/details/142685202

版权

CloudComputing 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

DockerCoins 挖矿程序！💰🐳📦🚢

不，你不能用 DockerCoins 买咖啡。

DockerCoins 如何工作：

生成一些随机字节：
- 程序首先生成一串随机的字节数据。
- 这些随机字节用于模拟挖矿过程中的随机性。
对这些字节进行哈希运算：
- 使用哈希函数对生成的随机字节进行加密哈希处理。
- 哈希函数会将输入的数据转换为固定长度的字符串，这在密码学和数据完整性验证中非常常见。
增加一个计数器（用于跟踪速度）：
- 每次完成哈希运算后，计数器都会自增。
- 这个计数器用于统计挖矿的速度或总的哈希次数。
无限重复上述步骤：
- 这个过程会不断循环，持续生成随机字节、进行哈希运算并计数。
- 这种无限循环模拟了实际挖矿程序持续运行的特性。

重要说明：

DockerCoins 不是一种加密货币：
- 尽管名字中包含“Coins”（硬币），但它并不是真正的加密货币。
- 与加密货币的共同点仅在于涉及“随机性”、“哈希运算”，以及名称中有“Coins”这个词。

通俗解释：

DockerCoins 是一个用于教学和演示目的的程序，模拟了加密货币挖矿的基本过程。它展示了如何通过生成随机数据并对其进行哈希运算来模拟挖矿行为。但需要注意的是，它没有实际的货币价值，无法用于购买商品或服务。

微服务时代的 DockerCoins

DockerCoins 是由 5 个服务组成的应用程序：

rng（随机数生成器）：
- 功能：生成随机字节的 Web 服务。
- 作用：提供随机数据，模拟挖矿过程中需要的随机性。
hasher（哈希计算器）：
- 功能：对 POST 请求发送的数据进行哈希计算的 Web 服务。
- 作用：模拟对随机数据进行哈希运算的过程。
worker（工作进程）：
- 功能：后台进程，负责调用 rng 和 hasher 服务。
- 作用：持续运行，生成随机数据并计算其哈希值，更新计数器以跟踪挖矿速度。
webui（网页界面）：
- 功能：用于监视挖矿进度的 Web 界面。
- 作用：提供实时的挖矿统计和可视化展示，方便用户观察系统运行状况。
redis（数据存储）：
- 功能：数据存储服务，保存由 worker 更新的计数器。
- 作用：存储挖矿过程中的关键数据，为 webui 提供数据支持。

这些服务都在应用程序的 Compose 文件 dockercoins.yaml 中可以看到。

DockerCoins 的工作原理

worker 调用 Web 服务 rng 来生成随机字节：
- 说明：worker 服务通过调用名为 rng 的 Web 服务来获取随机字节数据。
- 作用：这些随机字节用于后续的哈希计算，模拟了挖矿过程中随机数生成的步骤。
worker 调用 Web 服务 hasher 对这些字节进行哈希计算：
- 说明：获取到随机字节后，worker 服务将这些数据发送给名为 hasher 的 Web 服务。
- 作用：hasher 服务对接收到的字节数据执行哈希运算，模拟了挖矿过程中对数据进行加密哈希计算的过程。
worker 在无限循环中执行上述操作：
- 说明：worker 服务将上述步骤放入一个无限循环中，不断地生成随机数据并进行哈希计算。
- 作用：这模拟了挖矿程序持续运行、不间断工作的特性。
每秒钟，worker 更新 redis 以指示已完成的循环次数：
- 说明：为了跟踪挖矿的进度和速度，worker 服务每秒会将已完成的循环次数更新到 redis 数据库中。
- 作用：redis 作为一个高速的数据存储，用于保存计数器信息，便于其他服务快速读取。
webui 查询 redis，并在浏览器中计算和显示“哈希速度”：
- 说明：webui 服务定期从 redis 中获取最新的计数器数据。
- 作用：webui 计算每秒完成的哈希次数（哈希速度），并将结果以友好的界面展示在浏览器中，供用户查看。

我们的计划

部署 DockerCoins
- 我们将把 DockerCoins 应用程序部署到 Kubernetes 集群中。
- 这包括配置所有必要的服务组件，如 rng、hasher、worker、webui 和 redis。
在扩展过程中寻找瓶颈
- 当我们尝试对应用程序进行扩展时，我们将观察并识别性能瓶颈。
- 这可能涉及监控各个服务的资源使用情况、网络延迟和处理能力等。
- 通过找出瓶颈，我们可以优化应用程序，确保在扩展时性能保持稳定。
使用 HPA（水平 Pod 自动伸缩）来扩展应用程序
- 我们将利用 Kubernetes 的 HPA 功能，根据应用程序的负载自动调整 Pod 的数量。
- HPA 可以根据 CPU 利用率或自定义指标（如请求速率）来决定何时扩展或缩减 Pod。
- 这有助于在高负载时保持应用的性能，并在低负载时节省资源。

详细解释

部署 DockerCoins
- 准备工作：
  - 确保 Kubernetes 集群已正确配置并运行。
  - 确保拥有必要的权限和工具，如 kubectl 命令行工具。
- 部署步骤：
  - 部署 rng 服务：生成随机字节的 Web 服务。
  - 部署 hasher 服务：对随机字节进行哈希计算的 Web 服务。
  - 部署 worker 服务：后台进程，调用 rng 和 hasher，执行主要的挖矿逻辑。
  - 部署 redis 服务：用于存储计数器数据的数据库。
  - 部署 webui 服务：提供用户界面，展示挖矿进度和性能指标。
- 验证部署：
  - 使用 kubectl get pods 确认所有 Pod 都在运行。
  - 访问 webui 服务，确保可以看到挖矿进度。
在扩展过程中寻找瓶颈
- 目标：识别应用程序在扩展时的性能限制，便于优化和改进。
- 可能的瓶颈区域：
  - CPU 限制：某些服务可能过度消耗 CPU 资源，导致性能下降。
  - 内存限制：服务可能需要更多内存来处理更大的数据量。
  - 网络带宽：服务之间的通信可能受到网络延迟的影响。
  - 存储 I/O：redis 的读写操作可能成为瓶颈。
- 方法：
  - 监控工具：使用 Kubernetes 的监控工具，如 Metrics Server、Prometheus、Grafana 等。
  - 数据收集：收集各个服务的资源使用情况和性能指标。
  - 分析与优化：
    - 找出资源消耗最高的服务。
    - 考虑增加副本数、优化代码或调整资源配额。
使用 HPA（水平 Pod 自动伸缩）来扩展应用程序
- HPA 的功能：
  - 根据实时的资源使用情况，自动调整 Pod 的副本数量。
  - 提高应用的弹性，确保在需求变化时能够自动扩展或收缩。
- 实施步骤：
  - 安装 Metrics Server：
    - 确保集群中有 Metrics Server，以提供资源使用指标。
  - 配置 HPA：
    - 为需要自动伸缩的部署创建 HPA 资源，例如 worker 服务。
    - 指定目标指标，如 CPU 利用率达到 50% 时开始扩展。
  - 应用 HPA 配置：
    - 使用 kubectl apply -f hpa.yaml 应用配置文件。
- 测试与验证：
  - 模拟负载：通过增加请求量或使用负载测试工具模拟高负载环境。
  - 监控效果：
    - 使用 kubectl get hpa 查看 HPA 的状态和动作。
    - 观察 Pod 数量的变化，验证 HPA 是否按预期工作。
  - 调整配置：
    - 根据测试结果，调整 HPA 的阈值和参数，以达到最佳效果。