KubeSphere 後端源碼深度解析

這篇文章我們將學習在 vscode 上的 ssh remote 插件基礎上，嘗試 debug 和學習 KubeSphere 後端模塊架構。

前提

• 安裝好 vscode 以及 ssh remote container 插件；

• 在遠程主機上安裝好 kubenertes 容器 " 操作系統 " 和 KubeSphere >= v3.1.0 雲“控制面板”；

• 安裝 go >=1.16;

• 在 KubeSphere 上安裝了需要 debug 的 ks 組件，如 devops、kubeedge 或者 whatever, 如果是默認激活的組件，像 monitoring，不需要去激活。

配置 launch 文件

$ cat .vscode/launch.json
{
    // 使用 IntelliSense 瞭解相關屬性。 
    // 懸停以查看現有屬性的描述。
    // 欲瞭解更多信息，請訪問: http://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "ks-apiserver",
            "type": "go",
            "request": "launch",
            "mode": "auto",
            "program": "${workspaceFolder}/cmd/ks-apiserver/apiserver.go"
        }
        
    ]
}

ks-apiserver 調試依賴文件

在相對路徑 cmd/ks-apiserver/ 下配置 kubesphere.yaml。

首先，查看集羣之中的 cm 配置文件 :

$ kubectl -n kubesphere-system get cm kubesphere-config -oyaml

因為上述 configmap 中差少 kubeconfig 相關配置，所以需要將上述 yaml 文件拷貝出來整合一下。

為啥要用添加 kubeconfig 文件？

主要是因為 k8s 在創建 client 時需要這麼一個文件 , 而容器中會用到 inclusterconfig 就不需要添加了。

感興趣可以看下 client-go 的例子：

http://github.com/kubernetes/client-go/blob/master/examples/in-cluster-client-configuration/main.go#L41
http://github.com/kubernetes/client-go/blob/master/examples/out-of-cluster-client-configuration/main.go#L53

所以完整的配置啟動文件如下：

$ cat ./cmd/ks-apiserver/kubesphere.yaml
kubernetes:
  kubeconfig: "/root/.kube/config"
  master: http://192.168.88.6:6443
  $qps: 1e+06
  burst: 1000000
authentication:
  authenticateRateLimiterMaxTries: 10
  authenticateRateLimiterDuration: 10m0s
  loginHistoryRetentionPeriod: 168h
  maximumClockSkew: 10s
  multipleLogin: True
  kubectlImage: kubesphere/kubectl:v1.20.0
  jwtSecret: "Xtc8ZWUf9f3cJN89bglrTJhfUPMZR87d"
  oauthOptions:
    clients:
    - name: kubesphere
      secret: kubesphere
      redirectURIs:
      - '*'
network:
  ippoolType: none
monitoring:
  endpoint: http://prometheus-operated.kubesphere-monitoring-system.svc:9090
  enableGPUMonitoring: false
gpu:
  kinds:
  - resourceName: nvidia.com/gpu
    resourceType: GPU
    default: True
notification:
  endpoint: http://notification-manager-svc.kubesphere-monitoring-system.svc:19093
  
kubeedge:
  endpoint: http://edge-watcher.kubeedge.svc/api/

gateway:
  watchesPath: /var/helm-charts/watches.yaml
  namespace: kubesphere-controls-system

除了 kubernetes, 第一層的 key 表示我們集羣中已經按照或者默認激活的 ks 組件，現在就可以通過 F5 來啟動 debug 了。

在 debug 之前，你可能會問，這個配置文件為啥要放在 /cmd/ks-apiserver/kubesphere.yaml?

我們先來探索一波 ks-apiserver 的運行邏輯。

啟動 ks-apiserver

查看 cmd/ks-apiserver/app/server.go 的邏輯 :

// Load configuration from file
conf, err := apiserverconfig.TryLoadFromDisk()

TryLoadFromDisk 的邏輯如下：

viper.SetConfigName(defaultConfigurationName) // kubesphere
viper.AddConfigPath(defaultConfigurationPath) // /etc/kubesphere

// Load from current working directory, only used for debugging
viper.AddConfigPath(".")

// Load from Environment variables
viper.SetEnvPrefix("kubesphere")
viper.AutomaticEnv()
viper.SetEnvKeyReplacer(strings.NewReplacer(".", "_"))

// 上面一頓配置之後，單步調試，ReadInConfig這一步讀取的文件路徑是 
// v.configPaths：["/etc/kubesphere","/root/go/src/kubesphere.io/kubesphere/cmd/ks-apiserver"]
if err := viper.ReadInConfig(); err != nil {
 if _, ok := err.(viper.ConfigFileNotFoundError); ok {
  return nil, err
 } else {
  return nil, fmt.Errorf("error parsing configuration file %s", err)
 }
}

conf := New() // 初始化各組件配置

// 從讀取的實際路徑配置文件來反序列化到conf這個struct
if err := viper.Unmarshal(conf); err != nil {
 return nil, err
}

return conf, n

上面的註釋，解釋了需要在指定路徑下添加 kubesphere.yaml 啟動 ks-apiserver 命令行。

我們接着往下擼，這裏使用 cobra.Command 這個 package 來做命令行的集成：

func Run(s *options.ServerRunOptions, ctx context.Context) error {
 // NewAPIServer 通過給定的配置啟動apiserver實例，綁定實例化的各組件的client
 // 這一步還通過AddToScheme來註冊一些自定義的GVK到k8s，最終暴露為apis API
 // 藉助rest.Config和scheme 初始化runtimecache和runtimeClient 
 apiserver, err := s.NewAPIServer(ctx.Done())
 if err != nil {
  return err
 }
 
 // PrepareRun 主要是使用resful-go集成kapis API
 // 上一步綁定了各組件的client，這一步就可以調用各組件的client來訪問對應組件的server端了
 // 猜猜4.0後端可插拔架構會是什麼樣子的？
 err = apiserver.PrepareRun(ctx.Done())
 if err != nil {
  return nil
 }
 
 // 運行各種informers同步資源，並開始ks-apiserver監聽請求
 return apiserver.Run(ctx)
}

s.NewAPIServer(ctx.Done()) 主要是創建一個 apiserver 實例。創建 apiserver 實例這一步，還通過 scheme 註冊 ks 自定義的 GVK 到 k8s,  暴露為 apis 請求路徑的 API。

PrepareRun 主要是使用 resful-go 框架集成了各子模塊代理請求或集成服務， 暴露為 kapis 請求路徑的 API 功能 。

apiserver.Run(ctx) 則是做了資源同步，並啟動 server 監聽。

下面分開闡述説明。

NewAPIServer

首先是綁定各種 client 和 informers:

// 調用各組件的NewForConfig方法整合clientset
kubernetesClient, err := k8s.NewKubernetesClient(s.KubernetesOptions)
if err != nil {
 return nil, err
}
apiServer.KubernetesClient = kubernetesClient
informerFactory := informers.NewInformerFactories(kubernetesClient.Kubernetes(), kubernetesClient.KubeSphere(),kubernetesClient.Istio(), kubernetesClient.Snapshot(), kubernetesClient.ApiExtensions(), kubernetesClient.Prometheus())
apiServer.InformerFactory = informerFactory
...
// 根據kubesphere.yaml或者kubesphere-config configmap的配置來綁定ks組件的client
...

初始化綁定完畢後 , 會啟動一個 server 來響應請求 , 所以這裏會做一個 addr 綁定 :

...
server := &http.Server{
 Addr: fmt.Sprintf(":%d", s.GenericServerRunOptions.InsecurePort),
}

if s.GenericServerRunOptions.SecurePort != 0 {
 certificate, err := tls.LoadX509KeyPair(s.GenericServerRunOptions.TlsCertFile, s.GenericServerRunOptions.TlsPrivateKey)
 if err != nil {
  return nil, err
 }

 server.TLSConfig = &tls.Config{
  Certificates: []tls.Certificate{certificate},
 }
 server.Addr = fmt.Sprintf(":%d", s.GenericServerRunOptions.SecurePort)
}

sch := scheme.Scheme
if err := apis.AddToScheme(sch); err != nil {
 klog.Fatalf("unable add APIs to scheme: %v", err)
}
...

注意這一步 apis.AddToScheme(sch), 將我們定義的 GVK 註冊到 k8s 中。

順帶一提，GVK 指的是 Group,Version, Kind, 舉個栗子：

{Group: "", Version: "v1", Resource: "namespaces"}
{Group: "", Version: "v1", Resource: "nodes"}
{Group: "", Version: "v1", Resource: "resourcequotas"}
...
{Group: "tenant.kubesphere.io", Version: "v1alpha1", Resource: "workspaces"}
{Group: "cluster.kubesphere.io", Version: "v1alpha1", Resource: "clusters"}
...

Scheme 管理 GVK 和 Type 的關係 ,  一個 GVK 只能對應一個 reflect.Type, 一個 reflect.Type 可能對應多個 GVK；此外，Scheme 還聚合了 converter 及 cloner, 用來轉換不同版本的結構體和獲取結構體值的拷貝；限於篇幅有限，感興趣的童鞋可以深入探索下。

迴歸正文，下面我們看下怎麼注入 scheme 的：

// AddToSchemes may be used to add all resources defined in the project to a Schemevar AddToSchemes runtime.SchemeBuilder
// AddToScheme adds all Resources to the Schemefunc 
AddToScheme(s *runtime.Scheme) error { return AddToSchemes.AddToScheme(s)}

而 AddToSchemes 這個類型的是 []func(*Scheme) error 的別名，只需要在 package apis 下的接口文件中實現相應的 init() 方法來導入實現的版本 API，就可以注入 Scheme 中。

舉個例子：

$ cat pkg/apis/addtoscheme_dashboard_v1alpha2.go
package apis
import monitoringdashboardv1alpha2 "kubesphere.io/monitoring-dashboard/api/v1alpha2"
func init() { 
  AddToSchemes = append(AddToSchemes, monitoringdashboardv1alpha2.SchemeBuilder.AddToScheme)
}

也就是，我們開發的插件集成的版本化資源，必須實現 xxx.SchemeBuilder.AddToScheme 功能，才能註冊到 scheme 中，最終暴露為 apis 訪問 API 服務。

至此，所有子模塊對應的 client 已經與這個 apiserver 綁定。

PrepareRun

下面，我們探討下 PrepareRun 是怎麼註冊 kapis 以及綁定 handler 的。

主要是通過 restful-go 框架來實現的。

restful-go 框架使用 container 來 hold 住擁有特定 GVR 的 webservice, 一個 webserver 可以綁定多個 router，允許 container 或者 webserver 添加自定義攔截器，也就是調用 filter 方法。

func (s *APIServer) PrepareRun(stopCh <-chan struct{}) error {
  // container來hold住擁有特定GVR的webservice
 s.container = restful.NewContainer()
 // 添加請求Request日誌攔截器
 s.container.Filter(logRequestAndResponse)
 s.container.Router(restful.CurlyRouter{})
 
 // 發生Recover時，綁定一個日誌handler
 s.container.RecoverHandler(func(panicReason interface{}, httpWriter http.ResponseWriter) {
  logStackOnRecover(panicReason, httpWriter)
 })
 
 // 每個API組都構建一個webservice，然後根據路由規則來並綁定回調函數
  // 通過AddToContainer來完成綁定
 s.installKubeSphereAPIs()
 
 // 註冊metrics指標: ks_server_request_total、ks_server_request_duration_seconds
 // 綁定metrics handler
 s.installMetricsAPI()
 
 // 為有效請求增加監控計數
 s.container.Filter(monitorRequest)

 for _, ws := range s.container.RegisteredWebServices() {
  klog.V(2).Infof("%s", ws.RootPath())
 }
 
 s.Server.Handler = s.container
 
 // 添加各個調用鏈的攔截器, 用於驗證和路由分發
 s.buildHandlerChain(stopCh)

 return nil
}

上面主要使用 restful-go 框架給 s.Server.handler 綁定了一個 container, 添加了各種攔截器。

在 s.installKubeSphereAPIS() 這一步安裝 GVR 綁定了 kapis 代理，具體是這樣實現的：

// 調用各api組的AddToContainer方法來向container註冊kapi:
urlruntime.Must(monitoringv1alpha3.AddToContainer(s.container, s.KubernetesClient.Kubernetes(), s.MonitoringClient, s.MetricsClient, s.InformerFactory, s.KubernetesClient.KubeSphere(), s.Config.OpenPitrixOptions))

// 詳細來説，各個組件實現的AddToContainer方法
// 為帶有GroupVersion信息的webserver添加route，不同路由路徑綁定不同的handler
ws := runtime.NewWebService(GroupVersion)
// 給子路由綁定回調函數
ws.Route(ws.GET("/kubesphere").
    To(h.handleKubeSphereMetricsQuery).
    Doc("Get platform-level metric data.").
    Metadata(restfulspec.KeyOpenAPITags, []string{constants.KubeSphereMetricsTag}).
    Writes(model.Metrics{}).
    Returns(http.StatusOK, respOK, model.Metrics{})).
    Produces(restful.MIME_JSON)

我們知道 apis 對應 k8s 的請求，而在 ks 中 kapis 對應子組件的代理請求，由 ks-apiserver 自身或者轉發目標組件 server 來提供響應，那麼 ks-apiserver 是怎麼區分這些請求的？

答案是通過 buildHandlerChain 來進行分發的。

buildHandlerChain

上面説到 buildHandlerChain 構建了各種服務的攔截器，按序排列如下。

handler = filters.WithKubeAPIServer(handler, s.KubernetesClient.Config(), &errorResponder{})

if s.Config.AuditingOptions.Enable {
 handler = filters.WithAuditing(handler,
  audit.NewAuditing(s.InformerFactory, s.Config.AuditingOptions, stopCh))
}

handler = filters.WithAuthorization(handler, authorizers)
if s.Config.MultiClusterOptions.Enable {
 clusterDispatcher := dispatch.NewClusterDispatch(s.InformerFactory.KubeSphereSharedInformerFactory().Cluster().V1alpha1().Clusters())
 handler = filters.WithMultipleClusterDispatcher(handler, clusterDispatcher)
}

handler = filters.WithAuthentication(handler, authn)
handler = filters.WithRequestInfo(handler, requestInfoResolver)

WithRequestInfo 這個 filter 定義瞭如下邏輯：

info, err := resolver.NewRequestInfo(req)
---
func (r *RequestInfoFactory) NewRequestInfo(req *http.Request) (*RequestInfo, error) {
   ...
   defer func() {
  prefix := requestInfo.APIPrefix
  if prefix == "" {
   currentParts := splitPath(requestInfo.Path)
   //Proxy discovery API
   if len(currentParts) > 0 && len(currentParts) < 3 {
    prefix = currentParts[0]
   }
  }
    // 通過api路由路徑中的攜帶apis還是kapis就可以區分
  if kubernetesAPIPrefixes.Has(prefix) {
   requestInfo.IsKubernetesRequest = true
  }
 }()
 
 ...
 // URL forms: /clusters/{cluster}/*
 if currentParts[0] == "clusters" {
  if len(currentParts) > 1 {
   requestInfo.Cluster = currentParts[1]
  }
  if len(currentParts) > 2 {
   currentParts = currentParts[2:]
  }
 }
 ...
}

代碼很多，我就不一一截圖了，大概意思可以從註釋看到：

// NewRequestInfo returns the information from the http request.  If error is not nil, RequestInfo holds the information as best it is known before the failure
// It handles both resource and non-resource requests and fills in all the pertinent information for each.
// Valid Inputs:
//
// /apis/{api-group}/{version}/namespaces
// /api/{version}/namespaces
// /api/{version}/namespaces/{namespace}
// /api/{version}/namespaces/{namespace}/{resource}
// /api/{version}/namespaces/{namespace}/{resource}/{resourceName}
// /api/{version}/{resource}
// /api/{version}/{resource}/{resourceName}
//
// Special verbs without subresources:
// /api/{version}/proxy/{resource}/{resourceName}
// /api/{version}/proxy/namespaces/{namespace}/{resource}/{resourceName}
//
// Special verbs with subresources:
// /api/{version}/watch/{resource}
// /api/{version}/watch/namespaces/{namespace}/{resource}
//
// /kapis/{api-group}/{version}/workspaces/{workspace}/{resource}/{resourceName}
// /
// /kapis/{api-group}/{version}/namespaces/{namespace}/{resource}
// /kapis/{api-group}/{version}/namespaces/{namespace}/{resource}/{resourceName}
// With workspaces:
// /kapis/clusters/{cluster}/{api-group}/{version}/namespaces/{namespace}/{resource}
// /kapis/clusters/{cluster}/{api-group}/{version}/namespaces/{namespace}/{resource}/{resourceName}

通過路由定義的信息，就可以區分這個請求是什麼級別的，以及這個請求要分發到哪個 server 了。

我們給各個 filter 的回調函數加上斷點， 然後做個小實驗看下攔截器的攔截順序是怎樣的。

假設遠程雲主機的服務已經啟動，服務端口在 9090，以及你為 anonymous 這個 globalrole 設定了 monitoring.kubesphere.io 這個組下資源類型為 ClusterDashboard 的訪問權限。當然了，你也可以用有訪問權限的賬號來直接測試。

接下來，我們來發送一個 kapis 請求，看這個鏈路怎麼跳躍的：

curl -d '{"grafanaDashboardUrl":"http://grafana.com/api/dashboards/7362/revisions/5/download", "description":"this is a test dashboard."}' -H "Content-Type: application/json" localhost:9090/kapis/monitoring.kubesphere.io/v1alpha3/clusterdashboards/test1/template

測試結果如下：

WithRequestInfo -> WithAuthentication -> WithAuthorization -> WithKubeAPIServer

Run

這個方法主要乾了兩件事，一是啟動 informers 同步資源 , 二是啟動 ks apiserver。

func (s *APIServer) Run(ctx context.Context) (err error) {
  // 啟動informer工廠，包括k8s和ks的informers
 // 同步資源，包括k8s和ks的GVR
 // 檢查GVR是否存在，不存在報錯警吿，存在就同步
 err = s.waitForResourceSync(ctx)
 if err != nil {
  return err
 }

 shutdownCtx, cancel := context.WithCancel(context.Background())
 defer cancel()

 go func() {
  <-ctx.Done()
  _ = s.Server.Shutdown(shutdownCtx)
 }()
 
 // 啟動server
 klog.V(0).Infof("Start listening on %s", s.Server.Addr)
 if s.Server.TLSConfig != nil {
  err = s.Server.ListenAndServeTLS("", "")
 } else {
  err = s.Server.ListenAndServe()
 }

 return err
}

至此，調用完 Run 方法後，ks-apiserver 就啟動了。

現在我們做一下簡單總結：

• 根據配置文件創建 ks-apiserver 實例 , 該實例調用了三個關鍵方法，分別是 NewAPIServer、PrepareRun 以及 Run 方法；

• NewAPIServer 通過給定的配置，綁定各個模塊的 client，將自定義的 GVK 註冊到 Scheme，暴露 apis 路由服務；

• PrepareRun 通過 restful-go 框架來註冊、綁定 kapi 路由和回調函數，用來自身響應或者下發組件 server 查詢合併數據返回給客户端 ;

• 最後 , 調用 Run 方法，同步資源並啟動 ks-apiserver 服務；

GVK 探索實戰

顯然，我們只需要關注各模塊的 AddToContainer 方法就行了。

iam.kubesphere.io

pkg/kapis/iam/v1alpha2/register.go

從代碼註釋來看，這個模塊管理着 users、clustermembers、globalroles、clusterroles、workspaceroles、roles、workspaces groups 、workspace members、devops members 等賬號角色的 CRUD。

現在我們可以在 handler 中打上斷點，去請求這些 api。

$ curl "localhost:9090/kapis/iam.kubesphere.io/v1alpha2/users"
$ curl "localhost:9090/kapis/iam.kubesphere.io/v1alpha2/clustermembers"
$ curl "localhost:9090/kapis/iam.kubesphere.io/v1alpha2/users/admin/globalroles"
...

kubeedge.kubesphere.io

pkg/kapis/kubeedge/v1alpha1/register.go

代碼裏面使用的代理轉發請求：

func AddToContainer(container *restful.Container, endpoint string) error {
 proxy, err := generic.NewGenericProxy(endpoint, GroupVersion.Group, GroupVersion.Version)
 if err != nil {
  return nil
 }

 return proxy.AddToContainer(container)
}

也就是 kapis/kubeedge.kubesphere.io 的請求會轉發到 http://edge-watcher.kubeedge.svc/api/，也就是 kubeedge 這個 namespace 下的 service，相關的接口集成在那裏。

關於整合邊緣計算平台的集成，除了需要做一個主流邊緣框架的快速安裝和集成外，還可以集成一個類似 edge-shim 的適配器，大概需要從一下幾個方面考慮：

• 代理 endpoint: 現在的 kubeedge 就是使用代理模式轉發；

• 健康檢查接口：至少要確保雲端的組件已經成功部署；

• 事件、長期日誌、審計等可觀測組件的支持；

• 其他邊緣輔助功能，如文件或者配置下發等；

notification.kubesphere.io

pkg/kapis/notification/v2beta1/register.go

這個組下的 api 主要實現了 notification 的全局或租户級別的 config 和 receivers 資源的 CRUD。

config 資源

用於配置對接通知渠道相關參數的一些配置，分為全局的和租户級別的 config 資源；

reciever 資源

用於配置接收者的一些配置信息，區分全局的和租户級別的接收者；

我們挑選一個回調函數進行剖析：

ws.Route(ws.GET("/{resources}").
  To(h.ListResource).
  Doc("list the notification configs or receivers").
  Metadata(KeyOpenAPITags, []string{constants.NotificationTag}).
  Param(ws.PathParameter("resources", "known values include configs, receivers, secrets")).
  Param(ws.QueryParameter(query.ParameterName, "name used for filtering").Required(false)).
  Param(ws.QueryParameter(query.ParameterLabelSelector, "label selector used for filtering").Required(false)).
  Param(ws.QueryParameter("type", "config or receiver type, known values include dingtalk, email, slack, webhook, wechat").Required(false)).
  Param(ws.QueryParameter(query.ParameterPage, "page").Required(false).DataFormat("page=%d").DefaultValue("page=1")).
  Param(ws.QueryParameter(query.ParameterLimit, "limit").Required(false)).
  Param(ws.QueryParameter(query.ParameterAscending, "sort parameters, e.g. ascending=false").Required(false).DefaultValue("ascending=false")).
  Param(ws.QueryParameter(query.ParameterOrderBy, "sort parameters, e.g. orderBy=createTime")).
  Returns(http.StatusOK, api.StatusOK, api.ListResult{Items: []interface{}{}}))
  
func (h *handler) ListResource(req *restful.Request, resp *restful.Response) {
 // 租户或用户的名稱
 user := req.PathParameter("user")
 // 資源類型，configs/recievers/secrets
 resource := req.PathParameter("resources")
 // 通知渠道 dingtalk/slack/email/webhook/wechat
 subresource := req.QueryParameter("type")
 q := query.ParseQueryParameter(req)

 if !h.operator.IsKnownResource(resource, subresource) {
  api.HandleBadRequest(resp, req, servererr.New("unknown resource type %s/%s", resource, subresource))
  return
 }

 objs, err := h.operator.List(user, resource, subresource, q)
 handleResponse(req, resp, objs, err)
}

我們看下 list object 的邏輯：

// List objects.
func (o *operator) List(user, resource, subresource string, q *query.Query) (*api.ListResult, error) {
 if len(q.LabelSelector) > 0 {
  q.LabelSelector = q.LabelSelector + ","
 }

 filter := ""
 // 如果沒有給定租户的名稱，則獲取全局的對象
 if user == "" {
  if isConfig(o.GetObject(resource)) {
      // type=default對config資源來説是全局的
   filter = "type=default"
  } else {
      // type=global對receiever資源來説是全局的
   filter = "type=global"
  }
 } else {
 // 否則就給過濾器綁定租户名稱
  filter = "type=tenant,user=" + user
 }
 // 組裝過濾標籤
 q.LabelSelector = q.LabelSelector + filter
 ...
 // 通過過濾標籤獲取cluster或者namespace下的指定資源
 res, err := o.resourceGetter.List(resource, ns, q)
 if err != nil {
  return nil, err
 }

 if subresource == "" || resource == Secret {
  return res, nil
 }

 results := &api.ListResult{}
    ...
}

這樣一來，就實現了租户級別的通知吿警 CR 配置的 CRUD，這些 CR 是這麼分類的：

• config 分為全局 type = default, 租户 type = tenant 兩種級別；

• reciever 分為全局 type = global, 租户 type = tenant 兩種級別；

那麼 config 和 reciever 怎麼相互綁定、吿警是如何通過渠道給租户發消息的？

http://github.com/kubesphere/notification-manager/blob/master/pkg/webhook/v1/handler.go#L45
http://github.com/kubesphere/notification-manager/blob/master/pkg/notify/notify.go#L66

notification-manager 簡稱 nm，我這裏斷章取義地簡要回答一下。

功能方面：

• 全局配置 reciever 通過配置的渠道將所有的 alerts 發送給其定義好的接收者名單， 配置了租户信息的 reciever 只能通過渠道發送當前 ns 下的 alerts；

• reciever 中可以通過配置 alertSelector 參數來進一步過濾吿警消息；

• 通過修改名為 notification-manager-template 的 confimap 來定製發送消息模板；

吿警到通知的流程：

• nm 使用端口 19093 和 API 路徑 /api/v2/alerts 接收從 Alertmanager  發送的吿警 ;

• 回調函數接受 alerts 轉換為 notification 模板數據，按照 namespace 區分吿警數據；

• 遍歷所有 Recievers，每個 ns 下啟動一個協程來發送消息， 而這裏每個 ns 對應着多個通知渠道，因此也使用 waitgroup 來併發編排完成任務；

monitoring.kubesphere.io

pkg/kapis/monitoring/v1alpha3/register.go

將監控指標分為平台級、節點級、workspaces、namespaces、pods 等級別，不僅可以獲取總的統計，還能獲取 nodes/namespaces/workspaces 下的所有 pods/containers 等監控指標。

我們查看回調函數，以 handleNamedMetricsQuery 為例分析：

• 遍歷給定指標級別下的合法 metric 指標，根據請求參數中 metricFilter 的來過濾指標名；

• 判斷為範圍查詢還是實時查詢，來調取 monitoring 包中相關方法，通過對應的 client 請求後端獲取結果返回；

代碼如下：

func (h handler) handleNamedMetricsQuery(resp *restful.Response, q queryOptions) {
 var res model.Metrics

 var metrics []string
 // q.namedMetrics 是一組按照監控指標級別分類好的擁有promsql expr定義的完整指標名數組
 // 監控指標級別分類是根據 monitoring.Levelxxx在上一個棧裏細分的，i.e: monitoring.LevelPod
 for _, metric := range q.namedMetrics {
  if strings.HasPrefix(metric, model.MetricMeterPrefix) {
   // skip meter metric
   continue
  }
  // 根據請求參數中的指標名來過濾
  ok, _ := regexp.MatchString(q.metricFilter, metric)
  if ok {
   metrics = append(metrics, metric)
  }
 }
 if len(metrics) == 0 {
  resp.WriteAsJson(res)
  return
 }
 
 // 判斷是否是範圍查詢還是實時查詢，繼續調用相關函數
 // 主要還是用prometheus client去查詢promsql, 邊緣節點的指標目前通過metrics server來查詢
 if q.isRangeQuery() {
  res = h.mo.GetNamedMetricsOverTime(metrics, q.start, q.end, q.step, q.option)
 } else {
  res = h.mo.GetNamedMetrics(metrics, q.time, q.option)
  if q.shouldSort() {
   res = *res.Sort(q.target, q.order, q.identifier).Page(q.page, q.limit)
  }
 }
 resp.WriteAsJson(res)
}

現在，我們將視角移植到 :

pkg/models/monitoring/monitoring.go:156

以 GetNamedMetricsOverTime 為例，這裏闡述了會合並 prometheus 和 metrics-server 的查詢結果進行返回：

func (mo monitoringOperator) GetNamedMetricsOverTime(metrics []string, start, end time.Time, step time.Duration, opt monitoring.QueryOption) Metrics {
    // 獲取prometheus client查詢結果，主要使用sync.WaitGroup併發查詢，每個指標啟動一個goroutine，最後將結果和並返回
 ress := mo.prometheus.GetNamedMetricsOverTime(metrics, start, end, step, opt)
 // 如果metrics-server激活了
 if mo.metricsserver != nil {

  //合併邊緣節點數據
  edgeMetrics := make(map[string]monitoring.MetricData)

  for i, ressMetric := range ress {
   metricName := ressMetric.MetricName
   ressMetricValues := ressMetric.MetricData.MetricValues
   if len(ressMetricValues) == 0 {
    // this metric has no prometheus metrics data
    if len(edgeMetrics) == 0 {
     // start to request monintoring metricsApi data
     mr := mo.metricsserver.GetNamedMetricsOverTime(metrics, start, end, step, opt)
     for _, mrMetric := range mr {
      edgeMetrics[mrMetric.MetricName] = mrMetric.MetricData
     }
    }
    if val, ok := edgeMetrics[metricName]; ok {
     ress[i].MetricData.MetricValues = append(ress[i].MetricData.MetricValues, val.MetricValues...)
    }
   }
  }
 }

 return Metrics{Results: ress}
}

此外，monitoring 包還定義了各監控查詢 client 的接口方法，可以按需探索：

• GetMetric(expr string, time time.Time) Metric

• GetMetricOverTime(expr string, start, end time.Time, step time.Duration) Metric

• GetNamedMetrics(metrics []string, time time.Time, opt QueryOption) []Metric

• GetNamedMetricsOverTime(metrics []string, start, end time.Time, step time.Duration, opt QueryOption) []Metric

• GetMetadata(namespace string) []Metadata

• GetMetricLabelSet(expr string, start, end time.Time) []map[string]string

tenant.kubesphere.io

在聊 api 之前，順帶一提多租户在隔離的安全程度上，我們可以將其分為軟隔離 (Soft Multi-tenancy) 和硬隔離 (Hard Multi-tenancy) 兩種。

• 軟隔離更多的是面向企業內部的多租需求；

• 硬隔離面向的更多是對外提供服務的服務供應商，需要更嚴格的隔離作為安全保障。

這個 group 下比較重要的部分是實現租户查詢 logs/audits/events：

以查詢日誌為例：

func (h *tenantHandler) QueryLogs(req *restful.Request, resp *restful.Response) {
    // 查詢上下文中攜帶的租户信息
 user, ok := request.UserFrom(req.Request.Context())
 if !ok {
  err := fmt.Errorf("cannot obtain user info")
  klog.Errorln(err)
  api.HandleForbidden(resp, req, err)
  return
 }
 // 解析查詢的參數，比如確定屬於哪個ns/workload/pod/container的查詢、時間段，是否為柱狀查詢等
 queryParam, err := loggingv1alpha2.ParseQueryParameter(req)
 if err != nil {
  klog.Errorln(err)
  api.HandleInternalError(resp, req, err)
  return
 }
 // 導出數據
 if queryParam.Operation == loggingv1alpha2.OperationExport {
  resp.Header().Set(restful.HEADER_ContentType, "text/plain")
  resp.Header().Set("Content-Disposition", "attachment")
  // 驗證賬號是否有權限
  // admin賬號可以導出所有ns的日誌，租户只能導出本ns的日誌
  // 組裝loggingclient進行日誌導出
  err := h.tenant.ExportLogs(user, queryParam, resp)
  if err != nil {
   klog.Errorln(err)
   api.HandleInternalError(resp, req, err)
   return
  }
 } else {
  // 驗證賬號是否有權限
  // admin賬號可以查看所有ns的日誌，租户只能查看本ns的日誌
  // 組裝loggingclient進行日誌返回
  result, err := h.tenant.QueryLogs(user, queryParam)
  if err != nil {
   klog.Errorln(err)
   api.HandleInternalError(resp, req, err)
   return
  }
  resp.WriteAsJson(result)
 }
}

由於篇幅有限，只對以上 GVR 進行了調試，感興趣可以深入瞭解~