AI心情日记后端迁移K8s部署全流程
一、项目背景与目标
今天想将本地以java -jar运行的Spring Boot应用（AI心情日记后端）迁移至Kubernetes集群，实现容器化部署和健康管理，顺便再次回顾一下k8s的操作细节。
因为我引入了springAI组件，这个组件需要springboot版本在3.2以上，jdk要17 以上，在部署的过程中遇到了一些问题。
二、引入健康检查模块（Spring Boot Actuator）
1. 添加Maven依赖（pom.xml）
<!-- 引入Spring Boot Actuator实现健康检查 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
三、容器化：Dockerfile配置
# 使用轻量级 OpenJDK 19
FROM openjdk:19
# 设置工作目录（避免容器内路径冲突）
WORKDIR /app
# 复制编译好的 JAR 文件到容器
COPY target/ai-0.0.1-SNAPSHOT.jar app.jar
# 启动命令（可添加 JVM 参数优化性能）
ENTRYPOINT ["java", "-jar", "app.jar"]
四、Kubernetes资源配置
1. Deployment配置（deployment.yaml）
# 指定 API 版本（不同资源类型对应不同 API 版本）
apiVersion: apps/v1
# 定义资源类型为 Deployment（副本控制器）
kind: Deployment
# 元数据部分（定义资源标识）
metadata:
# Deployment 对象名称（集群内唯一）
name: ai-app
# 标签系统（可用于其他资源关联筛选）
labels:
app: ai-app
# 部署规格（核心配置部分）
spec:
# 期望的 Pod 副本数量（此处设置为 1，生产环境建议至少 2）
replicas: 1
# 标签选择器（告诉 Deployment 如何找到要管理的 Pod）
selector:
matchLabels:
# 必须与 template.metadata.labels 完全匹配
app: ai-app
# Pod 模板（定义具体 Pod 的配置）
template:
metadata:
labels:
# Pod 标签（必须与 selector.matchLabels 一致）
app: ai-app
# Pod 规格（定义容器细节）
spec:
containers:
- name: ai-container # 容器名称（同一 Pod 内多个容器需唯一）
# 镜像地址（需与 docker build 时设置的名称一致）
image: xiajing/ai-service:v1.1
# 容器端口声明（仅文档作用，实际暴露需配合 Service）
ports:
- containerPort: 8100 # 此处存在错误，应与应用实际端口一致（见下方说明）
# 资源配额管理（关键配置）
resources:
# 请求资源（调度依据，节点必须满足才能运行）
requests:
cpu: "1" # 0.5 核（500m，即 500 毫核）
memory: "1Gi" # 512MB（二进制单位，1Mi=1024^2 bytes）
# 资源上限（防止容器耗尽节点资源）
limits:
cpu: "2" # 最多使用 1 核
memory: "2Gi" # 最多使用 1GB（二进制单位）
# 存活探针（失败则重启容器）
livenessProbe:
httpGet: # 使用 HTTP GET 请求检测
path: /actuator/health/liveness # 健康检查路径（需应用实现该接口）
port: 8100 # 必须与 containerPort 一致，应为 8100
initialDelaySeconds: 30 # 容器启动后 30 秒开始探测
periodSeconds: 10 # 每 10 秒检测一次
timeoutSeconds: 5 # 超时时间（默认 1 秒）
failureThreshold: 3 # 连续失败 3 次标记为不健康
# 就绪探针（通过后才接收流量）
readinessProbe:
httpGet:
path: /actuator/health/readiness
port: 8100 # 同上错误，应改为 8100
2. Service配置（service.yaml）
# 指定 API 版本（Service 使用 core/v1）
apiVersion: v1
# 定义资源类型为 Service
kind: Service
# 元数据部分
metadata:
# Service 名称（集群内唯一标识）
name: ai-service
# Service 规格（核心配置）
spec:
# 标签选择器（选择要代理的 Pod）
selector:
# 必须与 Deployment 中 Pod 的标签完全匹配
app: ai-app # 需与 Deployment 的标签一致（原配置中是 app: ai-app）
# 端口映射规则
ports:
- protocol: TCP # 协议类型（支持 TCP/UDP/SCTP）
port: 8101 # Service 对外暴露的端口（集群内访问用）
targetPort: 8100 # Pod 容器的实际端口（必须与容器端口一致）
nodePort: 31000
# Service 类型（决定如何暴露服务）
type: NodePort # 可选值：ClusterIP（默认）、NodePort、LoadBalancer
五、执行部署脚本
# 1. 构建并推送镜像
docker build -t your-registry/diary-backend:1.0 . # 构建镜像
docker push your-registry/diary-backend:1.0 # 推送到镜像仓库
# 2. 部署到Kubernetes
kubectl apply -f deployment.yaml # 创建Deployment
kubectl apply -f service.yaml # 创建Service
# 3. 验证部署状态
kubectl get pods -o wide # 查看Pod状态和所在节点
kubectl get svc diary-service # 获取Service的NodePort端口
六、验证服务状态
# 1. 检查Pod是否就绪
kubectl get pods -l app=diary-backend
# 预期输出：READY 1/1，STATUS Running
# 2. 查看健康检查日志
kubectl logs <pod-name> | grep 'actuator/health'
# 预期输出：200 OK
# 3. 访问服务接口（通过NodePort）
curl http://<节点IP>:31000/api/diary
# 预期输出：JSON格式的日记数据
七、问题与解决：JDK版本升级
1. 错误现象
部署后Pod状态为CrashLoopBackOff，日志报错：
Caused by: java.lang.NullPointerException:
Cannot invoke "jdk.internal.platform.CgroupInfo.getMountPoint()"
2. 原因分析
- JDK 17的局限性：
jdk.internal.platform模块在部分镜像（如slim）中缺失。 - 容器环境兼容性：Kubernetes Cgroup v2与JDK 17的兼容性问题。
3. 解决方案
- 升级JDK到19：使用完整镜像
openjdk:19-jdk。 - 更新Dockerfile：
FROM openjdk:19 # 运行阶段JDK 19 - 验证修复：
kubectl rollout restart deployment/diary-backend # 触发重建Pod kubectl get pods -w # 观察新Pod状态
八、总结
通过本流程，我已实现：
- 健康检查集成：通过Actuator实现存活/就绪探针。
- 容器化优化：多阶段构建减少镜像体积至200MB以下。
- K8s生产级配置：资源限制、滚动更新策略、服务暴露。
- 版本问题解决：升级JDK 19彻底修复Cgroup兼容性问题。
最终成果：AI心情日记后端稳定运行于Kubernetes集群，可通过http://<节点IP>:31000访问，后面如果有流量增加可以自动弹性伸缩。