TiDB Operator 源码阅读 (二) Operator 模式

在上一篇文章中我们讨论了 TiDB Operator 的应用场景，了解了 TiDB Operator 可以在 Kubernetes 集群中管理 TiDB 的生命周期。可是，TiDB Operator 的代码是怎样运行起来的？TiDB 组件的生命周期管理的逻辑又是如何编排的呢？我们将从 Operator 模式的视角，介绍 TiDB Operator 的代码实现，在这篇文章中我们主要讨论 controller-manager 的实现，介绍从代码入口到组件的生命周期事件被触发中间的过程。

Operator模式的演化: 从 Controller 模式到 Operator 模式

TiDB Operator 参考了 kube-controller-manager 的设计，了解 Kubernetes 的设计有助于了解 TiDB Operator 的代码逻辑。Kubernetes 内的 Resources 都是通过 Controller 实现生命周期管理的，例如 Namespace、Node、Deployment、Statefulset 等等，这些 Controller 的代码在 kube-controller-manager 中实现并由 kube-controller-manager 启动后调用。

为了支持用户自定义资源的开发需求，Kubernetes 社区基于上面的开发经验，提出了 Operator 模式。Kubernetes 支持通过 CRD（CustomResourceDefinition）来描述自定义资源，通过 CRD 创建 CR（CustomResource）对象，开发者实现相应 Controller 处理 CR 及关联资源的变更的需求，通过比对资源最新状态和期望状态，逐步完成运维操作，实现最终资源状态与期望状态一致。通过定义 CRD 和实现对应 Controller，无需将代码合并到 Kubernetes 中编译使用， 即可完成一个资源的生命周期管理。

TiDB Operator 的 Controller Manager

TiDB Operator 使用 tidb-controller-manager 管理各个 CRD 的 Controller。从 cmd/controller-manager/main.go 开始，tidb-controller-manager 首先加载了 kubeconfig，用于连接 kube-apiserver，然后使用一系列 NewController 函数，加载了各个 Controller 的初始化函数。

控制器:控制器{tidbcluster =[]。NewController(deps), dmcluster.NewController(deps), backup.NewController(deps), restore.NewController(deps), backupschedule.NewController(deps), tidbinitializer.NewController(deps), tidbmonitor.NewController(deps), }

在 Controller 的初始化函数过程中，会初始化一系列 Informer，这些 Informer 主要用来和 kube-apiserver 交互获取 CRD 和相关资源的变更。以 TiDBCluster 为例，在初始化函数 NewController 中，会初始化 Informer 对象：

tidbClusterInformer.Informer().AddEventHandler(cache.ResourceEventHandlerFuncs{ AddFunc: c.enqueueTidbCluster, UpdateFunc:func(old, curinterface{}){ c.enqueueTidbCluster(cur) }, DeleteFunc: c.enqueueTidbCluster, }) statefulsetInformer.Informer().AddEventHandler(cache.ResourceEventHandlerFuncs{ AddFunc: c.addStatefulSet, UpdateFunc:func(old, curinterface{}){ c.updateStatefulSet(old, cur) }, DeleteFunc: c.deleteStatefulSet, })

Informer 中添加了处理添加，更新，删除事件的 EventHandler，把监听到的事件涉及到的 CR 的 Key 加入队列。

初始化完成后启动 InformerFactory 并等待 cache 同步完成。

informerFactories := []InformerFactory{ deps.InformerFactory, deps.KubeInformerFactory, deps.LabelFilterKubeInformerFactory, }for_, f :=rangeinformerFactories { f.Start(ctx.Done())forv, synced :=rangef.WaitForCacheSync(wait.NeverStop) {if!synced { klog.Fatalf("error syncing informer for %v", v) } } }

随后 tidb-controller-manager 会调用各个 Controller 的 Run 函数，开始循环执行 Controller 的内部逻辑。

// Start syncLoop for all controllersfor_,controller :=rangecontrollers { c := controllergowait.Forever(func(){ c.Run(cliCfg.Workers,ctx.Done()) },cliCfg.WaitDuration) }

以 TiDBCluster Controller 为例，Run 函数会启动 worker 处理工作队列。

// Run runs the tidbcluster controller.func(c *Controller)Run(workersint, stopCh <-chanstruct{}){deferutilruntime.HandleCrash()deferc.queue.ShutDown() klog.Info(“开始tidbcluster控制器”)deferklog.Info("Shutting down tidbcluster controller")fori :=0; i < workers; i++ {gowait.Until(c.worker, time.Second, stopCh) } <-stopCh }

Worker 会调用 processNextWorkItem 函数，弹出队列的元素，然后调用 sync 函数进行同步：

// worker runs a worker goroutine that invokes processNextWorkItem until the the controller's queue is closedfunc(c *Controller)worker(){forc.processNextWorkItem() { } }// processNextWorkItem dequeues items, processes them, and marks them done. It enforces that the syncHandler is never// invoked concurrently with the same key.func(c *Controller)processNextWorkItem()bool{ key, quit := c.queue.Get()ifquit {returnfalse}deferc.queue.Done(key)iferr := c.sync(key.(string)); err !=nil{ifperrors.Find(err, controller.IsRequeueError) !=nil{ klog.Infof("TidbCluster: %v, still need sync: %v, requeuing", key.(string), err) }else{ utilruntime.HandleError(fmt.Errorf("TidbCluster: %v, sync failed %v, requeuing", key.(string), err)) } c.queue.AddRateLimited(key) }else{ c.queue.Forget(key) }returntrue}

Sync 函数会根据 Key 获取对应的 CR 对象，例如这里的 TiDBCluster 对象，然后对这个 TiDBCluster 对象进行同步。

// sync syncs the given tidbcluster.func(c *Controller)sync(keystring)error{ startTime := time.Now()deferfunc(){ klog.V(4）.Infof("Finished syncing TidbCluster %q (%v)", key, time.Since(startTime)) }() ns, name, err := cache.SplitMetaNamespaceKey(key)if犯错! =nil{returnerr } tc, err := c.deps.TiDBClusterLister.TidbClusters(ns).Get(name)iferrors.IsNotFound(err) { klog.Infof("TidbCluster has been deleted %v", key)returnnil}if犯错! =nil{returnerr }returnc.syncTidbCluster(tc.DeepCopy()) }func(c *Controller)syncTidbCluster(tc *v1alpha1.TidbCluster)error{returnc.control.UpdateTidbCluster(tc) }

syncTidbCluster 函数调用 updateTidbCluster 函数，进而调用一系列组件的 Sync 函数实现 TiDB 集群管理的相关工作。在 pkg/controller/tidbcluster/tidb_cluster_control.go 的 updateTidbCluster 函数实现中，我们可以看到各个组件的 Sync 函数在这里调用，在相关调用代码注释里描述着每个 Sync 函数执行的生命周期操作事件，可以帮助理解每个组件的 Reconcile 需要完成哪些工作，例如 PD 组件:

// works that should do to making the pd cluster current state match the desired state:// - create or update the pd service// - create or update the pd headless service// - create the pd statefulset// - sync pd cluster status from pd to TidbCluster object// - upgrade the pd cluster// - scale out/in the pd cluster// - failover the pd clusteriferr := c.pdMemberManager.Sync(tc); err !=nil{returnerr }

我们将在下篇文章中介绍组件的 Sync 函数完成了哪些工作，TiDBCluster Controller 是怎样完成各个组件的生命周期管理。

小结

通过这篇文章，我们了解到 TiDB Operator 如何从 cmd/controller-manager/main.go 初始化运行和如何实现对应的 Controller 对象，并以 TidbCluster Controller 为例介绍了 Controller 从初始化到实际工作的过程以及 Controller 内部的工作逻辑。通过上面的代码运行逻辑的介绍，我们清楚了组件的生命周期控制循环是如何被触发的，问题已经被缩小到如何细化这个控制循环，添加 TiDB 特殊的运维逻辑，使得 TiDB 能在 Kubernetes 上部署和正常运行，完成其他的生命周期操作。我们将在下一篇文章中讨论如何细化这个控制循环，讨论组件的控制循环的实现。

我们介绍了社区对于 Operator 模式的探索和演化。对于一些希望使用 Operator 模式开发资源管理系统的小伙伴，Kubernetes 社区中提供了 Kubebuilder 和 Operator Framework 两个 Controller 脚手架项目。相比于参考kubernetes/sample-controller进行开发，Operator 脚手架基于kubernetes-sigs/controller-runtime生成 Controller 代码，减少了许多重复引入的模板化的代码。开发者只需要专注于完成 CRD 对象的控制循环部分即可，而不需要关心控制循环启动之前的准备工作。

如果有什么好的想法，欢迎通过#sig-k8s或pingcap/tidb-operator参与 TiDB Operator 社区交流。

相关阅读：
TiDB Operator 源码阅读 (一) 序；
TiDB Operator 源码阅读 (三) 编排组件控制循环；
TiDB Operator 源码阅读 (四) 组件的控制循环；
TiDB Operator 源码阅读 (五) 备份与恢复。