詞起源于希臘語(yǔ)中的 ??form??? 或 ??figure???，但具體應(yīng)該如何定義 ??schema??? 取決于應(yīng)用環(huán)境的上下文。??schema?? 有不同的類(lèi)型，其含義與數(shù)據(jù)科學(xué)、教育、營(yíng)銷(xiāo)和 SEO 以及心理學(xué)等領(lǐng)域密切相關(guān)。

在維基百科中將 schema 解釋為，圖式，在心理學(xué)中主要描述一種思維或行為類(lèi)型，用來(lái)組織資訊的類(lèi)別，以及資訊之間的關(guān)系。它也可以被描述為先入為主思想的心理結(jié)構(gòu)，表示世界某些觀點(diǎn)的框架，或是用于組織和感知新資訊的系統(tǒng)。

但在計(jì)算機(jī)中的 schema 其實(shí)與這個(gè)解釋很接近了，從很多地方都可以看到 schema 這個(gè)名詞，例如 database，openldap，programing language 等的。這里可以簡(jiǎn)單的把 _schema_ 理解為 元數(shù)據(jù)集合 （metadata component），主要包含元素及屬性的聲明，與其他數(shù)據(jù)結(jié)構(gòu)組成。

數(shù)據(jù)庫(kù)中的 schema

在數(shù)據(jù)庫(kù)中，??schema?? 就像一個(gè)骨架結(jié)構(gòu)，代表整個(gè)數(shù)據(jù)庫(kù)的邏輯視圖。它設(shè)計(jì)了應(yīng)用于特定數(shù)據(jù)庫(kù)中數(shù)據(jù)的所有約束。當(dāng)在數(shù)據(jù)建模時(shí)，就會(huì)產(chǎn)生一個(gè) schema。在談到關(guān)系數(shù)據(jù)庫(kù)]和面向?qū)ο髷?shù)據(jù)庫(kù)時(shí)經(jīng)常使用 schema。有時(shí)也指將結(jié)構(gòu)或文本的描述。

數(shù)據(jù)庫(kù)中 schema 描述數(shù)據(jù)的形狀以及它與其他模型、表和庫(kù)之間的關(guān)系。在這種情況下，數(shù)據(jù)庫(kù)條目是 schema 的一個(gè)實(shí)例，包含 schema 中描述的所有屬性。

數(shù)據(jù)庫(kù) schema 通常分為兩類(lèi)：定義數(shù)據(jù)文件實(shí)際存儲(chǔ)方式的物理數(shù)據(jù)庫(kù) schema 和邏輯數(shù)據(jù)庫(kù) schema，它描述了應(yīng)用于存儲(chǔ)數(shù)據(jù)的所有邏輯約束，包括完整性、表和視圖。常見(jiàn)包括

• 星型模式（star schema）
• 雪花模式（snowflake schema）
• 事實(shí)星座模型（fact constellation schema 或 galaxy schema）

星型模式是類(lèi)似于一個(gè)簡(jiǎn)單的數(shù)據(jù)倉(cāng)庫(kù)圖，包括一對(duì)多的事實(shí)表和維度表。它使用非規(guī)范化數(shù)據(jù)。

雪花模式是更為復(fù)雜的一種流行的數(shù)據(jù)庫(kù)模式，在該模式下，維度表是規(guī)范化的，可以節(jié)省存儲(chǔ)空間并最大限度地減少數(shù)據(jù)冗余。

事實(shí)星座模式遠(yuǎn)比星型模式和雪花模式復(fù)雜得多。它擁有多個(gè)共享多個(gè)維度表的事實(shí)表。

Kubernetes 中的 schema

通過(guò)上面的闡述，大概上可以明白 schema 究竟是什么東西了，在 Kubernetes 中也有 schema 的概念，通過(guò)對(duì) kubernetes 中資源（GVK）的規(guī)范定義、相互關(guān)系間的映射等，schema 即 k8s 資源對(duì)象元數(shù)據(jù)。

而 kubernetes 中資源對(duì)象即 ??Group??? ??Version??? ??Kind??? 這些被定義在 ??staging/src/k8s.io/api/type.go?? 中，即平時(shí)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

而對(duì)應(yīng)的的即為 ??TypeMeta??? 、??ObjectMeta??? 和 ??DeploymentSpec???，??TypeMeta??? 為 ??kind??? 與 ??apiserver???，??ObjectMeta??? 為 ??Name??? 、??Namespace??? ??CreationTimestamp?? 等段。

??DeploymentSpec?? 則對(duì)應(yīng)了 yaml 中的 spec。

而整個(gè) yaml 組成了 一個(gè) k8s 的資源對(duì)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?? 則是將對(duì)應(yīng)的資源類(lèi)型注冊(cè)到 schema 中的類(lèi)

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?? 包則是 schema 的實(shí)現(xiàn)，通過(guò)看其內(nèi)容可以發(fā)現(xiàn)，kubernetes 中 schema 就是 GVK 的屬性約束 與 GVR 之間的映射。

通過(guò)示例了解 schema

例如在 ??apps/v1/deployment??? 這個(gè)資源，在代碼中表示 ??k8s.io/api/apps/v1/types.go??? ，如果需要對(duì)其資源進(jìn)行擴(kuò)展那么需要怎么做？如，建立一個(gè) ??StateDeplyment?? 資源

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

如上述代碼所示，Deployment 中的 ??metav1.TypeMeta??? 和 ??metav1.ObjectMeta??

那么我們復(fù)制一個(gè) Deployment 為 StateDeployment，注意，因?yàn)?Deployment 的兩個(gè)屬性， ??metav1.TypeMeta??? 和 ??metav1.ObjectMeta?? 分別實(shí)現(xiàn)了不同的方法，如圖所示

所以在實(shí)現(xiàn)方法時(shí)，需要實(shí)現(xiàn) ??DeepCopyinfo??? ， ??DeepCopy??? 和繼承接口 ??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
}

那么擴(kuò)展一個(gè)資源的整個(gè)流為：

• 資源類(lèi)型在：??k8s.io/api/{Group}/types.go??
• 資料類(lèi)型的實(shí)現(xiàn)接口??k8s.io/apimachinery/pkg/runtime/interfaces.go.Object??
• 其中是基于??Deployment??? 的類(lèi)型，??metav1.TypeMeta??? 和??metav1.ObjectMeta??
• ??metav1.TypeMeta??? 實(shí)現(xiàn)了??GetObjectKind()??? ；??metav1.ObjectMeta??? 實(shí)現(xiàn)了??DeepCopyinfo=()???，??DeepCopy()??? ，還需要實(shí)現(xiàn)??DeepCopyObject()??
• 最后注冊(cè)資源到 schema 中??k8s.io/api/apps/v1/register.go??