🥇कुबेरनेट्स #2 में कैनरी परिनियोजन: आर्गो रोलआउट्स

कुबेरनेट्स पर कैनरी परिनियोजन चलाने के लिए हम k8s-मूल Argo रोलआउट्स परिनियोजन नियंत्रक और GitlabCI का उपयोग करेंगे

https://unsplash.com/photos/V41PulGL1z0

इस शृंखला के लेख

कुबेरनेट्स #1 में कैनरी परिनियोजन: गिटलैब सीआई
(यह लेख)
इस्तियो का उपयोग करके कैनरी परिनियोजन
जेनकिंस-एक्स इस्तियो फ़्लैगर का उपयोग करके कैनरी परिनियोजन

कैनरी परिनियोजन

हमें आशा है कि आप पढ़ेंगे पहला भाग, जहां हमने संक्षेप में बताया कि कैनरी परिनियोजन क्या हैं। हमने यह भी दिखाया कि मानक कुबेरनेट्स संसाधनों का उपयोग करके इसे कैसे लागू किया जाए।

अर्गो रोलआउट्स

अर्गो रोलआउट्स एक कुबेरनेट्स देशी परिनियोजन नियंत्रक है। यह कुबेरनेट्स के लिए एक सीआरडी (कस्टम रिसोर्स डेफिनिशन) प्रदान करता है। इसके लिए धन्यवाद, हम एक नई इकाई का उपयोग कर सकते हैं: Rollout, जो विभिन्न कॉन्फ़िगरेशन विकल्पों के साथ नीले-हरे और कैनरी परिनियोजन का प्रबंधन करता है।

कस्टम संसाधन द्वारा उपयोग किया जाने वाला आर्गो रोलआउट नियंत्रक Rollout, कुबेरनेट्स के लिए ब्लू-ग्रीन और कैनरी जैसी अतिरिक्त तैनाती रणनीतियों की अनुमति देता है। संसाधन Rollout समकक्ष कार्यक्षमता प्रदान करता है Deployment, केवल अतिरिक्त तैनाती रणनीतियों के साथ।
संसाधन Deployments तैनाती के लिए दो रणनीतियाँ हैं: RollingUpdate и Recreate. हालाँकि ये रणनीतियाँ अधिकांश मामलों के लिए उपयुक्त हैं, बहुत बड़े पैमाने पर सर्वर पर तैनाती के लिए, अतिरिक्त रणनीतियों का उपयोग किया जाता है, जैसे कि नीला-हरा या कैनरी, जो तैनाती नियंत्रक में उपलब्ध नहीं हैं। कुबेरनेट्स में इन रणनीतियों का उपयोग करने के लिए, उपयोगकर्ताओं को अपनी तैनाती के शीर्ष पर स्क्रिप्ट लिखनी पड़ती थी। आर्गो रोलआउट्स नियंत्रक इन रणनीतियों को सरल, घोषणात्मक, विन्यास योग्य मापदंडों के रूप में उजागर करता है।
https://argoproj.github.io/argo-rollouts

इसमें अर्गो सीआई भी है, जो रोलआउट के साथ उपयोग के लिए एक सुविधाजनक वेब इंटरफ़ेस प्रदान करता है, हम अगले लेख में उस पर एक नज़र डालेंगे।

आर्गो रोलआउट्स स्थापित करना

सर्वर साइड

kubectl create namespace argo-rolloutskubectl apply -n argo-rollouts -f https://raw.githubusercontent.com/argoproj/argo-rollouts/stable/manifests/install.yaml

हमारे इंफ्रास्ट्रक्चर शलजम में (नीचे देखें) हमने पहले ही install.yaml को i/k8s/argo-rollouts/install.yaml के रूप में जोड़ दिया है। इस तरह GitlabCI इसे क्लस्टर में इंस्टॉल कर देगा।

क्लाइंट साइड (kubectl प्लगइन)

https://argoproj.github.io/argo-rollouts/features/kubectl-plugin

उदाहरण आवेदन

एप्लिकेशन कोड और बुनियादी ढांचे के लिए अलग-अलग रिपॉजिटरी रखना अच्छा अभ्यास है।

आवेदन के लिए भंडार

किम वुएस्टकैंप/k8s-तैनाती-उदाहरण-ऐप

यह एक बहुत ही सरल Python+Flask API है जो JSON के रूप में प्रतिक्रिया देता है। हम GitlabCI का उपयोग करके पैकेज बनाएंगे और परिणाम को Gitlab रजिस्ट्री पर भेजेंगे। रजिस्ट्री में हमारे पास दो अलग-अलग रिलीज़ संस्करण हैं:

wuestkamp/k8s-तैनाती-उदाहरण-ऐप:v1
wuestkamp/k8s-तैनाती-उदाहरण-ऐप:v2

उनके बीच एकमात्र अंतर लौटाई गई JSON फ़ाइल का है। हम इस एप्लिकेशन का उपयोग यथासंभव आसानी से कल्पना करने के लिए करते हैं कि हम किस संस्करण के साथ संचार कर रहे हैं।

अवसंरचना भंडार

इस रिपॉजिटरी में हम कुबेरनेट्स पर तैनाती के लिए GitlabCI का उपयोग करेंगे, .gitlab-ci.yml इस तरह दिखता है:

image: traherom/kustomize-dockerbefore_script:
   - printenv
   - kubectl versionstages:
 - deploydeploy test:
   stage: deploy
   before_script:
     - echo $KUBECONFIG
   script:
     - kubectl get all
     - kubectl apply -f i/k8s    only:
     - master

इसे स्वयं चलाने के लिए आपको एक क्लस्टर की आवश्यकता होगी, आप Gcloud का उपयोग कर सकते हैं:

gcloud container clusters create canary --num-nodes 3 --zone europe-west3-b
gcloud compute firewall-rules create incoming-80 --allow tcp:80

आपको कांटा लगाने की जरूरत है https://gitlab.com/wuestkamp/k8s-deployment-example-canary-infrastructure और एक वेरिएबल बनाएं KUBECONFIG GitlabCI में, जिसमें एक्सेस के लिए कॉन्फ़िगरेशन शामिल होगा kubectl आपके क्लस्टर के लिए.

यहां आप क्लस्टर (जीक्लाउड) के लिए क्रेडेंशियल कैसे प्राप्त करें, इसके बारे में पढ़ सकते हैं।

इन्फ्रास्ट्रक्चर यमल

बुनियादी ढांचे के भंडार के अंदर हमारे पास सेवा है:

apiVersion: v1
kind: Service
metadata:
 labels:
   id: rollout-canary
 name: app
spec:
 ports:
 - port: 80
   protocol: TCP
   targetPort: 5000
 selector:
   id: app
 type: LoadBalancer

और रोलआउट.yaml:

apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
 name: rollout-canary
spec:
 replicas: 10
 revisionHistoryLimit: 2
 selector:
   matchLabels:
     id: rollout-canary
 template:
   metadata:
     labels:
       id: rollout-canary
   spec:
     containers:
     - name: rollouts-demo
       image: registry.gitlab.com/wuestkamp/k8s-deployment-example-app:v1
       imagePullPolicy: Always
 strategy:
   canary:
     steps:
     - setWeight: 10
     # Rollouts can be manually resumed by running `kubectl argo rollouts promote ROLLOUT`
     - pause: {}
     - setWeight: 50
     - pause: { duration: 120 } # two minutes

Rollout परिनियोजन के समान ही कार्य करता है। यदि हम एक अद्यतन रणनीति (यहां कैनरी की तरह) सेट नहीं करते हैं तो यह डिफ़ॉल्ट रोलिंग-अपडेट परिनियोजन की तरह व्यवहार करेगी।

हम कैनरी परिनियोजन के लिए yaml में दो चरण परिभाषित करते हैं:

कैनरी के लिए 10% ट्रैफ़िक (मैनुअल ओके की प्रतीक्षा करें)
कैनरी के लिए 50% ट्रैफ़िक (2 मिनट प्रतीक्षा करें फिर 100% तक जारी रखें)

प्रारंभिक परिनियोजन निष्पादित करना

प्रारंभिक तैनाती के बाद, हमारे संसाधन इस तरह दिखेंगे:

और हमें एप्लिकेशन के पहले संस्करण से ही प्रतिक्रिया मिलती है:

कैनरी परिनियोजन निष्पादित करना

चरण 1: 10% ट्रैफ़िक

कैनरी परिनियोजन शुरू करने के लिए, हमें बस छवि संस्करण को बदलने की आवश्यकता है जैसा कि हम आमतौर पर परिनियोजन के साथ करते हैं:

apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
 name: rollout-canary
spec:
...
 template:
   metadata:
     labels:
       id: rollout-canary
   spec:
     containers:
     - name: rollouts-demo
       image: registry.gitlab.com/wuestkamp/k8s-deployment-example-app:v2
...

और हम परिवर्तनों को आगे बढ़ाते हैं, इसलिए Gitlab CI तैनात होता है और हम परिवर्तन देखते हैं:

अब यदि हम सेवा तक पहुँचते हैं:

महान! हम अपनी कैनरी तैनाती के बीच में हैं। हम निम्नलिखित चलाकर प्रगति देख सकते हैं:

kubectl argo rollouts get rollout rollout-canary

चरण 2: 50% ट्रैफ़िक:

अब अगले चरण पर चलते हैं: 50% ट्रैफ़िक को पुनर्निर्देशित करना। हमने इस चरण को मैन्युअल रूप से चलाने के लिए कॉन्फ़िगर किया है:

kubectl argo rollouts promote rollout-canary # continue to step 2

और हमारे एप्लिकेशन ने नए संस्करणों से 50% प्रतिक्रियाएं लौटाईं:

और रोलआउट समीक्षा:

ठीक।

चरण 3: 100% ट्रैफ़िक:

हमने इसे इस तरह से सेट किया है कि 2 मिनट के बाद 50% चरण स्वचालित रूप से समाप्त हो जाता है और 100% चरण शुरू हो जाता है:

और एप्लिकेशन आउटपुट:

और रोलआउट समीक्षा:

कैनरी परिनियोजन पूर्ण हो गया है.

आर्गो रोलआउट्स के साथ और अधिक उदाहरण

यहां और भी उदाहरण हैं, जैसे कि कैनरी के आधार पर पर्यावरण पूर्वावलोकन और तुलना कैसे सेट करें:

https://github.com/argoproj/argo-rollouts/tree/master/examples

आर्गो रोलआउट्स और आर्गो सीआई के बारे में वीडियो

मैं वास्तव में इस वीडियो की अनुशंसा करता हूं, यह दिखाता है कि आर्गो रोलआउट्स और आर्गो सीआई एक साथ कैसे काम करते हैं:

संपूर्ण

मुझे सीआरडी का उपयोग करने का विचार वास्तव में पसंद है जो अतिरिक्त प्रकार की तैनाती या प्रतिकृति सेट, रीडायरेक्ट ट्रैफ़िक इत्यादि के निर्माण का प्रबंधन करता है। उनके साथ काम करना सुचारु रूप से चलता है. आगे मैं अर्गो सीआई के साथ एकीकरण का परीक्षण करना चाहूंगा।

हालाँकि, ऐसा प्रतीत होता है कि अर्गो सीआई और फ्लक्स सीआई का एक बड़ा विलय होने वाला है, इसलिए मैं नई रिलीज़ आने तक प्रतीक्षा कर सकता हूँ: आर्गो फ्लक्स.

क्या आपको आर्गो रोलआउट्स या आर्गो सीआई के साथ कोई अनुभव है?

हमारे ब्लॉग पर अन्य लेख भी पढ़ें:

स्रोत: www.habr.com

कुबेरनेट्स #2 में कैनरी परिनियोजन: अर्गो रोलआउट्स