कुबर्नेट्स #3 मध्ये कॅनरी तैनाती: इस्टिओ

कॅनरी डिप्लॉयमेंट लाँच आणि व्हिज्युअलाइज करण्यासाठी Istio+Kiali वापरणे

या मालिकेतील लेख

1. कुबर्नेट्स #1 मध्ये कॅनरी तैनाती: गिटलॅब सीआय
2. कुबर्नेट्स #2 मध्ये कॅनरी तैनाती: अर्गो रोलआउट्स
3. (हा लेख)
4. जेनकिन्स-एक्स इस्टिओ फ्लॅगर वापरून कॅनरी उपयोजन

कॅनरी उपयोजन

आम्हाला आशा आहे की तुम्ही वाचाल पहिला भाग, जिथे आम्ही कॅनरी उपयोजन काय आहेत हे थोडक्यात स्पष्ट केले आणि मानक Kubernetes संसाधने वापरून त्यांची अंमलबजावणी कशी करायची ते दाखवले.

इस्टिओ

आणि आम्ही असे गृहीत धरतो की हा लेख वाचून तुम्हाला आधीच माहित आहे की Istio काय आहे. नसल्यास, आपण याबद्दल वाचू शकता येथे.

चाचण्यांसाठी अर्ज

प्रत्येक पॉडमध्ये दोन कंटेनर असतात: आमचा अनुप्रयोग आणि istio-proxy.

आम्ही फ्रंटएंड-nginx आणि बॅकएंड पायथन पॉडसह एक साधा चाचणी अनुप्रयोग वापरू. nginx पॉड प्रत्येक विनंतीला बॅकएंड पॉडवर पुनर्निर्देशित करेल आणि प्रॉक्सी म्हणून कार्य करेल. तपशील खालील यमल्समध्ये आढळू शकतात:

• frontend.yaml
• backend.yaml
• istio.yaml

चाचणी अर्ज स्वतः चालवणे

जर तुम्हाला माझ्या उदाहरणाचे अनुसरण करायचे असेल आणि हा चाचणी अनुप्रयोग स्वतः वापरायचा असेल तर पहा प्रकल्प रीडमी.

प्रारंभिक उपयोजन

जेव्हा आम्ही पहिली तैनाती लाँच करतो, तेव्हा आम्ही पाहतो की आमच्या ऍप्लिकेशनच्या पॉड्समध्ये फक्त 2 कंटेनर आहेत, म्हणजे, Istio sidecar नुकतेच लागू केले जात आहे:

आणि आपण नेमस्पेसमध्ये Istio Gateway Loadbalancer देखील पाहतो istio-system:

वाहतूक निर्मिती

आम्ही पुढील आयपी ट्रॅफिक व्युत्पन्न करण्यासाठी वापरू जे फ्रंटएंड पॉड्सद्वारे प्राप्त केले जाईल आणि बॅकएंड पॉड्सवर फॉरवर्ड केले जाईल:

while true; do curl -s --resolve 'frontend.istio-test:80:35.242.202.152' frontend.istio-test; sleep 0.1; done

आम्ही देखील जोडू frontend.istio-test आमच्या होस्ट फाइलवर.

Kiali मार्गे जाळी पहा

आम्ही Tracing, Grafana, Prometheus आणि Kiali सोबत चाचणी ऍप्लिकेशन आणि Istio इंस्टॉल केले (तपशीलांसाठी खाली पहा). प्रकल्प रीडमी). म्हणून आपण याद्वारे Kiali वापरू शकतो:

istioctl dashboard kiali # admin:admin

Kiali जाळीद्वारे वर्तमान रहदारीचे दृश्यमान करते

जसे आपण पाहू शकतो, १००% रहदारी फ्रंटएंड सेवेकडे जाते, नंतर v100 लेबल असलेल्या फ्रंटएंड पॉड्सकडे जाते, कारण आम्ही एक साधा nginx प्रॉक्सी वापरत आहोत जो बॅकएंड सेवेकडे विनंत्या पुनर्निर्देशित करतो, ज्यामुळे त्यांना बॅकएंड पॉड्सवर पुनर्निर्देशित केले जाते. लेबल v1 सह.

Kiali Istio सह उत्तम कार्य करते आणि बॉक्स्ड मेश रेंडरिंग सोल्यूशन प्रदान करते. अति उत्तम.

कॅनरी उपयोजन

आमच्या बॅकएंडमध्ये आधीपासूनच दोन k8s उपयोजन आहेत, एक v1 साठी आणि एक v2 साठी. आता आम्‍हाला इस्‍टिओला ठराविक टक्के विनंत्‍यांना v2 वर फॉरवर्ड करण्‍यासाठी सांगावे लागेल.

पायरी 1: 10%

आणि आम्हाला फक्त व्हर्च्युअल सर्व्हिसचे वजन समायोजित करण्याची आवश्यकता आहे istio.yaml:

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: backend
  namespace: default
spec:
  gateways: []
  hosts:
  - "backend.default.svc.cluster.local"
  http:
  - match:
    - {}
    route:
    - destination:
        host: backend.default.svc.cluster.local
        subset: v1
        port:
          number: 80
      weight: 90
    - destination:
        host: backend.default.svc.cluster.local
        subset: v2
        port:
          number: 80
      weight: 10

आम्ही पाहतो की 10% विनंत्या v2 वर पुनर्निर्देशित केल्या जातात.

पायरी 2: 50%

आणि आता ते 50% पर्यंत वाढवणे पुरेसे आहे:

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: backend
  namespace: default
spec:
...
    - destination:
        host: backend.default.svc.cluster.local
        subset: v1
        port:
          number: 80
      weight: 50
    - destination:
        host: backend.default.svc.cluster.local
        subset: v2
        port:
          number: 80
      weight: 50

पायरी 3: 100%

आता कॅनरी उपयोजन पूर्ण मानले जाऊ शकते आणि सर्व रहदारी v2 वर पुनर्निर्देशित केली जाते:

कॅनरी मॅन्युअली चाचणी

समजा आम्ही आता सर्व विनंत्यांपैकी १०% v2 बॅकएंडला पाठवतो. सर्वकाही आमच्या अपेक्षेप्रमाणे चालते याची खात्री करण्यासाठी आम्ही व्यक्तिचलितपणे v10 चाचणी करू इच्छित असल्यास काय?

आम्ही HTTP शीर्षलेखांवर आधारित एक विशेष जुळणारे नियम जोडू शकतो:

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: backend
  namespace: default
spec:
  gateways: []
  hosts:
  - "backend.default.svc.cluster.local"
  http:
  - match:
    - headers:
        canary:
          exact: "canary-tester"
    route:
    - destination:
        host: backend.default.svc.cluster.local
        subset: v2
        port:
          number: 80
      weight: 100
  - match:
    - {}
    route:
    - destination:
        host: backend.default.svc.cluster.local
        subset: v1
        port:
          number: 80
      weight: 90
    - destination:
        host: backend.default.svc.cluster.local
        subset: v2
        port:
          number: 80
      weight: 10

आता कर्ल वापरून आम्ही हेडर पाठवून v2 विनंती सक्ती करू शकतो:

शीर्षलेख नसलेल्या विनंत्या अजूनही 1/10 गुणोत्तराने चालविल्या जातील:

दोन आश्रित आवृत्त्यांसाठी कॅनरी

आता आपण त्या पर्यायाचा विचार करू जिथे आपल्याकडे फ्रंटएंड आणि बॅकएंड दोन्हीसाठी v2 आवृत्ती आहे. दोन्हीसाठी, आम्ही नमूद केले आहे की 10% रहदारी v2 वर जावी:

आम्ही पाहतो की फ्रंटएंड v1 आणि v2 दोन्ही फॉरवर्ड ट्रॅफिक 1/10 आणि बॅकएंड v1 आणि v2 च्या प्रमाणात.

जर आम्हाला फ्रंटएंड-v2 वरून फक्त बॅकएंड-v2 वर रहदारी फॉरवर्ड करायची असेल कारण ती v1 शी सुसंगत नाही? हे करण्यासाठी, आम्ही फ्रंटएंडसाठी 1/10 गुणोत्तर सेट करू, जे निगोशिएशन वापरून बॅकएंड-v2 वर काय रहदारी येते हे नियंत्रित करते. sourceLabels :

apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
  name: backend
  namespace: default
spec:
  gateways: []
  hosts:
  - "backend.default.svc.cluster.local"
  http:
...
  - match:
    - sourceLabels:
        app: frontend
        version: v2
    route:
    - destination:
        host: backend.default.svc.cluster.local
        subset: v2
        port:
          number: 80
      weight: 100

परिणामी, आम्हाला आवश्यक ते मिळते:

मॅन्युअल कॅनरी दृष्टिकोनातून फरक

В पहिला भाग आम्ही दोन k8s उपयोजन वापरून कॅनरी उपयोजन व्यक्तिचलितपणे केले. तेथे आम्ही प्रतिकृतींची संख्या बदलून विनंतीचे प्रमाण नियंत्रित केले. हा दृष्टिकोन कार्य करतो, परंतु त्यात गंभीर कमतरता आहेत.

Istio प्रतिकृतींची संख्या विचारात न घेता विनंत्यांचे प्रमाण निर्धारित करणे शक्य करते. याचा अर्थ, उदाहरणार्थ, आम्ही HPAs (Horizontal Pod Autoscalers) वापरू शकतो आणि कॅनरी तैनातीच्या सध्याच्या स्थितीनुसार कॉन्फिगर करण्याची आवश्यकता नाही.

परिणाम

Istio उत्कृष्ट कार्य करते आणि ते Kiali सोबत वापरणे खूप शक्तिशाली संयोजन बनवते. ऑटोमेशन आणि कॅनरी विश्लेषणासाठी Istio सह Spinnaker एकत्र करणे हे माझ्या स्वारस्याच्या यादीत पुढे आहे.

स्त्रोत: www.habr.com