Kubernetes वर Camunda BPM चालवणे

तुम्ही Kubernetes वापरत आहात? तुमची Camunda BPM उदाहरणे व्हर्च्युअल मशीनच्या बाहेर हलवण्यास तयार आहात, किंवा कदाचित त्यांना कुबर्नेट्सवर चालवण्याचा प्रयत्न करा? चला काही सामान्य कॉन्फिगरेशन्स आणि वैयक्तिक आयटम पाहू ज्या आपल्या विशिष्ट गरजेनुसार तयार केल्या जाऊ शकतात.

हे गृहीत धरते की तुम्ही याआधी कुबर्नेट्स वापरले आहेत. नसेल तर का बघू नये नेतृत्व आणि तुमचा पहिला क्लस्टर सुरू करू नका?

लेखक

• अॅलिस्टर फर्थ (अॅलिस्टर फर्थ) - कॅमुंडा क्लाउड टीमवरील वरिष्ठ साइट विश्वसनीयता अभियंता;
• लार्स लँगे (लार्स लँगे) - कॅमुंडा येथे DevOps अभियंता.

थोडक्यात:

git clone https://github.com/camunda-cloud/camunda-examples.git
cd camunda-examples/camunda-bpm-demo
make skaffold


ठीक आहे, तुमच्याकडे स्काफोल्ड आणि कस्टमाइझ इन्स्टॉल नसल्यामुळे कदाचित ते काम करत नसेल. बरं मग वाचा!

कॅमुंडा बीपीएम म्हणजे काय?

Camunda BPM हे एक मुक्त स्रोत व्यवसाय प्रक्रिया व्यवस्थापन आणि निर्णय ऑटोमेशन प्लॅटफॉर्म आहे जे व्यवसाय वापरकर्ते आणि सॉफ्टवेअर डेव्हलपर यांना जोडते. लोक, (मायक्रो) सेवा किंवा अगदी बॉट्समध्ये समन्वय साधण्यासाठी आणि त्यांना जोडण्यासाठी हे आदर्श आहे! आपण येथे विविध वापर प्रकरणांबद्दल अधिक वाचू शकता दुवा.

कुबर्नेट्स का वापरावे

लिनक्सवर आधुनिक ऍप्लिकेशन्स चालविण्यासाठी कुबर्नेट्स हे वास्तविक मानक बनले आहे. हार्डवेअर इम्युलेशनऐवजी सिस्टम कॉल वापरून आणि कर्नलची मेमरी आणि टास्क स्विचिंग व्यवस्थापित करण्याची क्षमता, बूट वेळ आणि स्टार्टअप वेळ कमीतकमी ठेवली जाते. तथापि, सर्व अनुप्रयोगांसाठी आवश्यक पायाभूत सुविधा कॉन्फिगर करण्यासाठी Kubernetes प्रदान केलेल्या मानक API मधून सर्वात मोठा फायदा होऊ शकतो: स्टोरेज, नेटवर्किंग आणि मॉनिटरिंग. तो जून 2020 मध्ये 6 वर्षांचा झाला आणि कदाचित (Linux नंतर) दुसरा सर्वात मोठा ओपन सोर्स प्रकल्प आहे. जगभरातील उत्पादन वर्कलोड्ससाठी ते गंभीर बनल्यामुळे गेल्या काही वर्षांत जलद पुनरावृत्तीनंतर ते अलीकडे सक्रियपणे त्याची कार्यक्षमता स्थिर करत आहे.

Camunda BPM इंजिन त्याच क्लस्टरवर चालणाऱ्या इतर ऍप्लिकेशन्सशी सहजपणे कनेक्ट होऊ शकते आणि Kubernetes उत्कृष्ट स्केलेबिलिटी प्रदान करते, ज्यामुळे तुम्हाला खरोखर आवश्यक असेल तेव्हाच पायाभूत सुविधांचा खर्च वाढवता येतो (आणि आवश्यकतेनुसार ते सहजपणे कमी करता येते).

Prometheus, Grafana, Loki, Fluentd आणि Elasticsearch सारख्या साधनांसह मॉनिटरिंगची गुणवत्ता देखील मोठ्या प्रमाणात सुधारली आहे, ज्यामुळे तुम्हाला क्लस्टरमध्ये सर्व वर्कलोड्स मध्यवर्तीपणे पाहता येतात. आज आपण जावा व्हर्च्युअल मशीन (JVM) मध्ये प्रोमिथियस निर्यातक कसे कार्यान्वित करायचे ते पाहू.

उद्दीष्टे

चला काही क्षेत्रे पाहू जिथे आपण कॅमुंडा बीपीएम डॉकर प्रतिमा सानुकूलित करू शकतो (github) जेणेकरून ते कुबर्नेट्सशी चांगले संवाद साधते.

1. लॉग आणि मेट्रिक्स;
2. डेटाबेस कनेक्शन;
3. प्रमाणीकरण;
4. सत्र व्यवस्थापन.

ही उद्दिष्टे साध्य करण्यासाठी आम्ही अनेक मार्ग पाहू आणि संपूर्ण प्रक्रिया स्पष्टपणे दर्शवू.

शेरा: तुम्ही एंटरप्राइझ आवृत्ती वापरत आहात? दिसत येथे आणि आवश्यकतेनुसार प्रतिमा दुवे अद्यतनित करा.

कार्यप्रवाह विकास

या डेमोमध्ये, आम्ही Google क्लाउड बिल्ड वापरून डॉकर प्रतिमा तयार करण्यासाठी Skaffold चा वापर करू. यात विविध साधनांसाठी (जसे की कुस्टमाईझ आणि हेल्म), सीआय आणि बिल्ड टूल्स आणि पायाभूत सुविधा प्रदात्यांसाठी चांगला समर्थन आहे. फाईल skaffold.yaml.tmpl Google क्लाउड बिल्ड आणि GKE साठी सेटिंग्ज समाविष्ट करते, उत्पादन-श्रेणी पायाभूत सुविधा चालवण्याचा एक अतिशय सोपा मार्ग प्रदान करते.

make skaffold डॉकरफाइल संदर्भ क्लाउड बिल्डमध्ये लोड करेल, प्रतिमा तयार करेल आणि GCR मध्ये संग्रहित करेल आणि नंतर तुमच्या क्लस्टरवर मॅनिफेस्ट लागू करेल. हे असेच करते make skaffold, परंतु Skaffold मध्ये इतर अनेक वैशिष्ट्ये आहेत.

Kubernetes मधील yaml टेम्पलेट्ससाठी, आम्ही संपूर्ण मॅनिफेस्टला काटा न लावता yaml आच्छादन व्यवस्थापित करण्यासाठी kustomize वापरतो, तुम्हाला वापरण्याची परवानगी देतो git pull --rebase पुढील सुधारणांसाठी. आता ते kubectl मध्ये आहे आणि अशा गोष्टींसाठी ते चांगले कार्य करते.

*.yaml.tmpl फाइल्समध्ये होस्टनाव आणि GCP प्रोजेक्ट आयडी भरण्यासाठी आम्ही envsubst देखील वापरतो. ते कसे कार्य करते ते तुम्ही पाहू शकता makefile किंवा फक्त पुढे सुरू ठेवा.

आवश्यक अटी

• कार्य क्लस्टर कुबेरनेट्स
• सानुकूल करा
• स्कॅफोल्ड - तुमच्या स्वतःच्या डॉकर प्रतिमा तयार करण्यासाठी आणि GKE वर सुलभ उपयोजन करण्यासाठी
• या कोडची प्रत
• Envsubst

मॅनिफेस्ट वापरून कार्यप्रवाह

तुम्हाला kustomize किंवा skaffold वापरायचे नसल्यास, तुम्ही मधील मॅनिफेस्टचा संदर्भ घेऊ शकता generated-manifest.yaml आणि त्यांना तुमच्या आवडीच्या वर्कफ्लोमध्ये जुळवून घ्या.

लॉग आणि मेट्रिक्स

प्रोमिथियस कुबर्नेट्समध्ये मेट्रिक्स गोळा करण्यासाठी मानक बनले आहेत. हे AWS क्लाउडवॉच मेट्रिक्स, क्लाउडवॉच अॅलर्ट्स, स्टॅकड्रिव्हर मेट्रिक्स, स्टॅट्सडी, डेटाडॉग, नागिओस, vSphere मेट्रिक्स आणि इतरांसारखेच स्थान व्यापते. हे मुक्त स्त्रोत आहे आणि एक शक्तिशाली क्वेरी भाषा आहे. आम्ही व्हिज्युअलायझेशन ग्राफानाकडे सोपवू - ते बॉक्सच्या बाहेर मोठ्या संख्येने उपलब्ध डॅशबोर्डसह येते. ते एकमेकांशी जोडलेले आहेत आणि स्थापित करणे तुलनेने सोपे आहे प्रोमिथियस-ऑपरेटर.

डीफॉल्टनुसार, प्रोमिथियस एक्सट्रॅक्शन मॉडेल वापरतो <service>/metrics, आणि यासाठी साइडकार कंटेनर जोडणे सामान्य आहे. दुर्दैवाने, JMX मेट्रिक्स JVM मध्ये सर्वोत्तम लॉग इन केले जातात, त्यामुळे साइडकार कंटेनर तितके कार्यक्षम नाहीत. चला कनेक्ट करूया जेएमएक्स_एक्सपोर्टर कंटेनर इमेजमध्ये जोडून प्रोमिथियसपासून JVM पर्यंत मुक्त स्त्रोत जे मार्ग प्रदान करेल /metrics वेगळ्या पोर्टवर.

कंटेनरमध्ये Prometheus jmx_exporter जोडा

-- images/camunda-bpm/Dockerfile
FROM camunda/camunda-bpm-platform:tomcat-7.11.0

## Add prometheus exporter
RUN wget https://repo1.maven.org/maven2/io/prometheus/jmx/
jmx_prometheus_javaagent/0.11.0/jmx_prometheus_javaagent-0.11.0.jar -P lib/
#9404 is the reserved prometheus-jmx port
ENV CATALINA_OPTS -javaagent:lib/
jmx_prometheus_javaagent-0.11.0.jar=9404:/etc/config/prometheus-jmx.yaml


बरं, ते सोपं होतं. निर्यातक टॉमकॅटचे ​​निरीक्षण करेल आणि त्याचे मेट्रिक्स प्रोमिथियस फॉरमॅट येथे प्रदर्शित करेल <svc>:9404/metrics

निर्यातदार सेटअप

हे कोठून आले असा प्रश्न सजग वाचकाला पडला असेल prometheus-jmx.yaml? JVM मध्ये अनेक भिन्न गोष्टी चालू शकतात आणि टॉमकॅट ही त्यापैकी फक्त एक आहे, त्यामुळे निर्यातदाराला काही अतिरिक्त कॉन्फिगरेशनची आवश्यकता आहे. टॉमकॅट, वाइल्डफ्लाय, काफ्का आणि इतरांसाठी मानक कॉन्फिगरेशन उपलब्ध आहेत येथे. आम्ही tomcat म्हणून जोडू कॉन्फिगमॅप Kubernetes मध्ये आणि नंतर ते व्हॉल्यूम म्हणून माउंट करा.

प्रथम, आम्ही आमच्या प्लॅटफॉर्म/कॉन्फिगरेशन/ निर्देशिकेत निर्यातक कॉन्फिगरेशन फाइल जोडतो

platform/config
└── prometheus-jmx.yaml


मग आम्ही जोडतो ConfigMapGenerator в kustomization.yaml.tmpl:

-- platform/kustomization.yaml.tmpl
apiVersion: kustomize.config.k8s.io/v1beta1
kind: Kustomization
[...] configMapGenerator:
- name: config
files:
- config/prometheus-jmx.yaml


हे प्रत्येक घटक जोडेल files[] कॉन्फिगमॅप कॉन्फिगरेशन घटक म्हणून. ConfigMapGenerators उत्तम आहेत कारण ते कॉन्फिगरेशन डेटा हॅश करतात आणि ते बदलल्यास पॉड रीस्टार्ट करण्यास भाग पाडतात. ते डिप्लॉयमेंटमधील कॉन्फिगरेशनचे प्रमाण देखील कमी करतात कारण तुम्ही कॉन्फिगरेशन फाइल्सचे संपूर्ण "फोल्डर" एका VolumeMount मध्ये माउंट करू शकता.

शेवटी, आम्हाला पॉडवर व्हॉल्यूम म्हणून कॉन्फिगमॅप माउंट करणे आवश्यक आहे:

-- platform/deployment.yaml
apiVersion: apps/v1
kind: Deployment
[...] spec:
template:
spec:
[...] volumes:
- name: config
configMap:
name: config
defaultMode: 0744
containers:
- name: camunda-bpm
volumeMounts:
- mountPath: /etc/config/
name: config
[...]

अप्रतिम. प्रोमिथियस पूर्ण साफसफाईसाठी कॉन्फिगर केलेले नसल्यास, तुम्हाला त्याला शेंगा साफ करण्यासाठी सांगावे लागेल. प्रोमिथियस ऑपरेटर वापरकर्ते वापरू शकतात service-monitor.yaml सुरू करण्यासाठी. अन्वेषण Service-monitor.yaml, ऑपरेटर डिझाइन и सर्व्हिस मॉनिटरस्पेक आपण सुरू करण्यापूर्वी.

हा नमुना इतर वापराच्या प्रकरणांमध्ये विस्तारित करणे

आम्ही ConfigMapGenerator मध्ये जोडलेल्या सर्व फायली नवीन निर्देशिकेत उपलब्ध असतील /etc/config. तुम्हाला आवश्यक असलेल्या इतर कॉन्फिगरेशन फाइल्स माउंट करण्यासाठी तुम्ही हे टेम्पलेट वाढवू शकता. तुम्ही नवीन स्टार्टअप स्क्रिप्ट देखील माउंट करू शकता. तुम्ही वापरू शकता उपपथ वैयक्तिक फाइल्स माउंट करण्यासाठी. xml फाइल्स अपडेट करण्यासाठी, वापरण्याचा विचार करा xmlstarlet sed ऐवजी. ते आधीपासूनच प्रतिमेमध्ये समाविष्ट केले आहे.

.Ы

उत्तम बातमी! अर्ज नोंदी stdout वर आधीपासूनच उपलब्ध आहेत, उदाहरणार्थ सह kubectl logs. Fluentd (GKE मध्ये डीफॉल्टनुसार स्थापित) तुमचे लॉग इलास्टिकसर्च, लोकी किंवा तुमच्या एंटरप्राइझ लॉगिंग प्लॅटफॉर्मवर फॉरवर्ड करेल. जर तुम्हाला लॉगसाठी jsonify वापरायचे असेल तर तुम्ही वरील टेम्प्लेट इन्स्टॉल करण्यासाठी फॉलो करू शकता लॉगबॅक.

डेटाबेस

डीफॉल्टनुसार, इमेजमध्ये H2 डेटाबेस असेल. हे आमच्यासाठी योग्य नाही आणि आम्ही क्लाउड SQL प्रॉक्सीसह Google Cloud SQL वापरू - अंतर्गत समस्यांचे निराकरण करण्यासाठी हे नंतर आवश्यक असेल. डेटाबेस सेट अप करताना तुमची स्वतःची प्राधान्ये नसल्यास हा एक सोपा आणि विश्वासार्ह पर्याय आहे. AWS RDS सारखी सेवा पुरवते.

तुम्ही निवडलेल्या डेटाबेसची पर्वा न करता, तो H2 असल्याशिवाय, तुम्हाला योग्य पर्यावरण व्हेरिएबल्स सेट करणे आवश्यक आहे platform/deploy.yaml. हे असे काहीतरी दिसते:

-- platform/deployment.yaml
apiVersion: apps/v1
kind: Deployment
[...] spec:
template:
spec:
[...] containers:
- name: camunda-bpm
env:
- name: DB_DRIVER
value: org.postgresql.Driver
- name: DB_URL
value: jdbc:postgresql://postgres-proxy.db:5432/process-engine
- name: DB_USERNAME
valueFrom:
secretKeyRef:
name: cambpm-db-credentials
key: db_username
- name: DB_PASSWORD
valueFrom:
secretKeyRef:
name: cambpm-db-credentials
key: db_password
[...]

शेरा: तुम्ही आच्छादन वापरून भिन्न वातावरणात उपयोजित करण्यासाठी Kustomize वापरू शकता: उदाहरण.

शेरा: वापर valueFrom: secretKeyRef. कृपया वापरा हे Kubernetes वैशिष्ट्य तुमची गुपिते सुरक्षित ठेवण्यासाठी विकासादरम्यानही.

कुबर्नेट्स सिक्रेट्स व्यवस्थापित करण्यासाठी तुमच्याकडे आधीपासूनच एक प्राधान्य प्रणाली असण्याची शक्यता आहे. नसल्यास, येथे काही पर्याय आहेत: त्यांना तुमच्या क्लाउड प्रदात्याच्या KMS सह कूटबद्ध करणे आणि नंतर त्यांना K8S मध्ये सीडी पाइपलाइनद्वारे गुपिते म्हणून इंजेक्ट करणे - Mozilla SOPS - Kustomize रहस्ये सह संयोजनात खूप चांगले कार्य करेल. इतर साधने आहेत, जसे की डॉटजीपीजी, जी समान कार्ये करतात: हॅशिकॉर्प तिजोरी, गुप्त मूल्य प्लगइन सानुकूलित करा.

प्रवेश

जोपर्यंत तुम्ही स्थानिक पोर्ट फॉरवर्डिंग वापरणे निवडत नाही, तोपर्यंत तुम्हाला कॉन्फिगर केलेला इनग्रेस कंट्रोलर आवश्यक असेल. आपण वापरत नसल्यास ingress-nginx (हेल्म चार्ट) तर तुम्हाला कदाचित आधीच माहित असेल की तुम्हाला आवश्यक भाष्ये स्थापित करणे आवश्यक आहे ingress-patch.yaml.tmpl किंवा platform/ingress.yaml. तुम्ही ingress-nginx वापरत असल्यास आणि लोड बॅलन्सरसह nginx इंग्रेस क्लास दिसल्यास आणि बाह्य DNS किंवा वाइल्डकार्ड DNS एंट्री दिसली, तर तुम्ही जाण्यासाठी चांगले आहात. अन्यथा, इनग्रेस कंट्रोलर आणि DNS कॉन्फिगर करा किंवा या पायऱ्या वगळा आणि पॉडशी थेट कनेक्शन ठेवा.

TLS

आपण वापरत असल्यास प्रमाणपत्र-व्यवस्थापक किंवा kube-lego आणि letsencrypt - नवीन लॉगिनसाठी प्रमाणपत्रे आपोआप मिळतील. अन्यथा, उघडा ingress-patch.yaml.tmpl आणि तुमच्या गरजेनुसार सानुकूलित करा.

लाँच!

जर आपण वर लिहिलेल्या सर्व गोष्टींचे अनुसरण केले तर आदेश make skaffold HOSTNAME=<you.example.com> मध्ये उपलब्ध उदाहरण लाँच केले पाहिजे <hostname>/camunda

तुम्ही तुमचे लॉगिन सार्वजनिक URL वर सेट केले नसल्यास, तुम्ही ते यासह पुनर्निर्देशित करू शकता localhost: kubectl port-forward -n camunda-bpm-demo svc/camunda-bpm 8080:8080 वर localhost:8080/camunda

टॉमकॅट पूर्णपणे तयार होईपर्यंत काही मिनिटे प्रतीक्षा करा. डोमेन नावाची पडताळणी करण्यासाठी Cert-manager ला काही वेळ लागेल. त्यानंतर तुम्ही उपलब्ध साधनांचा वापर करून लॉगचे निरीक्षण करू शकता जसे की kubetail सारखे साधन किंवा फक्त kubectl वापरून:

kubectl logs -n camunda-bpm-demo $(kubectl get pods -o=name -n camunda-bpm-demo) -f


पुढील पायऱ्या

अधिकृतता

हे Kubernetes पेक्षा Camunda BPM कॉन्फिगर करण्यासाठी अधिक संबंधित आहे, परंतु हे लक्षात घेणे महत्त्वाचे आहे की डीफॉल्टनुसार, REST API मध्ये प्रमाणीकरण अक्षम केले आहे. आपण करू शकता मूलभूत प्रमाणीकरण सक्षम करा किंवा दुसरी पद्धत वापरा जसे जेडब्ल्यूटी. तुम्ही xml लोड करण्यासाठी कॉन्फिगमॅप्स आणि व्हॉल्यूम वापरू शकता, किंवा इमेजमधील विद्यमान फाइल्स संपादित करण्यासाठी xmlstarlet (वर पहा), आणि एकतर wget वापरू शकता किंवा init कंटेनर आणि शेअर्ड व्हॉल्यूम वापरून लोड करू शकता.

सत्र व्यवस्थापन

इतर अनेक ऍप्लिकेशन्सप्रमाणे, कॅमुंडा बीपीएम JVM मध्ये सत्रे हाताळते, त्यामुळे तुम्हाला अनेक प्रतिकृती चालवायची असल्यास, तुम्ही चिकट सत्रे सक्षम करू शकता (उदाहरणार्थ ingress-nginx साठी), जी प्रतिकृती अदृश्य होईपर्यंत अस्तित्वात असेल किंवा कुकीजसाठी कमाल-वय विशेषता सेट करेल. अधिक मजबूत समाधानासाठी, तुम्ही Tomcat मध्ये सत्र व्यवस्थापक तैनात करू शकता. लार्सकडे आहे स्वतंत्र पोस्ट या विषयावर, परंतु असे काहीतरी:

wget http://repo1.maven.org/maven2/de/javakaffee/msm/memcached-session-manager/
2.3.2/memcached-session-manager-2.3.2.jar -P lib/ &&
wget http://repo1.maven.org/maven2/de/javakaffee/msm/memcached-session-manager-tc9/
2.3.2/memcached-session-manager-tc9-2.3.2.jar -P lib/ &&

sed -i '/^</Context>/i
<Manager className="de.javakaffee.web.msm.MemcachedBackupSessionManager"
memcachedNodes="redis://redis-proxy.db:22121"
sticky="false"
sessionBackupAsync="false"
storageKeyPrefix="context"
lockingMode="auto"
/>' conf/context.xml


शेरा: तुम्ही sed ऐवजी xmlstarlet वापरू शकता

आम्ही वापरले twemproxy Google Cloud Memorystore समोर, सह memcached-session-manager (रेडीसचे समर्थन करते) ते चालविण्यासाठी.

स्केलिंग

जर तुम्हाला आधीच सत्रे समजली असतील, तर कॅमुंडा बीपीएम स्केलिंग करण्यासाठी पहिली (आणि बर्‍याचदा शेवटची) मर्यादा डेटाबेसशी कनेक्शन असू शकते. आंशिक सानुकूलन आधीच उपलब्ध आहे "बॉक्समधून" settings.xml फाईलमध्ये intialSize देखील अक्षम करूया. अॅड क्षैतिज पॉड ऑटोस्केलर (HPA) आणि आपण सहजपणे शेंगांची संख्या स्वयंचलितपणे मोजू शकता.

विनंत्या आणि निर्बंध

В platform/deployment.yaml तुम्हाला दिसेल की आम्ही संसाधन फील्ड हार्ड-कोड केले आहे. हे HPA सह चांगले कार्य करते, परंतु अतिरिक्त कॉन्फिगरेशनची आवश्यकता असू शकते. यासाठी kustomize पॅच योग्य आहे. सेमी. ingress-patch.yaml.tmpl и ./kustomization.yaml.tmpl

निष्कर्ष

म्हणून आम्ही प्रोमिथियस मेट्रिक्स, लॉग, H2 डेटाबेस, TLS आणि Ingress सह Kubernetes वर Camunda BPM स्थापित केले. आम्ही ConfigMaps आणि Dockerfile वापरून जार फाइल्स आणि कॉन्फिगरेशन फाइल्स जोडल्या. आम्ही डेटाची देवाणघेवाण व्हॉल्यूममध्ये आणि थेट पर्यावरणीय व्हेरिएबल्समध्ये गुप्ततेबद्दल बोललो. या व्यतिरिक्त, आम्ही अनेक प्रतिकृती आणि एक प्रमाणीकृत API साठी Camunda सेट करण्याचे विहंगावलोकन प्रदान केले.

संदर्भ

github.com/camunda-cloud/camunda-examples/camunda-bpm-kubernetes
│
├── generated-manifest.yaml <- manifest for use without kustomize
├── images
│ └── camunda-bpm
│ └── Dockerfile <- overlay docker image
├── ingress-patch.yaml.tmpl <- site-specific ingress configuration
├── kustomization.yaml.tmpl <- main Kustomization
├── Makefile <- make targets
├── namespace.yaml
├── platform
│ ├── config
│ │ └── prometheus-jmx.yaml <- prometheus exporter config file
│ ├── deployment.yaml <- main deployment
│ ├── ingress.yaml
│ ├── kustomization.yaml <- "base" kustomization
│ ├── service-monitor.yaml <- example prometheus-operator config
│ └── service.yaml
└── skaffold.yaml.tmpl <- skaffold directives


05.08.2020/XNUMX/XNUMX, अनुवाद लेख अॅलिस्टर फर्थ, लार्स लँगे

स्त्रोत: www.habr.com