白开水 2020-07-19
前前后后学习kubernetes也有一个来月了,关于kubernetes的博客也写了有十多篇。但是技术如果无法落地到实际的应用场景终归是纸上谈兵,所以就有了这一出:通过结合kubernetes
和azure devops
实现项目的CI/CD
以及均衡负载
写完这篇后kubernetes
的相关学习也暂时告一段落了,有种终于闯关成功了啊的感觉,当然这是题外话了。
注1:以下只是以Net Core项目为例,实际运用场景中,除了dockfile的编写有差别,剩下整个自动化部署链条中的技术也好,工具也好,都可以复用,与语言和语言框架本身无关。
注2:本文演示的也只是其中一种简便的方式,具体的自动化流程中,由于自由度非常高,所以实际的流程可能会更加复杂,这里就不做赘述了
以下场景需要用到的工具或者技术:
部署的应用本身
作为代码仓库
作为CI/CD的工具
注:以下所有的相关部署代码,都在下面这个仓库
你需要一个dockerfile
来构建一个docker image
, 如果是.Net Core
项目,vs提供了傻瓜式生成dockerfile
的功能,可以免去初学时编写dockerfile
的烦恼
这一部分需要有helm相关的知识,说白了就是将你的如果熟悉k8s但不熟悉helm,可以参照:
自定义的chart包,位于以下路径
https://github.com/lzw5399/TocGenerator/tree/master/kubernetes
如上图可以看出是一个很经典的自定义chart包的文件目录,即:
. ├── Chart.yaml 【chart的name和version等信息】 ├── templates 【k8s的资源清单模板,可以引用values.yaml的变量】 | ├── deployment.yaml | └── service.yaml ├── values.yaml 【定义变量,供template/下的yaml使用,实现动态替换yaml内容】
azure devops
是微软出品的DevOps
平台,里面包含了Pipelines
工具链,对个人免费,可以用于项目的CI/CD
azure devops
,这几步可以视情况跳过。azure devops
注册账号organization
project
project
这里要创建一个service connections,用于之后pipeline访问k8s的master服务器
service connections
来创建一个连接,用于访问k8s的master服务器新建pipeline
流水线用于自定义部署流程
Pipelines
,然后点击create pipelines
,新建一条流水线来部署我们的应用azure-pipelines.yml
文件,deploy.sh
脚本,完成部署# 哪条分支会触发构建 trigger: - master resources: - repo: self # 定义变量 variables: - name: appName value: tocgenerator - name: tag value: $(Build.BuildNumber) - name: imageNameWithoutTag value: $(dockerid)/$(appName) - name: imageNameWithTag value: $(imageNameWithoutTag):$(tag) - name: serverChartLocation value: /root/helm-chart-folder/toc stages: - stage: Build jobs: - job: Build pool: vmImage: ‘ubuntu-latest‘ # 这下面是每个我们要具体执行的任务 steps: # build docker images并且push到仓库 - task: displayName: docker build and push inputs: containerRegistry: ‘my_docker_hub‘ repository: ‘$(imageNameWithoutTag)‘ command: ‘buildAndPush‘ Dockerfile: ‘**/Dockerfile‘ buildContext: ‘.‘ tags: $(tag) addPipelineData: false # 将kubernetes文件夹,即chart包拷贝到k8s的master服务器 - task: displayName: copy helm chart to server inputs: # 这个endpoint就是我们刚刚创建的service connection的名字 sshEndpoint: ‘my_server‘ sourceFolder: ‘kubernetes‘ contents: ‘**‘ targetFolder: $(serverChartLocation) readyTimeout: ‘20000‘ # 在k8s的master服务器上运行我们github仓库的根目录的deploy.sh,进行部署操作 - task: displayName: run deploy shell on server inputs: # 这个endpoint就是我们刚刚创建的service connection的名字 sshEndpoint: ‘my_server‘ runOptions: ‘script‘ scriptPath: ‘deploy.sh‘ args: ‘$(tag) $(serverChartLocation)‘ readyTimeout: ‘20000‘
部署脚本的位置
https://github.com/lzw5399/TocGenerator/blob/master/deploy.sh
几点说明
#!/bin/bash # 出现错误退出脚本执行 set -o errexit # $1 and $2 代表外部传入的参数 # $1是image的tag,$2是k8s的master服务器上我们自定义的chart的目录 buildNumber=$1 serverChartLocation=$2 cd $serverChartLocation # 安装或者升级我们的helm release # 即如果查询到了有release存在就upgrade,没有则install if test -z "$(helm ls | grep toc-release)"; then helm install -f values.yaml --set env.buildnumber=$buildNumber --set image.tag=$buildNumber toc-release . else helm upgrade -f values.yaml --set env.buildnumber=$buildNumber --set image.tag=$buildNumber toc-release . fi # 移除没有tag的悬挂docker image(可选) danglings=$(sudo docker images -f "dangling=true" -q) if test -n "$danglings"; then sudo docker rmi $(sudo docker images -f "dangling=true" -q) >>/dev/null 2>&1 if [[ $? != 0 ]]; then exit $? fi fi exit 0
这里有两种办法,
我们设置的master
)触发构建显示构建成功之后就可以查看了!
均衡负载是kubernetes自带的基础功能之一,这里只是做了一个试验可以更加直观地感受到而已
如下
则如果有2个实例,且均衡负载成功的话,每次刷新这个界面,会随机显示这两个guid
最后均衡负载试验的地址,也是本次实例项目的线上地址