当前位置 博文首页 > 为少：Linkerd 2.10(Step by Step)—2. 自动化的金丝雀发布
通过结合 Linkerd 和 Flagger 来根据服务指标自动金丝雀(canary)发布，从而降低部署风险。
Linkerd 2.10 中文手册持续修正更新中：
Linkerd 的流量拆分(traffic split)功能允许您在服务之间动态转移流量。
这可用于实施低风险部署策略，如蓝绿(blue-green)部署和金丝雀(canaries)。
但简单地将流量从一个服务版本转移到下一个版本只是一个开始。
我们可以将流量拆分与
Linkerd 的自动黄金指标(golden metrics)遥测相结合，
并根据观察到的指标推动流量决策。例如，我们可以逐渐将流量从旧部署转移到新部署，
同时持续监控其成功率。如果在任何时候成功率下降，
我们可以将流量转移回原始部署并退出发布。
理想情况下，我们的用户始终保持快乐(remain happy)，没有注意到任何事情！
在本教程中，我们将引导您了解如何将 Linkerd 与
Flagger 结合使用，
后者是一种渐进式交付工具，
可将 Linkerd 的指标和流量拆分绑定在一个控制循环中，
从而实现全自动、指标感知的金丝雀部署。
Linkerd 及其 Viz 扩展。Linkerd 指南进行操作。Flagger 的安装依赖于 kubectl 1.14 或更新版本。Linkerd 将管理实际的流量路由，
而 Flagger 会自动执行创建新 Kubernetes 资源(resources)、
观察指标(watching metrics)和逐步将用户发送到新版本的过程。
要将 Flagger 添加到您的集群并将其配置为与 Linkerd 一起使用，请运行：
kubectl apply -k github.com/fluxcd/flagger/kustomize/linkerd
# customresourcedefinition.apiextensions.k8s.io/alertproviders.flagger.app created
# customresourcedefinition.apiextensions.k8s.io/canaries.flagger.app created
# customresourcedefinition.apiextensions.k8s.io/metrictemplates.flagger.app created
# serviceaccount/flagger created
# clusterrole.rbac.authorization.k8s.io/flagger created
# clusterrolebinding.rbac.authorization.k8s.io/flagger created
# deployment.apps/flagger created
此命令添加：
RBAC 授予 Flagger 修改它需要的所有资源的权限，例如部署(deployments)和服务(services)。Linkerd 控制平面交互的控制器。要观察直到一切正常运行，您可以使用 kubectl：
kubectl -n linkerd rollout status deploy/flagger
# Waiting for deployment "flagger" rollout to finish: 0 of 1 updated replicas are available...
# deployment "flagger" successfully rolled out
该 demo 由三个组件组成：负载生成器(load generator)、部署(deployment)和前端(frontend)。
部署会创建一个 pod，该 pod 会返回一些信息，例如名称。
您可以使用响应(responses)来观察随着 Flagger 编排的增量部署。
由于需要某种活动流量才能完成操作，因此负载生成器可以更轻松地执行部署。
这些组件的拓扑结构如下所示：
要将这些组件添加到您的集群并将它们包含在 Linkerd
数据平面中，请运行：
kubectl create ns test && \
kubectl apply -f https://run.linkerd.io/flagger.yml
# namespace/test created
# deployment.apps/load created
# configmap/frontend created
# deployment.apps/frontend created
# service/frontend created
# deployment.apps/podinfo created
# service/podinfo created
通过运行以下命令验证一切是否已成功启动：
kubectl -n test rollout status deploy podinfo
# Waiting for deployment "podinfo" rollout to finish: 0 of 1 updated replicas are available...
# deployment "podinfo" successfully rolled out
通过在本地转发前端服务并通过运行在本地的
http://localhost:8080 来打开检查它：
kubectl -n test port-forward svc/frontend 8080
我这里，为方便看到真实的一个 demo，直接加个 IngressRoute。
ingress-route.yaml
apiVersion: traefik.containo.us/v1alpha1
kind: IngressRoute
metadata:
name: podinfo-dashboard-route
namespace: test
spec:
entryPoints:
- websecure
tls:
secretName: hacker-linner-cert-tls
routes:
- match: Host(`podinfo.hacker-linner.com`)
kind: Rule
services:
- name: frontend
port: 8080
你可以直接访问 https://podinfo.hacker-linner.com。
流量转移发生在连接的客户端而不是服务器端。
来自网格外部的任何请求都不会被转移，并且将始终被定向到主后端。
LoadBalancer 类型的服务将表现出这种行为，因为源不是网格的一部分。
要转移外部流量，请将入口控制器添加到网格中。
在更改任何内容之前，您需要配置发布应如何在集群上推出(rolled out)。
该配置包含在
Canary
定义中。要应用于您的集群，请运行：
cat <<EOF | kubectl apply -f -
apiVersion: flagger.app/v1beta1
kind: Canary
metadata:
name: podinfo
namespace: test
spec:
targetRef:
apiVersion: apps/v1
kind: Deployment
name: podinfo
service:
port: 9898
analysis:
interval: 10s
threshold: 5
stepWeight: 10
maxWeight: 100
metrics:
- name: request-success-rate
thresholdRange:
min: 99
interval: 1m
- name: request-duration
thresholdRange:
max: 500
interval: 1m
EOF
Flagger 控制器正在监视这些定义(definitions)，并将在集群上创建一些新的资源。
要观察这个过程，运行:
kubectl -n test get ev --watch
将创建一个名为 podinfo-primary 的新部署，
其副本数量与 podinfo 具有的副本数量相同
一旦新 Pod 准备就绪，原始部署将缩减为零。
这提供了由 Flagger 作为实现细节管理的部署，并维护您的原始配置文件和工作流。
看到以下行后，一切都已设置：
0s Normal Synced canary/podinfo Initialization done! podinfo.test
除了托管部署之外，还创建了一些服务来协调应用程序的新旧版本之间的路由流量。
这些可以使用 kubectl -n test get svc 查看，应该如下所示：
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
frontend ClusterIP 10.7.251.33 <none> 8080/TCP 96m
podinfo ClusterIP 10.7.252.86 <none> 9898/TCP 96m
podinfo-canary ClusterIP 10.7.245.17 <none> 9898/TCP 23m
podinfo-primary ClusterIP 10.7.249.63 <none> 9898/TCP 23m
此时，拓扑看起来有点像：
本指南没有涉及 Flagger 提供的所有功能。
如果您有兴趣将 Canary 版本与 HPA 相结合、
处理自定义指标或进行其他类型的版本发布
（例如 A/B 测试），请务必阅读文档。
作为一个系统，Kubernetes resources 有两个主要部分：spec 和 status。
当控制器看到 spec 时，它会尽其所能使当前系统的 status 与 spec 相匹配。
通过部署，如果任何 pod 规范配置发生更改，控制器将启动 rollout。
默认情况下，部署控制器(deployment controller)将协调滚动更新(rolling
update)。
在这个例子中，Flagger 会注意到部署的规范(spec)发生了变化，
并开始编排金丝雀部署(canary rollout)。
要启动此过程，您可以通过运行以下命令将镜像更新为新版本：
kubectl -n test set image deployment/podinfo \
podinfod=quay.io/stefanprodan/podinfo:1.7.1
对 pod 规范的任何修改（例如更新环境变量或annotation）都会导致与更新 image 相同的行为。
更新时，金丝雀部署 (podinfo) 将扩大(scaled up)。
准备就绪后，Flagger 将开始逐步更新 TrafficSplit CRD。
配置 stepWeight 为 10，每增加一次，podinfo 的权重就会增加 10。
对于每个周期，都会观察成功率，只要超过 99% 的阈值，Flagger 就会继续推出(rollout)。
要查看整个过程，请运行：
kubectl -n test get ev --watch
在发生更新时，资源和流量在较高级别将如下所示：
更新完成后，这张图会变回上一节的图。
您可以在 1.7.1 和 1.7.0 之间切换 image 标签以再次开始发布(rollout)。
canary resource 会更新当前状态和进度，你可以通过运行以下命令来查看：
watch kubectl -n test get canary
在幕后，Flagger 正在通过更新流量拆分 resource 来拆分主后端和金丝雀后端之间的流量。
要查看此配置在推出期间如何更改，请运行：
kubectl -n test get trafficsplit podinfo -o yaml
每次增加都会增加 podinfo-canary 的权重并减少 podinfo-primary 的权重。
一旦部署成功，podinfo-primary 的权重将重新设置为 100，
并且底层金丝雀部署（podinfo）将被缩减。
随着流量从主要部署转移到金丝雀部署，Linkerd 提供了对请求目的地发生的事情的可见性。
这些指标显示后端实时接收流量并衡量成功率(success rate)、延迟(latencies)和吞吐量(throughput)。
在 CLI 中，您可以通过运行以下命令来观看：
watch linkerd viz -n test stat deploy --from deploy/load
对于更直观的东西，您可以使用仪表板。
通过运行 linkerd viz dashboard 启动它，
然后查看 podinfo 流量拆分的详细信息页面。
再次访问 http://localhost:8080。
刷新页面将显示新版本和不同标题颜色之间的切换。
或者，运行 curl http://localhost:8080 将返回一个
类似于以下内容的 JSON 响应：
{
"hostname": "podinfo-primary-74459c7db8-lbtxf",
"version": "1.7.0",
"revision": "4fc593f42c7cd2e7319c83f6bfd3743c05523883",
"color": "blue",
"message": "greetings from podinfo v1.7.0",
"goos": "linux",
"goarch": "amd64",
"runtime": "go1.11.2",
"num_goroutine": "6",
"num_cpu": "8"
}
随着推出的继续，这种 response 会慢慢改变。
要进行清理，请从集群中删除 Flagger 控制器并通过运行以下命令删除 test 命名空间：
kubectl delete -k github.com/fluxcd/flagger/kustomize/linkerd && \
kubectl delete ns test
我是为少
微信：uuhells123
公众号：黑客下午茶
加我微信（互相学习交流），关注公众号（获取更多学习资料~）
