关于后端:DevOps自动化我的云解决方案

49次阅读

共计 3771 个字符,预计需要花费 10 分钟才能阅读完成。

<font style=”color:red;”> 内容导读:</font>
[toc]

为什么要用云自动化计划?

根因是解决 单主 问题,自动化是 DevOps 落地的基石,平台必须要思考大规模场景问题,传统的 Jenkins 存在单主问题,而云原生的主节点可弹性伸缩的。

用云原生还能很好的解决 资源管理、多仓库依赖构建、多服务依赖公布 等问题,同时 扩展性良好,易保护

我是怎么实现的?

基础架构

基础架构是 编排 +DAG(云原生)+ 插件

DAG(云原生)

有向无环图,无效管制 工作执行的程序和依赖

业界开源的次要有两款产品:argo Workflow 和 tekton。

目前采纳 argo Workflow 落地,因为它 一切都是模板,概念简略,功能强大且灵便。

编排

编排 是对计算机系统、利用及服务的自动化配置、治理和协调,编排能够 更轻松地治理简单工作和工作流

上面为一个简略工作的编排示例

kind: Engine
apiVersion: api/v1
metadata:
  name: demo  # 指定工作名称
  namespace: ops-mz830  # 指定运行命名空间,按我的项目划分
  envs:   # 同时部署开发和测试环境
    - dev
    - sit
  labels: # 为工作打标签
    app: demo
  annotations:
    title: '测试 devops 性能(不影响服务)'
spec:
  global: # 全局配置,次要配置工作流和 k8s
    workflow:
      templates:
        - name: whalesay  # 定义执行工作的模板:测试用 打印消息 性能相似 shell echo ${msg}
          inputs:
            parameters:
              - name: msg
          container:
            image: docker/whalesay
            command: [cowsay]
            args: ["{{inputs.parameters.msg}}" ]
  oneStep:  # 定义执行的工作:oneStep(一步工作,优化展现成果和性能,实用于简略工作),stages(多阶段工作,实用于简单工作场景)exec:
      - name: pull-code
        template: whalesay
        arguments:
          parameters:
            - name: msg
              value: '下载代码'
      - name: compile-api
        template: whalesay
        arguments:
          parameters:
            - name: msg
              value: '编译 api'
        depends: [pull-code] # 需等 `pull-code` 执行完结再执行 compile-api

工作流

执行日志

插件

除编排能力建设外,其它能力建设都由插件实现,包含脚本、配置、镜像制作、容器运行、三方接口对接等等

比方后面执行 echo ${msg} 的容器

一个残缺编排示例

流程简述

模仿 CI、CD、自动化测试工作。

  1. CI:

    1. common(公共依赖库)

      1. 下载 common 代码
      2. 编译:同时上传 jar 包到私服
    2. user 蕴含 api 和 service 模块):common 工作完结后执行

      1. 下载代码
      2. 编译 user-api
      3. 编译 user-service:依赖 user-api 和 common-api
      4. 构建 user 镜像:同时上传镜像到镜像库
  2. CD:部署 user 服务

    1. 先更新服务配置
    2. 部署服务
    3. 查看服务:面向用户端,非 localhost
    4. 更新数据库
  3. test:自动化测试,同时 接口(仅 user)UI(整个零碎) 自动化测试

残缺编排

kind: Engine
apiVersion: api/v1
metadata:
  name: demo
  namespace: ops-mz830
  envs: # 反对多环境
    - dev # 仅部署 dev 环境
  labels:
    app: demo
  annotations:
    title: '测试 devops 性能(不影响服务)'
spec:
  global: # 全局配置,次要配置工作流和 k8s
    workflow:
      taskType: Dag
      parallelism: 64
      ttlStrategy:
        secondsAfterCompletion: 86400 # 1 天
        secondsAfterSuccess: 86400  # 1 天
        secondsAfterFailure: 172800 # 2 天
      templates:
        - name: whalesay  # 定义执行工作的模板:测试用 打印消息 性能相似 shell echo ${msg}
          inputs:
            parameters:
              - name: msg
          container:
            image: docker/whalesay
            command: [cowsay]
            args: ["{{inputs.parameters.msg}}" ]
    kube:
      dnsPolicy: Default
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
              - matchExpressions:
                  - key: ops
                    operator: In
                    values:
                      - public
  stages: # 多阶段工作 构建简单工作
    - name: "ci"
      desc: "性能包含下载代码、编译、制作镜像"
      traits:
        kube:
          volumes:
            - name: workspace
              emptyDir: { }
          volumeMounts:
            - mountPath: /workspace
              name: workspace
      steps:
        - name: common  # 下载和编译(上传到私库)公共依赖包
          exec:
            - name: pull-code
              template: whalesay
              arguments:
                parameters:
                  - name: msg
                    value: '下载代码'
            - name: compile-api
              template: whalesay
              depends: [pull-code]
              arguments:
                parameters:
                  - name: msg
                    value: '编译 api'
        - name: user  # 一个适配服务
          depends: [common]
          exec:
            - name: pull-code
              template: whalesay
              arguments:
                parameters:
                  - name: msg
                    value: '下载代码'
            - name: compile-api
              template: whalesay
              depends: [pull-code]  # 依赖下载代码
              arguments:
                parameters:
                  - name: msg
                    value: '编译 api'
            - name: compile-service
              template: whalesay
              depends: [compile-api] # 依赖编译 api
              arguments:
                parameters:
                  - name: msg
                    value: '编译 service'
            - name: image
              template: whalesay
              depends: [compile-service] # 制作镜像并上传到镜像库
              arguments:
                parameters:
                  - name: msg
                    value: '制作镜像并上传到镜像库'
    - name: "cd"
      desc: "性能包含 k8s、nacos"
      depends: ["ci"] # 依赖 CI 完结
      steps:
        - name: user
          exec:
            - name: kube
              template: whalesay
              depends: [config] # 先更新服务配置
              arguments:
                parameters:
                  - name: msg
                    value: '部署到 k8s user'
            - name: health
              template: whalesay
              depends: [kube] # 部署完结后做健康检查
              arguments:
                parameters:
                  - name: msg
                    value: '健康检查 user'
            - name: config
              template: whalesay
              arguments:
                parameters:
                  - name: msg
                    value: '更新配置 user'
            - name: db
              template: whalesay
              depends: [health] # 服务部署胜利后更新数据库数据
              arguments:
                parameters:
                  - name: msg
                    value: '更新数据库 user'
    - name: "test"
      desc: "自动化测试,蕴含接口自动化、ui 自动化、app 自动化"
      depends: ["cd"] # 依赖服务部署胜利后
      steps:
        - name: "" # 为空字符串或不设置值,则不会拼接到工作名称
          exec:
            - name: user-interface
              template: whalesay
              arguments:
                parameters:
                  - name: msg
                    value: 'user 服务接口自动化测试'
            - name: ui
              template: whalesay
              arguments:
                parameters:
                  - name: msg
                    value: 'ui 自动化测试'

工作执行后果

工作程序阐明:箭头方向示意工作执行程序

CI 工作

CD 工作

自动化测试工作

【不分】执行日志

WebUI

二开 argo Workflow 实现,面向所有用户。

上述的编排配置通过 CLI 治理,是面向运维和 DevOps 工程师的,用于建设 DevOps 平台。

结语

云解决方案的 外围是编排的设计和实现,规模问题交给 k8s 解决。

请 <font style=”color:red;font-weight:bold”> 同学 </font> 关注下😉,我专一云原生 DevOps 落地,将按段公布上述能力的落地计划。

本文由 mdnice 多平台公布

正文完
 0