过来,可怜的金丝雀会作为试验品,用来测试煤矿中甲烷的含量。用绳子将装有金丝雀的笼子放入矿井一段时间,再拉上来,如果金丝雀还活着,矿井就能够平安开采;如果金丝雀死亡,则不能开采。当初,这种办法早已弃用,因为这对动物太不人道了。
金丝雀总是在矿工身边彷徨,如果它进行鸣叫,则示意矿工必须来到矿井。
金丝雀部署是指两个版本的利用共存,新版本在开始时规模较小,解决的负载流量也较少。随着对新部署的剖析,所有申请逐步切换到新版本,而旧版本利用被移除。
人们普遍认为,治理这些部署的流量须要应用一个 Service Mesh,然而,要治理入站流量,你只需在 nginx ingress controller 上设置 annotations 即可:
nginx.ingress.kubernetes.io/canary: "true"
nginx.ingress.kubernetes.io/canary-weight: <num>
这种办法的毛病是必须手动治理。为了实现自动化,咱们能够应用 Argo Rollouts (https://argoproj.github.io/ar…)。
运行 Argo Rollouts
增加 helm-repo: https://argoproj.github.io/ar…
argo-rollouts chart:
Helm-values:
installCRDs: true
批改 Deployment 并运行 Rollouts CRD
ScaleDown deployment,设置 Replicas 0:
运行 service
apiVersion: v1
kind: Service
metadata:
annotations:
argo-rollouts.argoproj.io/managed-by-rollouts: rollout-pregap
name: rollouts-pregap-canary
namespace: pregap
spec:
clusterIP: 10.43.139.197
ports:
- name: http
port: 8080
protocol: TCP
targetPort: 8080
selector:
app: test2-pregap
sessionAffinity: None
type: ClusterIP
apiVersion: v1
kind: Service
metadata:
annotations:
argo-rollouts.argoproj.io/managed-by-rollouts: rollout-pregap
spec:
clusterIP: 10.43.61.221
ports:
- name: http
port: 8080
protocol: TCP
targetPort: 8080
selector:
app: test2-pregap
sessionAffinity: None
type: ClusterIP
运行 Rollouts CRD
因为咱们不想更改 Deployment,因而在 Rollout manifest 中援用它:workloadRef.kind: Deployment, workloadRef.name
运行 manifest 将创立额定 ingress:
Argo Rollouts 仪表板
CD-pipeline 中的其余步骤
在.drone.yml 中增加晋升步骤:
- name: promote-release-dr
image: plugins/docker
settings:
repo: 172.16.77.115:5000/pregap
registry: 172.16.77.115:5000
insecure: true
dockerfile: Dockerfile.multistage
tags:
- latest
- ${DRONE_TAG##v}
when:
event:
- promote
target:
- production
- name: promote-release-prod
image: plugins/webhook
settings:
username: admin
password: admin
urls: http://172.16.77.118:9300/v1/webhooks/native
debug: true
content_type: application/json
template: |
{ "name": "172.16.77.115:5000/pregap",
"tag": "${DRONE_TAG##v}" }
when:
event:
- promote
target:
- production
增加 Keel 审批:
结 论
金丝雀 部署或 绿 / 蓝 部署一点都不难 – 它将进步生产环境的可靠性,并在呈现任何设计谬误时缩小受影响的区域。未来,我会在服务器上增加 RAM,而且有可能启用 Prometheus 监控和 Istio,并尝试执行剖析和试验阶段,以实现 Argo Rollouts。