详解kubernetes的发布方式

  • 详解kubernetes的发布方式已关闭评论
  • 138 次浏览
  • A+
所属分类:.NET技术
摘要

蓝绿部署就是不停止旧版本,直接部署新版本部署过程:优点: 无需停机,风险较小


项目的发布方式

  1. 蓝绿发布:不停止旧版本,直接部署新版本
  2. 灰度发布:旧版本和新版本共存
  3. 滚动更新:平滑地将服务更新

蓝绿发布

蓝绿部署就是不停止旧版本,直接部署新版本

部署过程:

  1. 部署v1的应用(初始状态) :所有外部请求都会进入此版本
  2. 部署版本2的应用:新版的应用
  3. 如果版本2测试正常,就可以将流量切换到版本2
  4. 稳定运行一段时间,没问题就删除版本1正在使用的资源(例如实例),从此正式使用版本2

优点: 无需停机,风险较小

缺点: 切换是全量的,如果版本2有问题,则对用户体验有直接影响, 需要双倍机器资源。

部署服务

创建目录

mkdir /root/bluegreen 

部署版本V1的Deployment

cat > /root/bluegreen/blue.yaml <<EOF apiVersion: apps/v1 kind: Deployment metadata:   name: blue spec:   strategy:     rollingUpdate:       maxSurge: 25%       maxUnavailable: 25%     type: RollingUpdate   selector:     matchLabels:       app: bluegreen   replicas: 4   template:     metadata:       labels:         app: bluegreen         version: v1.0     spec:       containers:       - name: bluegreen         image: registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v1         ports:         - containerPort: 80 EOF  [root@kubemaster ~]# kubectl apply -f /root/bluegreen/blue.yaml  

部署Service

cat > /root/bluegreen/bluegreenservice.yaml <<EOF apiVersion: v1 kind: Service metadata:   name: bluegreen spec:   ports:   - port: 80     protocol: TCP     targetPort: 80   selector:     app: bluegreen     version: v1.0   type: ClusterIP EOF  [root@kubemaster ~]# kubectl apply -f /root/bluegreen/bluegreenservice.yaml  

部署版本V2的Deployment

cat > /root/bluegreen/green.yaml <<EOF apiVersion: apps/v1 kind: Deployment metadata:   name: green spec:   strategy:     rollingUpdate:       maxSurge: 25%       maxUnavailable: 25%     type: RollingUpdate   selector:     matchLabels:       app: bluegreen   replicas: 4   template:     metadata:       labels:         app: bluegreen         version: v2.0     spec:       containers:       - name: bluegreen         image: registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v2         ports:         - containerPort: 80 EOF  [root@kubemaster ~]# kubectl apply -f /root/bluegreen/green.yaml 

查看pod和service

[root@kubemaster ~]# kubectl get pod,svc NAME                        READY   STATUS    RESTARTS   AGE pod/blue-599dd97cf7-74fqm   1/1     Running   0          95m pod/blue-599dd97cf7-cs6mc   1/1     Running   0          95m pod/blue-599dd97cf7-ddcf5   1/1     Running   0          95m pod/blue-599dd97cf7-z47hv   1/1     Running   0          95m pod/green-9fd69c4bc-c6jcd   1/1     Running   0          94m pod/green-9fd69c4bc-grt7x   1/1     Running   0          94m pod/green-9fd69c4bc-w7tkj   1/1     Running   0          94m pod/green-9fd69c4bc-zx6pz   1/1     Running   0          94m  NAME                 TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)   AGE service/bluegreen    ClusterIP   10.97.172.131   <none>        80/TCP    95m service/kubernetes   ClusterIP   10.96.0.1       <none>        443/TCP   3d17h 

验证

检查当前版本

查看到的是V1版本

[root@kubemaster ~]# curl http://10.97.172.131/api/home Webapplication - V1 

修改bluegreenservice.yaml

version: v1.0改为version: v2.0,并重新发布

[root@kubemaster ~]# kubectl apply -f /root/bluegreen/bluegreenservice.yaml  

查看是否为V2版本

查看到的是V2版本

[root@kubemaster ~]# curl http://10.97.172.131:80/api/home Webapplication - V2 

灰度发布(金丝雀)

灰度发布,就是将一部分新版服务部署到线上环境,有些用户的请求会进入新版的服务,这会出现两种情况

  1. 如果用户反馈不好,会将新版服务停止或者重做
  2. 如果代码质量有问题,也只会影响部分的用户

部署过程:

  1. 准备好部署各个阶段的工件

  2. 从负载均衡列表中移除掉“金丝雀”服务器

  3. 升级“金丝雀”应用(排掉原有流量并进行部署)

  4. 对应用进行自动化测试

  5. 将“金丝雀”服务器重新添加到负载均衡列表中(连通性和健康检查)

    如果“金丝雀”在线使用测试成功,升级剩余的其他服务器。(否则就回滚)

优点: 用户体验影响小,灰度发布过程出现问题只影响部分用户

部署

cat > /root/canary/canary.yaml <<EOF apiVersion: apps/v1 kind: Deployment metadata:   name: blue spec:   strategy:     rollingUpdate:       maxSurge: 25%       maxUnavailable: 25%     type: RollingUpdate   selector:     matchLabels:       app: bluegreen   replicas: 6   template:     metadata:       labels:         app: bluegreen         version: v1.0     spec:       containers:       - name: bluegreen         image: registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v1         ports:         - containerPort: 80 --- apiVersion: apps/v1 kind: Deployment metadata:   name: green spec:   strategy:     rollingUpdate:       maxSurge: 25%       maxUnavailable: 25%     type: RollingUpdate   selector:     matchLabels:       app: bluegreen   replicas: 4   template:     metadata:       labels:         app: bluegreen         version: v2.0     spec:       containers:       - name: bluegreen         image: registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v2         ports:         - containerPort: 80 --- apiVersion: v1 kind: Service metadata:   name: bluegreen spec:   ports:   - port: 80     protocol: TCP     targetPort: 80   selector:     app: bluegreen     version: v1.0   type: ClusterIP EOF  [root@kubemaster ~]# kubectl apply -f /root/canary/canary.yaml  

验证

[root@kubemaster ~]# curl http://10.97.172.131:80/api/home Webapplication - V2 [root@kubemaster ~]# curl http://10.97.172.131:80/api/home Webapplication - V2 [root@kubemaster ~]# curl http://10.97.172.131:80/api/home Webapplication - V1 

滚动更新

取出部分服务器停止服务,更新后重新投入使用。直到集群中所有实例都是最新版本。默认maxUnavailable和surge都是25%

  • maxUnavailable:和期望ready的副本数比,不可用副本数最大比例(或最大值),这个值越小,越能保证服务稳定,更新越平滑;
  • maxSurge:和期望ready的副本数比,超过期望副本数最大比例(或最大值),这个值调的越大,副本更新速度越快。

这种部署方式相对于蓝绿部署,更加节约资源——它不需要运行两个集群、两倍的实例数。可以部分部署,例如每次只取出集群的25%进行升级

部署

创建Deployment

mkdir /root/rollingUpdate  cat > /root/rollingUpdate/rollingUpdate.yaml <<EOF apiVersion: apps/v1 kind: Deployment metadata:   name: rolling-update   labels:     app: rolling-update-deploy spec:   replicas: 3   selector:     matchLabels:       app: rolling-update-pod   template:     metadata:       labels:         app: rolling-update-pod     spec:       containers:       - name: rolling-update-container         image: registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v1         ports:         - containerPort: 80 --- apiVersion: v1 kind: Service metadata:   name: bluegreen spec:   ports:   - port: 80     protocol: TCP     targetPort: 80   selector:     app: rolling-update-pod     version: v1.0   type: ClusterIP EOF  [root@kubemaster ~]# kubectl apply -f /root/rollingUpdate/rollingUpdate.yaml  

监控Deployment的状态

新启一个bash窗口

[root@kubemaster ~]# kubectl get deployment rolling-update -w  

开始滚动更新

[root@kubemaster ~]# kubectl set image deployment/rolling-update rolling-update-container=registry.cn-hangzhou.aliyuncs.com/ray-docker/ray-demo-docker:v2 --record 

验证

Deployment状态

[root@kubemaster ~]# kubectl get deployment rolling-update -w NAME             READY   UP-TO-DATE   AVAILABLE   AGE rolling-update   3/3     3            3           41m rolling-update   3/3     3            3           41m rolling-update   3/3     3            3           41m rolling-update   3/3     0            3           41m rolling-update   3/3     1            3           41m rolling-update   4/3     1            4           41m rolling-update   3/3     1            3           41m rolling-update   3/3     2            3           41m rolling-update   4/3     2            4           41m rolling-update   3/3     2            3           41m rolling-update   3/3     3            3           41m rolling-update   4/3     3            4           41m rolling-update   3/3     3            3           41m 

其他命令

查看Deployment滚动配置

kubectl describe deployment rolling-update 

检查 Deployment 修订历史

kubectl rollout history deployment rolling-update 

回滚到之前的修订版本

## 回滚到上一个版本 kubectl rollout undo deployment rolling-update ##回滚到指定版本 kubectl rollout undo deployment rolling-update --to-revision=1 

取值范围

数值

  1. maxUnavailable: [0, 副本数]
  2. maxSurge: [0, 副本数]

注意:两者不能同时为0。

比例

  1. maxUnavailable: [0%, 100%] 向下取整,比如10个副本,5%的话==0.5个,但计算按照0个;
  2. maxSurge: [0%, 100%] 向上取整,比如10个副本,5%的话==0.5个,但计算按照1个;

注意:两者不能同时为0。

建议配置

  1. maxUnavailable == 0
  2. maxSurge == 1

这是我们生产环境提供给用户的默认配置。即“一上一下,先上后下”最平滑原则:1个新版本pod ready(结合readiness)后,才销毁旧版本pod。此配置适用场景是平滑更新、保证服务平稳,但也有缺点,就是“太慢”了

自定义策略

DeploymentController调整replicaset数量时,严格通过以下公式来控制发布节奏

(目标副本数-maxUnavailable) <= 线上实际Ready副本数 <= (目标副本数+maxSurge) 

举例:

如果期望副本数为10,且至少80%的副本能够正常工作。且建议maxSurgemaxUnavailable 一致。

由此可以设定目标副本数为10,线上实际Ready副本数为8,从此可以得出maxUnavailable = 10 - 2 = 8,即8 ≤ 线上实际Ready副本数 ≤ 12