- A+
所属分类：.NET技术
注：本文中主要讨论 .NET6.0项目在 k8s 中运行的 Dapr 的持续集成流程, 但实际上不是Dapr的项目部署到K8s也是相同流程，只是k8s的yaml配置文件有所不同
流程选择
基于 Dapr 的项目持续集成包含以下流程
- 编译并打包项目
- 构建 Dockerfile,并推送镜像
push image至私有仓库 - 准备 k8s 部署的配置文件
- 通过 kubectl 部署镜像至 k8s 中
这里面有多种方案
| - | Pipeline的操作 | Publish的操作 | 优点 | 缺点 |
|---|---|---|---|---|
| 1. 直接BuildImage并发布 | 1. 直接使用 Docker Build Image 2. push image 3.复制Yaml至Artifacts | K8s 直接发布 对应版本的yaml + 指定Image | 直接,操作简单 | 1. 产生大量不必要的Image 2.持续集成消耗时间较长3.每次持续集成都有Image产生 |
| 2. Publish时再进行Build | 1. 仅 dotnet publish zip | 1. Build Image / Push Image （可选 ）2. K8S 部署+指定Image | 单次部署减慢，多次增快 | 部署过程会比直接接取镜像慢 |
| 3. 仅发布 Zip，并Build一个使用Volume的专署镜像 | 仅 dotnet publish zip | 使用编译好的镜像修改Volume参数 | 快 | 跨环境部署时会导致对于文件系统依赖过重 |
鉴于以上优缺点，最终我选择了第二种折衷方案，这种方案既不影响持续集成的速度，也不会产生过多的镜像，只是在部署时会产生多余的镜像构建时间。
项目结构
- 每个要发布的API的 project 文件夹中增加以下文件
- dapr.yaml
- Dockerfile
dapr.yaml
kind: Deployment apiVersion: apps/v1 metadata: name: demo namespace: dapr-api labels: app: .api service: demo spec: replicas: 1 selector: matchLabels: service: demo template: metadata: labels: app: .api service: demo annotations: dapr.io/enabled: "true" dapr.io/app-id: "demo-api" dapr.io/app-port: "80" dapr.io/log-as-json: "true" spec: containers: - name: demo-api image: 仓库地址/镜像名:220310.13 ports: - name: http containerPort: 80 protocol: TCP imagePullPolicy: IfNotPresent --- kind: Service apiVersion: v1 metadata: name: demo-api namespace: dapr-api labels: app: .api service: demo spec: type: NodePort selector: service: demo ports: - protocol: TCP port: 80 targetPort: 80 nodePort: 30004 Dockerfile
FROM mcr.microsoft.com/dotnet/aspnet:6.0 AS final WORKDIR /app EXPOSE 80 COPY ["./projectfolder", "/app"] ENTRYPOINT ["dotnet", "projectdll.dll"] 这两个文件需要每个项目不同，后面在编译和部署流程中会用到。
Pipelines 持续集成的配置文件
trigger: batch: true pool: name: Default name: $(Date:yy)$(Date:MM)$(Date:dd)$(Rev:.r) variables: BuildConfiguration: 'Release' steps: - task: UseDotNet@2 displayName: 'Check and Install .NET SDK 6.0' inputs: version: '6.0.x' includePreviewVersions: false - task: DotNetCoreCLI@2 displayName: 'Publish to zip' inputs: command: publish publishWebProjects: false projects: './src/projectfolder/project.csproj' arguments: '--configuration $(BuildConfiguration) --output $(build.artifactstagingdirectory) -v n' zipAfterPublish: false workingDirectory: '$(Build.SourcesDirectory)/src' ## 复制上文中的两个文件到 Artifact - task: CopyFiles@2 displayName: 'Copy dapr.yaml to: $(build.artifactstagingdirectory)' inputs: SourceFolder: './src/${{ parameters.project }}/' Contents: | Dockerfile dapr.yaml TargetFolder: '$(build.artifactstagingdirectory)' - task: PublishBuildArtifacts@1 displayName: 'Publish Artifact' inputs: PathtoPublish: '$(build.artifactstagingdirectory)' Release 发布流程配置文件
发布流程新建两个作业
作业1 Build Image
variables: image: '自定义镜像名' steps: - task: Docker@2 displayName: buildAndPush inputs: containerRegistry: harbor repository: '$(image)' Dockerfile: '$(System.DefaultWorkingDirectory)/_dapr-demo/drop/Dockerfile' tags: '$(Build.BuildNumber)' 作业2 KubeDeploy
variables: image: '自定义镜像名,与上文须一致' steps: - task: KubernetesManifest@0 displayName: deploy inputs: kubernetesServiceConnection: online namespace: '$(ns)' ## k8s的部署目标命名空间 strategy: canary ## 灰度部署策略 percentage: 50 manifests: '$(System.DefaultWorkingDirectory)/_dapr-demo/drop/dapr.yaml' containers: '$(harborUrl)/$(image):$(Build.BuildNumber)' 这样，在首次部署时执行全部管道。
后期回滚版本只，手动执行第二个管理即KubeDeploy即可
其它流程
本流程全部依赖 Azure DevOps 自身的配置，并不依赖 Agent 环境配置，如果依赖 Agent 环境的话有更多做法。
