[dotnet]以最小的成本,落地微服务特色的DevOps管道,持续集成/部署到kubernetes。

前言

2018年既是微服务架构火爆的一年,也是容器和Kubernetes收获赞誉盆满钵满的一年;在kubernetes的引领下,以容器为中心部署微服务已成为一种事实标准,并不断加速着微服务架构模式落地,持续地发挥着它的魔力。企业,特别是互联网公司,为了快速响应前端用户的需求,缩短产品从需求到交付的周期,常常需要快速地、细腻度地迭代产品,以抢占市场先机;在微服务模式下,可以很好地满足这个要求,只发布变化的服务,从而最小化单次迭代的风险,实现敏捷开发和部署。

当采用微服务模式后,整个业务流程将被垂直拆分成多个小单元;每个小单元都是一个独立开发、独立部署和独立扩展的微处理服务,这样的灵活性非常适合敏捷开发模式,但也给开发和运维带来了固有的复杂性和难度。对于开发者而言,由于微服务应用整体作为一个分布式系统提供服务,需要选择合适服务通讯协议,并处理潜在的网络分化瞬时故障等情况,除此之外,还需要建设服务发现、配置中心等基础设施;对于运维人员,需要利用容器的可移植性,持续地集成和部署微服务到不同的集群环境,这些都要求运维人员具有非常全面的能力,比如:熟悉容器及k8s、能编写Linux Shell运维脚本、熟练一种持续集成部署工具(比如:gitlab、jenkins)等。

综上所述,如何搭建一条成熟稳定、且符合微服务特色的高度自动化DevOps管道又成为了另一个难题。

目标

以最小的学习成本,搭建一条成熟稳定、且符合微服务特色的高度自动化DevOps管道,按需地持续集成/部署微服务到kubernetes。

工具 - 最小的学习成本

kubernetes + gitlab + shell

方案 - 愿景

1. 持续集成 - CI

在kubernetes的master节点部署gitlab-runner,充当gitlab服务器的客户端;当提交或合并代码到指定的分支时,gitlab-runner自动从gitlab拉取代码,利用master主机提供的边缘计算能力来执行已编排好的DevOps CI管道=》编译代码、运行单元和集成测试、容器化微服务成镜像,最后上传到企业镜像仓库,这就是持续集成流程,该阶段交付的产物为镜像。

2. 持续部署 - CD

在kubernetes的master节点部署gitlab-runner,充当gitlab服务器的客户端,当持续集成阶段交付了新版本的镜像后,从企业镜像仓库拉取最新版本的镜像,利用master主机提供的边缘计算能力执行已编排好的DevOps CD管道=》同步服务配置信息到配置中心(k8s的ConfigMap),并滚动更新kubernetes集群镜像版本。

部署环境

安装目录:/root/gitrunner

工作目录:/home/devops/gitrunner

> mkdir -p /root/gitrunner && mkdir -p /home/devops/gitrunner;

1. 部署gitlab-runner

在kubernetes的master节点部署gitlab-runner,命令如下:

> wget -O /root/gitrunner/gitlab-runner https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64;
> cd /root/gitrunner;
> chmod +x gitlab-runner;
> # 注意:建议使用root用户进行安装,以避免不必要的权限问题。
> ./gitlab-runner install --user=root --working-directory=/home/devops/gitrunner;
> ./gitlab-runner start;

详情请参考: Install GitLab Runner manually on GNU/Linux

2. 注册gitlab-runner

gitlab支持注册两种类型的runner:

1. Specific Runners

这是隶属于特定项目的专有工人,不接受其他项目调遣。

2. Shared Runners

这是隶属于gitlab-server的工人,可以共享给所有的项目调遣。

这两种Runner各有千秋,如果为每一个项目都注册专用Runner,会显得比较繁琐和多余,而使用共享Runner就很省事,但是一个工人一次只能做一件事情,当同时调遣一个工人时,那么就会出现竞争等待,故大家还是实际情况来注册工人吧,只要不延误工期就行,嘿嘿。

注册runner

在开发、预生产、生产环境注册Runner,并贴上标签:build、staging、prod。

备注:后面搭建DevOps管道时,将根据标签来调遣工人。

步骤
  1. 获取项目地址和注册token,依次查找路径:Settings => CI / CD => Runners settings,如下:

  2. 注册:

    > cd /root/gitrunner;
    > ./gitlab-runner register
    > # 回车,根据提示填写项目地址、注册Token、标签、执行器
    > # 假如,项目地址为:http://gitlab.justmine.cn:8002/, 项目注册token为:6iS4GBCh18NR4GPoMyef。
    > ## 以开发环境为例(仅供参考)
    > Please enter the gitlab-ci coordinator URL (e.g. https://gitlab.com/):
      http://gitlab.justmine.cn:8002/
    > Please enter the gitlab-ci token for this runner:
      6iS4GBCh18NR4GPoMyef
    > Please enter the gitlab-ci description for this runner:
      [justmine.com]: development environment
    > Please enter the gitlab-ci tags for this runner (comma separated):
      build
    > Registering runner... succeeded                     runner=4iS4GwCh
    > Please enter the executor: ssh, docker+machine, kubernetes, virtualbox, docker-ssh+machine, docker, docker-ssh, parallels, shell:
      shell
    > Runner registered successfully. Feel free to start it, but if it's running already the config should be automatically reloaded! 
    > # 其他环境同理

搭建DevOps管道 - PipeLines

上面的方案仅仅描述了愿景,也就是期望达成目标的最后结果,但对于如何落地一条真正的管道而言,还是显得非常的空洞。其实这正是DevOps的难点,大体流程上都晓得有个持续集成、持续部署,讲起来如数家珍,落地时都之乎者也。

同样,秉承微服务的思想,分而治之,我们将管道分为两个部分:创建、更新,即先创建一个主板次,然后再基于此主板次进行小版本迭代,不断地扩展新功能。通过这样有效的拆分,是不是就不那么的空洞了,就像领域驱动设计的CQRS模式一样,区别地对待读写,从而大大地减少了阻抗,也非常地切合产品的创新迭代,比如将需求拆分为3期,每一期都对应一个主版次,然后再小版本迭代每一期的需求,完成一期,封板一期,彼此隔离,互补影响,同时也方便追溯。

理清了整个管道的脉络,现在就需要思考一些实际问题了,比如:

1. 如何将持续集成/部署微服务流程脚本化,即如何实现基础设施代码化
2. 如何动态解析git当前变化日志,实现准确地按需发布微服务
3. 如何保留现场,并以最小的成本重试管道
4. 在不修改管道脚本的情况下,如何手工控制按需发布、自动伸缩和回滚微服务
5. 如何兼容新增的微服务
6. 如何快速调试整个管道脚本

只有把上面的问题都处理了,才算是一条成熟可用的、企业级别的CI/CD管道,才符合高度自动化、稳定、快速、容错等特点;在互联网公司,可能一天要提交好几个版本到不同的环境,不能因为考虑不周而影响连续部署的进度,管道一旦投入使用就需要对修改闭合,只对扩展开放。

管道一览图

示例项目(AspnetCore)已分享到github,请参考:MicroService.AutoDevOpsPipeLines,欢迎start,欢迎fork,欢迎issue

为了验证管道的特性,我特意做了以下测试:

1. 创建环境 - 发布主板本

这是一个从0到1、从无到有的过程,这里一小步,却是落地DevOps管道的一大步。

版本迭代的第一步就是创建微服务集群环境,那么如何快捷地创建这个环境呢?我将使用kubernetes的包管理器helm来完成这个任务,可能很多同学都没用过这个工具,平时部署组件都是手工编写好yaml资源部署文件,虽然这种方式方便快捷,但是对于大量组件,以及需要实现基础设施代码化的场景,手工处理这种方式就不能满足需求了。

模板文件请参考示例项目,下面是创建环境的脚本化命令:

helm install /root/AutoDevOpsPipeLinesCharts \
--name=${releaseName} \
--set environment.upper=${Environment} \
--set environment.lower=${environment} \
--set namespace=${namespace} \
--set image.registryhost=${RegistryHost} \
--set image.username=${registryUserName} \
--set image.version=${version} \
--set replicas=${replicas}

从上面可以看出,实现部署服务脚本化的目的已经达到了。

下面我们在来看看如何脚本化整个创建环境管道线:

# 001 Continuous integration image to registry.
bash ./devops/PipeLines/Creation/001_CI.sh

# 002 Create config information to k8s's configmap.
bash ./devops/PipeLines/Creation/002_CreateConfig.sh

# 003 Release major to k8s's cluster. 
bash ./devops/PipeLines/Creation/003_ReleaseMajor.sh

# 004 Create gateway route.
bash ./devops/PipeLines/Creation/Gateways/Kong/004_CreateGatewayRoute.sh

备注:管道线脚本请参考示例项目(AspnetCore):MicroService.AutoDevOpsPipeLines/devops/PipeLines/Creation

1.1、测试

将刚刚创建的helm模板文件上传到gitlab-runner所在服务器的/root目录下,并添加配置,如下:

<Project>
  <PropertyGroup>
    <Major>1</Major>
    <Minor>0</Minor>
    <Patch>0</Patch>
  </PropertyGroup>
</Project>

然后合并代码到分支release/staging,如下:

从上面可以,第一个主板次(1.0.0)已经成功发布到预生产环境。

生产环境同理,在预生产环境跑完各种测试后,合并代码到分支release/production即可。

2. 滚动更新 - 迭代小版本

这个阶段将模拟在第一个主板次(1.0.0)上进行小版本迭代需求,距离上次发布已经一周了,开发部门也完成了第一个小版本的开发工作,现在需要发布版本1.0.1到预生产环境进行测试,首先修改文件version.props,如下:

<Project>
  <PropertyGroup>
    <Major>1</Major>
    <Minor>0</Minor>
    <Patch>1</Patch>
  </PropertyGroup>
</Project>

除了发布本次需求修改的两个微服务:Identity.API、Marketing.API以外,还需强制发布微服务Basket.API,添加配置,在gitlab仓库依次查找 (Settings => CI/CD => Secret variables),如下:

最后合并代码到分支staging。

  • 先来看看是否正确解析git变更日志和全局变量,准确地实现自动化和手工控制:

  • 再来看看整个管道的执行情况:

  • 最后看一下预生产环境的效果

从上面可以看出,第一个小版本(1.0.1)已经按需自动发布到预生产环境,一共滚动更新了三个微服务。如果当管道的某个阶段执行异常,只需要点击重试此阶段即可;如果需要重新手工干预,只需要添加配置信息,然后重试analysing-git-changes阶段,再依次重试后面的Job即可,整个过程无需修改CI/CD管道脚本,真正实现高度自动化、快速等特点。

生产环境同理,在预生产环境跑完各种测试后,合并代码到分支master即可。

3. 自动伸缩

3.1、伸缩单个微服务

经过一段时间的观察发现预生产环境的购物车(Basket.API)微服务吞吐量颇高,故决定扩容它的实例数量到2个,首先修改项目属性文件deploy.props,如下:

<Replicas>2</Replicas>

然后添加配置,如下:

最后合并代码到分支scaling/staging,如下:

3.2、伸缩所有微服务

同理,首先修改项目属性文件deploy.props,如下:

<Replicas>2</Replicas>

然后添加配置,如下:

最后合并代码到分支scaling/staging,或者直接重试管道的auto-scaling阶段,如下:

从上面测试看到,只需要修改配置,就可以支持不同粒度地伸缩微服务,也不用修改CI/CD管道脚本。

生产环境同理,只需要合并代码到分支scaling/production。

4. 回滚

4.1、回滚单个微服务

经过一段时间的观察,发现刚刚发布到预生产环境的版本1.0.1有问题,故决定回滚到上一个版次1.0.0,首先修改项目属性文件deploy.props,如下:

<!--回滚步长-->
<RollBackStep>1</RollBackStep>

然后添加配置(只回滚购物车微服务),如下:

最后合并代码到分支rollback/staging,如下:

4.2、回滚所有微服务

同理,首先修改项目属性文件deploy.props,如下:

<!--回滚步长-->
<RollBackStep>1</RollBackStep>

然后添加配置回滚所有微服务,如下:

最后合并代码到分支rollback/staging,或者直接重试管道的roll-back阶段,如下:

生产环境同理,只需要合并代码到分支rollback/production。

5. 可扩展性 - 兼容新增微服务

5.1、添加新的搜索微服务

经过一段时间的迭代,一期已经完工,二期新增了搜索微服务,这时修改helm模板文件支持部署搜索微服务,然后合并代码到release/staging,测试如下:

  • k8s

  • 网关路由

从上面可以看到,新增的搜索微服务已经成功发布到第二个主版次了。除了修改helm模板文件以外,整个过程并没有修改CI/CD管道脚本,圆满完成了兼容新增微服务的特性。

备注:我们可以将helm模板看成服务编排文件。

运维说明

1、分支

  1. build

    构建和编译代码。

  2. release/staging

    创建预生产环境。

  3. staging

    滚动更新预生产环境。

  4. release/production

    创建生产环境。

  5. master

    滚动更新生产环境。

  6. scaling/staging

    伸缩预生产环境

  7. scaling/production

    伸缩生产环境

  8. rollback/staging

    回滚预生产环境

  9. rollback/production

    回滚生产环境

2、配置文件

  • 应用程序配置 - app.props

    <!-- k8s命名空间前缀,比如:microservice-autodevopspipeline-v1 -->
    <NameSpace>microservice-autodevopspipeline</NameSpace>
    <!-- 应用程序名称,主要用于Tips -->
    <AppName>MicroService.AutoDevOpsPipeLine</AppName>
    <!-- 解决方案名称,用于生成项目 -->
    <SolutionName>MicroService.AutoDevOpsPipeLines.sln</SolutionName>
  • 版本配置 - version.props

    <!-- 主板次,不兼容升级 -->
    <Major>1</Major>
    <!-- 次板次,兼容升级 -->
    <Minor>0</Minor>
    <!-- 补丁版次,静默修复接口 -->
    <Patch>1</Patch>
  • 部署配置 - deploy.props

    <!-- Auto-scaling 实例数量 -->
    <Replicas>1</Replicas>
    <!-- Rollback 步长 -->
    <RollBackStep>1</RollBackStep>
    <!-- 镜像仓库用户名 -->
    <ImageUserName>devopspipelines</ImageUserName>

    特定环境配置,如:deploy.staging.props

    <!-- 镜像仓库主机域名 -->
    <RegistryHost>registry.staging.com:8100</RegistryHost>
    <!-- k8s restful地址 -->
    <K8sApiServer>https://192.168.2.110:6443</K8sApiServer>
    <!-- k8s 接口访问令牌 -->
    <AccessToken>utyeyerye.ytryeryeryyyyyyr.jhddghdhdhdhd</AccessToken>
    <!-- kong restful地址 -->
    <KongApiServer>http://192.168.2.110:81</KongApiServer>
    <!-- kong 域名绑定 -->
    <KongRouteDomain>staging.devops.com</KongRouteDomain>
  • 分支环境配置 - branch.env.props

    <!-- 解耦,目前用于滚动更新 -->
    <!-- key: branch name(last keyword), value: environment -->
    <staging>Staging</staging>
    <master>Production</master>

总结

上面的测试几乎涵盖了结合k8s管理应用生命周期的所有流程(部署、伸缩、回滚、发布),大家可以放心地运用或者扩展这个管道到自己的微服务项目中,比如:目前仅支持自动创建路由到kong网关,建议大家fork项目后,自行扩展,测试完成后,也可以提取PR。如果你采用示例一样的项目结构,只需要修改配置信息,然后开箱即用。

如果你有什么需求无法实现,欢迎加入QQ群:564095699,一起探讨k8s实践微服务的方方面面。

最后

如果有什么疑问和见解,欢迎评论区交流。
如果你觉得本篇文章对您有帮助的话,感谢您的【推荐】。
如果你对微服务实践感兴趣的话可以关注我,我会定期的在博客分享我的学习心得。
欢迎转载,请在明显位置给出出处及链接

posted @ 2019-01-16 08:30 justmine 阅读(...) 评论(...) 编辑 收藏