Esegui il deployment di GKE su cluster Bare Metal a livello perimetrale

Questo tutorial introduce una soluzione pronta all'uso che utilizza GKE su Bare Metal e Config Sync per il deployment di cluster Kubernetes a livello perimetrale su larga scala. Questo tutorial è rivolto agli operatori e agli sviluppatori di piattaforme. Dovresti avere familiarità con i seguenti concetti e tecnologie:

In questo tutorial utilizzerai le macchine virtuali (VM) Compute Engine per emulare i nodi di cui è stato eseguito il deployment a livello perimetrale e un'applicazione point-of-sale di esempio come carico di lavoro perimetrale. GKE su Bare Metal e Config Sync offrono gestione e controllo centralizzati per i cluster perimetrali. Config Sync estrae dinamicamente nuove configurazioni da GitHub e applica questi criteri e configurazioni ai tuoi cluster.

Architettura di deployment a livello perimetrale

Un deployment perimetrale per la vendita al dettaglio è un buon modo per illustrare l'architettura utilizzata in un tipico deployment GKE su Bare Metal.

Un negozio di vendita al dettaglio fisico è il punto di interazione più vicino tra una azienda aziendale e il consumatore. I sistemi software all'interno dei negozi devono eseguire i carichi di lavoro, ricevere aggiornamenti tempestivi e segnalare le metriche critiche separatamente dal sistema di gestione centrale dell'azienda. Inoltre, questi sistemi software devono essere progettati in modo da poter essere espansi in altre sedi dei negozi in futuro. Sebbene GKE su Bare Metal soddisfi tutti questi requisiti per i sistemi software dei negozi, il profilo perimetrale consente un caso d'uso importante: deployment in ambienti con risorse hardware limitate, ad esempio la vetrina di un negozio al dettaglio.

Il seguente diagramma mostra un deployment di GKE su Bare Metal che utilizza il profilo perimetrale in un negozio al dettaglio:

Deployment di GKE su Bare Metal che utilizza il profilo perimetrale in un negozio al dettaglio

Il diagramma precedente mostra un tipico negozio di vendita al dettaglio fisico. Il negozio offre smart device come lettori di schede, macchine point of sale, fotocamere e stampanti. Lo store possiede anche tre dispositivi hardware fisici (con etichetta Node 1, Node 2 e Node 3). Tutti questi dispositivi sono collegati a uno switch di rete centrale. Pertanto, i tre dispositivi di elaborazione sono connessi tra loro tramite una rete di livello 2. I dispositivi di computing connessi in rete costituiscono l'infrastruttura bare metal. GKE su Bare Metal è in esecuzione all'interno di ciascuno dei tre dispositivi di elaborazione. Questi dispositivi dispongono anche di un proprio spazio di archiviazione su disco e sono configurati per la replica dei dati tra loro per garantire un'alta disponibilità.

Il diagramma mostra anche i seguenti componenti chiave che fanno parte di un deployment di GKE su Bare Metal:

  • Il componente contrassegnato come MetalLB è il bilanciatore del carico in bundle di cui è stato eseguito il deployment con GKE su Bare Metal.
  • Il componente Config Sync consente di sincronizzare lo stato del cluster con i repository di origine. È un componente aggiuntivo facoltativo consigliato che richiede installazione e configurazione separate. Per saperne di più su come configurare Config Sync e la diversa nomenclatura, consulta la documentazione di Config Sync.

  • Il repository principale e il repository dello spazio dei nomi mostrati nella parte superiore del diagramma al di fuori della posizione del datastore rappresentano due repository di codice sorgente.

    Viene eseguito il push delle modifiche al cluster in questi repository di origine centrale. I deployment di GKE su Bare Metal in varie località perimetrali eseguono il pull degli aggiornamenti dai repository di origine. Questo comportamento è rappresentato dalle frecce che collegano i due repository nel diagramma ai componenti Config Sync all'interno del cluster GKE su Bare Metal in esecuzione nei dispositivi.

  • Un altro componente chiave rappresentato come parte del cluster è il runtime VM su GDC. Il runtime VM su GDC consente l'esecuzione di carichi di lavoro basati su VM esistenti all'interno del cluster, senza la necessità di containerizzazione. La documentazione relativa al runtime VM su GDC spiega come abilitarlo ed eseguire il deployment dei carichi di lavoro VM nel cluster.

  • Il componente contrassegnato come Applicazione indica il software implementato nel cluster dal negozio al dettaglio. L'applicazione point of sale nei chioschi di un negozio può essere un esempio.

Le caselle nella parte inferiore del diagramma rappresentano i numerosi dispositivi (come kiosk, tablet o videocamere) all'interno di un negozio al dettaglio, tutti collegati a uno switch di rete centrale. Il networking locale all'interno del datastore consente alle applicazioni in esecuzione all'interno del deployment di GKE su Bare Metal di raggiungere questi dispositivi.

Nella sezione successiva, vedrai l'emulazione del deployment di questo negozio al dettaglio in Google Cloud utilizzando le VM di Compute Engine. Questa emulazione è quella che userai nel tutorial che segue per sperimentare GKE su Bare Metal.

Deployment perimetrale emulato in Google Cloud

Il diagramma seguente è una rappresentazione di tutto ciò che hai configurato in Google Cloud in questo tutorial. Questo diagramma è correlato allo schema del negozio al dettaglio della sezione precedente. Questo deployment rappresenta una località perimetrale emulata in cui viene eseguito il deployment dell'applicazione point of sale. L'architettura mostra anche un semplice carico di lavoro dell'applicazione di esempio point of sale che utilizzerai in questo tutorial. Puoi accedere all'applicazione point of sale all'interno del cluster utilizzando un browser web come kiosk.

Architettura dell'applicazione point of sale e modalità di deployment all'interno di un cluster GKE su Bare Metal in esecuzione su VM di Compute Engine.

Le tre macchine virtuali (VM) Compute Engine nel diagramma precedente rappresentano l'hardware (o i nodi) fisico in una tipica località perimetrale. Questo hardware viene collegato insieme a switch di rete per comporre l'infrastruttura bare metal. Nel nostro ambiente emulato in Google Cloud, le VM sono connesse tra loro tramite la rete Virtual Private Cloud (VPC) predefinita nel progetto Google Cloud.

In una tipica installazione di GKE su Bare Metal, puoi configurare i tuoi bilanciatori del carico. Tuttavia, per questo tutorial non configurerai un bilanciatore del carico esterno. Utilizza invece il bilanciatore del carico MetalLB in bundle installato con GKE su Bare Metal. Il bilanciatore del carico MetalLB in bundle richiede la connettività di rete di livello 2 tra i nodi. Pertanto, la connettività di livello 2 tra le VM di Compute Engine viene abilitata creando una rete di overlay VxLAN sulla rete VPC (Virtual Private Cloud) predefinita.

Nel rettangolo con l'etichetta "L2 overlay network (VxLAN)" sono mostrati i componenti software in esecuzione all'interno delle tre VM di Compute Engine. Questo rettangolo include il cluster GKE su Bare Metal e un proxy inverso. Il cluster è rappresentato dal rettangolo "GKE su Bare Metal". Questo rettangolo che rappresenta il cluster include un altro rettangolo contrassegnato come "Spazio dei nomi Kubernetes (pos)". che rappresenta uno spazio dei nomi Kubernetes all'interno del cluster. Tutti i componenti all'interno di questo spazio dei nomi Kubernetes costituiscono l'applicazione point of sale di cui è stato eseguito il deployment nel cluster GKE su Bare Metal. L'applicazione point of sale ha tre microservizi: server API, inventario e pagamenti. Tutti questi componenti insieme rappresentano una "applicazione" mostrata nel precedente diagramma dell'architettura di implementazione di Edge.

Il bilanciatore del carico MetalLB in bundle del cluster GKE su Bare Metal non può essere raggiunto direttamente dall'esterno delle VM. Il diagramma mostra un proxy inverso NGINX configurato per l'esecuzione all'interno delle VM al fine di instradare il traffico che entra nelle VM di Compute Engine al bilanciatore del carico. Questa è una soluzione alternativa per gli scopi di questo tutorial, in cui i nodi periferici vengono emulati utilizzando le VM di Google Cloud Compute Engine. In una località sul perimetro reale, questo può essere fatto con un'adeguata configurazione di rete.

Obiettivi

  1. Usa le VM di Compute Engine per emulare un'infrastruttura bare metal eseguita in una località perimetrale.
  2. Crea un cluster GKE su Bare Metal nell'infrastruttura perimetrale emulata.
  3. Connetti e registra il cluster con Google Cloud.
  4. Esegui il deployment di un carico di lavoro di applicazioni point of sale di esempio sul cluster GKE su Bare Metal.
  5. Utilizza la console Google Cloud per verificare e monitorare l'applicazione point-of-sale che opera in una località perimetrale.
  6. Utilizza Config Sync per aggiornare l'applicazione point of sale in esecuzione sul cluster GKE su Bare Metal.

Prima di iniziare

  1. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

    Vai alla selezione del progetto

  2. Verifica che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata in un progetto.

  3. Installa e initialize Google Cloud CLI.

Crea un fork e clona il repository anthos-samples

Tutti gli script utilizzati in questo tutorial sono archiviati nel repository anthos-samples. La struttura delle cartelle in /anthos-bm-edge-deployment/acm-config-sink è organizzata in base a quanto previsto da Config Sync. Clona questo repository nel tuo account GitHub prima di continuare con i passaggi seguenti.

  1. Se non ne hai già uno, crea un account su GitHub.

  2. Crea un token di accesso personale da utilizzare nella configurazione di Config Sync. Questa operazione è necessaria per consentire ai componenti di Config Sync nel cluster di eseguire l'autenticazione con il tuo account GitHub quando tentano di sincronizzare nuove modifiche.

    1. Seleziona solo l'ambito public_repo.
    2. Salva il token di accesso che hai creato in un posto sicuro per utilizzarlo in seguito.

  3. Crea un fork del repository anthos-samples nel tuo account GitHub:

    1. Vai al repository anthos-samples.
    2. Fai clic sull'icona Fork nell'angolo in alto a destra della pagina.
    3. Fai clic sull'account utente GitHub in cui vuoi creare un fork del repository. Si aprirà automaticamente la pagina con la versione del repository anthos-samples creata mediante fork.

  4. Apri un terminale nel tuo ambiente locale.

  5. Clona il repository creato con fork eseguendo questo comando, dove GITHUB_USERNAME è il nome utente del tuo account GitHub:

    git clone https://github.com/GITHUB_USERNAME/anthos-samples
cd anthos-samples/anthos-bm-edge-deployment

configura l'ambiente workstation

Per completare il deployment perimetrale descritto in questo documento, è necessaria una workstation con accesso a internet e i seguenti strumenti installati:

Esegui tutti i comandi del tutorial sulla workstation configurata in questa sezione.

  1. Sulla workstation, inizializza le variabili di ambiente in una nuova istanza della shell:

    export PROJECT_ID="PROJECT_ID"
export REGION="us-central1"
export ZONE="us-central1-a"

# port on the admin Compute Engine instance you use to set up an nginx proxy
# this allows to reach the workloads inside the cluster via the VM IP
export PROXY_PORT="8082"

# should be a multiple of 3 since N/3 clusters are created with each having 3 nodes
export GCE_COUNT="3"

# url to the fork of: https://github.com/GoogleCloudPlatform/anthos-samples
export ROOT_REPO_URL="https://github.com/GITHUB_USERNAME/anthos-samples"

# this is the username used to authenticate to your fork of this repository
export SCM_TOKEN_USER="GITHUB_USERNAME"

# access token created in the earlier step
export SCM_TOKEN_TOKEN="ACCESS_TOKEN"

    Sostituisci i seguenti valori:

    • PROJECT_ID: il tuo ID progetto Google Cloud.
    • GITHUB_USERNAME: il tuo nome utente GitHub.
    • ACCESS_TOKEN: il token di accesso personale che hai creato per il tuo repository GitHub.

    Mantieni i valori predefiniti per le altre variabili di ambiente. e sono illustrati nelle sezioni che seguono.

  2. Sulla workstation, inizializza Google Cloud CLI:

    gcloud config set project "${PROJECT_ID}"
gcloud services enable compute.googleapis.com

gcloud config set compute/region "${REGION}"
gcloud config set compute/zone "${ZONE}"

  3. Sulla workstation, crea l'account di servizio Google Cloud per le istanze di Compute Engine. Questo script crea il file di chiavi JSON per il nuovo account di servizio in <REPO_ROOT>/anthos-bm-edge-deployment/build-artifacts/consumer-edge-gsa.json. Inoltre, configura la chiave e il keyring Cloud Key Management Service per la crittografia della chiave privata SSH.

    ./scripts/create-primary-gsa.sh

    L'esempio seguente è solo una parte dello script. Per visualizzare l'intero script, fai clic su Visualizza su GitHub.

    # ...
EXISTS=$(gcloud iam service-accounts list \
  --filter="email=${GSA_EMAIL}" \
  --format="value(name, disabled)" \
  --project="${PROJECT_ID}")

if [[ -z "${EXISTS}" ]]; then
  echo "GSA [${GSA_EMAIL}]does not exist, creating it"

  # GSA does NOT exist, create
  gcloud iam service-accounts create ${GSA_NAME} \
    --description="GSA used on each Target machine to make gcloud commands" \
    --display-name="target-machine-gsa" \
    --project "${PROJECT_ID}"
else
  if [[ "${EXISTS}" =~ .*"disabled".* ]]; then
    # Found GSA is disabled, enable
    gcloud iam service-accounts enable "${GSA_EMAIL}" --project "${PROJECT_ID}"
  fi
  # otherwise, no need to do anything
fi
# ...

esegui il provisioning delle istanze di Compute Engine

In questa sezione creerai le VM di Compute Engine in cui verrà installato GKE su Bare Metal. Devi inoltre verificare la connettività a queste VM prima di procedere con la sezione di installazione.

  1. Sulla workstation, crea chiavi SSH da utilizzare per la comunicazione tra le istanze di Compute Engine.

    ssh-keygen -f ./build-artifacts/consumer-edge-machine

  2. Criptare la chiave privata SSH con Cloud Key Management Service.

    gcloud kms encrypt \
    --key gdc-ssh-key \
    --keyring gdc-ce-keyring \
    --location global \
    --plaintext-file build-artifacts/consumer-edge-machine \
    --ciphertext-file build-artifacts/consumer-edge-machine.encrypted

  3. Genera il file di configurazione dell'ambiente .envrc e assegnagli l'origine. Dopo averlo creato, esamina il file .envrc per assicurarti che le variabili di ambiente siano state sostituite con i valori corretti.

    envsubst < templates/envrc-template.sh > .envrc
source .envrc

    Di seguito è riportato un esempio di file .envrc generato sostituendo le variabili di ambiente nel file templates/envrc-template.sh. Nota che le righe che sono state aggiornate sono evidenziate: 

    # GSA Key used for provisioning (result of running ./scripts/create-primary-gsa.sh)
LOCAL_GSA_FILE=$(pwd)/build-artifacts/consumer-edge-gsa.json
export LOCAL_GSA_FILE
# GCP Project ID
export PROJECT_ID="abm-edge-project"
# Bucket to store cluster snapshot information
export SNAPSHOT_GCS="abm-edge-project-cluster-snapshots"

# GCP Project Region (Adjust as desired)
export REGION="us-central1"
# GCP Project Zone (Adjust as desired)
export ZONE="us-central1-a"

# Gitlab Personal Access Token credentials (generated in Quick Start step 2)
export SCM_TOKEN_USER="LarryPage"
export SCM_TOKEN_TOKEN="oo901Sp-FHuzmz__dgl0393atkf69c8L"

# Default Root Repo setup for multiple locations
export ROOT_REPO_URL="https://github.com/LarryPage/anthos-samples"
export ROOT_REPO_BRANCH="main"
export ROOT_REPO_DIR="/anthos-bm-edge-deployment/acm-config-sink"

# OIDC Configuration (off by default)
export OIDC_CLIENT_ID="" # Optional, requires GCP API setup work
export OIDC_CLIENT_SECRET="" # Optional
export OIDC_USER="" # Optional
export OIDC_ENABLED="false" # Flip to true IF implementing OIDC on cluster

  4. Crea istanze di Compute Engine in cui è installato GKE su Bare Metal.

    ./scripts/cloud/create-cloud-gce-baseline.sh -c "$GCE_COUNT" | \
    tee ./build-artifacts/gce-info

Installa GKE su Bare Metal con Ansible

Lo script utilizzato in questa guida crea cluster GKE su Bare Metal in gruppi di tre istanze Compute Engine. Il numero di cluster creati è controllato dalla variabile di ambiente GCE_COUNT. Ad esempio, hai impostato la variabile di ambiente GCE_COUNT su 6 per creare due cluster GKE su cluster Bare Metal con 3 istanze VM ciascuno. Per impostazione predefinita, la variabile di ambiente GCE_COUNT è impostata su 3. In questa guida, quindi, verrà creato un cluster con 3 istanze di Compute Engine. Il nome delle istanze VM è preceduto da un prefisso cnuc- seguito da un numero. La prima istanza VM di ogni cluster funge da workstation di amministrazione da cui viene attivata l'installazione. Al cluster viene anche assegnato lo stesso nome della VM della workstation di amministrazione (ad esempio cnuc-1, cnuc-4, cnuc-7).

La guida pratica di Ansible fa quanto segue:

  • Configura le istanze Compute Engine con gli strumenti necessari, come docker, bmctl, gcloud e nomos.
  • Installa GKE su Bare Metal nelle istanze di Compute Engine configurate.
  • Crea un cluster autonomo di GKE su Bare Metal denominato cnuc-1.
  • Registra il cluster cnuc-1 con Google Cloud.
  • Installa Config Sync nel cluster cnuc-1.
  • Configura Config Sync per la sincronizzazione con le configurazioni dei cluster che si trovano in anthos-bm-edge-deployment/acm-config-sink nel repository creato con fork.
  • Genera il valore Login token per il cluster.

Completa i seguenti passaggi per configurare e avviare la procedura di installazione:

  1. Sulla workstation, crea l'immagine Docker utilizzata per l'installazione. Questa immagine include tutti gli strumenti necessari per il processo di installazione, come Ansible, Python e Google Cloud CLI.

    gcloud builds submit --config docker-build/cloudbuild.yaml docker-build/

    Quando la build viene eseguita correttamente, produce un output come il seguente:

    ...
latest: digest: sha256:99ded20d221a0b2bcd8edf3372c8b1f85d6c1737988b240dd28ea1291f8b151a size: 4498
DONE
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
ID                                    CREATE_TIME                DURATION  SOURCE                                                                                         IMAGES                                                  STATUS
2238baa2-1f41-440e-a157-c65900b7666b  2022-08-17T19:28:57+00:00  6M53S     gs://my_project_cloudbuild/source/1660764535.808019-69238d8c870044f0b4b2bde77a16111d.tgz  gcr.io/my_project/consumer-edge-install (+1 more)  SUCCESS

  2. Genera il file di inventario Ansible da un modello.

    envsubst < templates/inventory-cloud-example.yaml > inventory/gcp.yaml

  3. Esegui lo script di installazione che avvia un container Docker dall'immagine creata in precedenza. Lo script usa internamente Docker per generare il container con un montaggio del volume nella directory di lavoro attuale. Una volta completato questo script, devi essere all'interno del container Docker che è stato creato. Puoi attivare l'installazione di Ansible dall'interno di questo container.

    ./install.sh

    Se lo script viene eseguito correttamente, produce un output simile al seguente:

    ...
Check the values above and if correct, do you want to proceed? (y/N): y
Starting the installation
Pulling docker install image...

==============================
Starting the docker container. You will need to run the following 2 commands (cut-copy-paste)
==============================
1: ./scripts/health-check.sh
2: ansible-playbook all-full-install.yaml -i inventory
3: Type 'exit' to exit the Docker shell after installation
==============================
Thank you for using the quick helper script!
(you are now inside the Docker shell)

  4. Dall'interno del container Docker, verifica l'accesso alle istanze di Compute Engine.

    ./scripts/health-check.sh

    Se lo script viene eseguito correttamente, produce un output simile al seguente:

    ...
cnuc-2 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}
cnuc-3 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}
cnuc-1 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}

  5. Dall'interno del container Docker, esegui il playbook Ansible per l'installazione di GKE su istanze Bare Metal su Compute Engine. Al termine, vedrai il Login Token per il cluster stampato sullo schermo.

    ansible-playbook all-full-install.yaml -i inventory | tee ./build-artifacts/ansible-run.log

    Una volta eseguita correttamente, l'installazione produce un output simile al seguente:

    ...
TASK [abm-login-token : Display login token] **************************************************************************
ok: [cnuc-1] => {
    "msg": "eyJhbGciOiJSUzI1NiIsImtpZCI6Imk2X3duZ3BzckQyWmszb09sZHFMN0FoWU9mV1kzOWNGZzMyb0x2WlMyalkifQ.eymljZS1hY2NvdW
iZXJuZXRlcy5pby9zZXJ2aWNlYWNjb3VudC9zZWNyZXQubmFtZSI6ImVkZ2Etc2EtdG9rZW4tc2R4MmQiLCJrdWJlcm5ldGVzLmlvL3NlcnZpY2VhY2Nvd
4CwanGlof6s-fbu8"
}
skipping: [cnuc-2]
skipping: [cnuc-3]

PLAY RECAP ***********************************************************************************************************
cnuc-1                     : ok=205  changed=156  unreachable=0    failed=0    skipped=48   rescued=0    ignored=12
cnuc-2                     : ok=128  changed=99   unreachable=0    failed=0    skipped=108  rescued=0    ignored=2
cnuc-3                     : ok=128  changed=99   unreachable=0    failed=0    skipped=108  rescued=0    ignored=2

Accedi al cluster GKE su Bare Metal nella console Google Cloud

Al termine del playbook Ansible, viene installato un cluster GKE autonomo su Bare Metal all'interno delle VM di Compute Engine. Anche questo cluster è registrato in Google Cloud utilizzando l'agente Connect. Tuttavia, per visualizzarne i dettagli, devi accedere al cluster dalla console Google Cloud. Per accedere al cluster, completa i seguenti passaggi.

  1. Copia il token dall'output del playbook Ansible nella sezione precedente.

  2. Nella console Google Cloud, vai alla pagina Cluster Kubernetes e utilizza il token copiato per accedere al cluster cnuc-1.

    Vai alla pagina Cluster Kubernetes

    1. Nell'elenco dei cluster, fai clic su Azioni accanto al cluster cnuc-1, quindi fai clic su Accedi.
    2. Seleziona Token e incolla il token copiato.
    3. Fai clic su Accedi.
  3. Nella console Google Cloud, vai alla pagina Configurazione nella sezione Funzionalità.

    Vai a Configurazione

    4. Nella scheda Pacchetti, controlla la colonna Stato sincronizzazione nella tabella del cluster. Verifica che lo stato sia Synced (Sincronizzato). Lo stato Sincronizzato indica che Config Sync ha sincronizzato correttamente le configurazioni GitHub con il cluster di cui è stato eseguito il deployment, cnuc-1.

Configurare un proxy per il traffico esterno

Il cluster GKE su Bare Metal installato nei passaggi precedenti utilizza un bilanciatore del carico in bundle chiamato MetalLB. Questo servizio di bilanciamento del carico è accessibile solo tramite un indirizzo IP VPC (Virtual Private Cloud). Per instradare il traffico in entrata attraverso il suo IP esterno al bilanciatore del carico in bundle, configura un servizio di proxy inverso nell'host di amministrazione (cnuc-1). Questo servizio di proxy inverso consente di raggiungere il server API dell'applicazione point of sale attraverso l'IP esterno dell'host amministratore (cnuc-1).

Gli script di installazione descritti nei passaggi precedenti installavano NGINX negli host di amministrazione insieme a un file di configurazione di esempio. Aggiorna questo file per utilizzare l'indirizzo IP del servizio di bilanciamento del carico e riavvia NGINX.

  1. Sulla workstation, utilizza SSH per accedere alla workstation di amministrazione:

    ssh -F ./build-artifacts/ssh-config abm-admin@cnuc-1

  2. Dall'interno della workstation di amministrazione, configura il proxy inverso NGINX per instradare il traffico al servizio di bilanciamento del carico del server API. Ottieni l'indirizzo IP del servizio Kubernetes di tipo bilanciatore del carico:

    ABM_INTERNAL_IP=$(kubectl get services api-server-lb -n pos | awk '{print $4}' | tail -n 1)

  3. Aggiorna il file di configurazione del modello con l'indirizzo IP recuperato:

    sudo sh -c "sed 's/<K8_LB_IP>/${ABM_INTERNAL_IP}/g' \
    /etc/nginx/nginx.conf.template > /etc/nginx/nginx.conf"

  4. Riavvia NGINX per assicurarti che la nuova configurazione venga applicata:

    sudo systemctl restart nginx

  5. Controlla e verifica lo stato del server NGINX per segnalare "attivo (in esecuzione)":

    sudo systemctl status nginx

    Quando NGINX viene eseguito correttamente, produce un output come nell'esempio seguente:

    ● nginx.service - A high performance web server and a reverse proxy server
    Loaded: loaded (/lib/systemd/system/nginx.service; enabled; vendor preset: enabled)
    Active: active (running) since Fri 2021-09-17 02:41:01 UTC; 2s ago
    Docs: man:nginx(8)
    Process: 92571 ExecStartPre=/usr/sbin/nginx -t -q -g daemon on; master_process on; (code=exited, status=0/SUCCESS)
    Process: 92572 ExecStart=/usr/sbin/nginx -g daemon on; master_process on; (code=exited, status=0/SUCCESS)
Main PID: 92573 (nginx)
    Tasks: 17 (limit: 72331)
    Memory: 13.2M
    CGroup: /system.slice/nginx.service
            ├─92573 nginx: master process /usr/sbin/nginx -g daemon on; master_process on;
            ├─92574 nginx: worker process
            ├─92575 nginx: worker process
            ├─92577 nginx: ....
            ...
            ...

  6. Esci dalla sessione SSH nella workstation di amministrazione:

    exit

  7. Esci dalla sessione shell nel container Docker. All'uscita dall'istanza di amministrazione, ti trovi ancora all'interno del container Docker utilizzato per l'installazione:

    exit

Accedere all'applicazione point of sale

Con la configurazione del proxy esterno puoi accedere all'applicazione in esecuzione all'interno del cluster. Per accedere all'applicazione point of sale di esempio, completa i seguenti passaggi.

  1. Sulla workstation, ottieni l'indirizzo IP esterno dell'istanza Compute Engine dell'amministratore e accedi all'interfaccia utente dell'applicazione point of sale:

    EXTERNAL_IP=$(gcloud compute instances list \
    --project ${PROJECT_ID} \
    --filter="name:cnuc-1" \
    --format="get(networkInterfaces[0].accessConfigs[0].natIP)")
echo "Point the browser to: ${EXTERNAL_IP}:${PROXY_PORT}"

    Una volta eseguiti correttamente, gli script producono un output simile al seguente:

    Point the browser to: 34.134.194.84:8082

  2. Apri il browser web e vai all'indirizzo IP mostrato nell'output del comando precedente. Puoi accedere all'applicazione point of sale di esempio e testarla, come mostrato nello screenshot di esempio che segue:

    Versione 1 dell'applicazione point of sale di cui è stato eseguito il deployment

Utilizza Config Sync per aggiornare il server API

È possibile eseguire l'upgrade dell'applicazione di esempio a una versione più recente aggiornando i file di configurazione nel repository principale. Config Sync rileva gli aggiornamenti e apporta automaticamente le modifiche al cluster. In questo esempio, il repository radice è il repository anthos-samples che hai clonato all'inizio di questa guida. Per vedere come l'applicazione point of sale di esempio può eseguire il deployment di un upgrade a una versione più recente, completa i seguenti passaggi.

  1. Sulla workstation, aggiorna il campo image per modificare la versione del server API da v1 a v2. La configurazione YAML per il deployment è nel file all'indirizzo anthos-bm-edge-deployment/acm-config-sink/namespaces/pos/api-server.yaml. 

    containers:
- name: api-server
  image: us-docker.pkg.dev/anthos-dpe-abm-edge-pos/abm-edge-pos-images/api-server:v1

  2. Aggiungi le modifiche, esegui il commit e il push nel repository creato con fork:

    git add acm-config-sink/namespaces/pos/api-server.yaml
git commit -m "chore: updated api-server version to v2"
git push

  3. Nella console Google Cloud, vai alla pagina Gestione della configurazione per controllare lo stato delle specifiche di configurazione. Verifica che lo stato sia Synced (Sincronizzato).

    Vai alla pagina Config Management

  4. Nella console Google Cloud, vai alla pagina Carichi di lavoro Kubernetes Engine per verificare che il Deployment sia aggiornato.

    Vai alla pagina Carichi di lavoro Kubernetes Engine

  5. Quando lo stato del deployment è OK, posiziona il browser sull'indirizzo IP della sezione precedente per visualizzare l'applicazione point of sale. Tieni presente che la versione nel titolo mostra "V2", a indicare che è stato eseguito il deployment della modifica dell'applicazione, come mostrato nello screenshot di esempio che segue:

    Versione 2 dell'applicazione point of sale di cui è stato eseguito il deployment

    Per vedere le modifiche potrebbe essere necessario eseguire un aggiornamento forzato della scheda del browser.

Esegui la pulizia

Per evitare addebiti inutili di Google Cloud, elimina le risorse utilizzate per questa guida quando hai finito. Puoi eliminare manualmente queste risorse o il tuo progetto Google Cloud, eliminando al contempo tutte le risorse. Potresti anche voler eseguire la pulizia delle modifiche apportate nella workstation locale:

Postazione di lavoro locale

I seguenti file devono essere aggiornati per cancellare le modifiche apportate dagli script di installazione.

  • Rimuovi gli indirizzi IP delle VM di Compute Engine aggiunti al file /etc/hosts.
  • Rimuovi la configurazione SSH per cnuc-* nel file ~/.ssh/config.
  • Rimuovi le fingerprint della VM di Compute Engine dal file ~/.ssh/known_hosts.

Elimina progetto

Se hai creato un progetto dedicato per questa procedura, elimina il progetto Google Cloud dalla console Google Cloud.

  • In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  • In the project list, select the project that you want to delete, and then click Delete.
  • In the dialog, type the project ID, and then click Shut down to delete the project.

    • Manuale

    Se hai utilizzato un progetto esistente per questa procedura:

    • Annulla la registrazione di tutti i cluster Kubernetes con un nome preceduto da cnuc-.
    • Elimina tutte le VM di Compute Engine con un nome preceduto da cnuc-.
    • Elimina il bucket Cloud Storage con un nome preceduto da abm-edge-boot.
    • Elimina le regole firewall allow-pod-ingress e allow-pod-egress.
    • Elimina il secret di Secret Manager install-pub-key.

    Che cosa succede dopo?

    Puoi espandere questa guida aggiungendo un'altra posizione perimetrale. Se imposti la variabile di ambiente GCE_COUNT su 6 ed esegui nuovamente gli stessi passaggi delle sezioni precedenti, vengono create tre nuove istanze di Compute Engine (cnuc-4, cnuc-5, cnuc-6) e un nuovo cluster autonomo GKE su Bare Metal denominato cnuc-4.

    Puoi anche provare ad aggiornare le configurazioni dei cluster nel repository creato con fork per applicare selettivamente versioni diverse dell'applicazione point of sale ai due cluster, cnuc-1 e cnuc-4, utilizzando ClusterSelectors.

    Per dettagli sui singoli passaggi di questa guida e sugli script interessati, consulta il repository anthos-samples.