Tutorial: Men-deploy VM yang ada di cluster Google Distributed Cloud menggunakan Runtime VM di GDC


Dokumen ini memberikan panduan langkah demi langkah untuk men-deploy virtual machine (VM) berbasis web ke Google Distributed Cloud menggunakan Runtime VM di GDC. Beban kerja yang digunakan dalam panduan ini adalah contoh aplikasi tempat penjualan. Aplikasi ini merepresentasikan terminal tempat penjualan yang beroperasi secara lokal di toko ritel.

Dalam dokumen ini, Anda akan memigrasikan aplikasi ini dari VM ke Google Distributed Cloud cluster dan mengakses frontend web aplikasi. Untuk memigrasikan VM yang ada ke dalam cluster, image disk tersebut harus dibuat terlebih dahulu. Kemudian, gambar harus dihosting di repositori yang dapat diakses oleh cluster. Terakhir, URL dari image tersebut dapat digunakan untuk membuat VM. Runtime VM di GDC mengharapkan gambar dalam format qcow2. Jika Anda memberikan jenis gambar lain, otomatis dikonversi ke dalam format qcow2. Untuk menghindari konversi berulang dan agar dapat digunakan kembali, Anda dapat mengonversi disk image virtual dan menghosting gambar qcow2.

Dokumen ini menggunakan gambar instance VM Compute Engine yang sudah disiapkan yang workload berjalan sebagai systemd layanan. Anda dapat mengikuti langkah-langkah yang sama ini untuk men-deploy aplikasi Anda sendiri.

Tujuan

Sebelum memulai

Untuk menyelesaikan dokumen ini, Anda memerlukan referensi berikut:

  • Akses ke Google Distributed Cloud versi 1.12.0 atau cluster lebih tinggi yang dibuat dengan mengikuti Menjalankan Cloud Terdistribusi Google pada VM Compute Engine dengan Load Balancer Manual kami. Dokumen ini menyiapkan sumber daya jaringan sehingga Anda dapat mengakses workload yang berjalan di dalam VM melalui browser. Jika Anda tidak memerlukannya Anda dapat mengikuti dokumen ini menggunakan Google Distributed Cloud apa pun.
  • Workstation yang memenuhi persyaratan berikut:
    • Memiliki akses ke cluster Anda menggunakan bmctl.
    • Memiliki akses ke cluster Anda menggunakan CLI kubectl.

Aktifkan Runtime VM di GDC dan instal plugin virtctl

Definisi resource kustom (CRD) Runtime VM on GDC adalah bagian dari semua cluster Google Distributed Cloud sejak versi 1.10. Sebuah instance Resource kustom VMRuntime sudah dibuat saat penginstalan. Namun, dinonaktifkan secara default.

  1. Aktifkan Runtime VM di GDC:

    sudo bmctl enable vmruntime --kubeconfig KUBECONFIG_PATH
    
    • KUBECONFIG_PATH: Jalur ke konfigurasi Kubernetes file cluster pengguna Google Distributed Cloud
  2. Validasi bahwa VMRuntime diaktifkan:

    kubectl wait --for=jsonpath='{.status.ready}'=true vmruntime vmruntime
    

    Perlu waktu beberapa menit agar VMRuntime siap. Jika bukan siap, lalu periksa beberapa kali dengan penundaan singkat. Contoh berikut output menunjukkan bahwa VMRuntime sudah siap:

    vmruntime.vm.cluster.gke.io/vmruntime condition met
    
  3. Instal virtctl plugin untuk kubectl:

    sudo -E bmctl install virtctl
    

    Contoh output berikut menunjukkan proses penginstalan plugin virtctl sudah selesai:

    Please check the logs at bmctl-workspace/log/install-virtctl-20220831-182135/install-virtctl.log
    [2022-08-31 18:21:35+0000] Install virtctl succeeded
    
  4. Verifikasi penginstalan plugin virtctl:

    kubectl virt
    

    Contoh output berikut menunjukkan bahwa plugin virtctl tersedia untuk digunakan dengan kubectl:

    Available Commands:
      addvolume         add a volume to a running VM
      completion        generate the autocompletion script for the specified shell
      config            Config subcommands.
      console           Connect to a console of a virtual machine instance.
      create            Create subcommands.
      delete            Delete  subcommands.
    ...
    

Men-deploy workload berbasis VM

Saat Anda men-deploy VM ke Google Distributed Cloud, Runtime VM di GDC mengharapkan image VM. Gambar ini berfungsi sebagai untuk VM yang di-deploy.

Dalam tutorial ini, Anda akan memigrasikan workload berbasis VM Compute Engine ke Google Distributed Cloud. VM Compute Engine ini telah dibuat, dan aplikasi tempat penjualan (PoS) contoh dikonfigurasi untuk dijalankan sebagai layanan. Image disk VM ini beserta workload aplikasi PoS dibuat atau komponen lainnya di Google Cloud. Gambar ini kemudian diekspor ke bucket Cloud Storage sebagai qcow2 gambar. Anda menggunakan gambar qcow2 yang telah disiapkan ini dalam langkah berikut.

Kode sumber dalam dokumen ini tersedia di GitHub anthos-samples repositori resource. Anda menggunakan resource dari repositori ini untuk menyelesaikan langkah-langkah yang mengikuti.

  1. Men-deploy StatefulSet MySQL. Aplikasi tempat penjualan mengharapkan terhubung ke database MySQL untuk menyimpan informasi inventaris dan pembayaran. Tujuan tempat penjualan memiliki manifes contoh yang men-deploy database StatefulSet, mengonfigurasi ConfigMap yang terkait, dan Kubernetes Service. ConfigMap menentukan kredensial untuk instance MySQL, yang merupakan kredensial yang sama yang diteruskan ke tempat penjualan aplikasi.

    kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/point-of-sale/main/k8-manifests/common/mysql-db.yaml
    
  2. Deploy workload VM menggunakan image qcow2 yang telah disiapkan:

    kubectl virt create vm pos-vm \
        --boot-disk-size=80Gi \
        --memory=4Gi \
        --vcpu=2 \
        --image=https://storage.googleapis.com/pos-vm-images/pos-vm.qcow2
    

    Perintah ini membuat file YAML yang diberi nama berdasarkan VM (google-virtctl/pos-vm.yaml). Anda dapat memeriksa file untuk melihat definisi VirtualMachine dan VirtualMachineDisk. Daripada fokus pada dengan plugin virtctl, Anda dapat men-deploy workload VM menggunakan Definisi Model Resource Kubernetes (KRM), seperti yang terlihat dalam file YAML yang dibuat.

    Ketika berhasil dijalankan, perintah tersebut akan menghasilkan {i>output<i} seperti berikut yang menjelaskan berbagai resource yang dibuat:

    Constructing manifest for vm "pos-vm":
    Manifest for vm "pos-vm" is saved to /home/tfadmin/google-virtctl/pos-vm.yaml
    Applying manifest for vm "pos-vm"
    Created gvm "pos-vm"
    
  3. Periksa status pembuatan VM.

    Resource VirtualMachine diidentifikasi oleh vm.cluster.gke.io/v1.VirtualMachine resource di VM Runtime di GDC. Format singkatnya adalah gvm.

    Saat Anda membuat VM, dua resource berikut ini akan dibuat:

    • VirtualMachineDisk adalah persistent disk tempat isi tujuan impor image VM.
    • VirtualMachine adalah instance VM itu sendiri. DataVolume merupakan yang terpasang ke VirtualMachine sebelum VM di-booting.

    Periksa status VirtualMachineDisk. VirtualMachineDisk secara internal membuat resource DataVolume. Image VM diimpor ke DataVolume yang terpasang ke dalam VM:

    kubectl get datavolume
    

    Contoh output berikut menunjukkan awal impor gambar:

    NAME              PHASE             PROGRESS   RESTARTS   AGE
    pos-vm-boot-dv    ImportScheduled   N/A                   8s
    
  4. Periksa status VirtualMachine. VirtualMachine berada dalam status Provisioning hingga DataVolume diimpor sepenuhnya:

    kubectl get gvm
    

    Contoh output berikut menunjukkan VirtualMachine yang disediakan:

    NAME      STATUS         AGE     IP
    pos-vm    Provisioning   1m
    
  5. Tunggu hingga image VM diimpor sepenuhnya ke DataVolume. Lanjutkan ke perhatikan kemajuan saat gambar diimpor:

    kubectl get datavolume -w
    

    Contoh output berikut menunjukkan disk image yang sedang diimpor:

    NAME              PHASE              PROGRESS   RESTARTS   AGE
    pos-vm-boot-dv   ImportInProgress   0.00%                 14s
    ...
    ...
    pos-vm-boot-dv   ImportInProgress   0.00%                 31s
    pos-vm-boot-dv   ImportInProgress   1.02%                 33s
    pos-vm-boot-dv   ImportInProgress   1.02%                 35s
    ...
    

    Setelah impor selesai dan DataVolume dibuat, hal berikut contoh output menunjukkan PHASE dari Succeeded :

    kubectl get datavolume
    
    NAME              PHASE             PROGRESS   RESTARTS   AGE
    pos-vm-boot-dv    Succeeded         100.0%                14m18s
    
  6. Pastikan VirtualMachine telah berhasil dibuat:

    kubectl get gvm
    

    Jika pembuatan berhasil, STATUS akan menampilkan RUNNING, sebagai ditunjukkan dalam contoh berikut, beserta alamat IP VM:

    NAME      STATUS    AGE     IP
    pos-vm    Running   40m     192.168.3.250
    

Menghubungkan ke VM dan memeriksa status aplikasi

Image yang digunakan untuk VM mencakup contoh aplikasi tempat penjualan. Aplikasi dikonfigurasi agar otomatis dimulai saat booting sebagai sistem layanan. Anda dapat melihat layanan sistem yang file konfigurasi di pos-systemd-services saat ini.

  1. Hubungkan ke konsol VM. Jalankan perintah berikut dan tekan Enter⏎ setelah Anda melihat pesan Successfully connected to pos-vm…:

    kubectl virt console pos-vm
    

    Perintah ini menghasilkan contoh output berikut yang meminta Anda untuk memasukkan detail login:

    Successfully connected to pos-vm console. The escape sequence is ^]
    
    pos-from-public-image login:
    

    Gunakan akun pengguna dan sandi berikut. Akun ini disiapkan di dalam VM asli yang menjadi tempat image untuk Runtime VM di GDC VirtualMachine telah dibuat.

    • Nama Pengguna Login: abmuser
    • Sandi: abmworks
  2. Periksa status layanan aplikasi tempat penjualan. Intinya aplikasi penjualan mencakup tiga layanan: API, Inventaris, dan Pembayaran. Semua layanan ini berjalan sebagai layanan sistem.

    Ketiga layanan tersebut terhubung satu sama lain melalui {i>localhost<i}. Namun, aplikasi terhubung ke database MySQL menggunakan layanan Kubernetes mysql-db Layanan yang dibuat pada langkah sebelumnya. Perilaku ini berarti bahwa VM secara otomatis terhubung ke jaringan yang sama dengan Pods dan Services, memungkinkan komunikasi yang lancar antara workload VM dan aplikasi lain dalam container. Anda tidak perlu melakukan apa pun untuk membuat Services Kubernetes dapat dijangkau dari VM yang di-deploy menggunakan Runtime VM di GDC.

    sudo systemctl status pos*
    

    Contoh output berikut menunjukkan status ketiga layanan dan root layanan sistem, pos.service:

     pos_payments.service - Payments service of the Point of Sale Application
        Loaded: loaded (/etc/systemd/system/pos_payments.service; enabled; vendor >
        Active: active (running) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
      Main PID: 750 (payments.sh)
          Tasks: 27 (limit: 4664)
        Memory: 295.1M
        CGroup: /system.slice/pos_payments.service
                ├─750 /bin/sh /pos/scripts/payments.sh
                └─760 java -jar /pos/jars/payments.jar --server.port=8083 pos_inventory.service - Inventory service of the Point of Sale Application
        Loaded: loaded (/etc/systemd/system/pos_inventory.service; enabled; vendor>
        Active: active (running) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
      Main PID: 749 (inventory.sh)
          Tasks: 27 (limit: 4664)
        Memory: 272.6M
        CGroup: /system.slice/pos_inventory.service
                ├─749 /bin/sh /pos/scripts/inventory.sh
                └─759 java -jar /pos/jars/inventory.jar --server.port=8082 pos.service - Point of Sale Application
        Loaded: loaded (/etc/systemd/system/pos.service; enabled; vendor preset: e>
        Active: active (exited) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
      Main PID: 743 (code=exited, status=0/SUCCESS)
          Tasks: 0 (limit: 4664)
        Memory: 0B
        CGroup: /system.slice/pos.service
    
    Jun 21 18:55:30 pos-vm systemd[1]: Starting Point of Sale Application...
    Jun 21 18:55:30 pos-vm systemd[1]: Finished Point of Sale Application.
    
    ● pos_apiserver.service - API Server of the Point of Sale Application
        Loaded: loaded (/etc/systemd/system/pos_apiserver.service; enabled; vendor>
        Active: active (running) since Tue 2022-06-21 18:55:31 UTC; 1h 10min ago
      Main PID: 751 (api-server.sh)
          Tasks: 26 (limit: 4664)
        Memory: 203.1M
        CGroup: /system.slice/pos_apiserver.service
                ├─751 /bin/sh /pos/scripts/api-server.sh
                └─755 java -jar /pos/jars/api-server.jar --server.port=8081
    
  3. Keluar dari VM. Untuk keluar dari koneksi konsol, gunakan escape sequence ^] dengan menekan Ctrl + ].

Mengakses workload berbasis VM

Jika cluster Anda disiapkan dengan mengikuti petunjuk Running Google Distributed Cloud on VM Compute Engine dengan Beban Manual Penyeimbang panduan, terdapat resource Ingress bernama pos-ingress yang sudah dibuat. Ini resource merutekan traffic dari alamat IP eksternal dari Pemuatan Ingress Penyeimbang ke layanan server API dari aplikasi contoh tempat penjualan.

  1. Jika cluster Anda tidak memiliki resource Ingress ini, buat resource tersebut dengan menerapkan manifes berikut:

    kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-bm-gcp-terraform/resources/manifests/pos-ingress.yaml
    
    apiVersion: networking.k8s.io/v1
    kind: Ingress
    metadata:
      name: pos-ingress
    spec:
      rules:
      - http:
          paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: api-server-svc
                port:
                  number: 8080
  2. Buat Service Kubernetes yang merutekan traffic ke VM. Ingress resource merutekan traffic ke Service ini:

    kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-vmruntime/pos-service.yaml
    

    Contoh output berikut mengonfirmasi pembuatan Service:

    service/api-server-svc created
    
    apiVersion: v1
    kind: Service
    metadata:
      name: api-server-svc
    spec:
      selector:
        kubevirt/vm: pos-vm
      ports:
      - protocol: TCP
        port: 8080
        targetPort: 8081
  3. Dapatkan alamat IP eksternal dari load balancer Ingress. Ingress Load balancer merutekan traffic berdasarkan aturan resource Ingress. Anda sudah memiliki aturan pos-ingress untuk meneruskan permintaan ke server API Service. Service ini akan meneruskan permintaan ke VM:

    INGRESS_IP=$(kubectl get ingress/pos-ingress -o jsonpath='{.status.loadBalancer.ingress[0].ip}')
    echo $INGRESS_IP
    

    Contoh output berikut menunjukkan alamat IP dari pemuatan Ingress penyeimbang:

    172.29.249.159 # you might have a different IP address
    
  4. Akses aplikasi menggunakan alamat IP Ingress Loadbalancer di browser. Contoh screenshot berikut menampilkan kios tempat penjualan sederhana dengan dua item. Anda dapat mengklik item lebih dari sekali jika ingin memesan lebih dari satu, lalu lakukan pemesanan dengan tombol Pay. Pengalaman ini menunjukkan bahwa Anda telah berhasil men-deploy workload berbasis VM ke cluster Cloud Terdistribusi Google menggunakan VM Runtime di GDC.

UI aplikasi tempat penjualan
UI aplikasi tempat penjualan (klik gambar untuk memperbesar)

Pembersihan

Anda dapat menghapus semua materi yang dibuat dalam tutorial ini atau hanya menghapus VM dan mempertahankan resource yang dapat digunakan kembali. Menghapus VM di Google Distributed Cloud menjelaskan opsi yang tersedia secara mendetail.

Hapus Semua

  • Hapus Runtime VM di GDC VirtualMachine beserta semuanya sumber daya tersebut:

    kubectl virt delete vm pos-vm --all
    

    Contoh output berikut mengonfirmasi penghapusan:

    vm "pos-vm" used the following resources: 
        gvm: pos-vm
        VirtualMachineDisk: pos-vm-boot-dv
    Start deleting the resources:
        Deleted gvm "pos-vm".
        Deleted VirtualMachineDisk "pos-vm-boot-dv".
    

Hapus VM saja

  • Jika hanya menghapus VM, VirtualMachineDisk yang dibuat akan dipertahankan. Hal ini memungkinkan penggunaan kembali image VM ini dan menghemat waktu yang dihabiskan untuk mengimpor saat membuat VM baru.

    kubectl virt delete vm pos-vm
    

    Contoh output berikut mengonfirmasi penghapusan:

    vm "pos-vm" used the following resources: 
        gvm: pos-vm
        VirtualMachineDisk: pos-vm-boot-dv
    Start deleting the resources:
        Deleted gvm "pos-vm".
    

Langkah selanjutnya

  • VM asli yang digunakan dalam panduan ini adalah instance Compute Engine yang menjalankan Ubuntu 20.04 LTS. Image VM ini dapat diakses secara publik melalui pos-vm-images bucket Cloud Storage. Untuk informasi lebih lanjut tentang bagaimana VM dikonfigurasi dan dibuat, lihat petunjuk di repositori tempat penjualan.
  • Saat Anda membuat VM di cluster Google Distributed Cloud menggunakan kubectl virt create vm pos-vm perintah, file YAML diberi nama berdasarkan VM (google-virtctl/pos-vm.yaml) adalah dibuat. Anda dapat memeriksa file untuk melihat definisi VirtualMachine dan VirtualMachineDisk. Daripada menggunakan plugin virtctl, Anda dapat men-deploy VM yang menggunakan definisi KRM seperti yang terlihat dalam file YAML yang dibuat.