Esegui la migrazione delle immagini container da un registry di terze parti

Se estrai alcune immagini dei container direttamente da registry di terze parti per eseguire il deployment in ambienti Google Cloud come Google Kubernetes Engine o Cloud Run, i limiti di frequenza per i tiri delle immagini o le interruzioni di terze parti possono interrompere le build e i deployment. In questa pagina viene descritto come identificare e copiare tali immagini in Artifact Registry per una gestione consolidata e coerente delle immagini container.

Artifact Registry non monitora i registri di terze parti alla ricerca di aggiornamenti per che copi in Artifact Registry. Se vuoi incorporare una nuova di un'immagine nella pipeline, devi eseguirne il push Artifact Registry.

Panoramica della migrazione

La migrazione delle immagini del container include i seguenti passaggi:

  1. Configura i prerequisiti.
  2. Identifica le immagini di cui eseguire la migrazione.
    • Cerca nei file Dockerfile e nei manifest di deployment i riferimenti ai registry di terze parti
    • Determina la frequenza di estrazione delle immagini dai registry di terze parti utilizzando Cloud Logging e BigQuery.
  3. Copia le immagini identificate in Artifact Registry.
  4. Verifica che le autorizzazioni per il registry siano configurate correttamente, in particolare se Artifact Registry e l'ambiente di deployment Google Cloud si trovano in progetti diversi.
  5. Aggiorna i manifest per i tuoi deployment.
  6. Esegui di nuovo il deployment dei carichi di lavoro.

Prima di iniziare

  1. Verifica le tue autorizzazioni. Devi disporre del ruolo IAM Proprietario o Editor nei progetti in cui esegui la migrazione delle immagini in Artifact Registry.

  2. Vai alla pagina del selettore dei progetti

    1. Seleziona il progetto Google Cloud in cui vuoi utilizzare Artifact Registry
    2. Nella console Google Cloud, vai a Cloud Shell

    3. Individua il tuo ID progetto e impostalo in Cloud Shell. Sostituisci YOUR_PROJECT_ID con l'ID progetto.

      gcloud config set project YOUR_PROJECT_ID

  3. Esporta le seguenti variabili di ambiente:

      export PROJECT=$(gcloud config get-value project)

  4. Abilita BigQuery, Artifact Registry e le API Cloud Monitoring con il comando seguente:

    gcloud services enable \
artifactregistry.googleapis.com \
stackdriver.googleapis.com \
logging.googleapis.com \
monitoring.googleapis.com

  5. Se al momento non utilizzi Artifact Registry, configura un repository per le tue immagini:

  6. Verifica che sia installata la versione 1.13 di Go o versioni successive.

    • Controlla la versione di un'installazione Go esistente con il comando:

      go version

    • Se devi installare o aggiornare Go, consulta la documentazione di installazione di Go.

Costi

Questa guida utilizza i seguenti componenti fatturabili di Google Cloud:

Identifica le immagini di cui eseguire la migrazione

Cerca i file che utilizzi per la creazione e il deployment delle immagini container riferimenti a registry di terze parti, quindi controlla la frequenza con cui esegui il pull delle immagini.

Identificare i riferimenti nei Dockerfile

Esegui questo passaggio in una posizione in cui sono archiviati i Dockerfile. Questo potrebbe dove il codice viene archiviato localmente o in Cloud Shell, se i file sono disponibili in una VM.

Nella directory con i Dockerfile, esegui il comando:

grep -inr -H --include Dockerfile\* "FROM" . | grep -i -v -E 'docker.pkg.dev|gcr.io'

L'output è simile all'esempio seguente:

./code/build/baseimage/Dockerfile:1:FROM debian:stretch
./code/build/ubuntubase/Dockerfile:1:FROM ubuntu:latest
./code/build/pythonbase/Dockerfile:1:FROM python:3.5-buster

Questo comando cerca tutti i Dockerfile nella directory e identifica la riga "FROM". Modifica il comando in base alle tue esigenze in modo che corrisponda al modo in cui archivi i tuoi Dockerfiles.

Identificare i riferimenti nei manifest

Esegui questo passaggio in una posizione in cui vengono archiviati i manifest di Cloud Run. Potrebbe essere qui il tuo codice in locale o in Cloud Shell, se i file disponibili in una VM.

  1. Nella directory con il tuo GKE o Cloud Run dei manifest eseguono il comando:

    grep -inr -H --include \*.yaml "image:" . | grep -i -v -E 'docker.pkg.dev|gcr.io'

    Esempio di output:

    ./code/deploy/k8s/ubuntu16-04.yaml:63: image: busybox:1.31.1-uclibc
./code/deploy/k8s/master.yaml:26:      image: kubernetes/redis:v1

    Questo comando esamina tutti i file YAML nella tua directory e identifica La riga image:, apporta le modifiche necessarie per gestire il modo in cui vengono archiviati i manifest

  2. Per elencare le immagini attualmente in esecuzione su un cluster, esegui il comando:

      kubectl get all --all-namespaces -o yaml | grep image: | grep -i -v -E 'docker.pkg.dev|gcr.io'

    Questo comando restituisce tutti gli oggetti in esecuzione nel cluster Kubernetes attualmente selezionato e ne recupera i nomi delle immagini.

    Esempio di output:

    - image: nginx
  image: nginx:latest
    - image: nginx
    - image: nginx

Esegui questo comando per tutti i cluster GKE su tutti progetti Google Cloud per una copertura totale.

Identificare la frequenza di pull da un registro di terze parti

Nei progetti che estraggono dati da registry di terze parti, utilizza le informazioni sulla frequenza di estrazione delle immagini per determinare se il tuo utilizzo è vicino o supera i limiti di frequenza applicati dal registry di terze parti.

Raccogliere i dati dei log

Crea un sink dei log per esportare i dati in BigQuery. Un sink di log include una destinazione e una query che seleziona le voci di log da esportare. Puoi creare un sink eseguendo query su singoli progetti oppure utilizzare uno script per raccogliere i dati tra i progetti.

Per creare un sink per un singolo progetto:

  1. Vai a Esplora log

  2. Scegli un progetto Google Cloud.

  3. Nella scheda Query Builder, inserisci la seguente query:

      resource.type="k8s_pod"
  jsonPayload.reason="Pulling"

  4. Modifica il filtro della cronologia da Ultima ora a Ultimi 7 giorni.

    immagine

  5. Fai clic su Esegui query.

  6. Dopo aver verificato la corretta visualizzazione dei risultati, fai clic su Azioni > Crea sink.

  7. Nell'elenco dei sink, seleziona Set di dati BigQuery, quindi fai clic su Avanti.

  8. Nel riquadro Modifica sink, svolgi i seguenti passaggi:

    • Nel campo Nome sink, inserisci image_pull_logs.
    • Nel campo Destinazione sink, crea un nuovo set di dati o scegli di destinazione in un altro progetto.

  9. Fai clic su Crea sink.

Per creare un sink per più progetti:

  1. Apri Cloud Shell.

  2. Esegui questi comandi in Cloud Shell:

    PROJECTS="PROJECT-LIST"
DESTINATION_PROJECT="DATASET-PROJECT"
DATASET="DATASET-NAME"

for source_project in $PROJECTS
do
  gcloud logging --project="${source_project}" sinks create image_pull_logs bigquery.googleapis.com/projects/${DESTINATION_PROJECT}/datasets/${DATASET} --log-filter='resource.type="k8s_pod" jsonPayload.reason="Pulling"'
done

    dove

    • PROJECT-LIST è un elenco di ID progetto Google Cloud, separate da spazi. Ad esempio project1 project2 project3.
    • DATASET-PROJECT è il progetto in cui vuoi archiviare il set di dati.
    • DATASET-NAME è il nome del set di dati, ad esempio image_pull_logs.

Dopo aver creato un sink, i dati impiegano del tempo per fluire tabelle BigQuery, a seconda della frequenza di estrazione delle immagini.

Query per la frequenza di pull

Una volta ottenuto un campione rappresentativo di estrazioni di immagini create dalle tue build, eseguire una query per la frequenza di pull.

  1. Vai alla console BigQuery.

  2. Esegui questa query:

    SELECT
  REGEXP_EXTRACT(jsonPayload.message, r'"(.*?)"') AS imageName,
  COUNT(*) AS numberOfPulls
FROM
      `DATASET-PROJECT.DATASET-NAME.events_*`
GROUP BY
      imageName
ORDER BY
      numberOfPulls DESC

    dove

    • DATASET-PROJECT è il progetto che contiene il tuo set di dati.
    • DATASET-NAME è il nome del set di dati.

L'esempio seguente mostra l'output della query. Nella colonna imageName, puoi esaminare la frequenza di estrazione delle immagini che non sono archiviate in Artifact Registry o Container Registry.

immagine

Copia le immagini in Artifact Registry

Dopo aver identificato le immagini nei registri di terze parti, puoi e copiarli in Artifact Registry. Lo strumento gcrane ti aiuta con la procedura di copia.

  1. Crea un file di testo images.txt in Cloud Shell con i nomi delle immagini che hai identificato. Ad esempio:

    ubuntu:18.04
debian:buster
hello-world:latest
redis:buster
jupyter/tensorflow-notebook

  2. Scarica gcrane.

      GO111MODULE=on go get github.com/google/go-containerregistry/cmd/gcrane

  3. Crea uno script denominato copy_images.sh per copiare l'elenco di file.

    #!/bin/bash

images=$(cat images.txt)

if [ -z "${AR_PROJECT}" ]
then
    echo ERROR: AR_PROJECT must be set before running this
    exit 1
fi

for img in ${images}
do
    gcrane cp ${img} LOCATION-docker.pkg.dev/${AR_PROJECT}/${img}
done

    Sostituisci LOCATION con region o più regioni del tuo repository Git.

    Rendi eseguibile lo script:

      chmod +x copy_images.sh

  4. Esegui lo script per copiare i file:

    AR_PROJECT=${PROJECT}
./copy_images.sh

Verifica autorizzazioni

Per impostazione predefinita, i servizi CI/CD di Google Cloud hanno accesso ad Artifact Registry nello stesso progetto Google Cloud.

  • Cloud Build può eseguire il push e il pull delle immagini
  • Gli ambienti di runtime come GKE, Cloud Run, l'ambiente flessibile App Engine e Compute Engine possono estrarre le immagini.

Se devi eseguire il push o il pull delle immagini tra progetti o se nella tua pipeline utilizzi strumenti di terze parti che devono accedere ad Artifact Registry, assicurati che le autorizzazioni siano configurate correttamente prima di aggiornare e eseguire nuovamente il deployment dei carichi di lavoro.

Per ulteriori informazioni, consulta la documentazione relativa al controllo dell'accesso.

Aggiorna i manifest per fare riferimento ad Artifact Registry

Aggiorna i file Dockerfile e i manifest in modo che facciano riferimento ad Artifact Registry instead of al registry di terze parti.

L'esempio seguente mostra il manifest che fa riferimento a un registry di terze parti:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  selector:
    matchLabels:
      app: nginx
  replicas: 2
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.14.2
        ports:
        - containerPort: 80

Questa versione aggiornata del manifest rimanda a un'immagine su us-docker.pkg.dev.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  selector:
    matchLabels:
      app: nginx
  replicas: 2
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: us-docker.pkg.dev/<AR_PROJECT>/nginx:1.14.2
        ports:
        - containerPort: 80

Per un numero elevato di manifest, utilizza sed o un altro strumento in grado di gestire gli aggiornamenti di molti file di testo.

Esegui di nuovo il deployment dei carichi di lavoro

Esegui nuovamente il deployment dei carichi di lavoro con i manifest aggiornati.

Tieni traccia dei nuovi pull di immagini eseguendo la seguente query nel Console BigQuery:

SELECT`

FORMAT_TIMESTAMP("%D %R", timestamp) as timeOfImagePull,
REGEXP_EXTRACT(jsonPayload.message, r'"(.*?)"') AS imageName,
COUNT(*) AS numberOfPulls
FROM
  `image_pull_logs.events_*`
GROUP BY
  timeOfImagePull,
  imageName
ORDER BY
  timeOfImagePull DESC,
  numberOfPulls DESC

Tutti i nuovi estrazioni di immagini devono provenire da Artifact Registry e contenere la stringa docker.pkg.dev.