Eseguire la migrazione delle immagini container da un registro di terze parti

Se esegui il pull di alcune immagini container direttamente dai registri di terze parti per eseguire il deployment in ambienti Google Cloud come Google Kubernetes Engine o Cloud Run, i limiti di frequenza per i pull delle immagini o le interruzioni di terze parti possono interrompere build e deployment. Questa pagina descrive come identificare e copiare queste immagini in Artifact Registry per una gestione consolidata e coerente delle immagini container.

Artifact Registry non monitora i registri di terze parti per verificare la presenza di aggiornamenti delle immagini copiate in Artifact Registry. Se vuoi incorporare una versione più recente di un'immagine nella pipeline, devi eseguirne il push ad Artifact Registry.

Panoramica della migrazione

La migrazione delle immagini 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 a registri di terze parti
    • Determinare la frequenza di pull delle immagini da registri di terze parti utilizzando Cloud Logging e BigQuery.
  3. Copia le immagini identificate in Artifact Registry.
  4. Verifica che le autorizzazioni per il registro siano configurate correttamente, in particolare se Artifact Registry e il tuo ambiente di deployment Google Cloud si trovano in progetti diversi.
  5. Aggiorna i file manifests per i 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 ad Artifact Registry.

  2. Vai alla pagina del selettore progetti

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

    3. Trova 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 le API BigQuery, Artifact Registry e Cloud Monitoring con il seguente comando:

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

  5. Se attualmente non utilizzi Artifact Registry, configura un repository per le 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 sull'installazione di Go.

Costi

Questa guida utilizza i seguenti componenti fatturabili di Google Cloud:

Identifica le immagini di cui eseguire la migrazione

Cerca nei file che utilizzi per la creazione e il deployment delle immagini container per riferimenti a registri 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 tuoi Dockerfile. Questo potrebbe essere il punto in cui il codice viene archiviato localmente o in Cloud Shell se i file sono disponibili in una VM.

Nella directory con i tuoi 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 in 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 file Docker.

Identificare i riferimenti nei manifest

Esegui questo passaggio dove sono archiviati i tuoi manifest GKE o Cloud Run. Questo potrebbe essere il punto in cui il codice viene eseguito localmente o in Cloud Shell se i file sono disponibili in una VM.

  1. Nella directory contenente i manifest GKE o Cloud Run esegui 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 lavorare al 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 ottiene i relativi nomi immagine.

    Esempio di output:

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

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

Identificare la frequenza di pull da un registro di terze parti

Nei progetti che eseguono il pull da registri di terze parti, utilizza le informazioni sulla frequenza di pull delle immagini per determinare se l'utilizzo è vicino o superiore a eventuali limiti di frequenza applicati dal registry di terze parti.

Raccogliere i dati dei log

Crea un sink di 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 puoi utilizzare uno script per raccogliere 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. Filtro cronologia delle modifiche da Ultima 1 ora a Ultimi 7 giorni.

    immagine

  5. Fai clic su Esegui query.

  6. Dopo aver verificato che i risultati vengano visualizzati correttamente, fai clic su Azioni > Crea sink.

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

  8. Nel riquadro di modifica del sink, esegui questi passaggi:

    • Nel campo Nome sink, inserisci image_pull_logs.
    • Nel campo Destinazione sink, crea un nuovo set di dati o scegli un set di dati 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, separati 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 potrebbero richiedere del tempo per fluire nelle tabelle BigQuery, a seconda della frequenza di estrazione delle immagini.

Query per la frequenza di pull

Quando hai un campione rappresentativo di estrazioni di immagini eseguite dalle tue build, esegui 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 pull per le immagini che non sono archiviate in Artifact Registry o Container Registry.

immagine

Copia immagini in Artifact Registry

Dopo aver identificato le immagini da registri di terze parti, puoi copiarle in Artifact Registry. Lo strumento gcrane, che semplifica il processo di copia,

  1. Crea un file di testo images.txt in Cloud Shell con i nomi delle immagini identificate. 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 una regione o più regioni del tuo repository.

    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
  • Ambienti di runtime come GKE, Cloud Run, l'ambiente flessibile di App Engine e Compute Engine possono eseguire il pull delle 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 ed 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 Dockerfile e i manifest per fare riferimento ad Artifact Registry anziché al registro 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 in molti file di testo.

Esegui di nuovo il deployment dei carichi di lavoro

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

Tieni traccia dei nuovi pull delle immagini eseguendo questa query nella 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 pull di immagini devono provenire da Artifact Registry e contenere la stringa docker.pkg.dev.