Migra contenedores desde un registro de terceros

Si extraes algunas imágenes de contenedor directamente de los registros de terceros para implementarlas en entornos de Google Cloud, como Google Kubernetes Engine o Cloud Run, los límites de frecuencia de las extracciones de imágenes o interrupciones de terceros pueden interrumpir tus implementaciones y compilaciones. En esta página, se describe cómo identificar y copiar esas imágenes en Artifact Registry para administrar una imagen de contenedor consolidada y coherente.

Artifact Registry no supervisa los registros de terceros para detectar actualizaciones en las imágenes que copias en Artifact Registry. Si deseas incorporar una versión más reciente de una imagen en tu canalización, debes enviarla a Artifact Registry.

Descripción general de la migración

La migración de tus imágenes de contenedor incluye los siguientes pasos:

  1. Configura los requisitos.
  2. Identificar las imágenes que se migrarán.
    • Busca tus archivos de Dockerfile y manifiestos de implementación para obtener referencias de registros de terceros
    • Determina la frecuencia de extracción de las imágenes de los registros de terceros mediante Cloud Logging y BigQuery.
  3. Copia imágenes identificadas en Artifact Registry
  4. Verifica que los permisos del registro estén configurados correctamente, en especial si Artifact Registry y tu entorno de implementación de Google Cloud están en proyectos diferentes.
  5. Actualiza los manifests de tus implementaciones.
  6. Vuelve a implementar tus cargas de trabajo.

Antes de comenzar

  1. Verifica tus permisos. Debes tener la función de IAM de propietario o editor en los proyectos en los que migras imágenes a Artifact Registry.
  2. Ir a la página Selector de proyectos

    1. Selecciona el proyecto de Google Cloud en el que deseas usar Artifact Registry.
    2. En la consola de Google Cloud, ve a Cloud Shell
    3. Busca el ID del proyecto y establécelo en Cloud Shell. Reemplaza YOUR_PROJECT_ID con el ID del proyecto.

      gcloud config set project YOUR_PROJECT_ID
      
  3. Exporta las siguientes variables de entorno:

      export PROJECT=$(gcloud config get-value project)
    
  4. Habilita las API de BigQuery, Artifact Registry y Cloud Monitoring mediante el siguiente comando:

    gcloud services enable \
    artifactregistry.googleapis.com \
    stackdriver.googleapis.com \
    logging.googleapis.com \
    monitoring.googleapis.com
    
  5. Si en este momento no usas Artifact Registry, configura un repositorio para tus imágenes:

  6. Verifica que esté instalada la versión 1.13 de Go o una más reciente.

    • Verifica la versión de una instalación de Go existente con el siguiente comando:

      go version
      
    • Si necesitas instalar o actualizar Go, consulta la documentación de instalación de Go.

Costos

En este instructivo, se usan los siguientes componentes facturables de Google Cloud:

Identifica las imágenes que se migrarán.

Busca los archivos que usas para compilar e implementa imágenes de contenedor a fin de hacer referencia a registros de terceros y, luego, verifica la frecuencia con la que extraes las imágenes.

Identifica referencias en Dockerfiles

Realiza este paso en una ubicación en la que se almacenen tus Dockerfiles. Esta ubicación puede ser donde tu código se verifica de forma local o en Cloud Shell si los archivos están disponibles en una VM.

En el directorio con tus Dockerfiles, ejecuta el siguiente comando:

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

El resultado se ve como en el siguiente ejemplo:

./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

Este comando busca en todos los Dockerfiles de tu directorio y, luego, identifica la línea "FROM". Ajusta el comando según sea necesario para que coincida con tu forma de almacenar los Dockerfiles.

Identifica referencias en manifiestos

Realiza este paso en una ubicación en la que se almacenen tus manifiestos de GKE o Cloud Run. Esta ubicación puede ser donde tu código se verifica de forma local o en Cloud Shell si los archivos están disponibles en una VM.

  1. En el directorio con tus manifiestos de GKE o Cloud Run, ejecuta el siguiente comando:

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

    Resultado de muestra:

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

    Este comando analiza todos los archivos YAML en tu directorio y, luego, identifica la línea imagen:; ajusta según sea necesario para trabajar con la manera en que se almacenan los manifiestos.

  2. Para enumerar las imágenes que se ejecutan actualmente en un clúster, ejecuta el siguiente comando:

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

    Este comando muestra todos los objetos que se ejecutan en el clúster de Kubernetes seleccionado actualmente y obtiene los nombres de las imágenes.

    Resultado de muestra:

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

Ejecuta este comando para todos los clústeres de GKE en todos los proyectos de Google Cloud a fin de obtener una cobertura total.

Identifica la frecuencia de extracción de un registro de terceros

En los proyectos que extraen registros de terceros, usa información sobre la frecuencia de extracción de imágenes para determinar si el uso se encuentra cerca o por encima de los límites de frecuencia que aplica el registro de terceros.

Recopila datos de registro

Crea un receptor de registros para exportar datos a BigQuery. Un receptor de registros posee un destino y una consulta que selecciona las entradas de registro que se exportarán. Puedes crear un receptor mediante la consulta de proyectos individuales o puedes usar una secuencia de comandos para recopilar datos entre proyectos.

A fin de crear un receptor para un solo proyecto, sigue estos pasos:

  1. Ir al Explorador de registros.

  2. Elige un proyecto de Google Cloud.

  3. En la pestaña Compilador de consultas, ingresa la siguiente consulta:

      resource.type="k8s_pod"
      jsonPayload.reason="Pulling"
    
  4. Filtro de historial de cambios de Last 1 hour hasta Últimos 7 días

    imagen

  5. Haga clic en Run Query.

  6. Después de verificar que los resultados se muestren correctamente, haz clic en Acciones > Crear receptor.

  7. En la lista de receptores, selecciona Conjunto de datos de BigQuery y, luego, haz clic en Siguiente.

  8. En el panel Editar receptor, sigue estos pasos:

    • En el campo Nombre del receptor, ingresa image_pull_logs.
    • En el campo Destino del receptor, crea un conjunto de datos nuevo o elige un conjunto de datos de destino en otro proyecto.
  9. Haz clic en Crear receptor.

A fin de crear un receptor para varios proyectos, haz lo siguiente:

  1. Abre Cloud Shell.

  2. Ejecute los siguientes comandos en 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
    

    donde

    • PROJECT-LIST es una lista de ID de proyectos de Google Cloud separados por espacios. Por ejemplo, project1 project2 project3.
    • DATASET-PROJECT es el proyecto en el que deseas almacenar tu conjunto de datos.
    • DATASET-NAME es el nombre del conjunto de datos, por ejemplo image_pull_logs.

Después de crear un receptor, los datos tardan en fluir hacia las tablas de BigQuery, según la frecuencia con la que se extraen las imágenes.

Consulta la frecuencia de extracción

Una vez que tengas una muestra representativa de las extracciones de imágenes que realizan tus compilaciones, ejecuta una consulta para conocer la frecuencia de extracción.

  1. Dirígete a la consola de BigQuery

  2. Ejecute la siguiente consulta:

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

    donde

    • DATASET-PROJECT es el proyecto que contiene tu conjunto de datos.
    • DATASET-NAME es el nombre del conjunto de datos.

En el siguiente ejemplo, se muestra el resultado de la consulta. En la columna imageName, puedes revisar la frecuencia de extracción de las imágenes que no se almacenan en Container Registry o Artifact Registry.

imagen

Copia imágenes en Artifact Registry

Una vez que identificaste imágenes de registros de terceros, estás listo para copiarlas en Artifact Registry. La herramienta gcrane te ayuda con el proceso de copiado.

  1. Crea un archivo de texto images.txt en Cloud Shell con los nombres de las imágenes que identificaste. Por ejemplo:

    ubuntu:18.04
    debian:buster
    hello-world:latest
    redis:buster
    jupyter/tensorflow-notebook
    
  2. Descarga gcrane.

      GO111MODULE=on go get github.com/google/go-containerregistry/cmd/gcrane
    
  3. Crea una secuencia de comandos llamada copy_images.sh para copiar tu lista de archivos.

    #!/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
    

    Reemplaza LOCATION por la región o la multirregión de tu repositorio.

    Haz que la secuencia de comandos sea ejecutable:

      chmod +x copy_images.sh
    
  4. Ejecuta la secuencia de comandos para copiar los archivos:

    AR_PROJECT=${PROJECT}
    ./copy_images.sh
    

Verifica los permisos

De forma predeterminada, los servicios de CI/CD de Google Cloud tienen acceso a Artifact Registry en el mismo proyecto de Google Cloud.

  • Cloud Build puede enviar y extraer imágenes
  • Los entornos de ejecución como GKE, Cloud Run, el entorno flexible de App Engine y Compute Engine pueden extraer imágenes.

Si necesitas enviar o extraer imágenes entre proyectos o si usas herramientas de terceros en tu canalización que necesitan acceder a Artifact Registry, asegúrate de que los permisos estén configurados de forma correcta antes de actualizar y volver a implementar tus cargas de trabajo.

Para obtener más información, consulta la documentación sobre el control de acceso.

Actualiza los manifiestos para que hagan referencia a Artifact Registry

Actualiza tus Dockerfiles y tus manifiestos para que hagan referencia a Artifact Registry, en lugar de al registro de terceros.

En el siguiente ejemplo, se muestra un manifiesto que hace referencia a un registro de terceros:

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

Esta versión actualizada del manifiesto apunta a una imagen en 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

Para una gran cantidad de manifiestos, usa sed o cualquier otra herramienta que pueda controlar las actualizaciones en muchos archivos de texto.

Vuelve a implementar las cargas de trabajo

Vuelve a implementar cargas de trabajo con los manifiestos actualizados.

Realiza un seguimiento de las nuevas extracciones de imágenes mediante la ejecución de la siguiente consulta en la consola de 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

Todas las extracciones de imágenes nuevas deben ser de Artifact Registry y contener la string docker.pkg.dev.