Diese Seite wurde von der Cloud Translation API übersetzt.

Für Compute Engine bereitstellen

In diesem Leitfaden erfahren Sie, wie Sie mit Cloud Build und Terraform Blau/Grün-Bereitstellungen ohne Ausfallzeiten in Compute Engine-verwalteten Instanzgruppen (Managed Instance Groups, MIGs) durchführen.

Mit Cloud Build können Sie eine Vielzahl von Entwicklerprozessen automatisieren, z. B. das Erstellen und Bereitstellen von Anwendungen in verschiedenen Google Cloud Laufzeitumgebungen wie Compute Engine, Google Kubernetes Engine, GKE Enterprise und Cloud Run-Funktionen.

Mit Compute Engine-MIGs können Sie Anwendungen auf mehreren identischen virtuellen Maschinen (VMs) ausführen. Sie können Ihre Arbeitslasten skalierbar und hochverfügbar machen, indem Sie automatisierte MIG-Dienste nutzen, darunter Autoscaling, automatische Reparatur, regionale Bereitstellung (in mehreren Zonen) und automatische Aktualisierung. Mit dem Blue/Green-Modell für die kontinuierliche Bereitstellung erfahren Sie, wie Sie den Nutzertraffic schrittweise von einer MIG (blau) auf eine andere MIG (grün) übertragen, die beide in der Produktion ausgeführt werden.

Designübersicht

Das folgende Diagramm zeigt das Blau/Grün-Bereitstellungsmodell, das in dem in diesem Dokument beschriebenen Codebeispiel verwendet wird:

Blau/Grün-Modell

Dieses Modell umfasst die folgenden Komponenten:

Zwei Compute Engine-VM-Pools: Blau und Grün.
Drei externe HTTP(S)-Load Balancer:
- Ein Blau/Grün-Load Balancer, der den Traffic von Endnutzern entweder an den blauen oder den grünen Pool von VM-Instanzen weiterleitet.
- Ein blauer Load Balancer, der Traffic von QA-Ingenieuren und Entwicklern an den Blue-VM-Instanzpool weiterleitet.
- Ein grüner Load Balancer, der Traffic von QA-Ingenieuren und Entwicklern an den grünen Instanzpool weiterleitet.
Zwei Nutzergruppen:
- Endnutzer, die Zugriff auf den Blau/Grün-Load Balancer haben, der sie entweder auf den blauen oder den grünen Instanzpool verweist.
- QA-Ingenieure und Entwickler, die für Entwicklungs- und Testzwecke Zugriff auf beide Pools benötigen. Sie können sowohl auf den blauen als auch auf den grünen Load Balancer zugreifen, die sie jeweils an den blauen und den grünen Instanzpool weiterleiten.

Die Blue- und Green-VM-Pools werden als Compute Engine-MIGs implementiert und externe IP-Adressen werden über externe HTTP(S)-Load Balancer an die VMs in der MIG weitergeleitet. Im in diesem Dokument beschriebenen Codebeispiel wird Terraform verwendet, um diese Infrastruktur zu konfigurieren.

Das folgende Diagramm veranschaulicht die Entwickleraktionen, die bei der Bereitstellung ausgeführt werden:

Ablauf der Entwickler-Vorgänge

Im Diagramm oben stehen die roten Pfeile für den Bootstrapping-Vorgang, der beim ersten Einrichten der Bereitstellungsinfrastruktur ausgeführt wird. Die blauen Pfeile stehen für den GitOps-Vorgang, der bei jeder Bereitstellung ausgeführt wird.

Um diese Infrastruktur einzurichten, führen Sie ein Einrichtungsskript aus, das den Bootstrap-Prozess startet und die Komponenten für den GitOps-Workflow einrichtet.

Das Setup-Script führt eine Cloud Build-Pipeline aus, die die folgenden Vorgänge ausführt:

Erstellen Sie ein Repository in Cloud Source Repositories mit dem Namen copy-of-gcp-mig-simple und kopieren Sie den Quellcode aus dem GitHub-Beispielrepository in das Repository in Cloud Source Repositories.
Es werden zwei Cloud Build-Trigger mit den Namen apply und destroy erstellt.

Der Trigger apply ist mit einer Terraform-Datei namens main.tfvars in Cloud Source Repositories verknüpft. Diese Datei enthält die Terraform-Variablen für den blauen und den grünen Load Balancer.

Zum Einrichten der Bereitstellung aktualisieren Sie die Variablen in der Datei main.tfvars. Der apply-Trigger führt eine Cloud Build-Pipeline aus, die tf_apply ausführt und die folgenden Vorgänge ausführt:

Es werden zwei Compute Engine-MIGs (eine für grün und eine für blau), vier Compute Engine-VM-Instanzen (zwei für die grüne MIG und zwei für die blaue MIG), die drei Load Balancer (blau, grün und der Splitter) und drei öffentliche IP-Adressen erstellt.
Hier werden die IP-Adressen ausgegeben, mit denen Sie die bereitgestellten Anwendungen in der blauen und der grünen Instanz aufrufen können.

Der Destroy-Trigger wird manuell ausgelöst, um alle vom Apply-Trigger erstellten Ressourcen zu löschen.

Lernziele

Mit Cloud Build und Terraform externe HTTP(S)-Load Balancer mit Compute Engine-VM-Instanzgruppen-Back-Ends einrichten
Führen Sie Blau/Grün-Bereitstellungen auf den VM-Instanzen durch.

Kosten

In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Google Cloud:

Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen. Neuen Google Cloud-Nutzern steht möglicherweise eine kostenlose Testversion zur Verfügung.

Nach Abschluss der in diesem Dokument beschriebenen Aufgaben können Sie weitere Kosten vermeiden, indem Sie die erstellten Ressourcen löschen. Weitere Informationen finden Sie unter Bereinigen.

Hinweise

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Install the Google Cloud CLI.

To initialize the gcloud CLI, run the following command:

gcloud init

Create or select a Google Cloud project.

Create a Google Cloud project:
```
gcloud projects create PROJECT_ID
```
Replace PROJECT_ID with a name for the Google Cloud project you are creating.
Select the Google Cloud project that you created:
```
gcloud config set project PROJECT_ID
```
Replace PROJECT_ID with your Google Cloud project name.

Make sure that billing is enabled for your Google Cloud project.

Install the Google Cloud CLI.

To initialize the gcloud CLI, run the following command:

gcloud init

Create or select a Google Cloud project.

Create a Google Cloud project:
```
gcloud projects create PROJECT_ID
```
Replace PROJECT_ID with a name for the Google Cloud project you are creating.
Select the Google Cloud project that you created:
```
gcloud config set project PROJECT_ID
```
Replace PROJECT_ID with your Google Cloud project name.

Make sure that billing is enabled for your Google Cloud project.

Testen

Führen Sie das Einrichtungsskript aus dem Google-Repository für Codebeispiele aus:

bash <(curl https://raw.githubusercontent.com/GoogleCloudPlatform/cloud-build-samples/main/mig-blue-green/setup.sh)

Wenn das Einrichtungsskript um die Nutzereinwilligung bittet, geben Sie yes ein.

Die Ausführung des Scripts dauert nur wenige Sekunden.
Öffnen Sie in der Google Cloud Console die Seite Build-Verlauf von Cloud Build:

Seite „Build-Verlauf“ öffnen
Klicken Sie auf den neuesten Build.

Die Seite Build-Details wird angezeigt. Darauf ist eine Cloud Build-Pipeline mit drei Build-Schritten zu sehen: Im ersten Build-Schritt wird ein Repository in Cloud Source Repositories erstellt, im zweiten Schritt wird der Inhalt des Beispiel-Repositorys in GitHub in Cloud Source Repositories geklont und im dritten Schritt werden zwei Build-Trigger hinzugefügt.
Öffnen Sie Cloud Source Repositories:

Cloud Source Repositories öffnen
Klicken Sie in der Liste der Repositories auf copy-of-gcp-mig-simple.

Auf dem Tab Verlauf unten auf der Seite sehen Sie einen Commit mit der Beschreibung A copy of https://github.com/GoogleCloudPlatform/cloud-build-samples.git, der von Cloud Build erstellt wurde, um ein Repository namens copy-of-gcp-mig-simple zu erstellen.
Öffnen Sie in Cloud Build die Seite Trigger:

Zur Seite "Trigger"

Sie sehen zwei Build-Trigger mit den Namen apply und destroy. Der apply-Trigger ist der Datei infra/main.tfvars im Branch main angehängt. Dieser Trigger wird jedes Mal ausgeführt, wenn die Datei aktualisiert wird. Der Trigger destroy ist ein manueller Trigger.

Aktualisieren Sie die Datei infra/main.tfvars, um den Bereitstellungsprozess zu starten:
1. Erstellen Sie in Ihrem Terminalfenster einen Ordner mit dem Namen deploy-compute-engine und wechseln Sie zu diesem:
```
mkdir ~/deploy-compute-engine
cd ~/deploy-compute-engine
```
2. Klonen Sie das copy-of-gcp-mig-simple-Repo:
```
gcloud source repos clone copy-of-mig-blue-green
```
3. Wechseln Sie zum geklonten Verzeichnis:
```
cd ./copy-of-mig-blue-green
```
4. Aktualisieren Sie infra/main.tfvars, um Blau durch Grün zu ersetzen:
```
sed -i'' -e 's/blue/green/g' infra/main.tfvars
```
5. Fügen Sie die aktualisierte Datei hinzu:
```
git add .
```
6. Führen Sie mit der Datei ein Commit durch:
```
git commit -m "Promote green"
```
7. Übertragen Sie die Datei per Push:
```
git push
```
  Wenn Sie Änderungen an infra/main.tfvars vornehmen, wird der Trigger apply ausgeführt, wodurch die Bereitstellung gestartet wird.
Öffnen Sie Cloud Source Repositories:

Cloud Source Repositories öffnen
Klicken Sie in der Liste der Repositories auf copy-of-gcp-mig-simple.

Der Commit mit der Beschreibung Promote green wird unten auf der Seite auf dem Tab Verlauf angezeigt.
Wenn Sie die Ausführung des apply-Triggers ansehen möchten, öffnen Sie in der Google Cloud Console die Seite Build-Verlauf:

Seite „Build-Verlauf“ öffnen
Klicken Sie auf den ersten Build, um die Seite Build-Details zu öffnen.

Sie sehen die Trigger-Pipeline apply mit zwei Build-Schritten. Im ersten Buildschritt wird Terraform apply ausgeführt, um die Compute Engine zu erstellen und Ressourcen für die Bereitstellung auszugleichen. Im zweiten Build-Schritt wird die IP-Adresse ausgegeben, unter der die Anwendung ausgeführt wird.
Öffnen Sie die IP-Adresse, die der grünen MIG entspricht, in einem Browser. Sie sehen einen Screenshot, der der folgenden Abbildung ähnelt:
Rufen Sie die Seite Instanzgruppe der Compute Engine auf, um die blaue und die grüne Instanzgruppe zu sehen:

Seite „Instanzgruppe“ öffnen
Öffnen Sie die Seite VM-Instanzen, um die vier VM-Instanzen zu sehen:

Seite „VM-Instanz“ öffnen
Öffnen Sie die Seite Externe IP-Adressen, um die drei Load Balancer zu sehen:

Seite „Externe IP-Adressen“ öffnen

Code verstehen

Der Quellcode für dieses Codebeispiel enthält:

Quellcode, der sich auf das Einrichtungsskript bezieht.
Quellcode im Zusammenhang mit den Cloud Build-Pipelines.
Quellcode zu den Terraform-Vorlagen.

Einrichtungsskript

setup.sh ist das Einrichtungsskript, das den Bootstrap-Prozess ausführt und die Komponenten für die Blau/Grün-Bereitstellung erstellt. Das Script führt die folgenden Vorgänge aus:

Aktiviert die Cloud Build API, die Resource Manager API, die Compute Engine API und die Cloud Source Repositories API.
Weisen Sie dem Cloud Build-Dienstkonto in Ihrem Projekt die IAM-Rolle roles/editor zu. Diese Rolle ist erforderlich, damit Cloud Build die erforderlichen GitOps-Komponenten für die Bereitstellung erstellen und einrichten kann.
Dem Cloud Build-Dienstkonto in Ihrem Projekt wird die IAM-Rolle roles/source.admin zugewiesen. Diese Rolle ist für das Cloud Build-Dienstkonto erforderlich, um die Cloud Source Repositories in Ihrem Projekt zu erstellen und den Inhalt des Beispiel-GitHub-Repositories in Ihre Cloud Source Repositories zu klonen.
Er generiert eine Cloud Build-Pipeline namens bootstrap.cloudbuild.yaml inline, die Folgendes enthält:
- Erstellt ein neues Repository in Cloud Source Repositories.
- Der Quellcode wird aus dem Beispiel-GitHub-Repository in das neue Repository in Cloud Source Repositories kopiert.
- Erstellt die Build-Trigger „apply“ und „destroy“.

set -e

BLUE='\033[1;34m'
RED='\033[1;31m'
GREEN='\033[1;32m'
NC='\033[0m'

echo -e "\n${GREEN}######################################################"
echo -e "#                                                    #"
echo -e "#  Zero-Downtime Blue/Green VM Deployments Using     #"
echo -e "#  Managed Instance Groups, Cloud Build & Terraform  #"
echo -e "#                                                    #"
echo -e "######################################################${NC}\n"

echo -e "\nSTARTED ${GREEN}setup.sh:${NC}"

echo -e "\nIt's ${RED}safe to re-run${NC} this script to ${RED}recreate${NC} all resources.\n"
echo "> Checking GCP CLI tool is installed"
gcloud --version > /dev/null 2>&1

readonly EXPLICIT_PROJECT_ID="$1"
readonly EXPLICIT_CONSENT="$2"

if [ -z "$EXPLICIT_PROJECT_ID" ]; then
    echo "> No explicit project id provided, trying to infer"
    PROJECT_ID="$(gcloud config get-value project)"
else
    PROJECT_ID="$EXPLICIT_PROJECT_ID"
fi

if [ -z "$PROJECT_ID" ]; then
    echo "ERROR: GCP project id was not provided as parameter and could not be inferred"
    exit 1
else
    readonly PROJECT_NUM="$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)')"
    if [ -z "$PROJECT_NUM" ]; then
        echo "ERROR: GCP project number could not be determined"
        exit 1
    fi
    echo -e "\nYou are about to:"
    echo -e "  * modify project ${RED}${PROJECT_ID}/${PROJECT_NUM}${NC}"
    echo -e "  * ${RED}enable${NC} various GCP APIs"
    echo -e "  * make Cloud Build ${RED}editor${NC} of your project"
    echo -e "  * ${RED}execute${NC} Cloud Builds and Terraform plans to create"
    echo -e "  * ${RED}4 VMs${NC}, ${RED}3 load balancers${NC}, ${RED}3 public IP addresses${NC}"
    echo -e "  * incur ${RED}charges${NC} in your billing account as a result\n"
fi

if [ "$EXPLICIT_CONSENT" == "yes" ]; then
  echo "Proceeding under explicit consent"
  readonly CONSENT="$EXPLICIT_CONSENT"
else
    echo -e "Enter ${BLUE}'yes'${NC} if you want to proceed:"
    read CONSENT
fi

if [ "$CONSENT" != "yes" ]; then
    echo -e "\nERROR: Aborted by user"
    exit 1
else
    echo -e "\n......................................................"
    echo -e "\n> Received user consent"
fi

#
# Executes action with one randomly delayed retry.
#
function do_with_retry {
    COMMAND="$@"
    echo "Trying $COMMAND"
    (eval $COMMAND && echo "Success on first try") || ( \
        echo "Waiting few seconds to retry" &&
        sleep 10 && \
        echo "Retrying $COMMAND" && \
        eval $COMMAND \
    )
}

echo "> Enabling required APIs"
# Some of these can be enabled later with Terraform, but I personally
# prefer to do all API enablement in one place with gcloud.
gcloud services enable \
    --project=$PROJECT_ID \
    cloudbuild.googleapis.com \
    cloudresourcemanager.googleapis.com \
    compute.googleapis.com \
    sourcerepo.googleapis.com \
    --no-user-output-enabled \
    --quiet

echo "> Adding Cloud Build to roles/editor"
gcloud projects add-iam-policy-binding \
    "$PROJECT_ID" \
    --member="serviceAccount:$PROJECT_NUM@cloudbuild.gserviceaccount.com" \
    --role='roles/editor' \
    --condition=None \
    --no-user-output-enabled \
    --quiet

echo "> Adding Cloud Build to roles/source.admin"
gcloud projects add-iam-policy-binding \
    "$PROJECT_ID" \
    --member="serviceAccount:$PROJECT_NUM@cloudbuild.gserviceaccount.com" \
    --condition=None \
    --role='roles/source.admin' \
    --no-user-output-enabled \
    --quiet

echo "> Configuring bootstrap job"
rm -rf "./bootstrap.cloudbuild.yaml"
cat <<'EOT_BOOT' > "./bootstrap.cloudbuild.yaml"
tags:
- "mig-blue-green-bootstrapping"
steps:
- id: create_new_cloud_source_repo
  name: "gcr.io/cloud-builders/gcloud"
  script: |
    #!/bin/bash
    set -e

    echo "(Re)Creating source code repository"

    gcloud source repos delete \
        "copy-of-mig-blue-green" \
        --quiet || true

    gcloud source repos create \
        "copy-of-mig-blue-green" \
        --quiet

- id: copy_demo_source_into_new_cloud_source_repo
  name: "gcr.io/cloud-builders/gcloud"
  env:
    - "PROJECT_ID=$PROJECT_ID"
    - "PROJECT_NUMBER=$PROJECT_NUMBER"
  script: |
    #!/bin/bash
    set -e

    readonly GIT_REPO="https://github.com/GoogleCloudPlatform/cloud-build-samples.git"

    echo "Cloning demo source repo"
    mkdir /workspace/from/
    cd /workspace/from/
    git clone $GIT_REPO ./original
    cd ./original

    echo "Cloning new empty repo"
    mkdir /workspace/to/
    cd /workspace/to/
    gcloud source repos clone \
        "copy-of-mig-blue-green"
    cd ./copy-of-mig-blue-green

    echo "Making a copy"
    cp -r /workspace/from/original/mig-blue-green/* ./

    echo "Setting git identity"
    git config user.email \
        "$PROJECT_NUMBER@cloudbuild.gserviceaccount.com"
    git config user.name \
        "Cloud Build"

    echo "Commit & push"
    git add .
    git commit \
        -m "A copy of $GIT_REPO"
    git push

- id: add_pipeline_triggers
  name: "gcr.io/cloud-builders/gcloud"
  env:
    - "PROJECT_ID=$PROJECT_ID"
  script: |
    #!/bin/bash
    set -e

    echo "(Re)Creating destroy trigger"
    gcloud builds triggers delete "destroy" --quiet || true
    gcloud builds triggers create manual \
        --name="destroy" \
        --repo="https://source.developers.google.com/p/$PROJECT_ID/r/copy-of-mig-blue-green" \
        --branch="master" \
        --build-config="pipelines/destroy.cloudbuild.yaml" \
        --repo-type=CLOUD_SOURCE_REPOSITORIES \
        --quiet

    echo "(Re)Creating apply trigger"
    gcloud builds triggers delete "apply" --quiet || true
    gcloud builds triggers create cloud-source-repositories \
        --name="apply" \
        --repo="copy-of-mig-blue-green" \
        --branch-pattern="master" \
        --build-config="pipelines/apply.cloudbuild.yaml" \
        --included-files="infra/main.tfvars" \
        --quiet

EOT_BOOT

echo "> Waiting API enablement propagation"
do_with_retry "(gcloud builds list --project "$PROJECT_ID" --quiet && gcloud compute instances list --project "$PROJECT_ID" --quiet && gcloud source repos list --project "$PROJECT_ID" --quiet) > /dev/null 2>&1" > /dev/null 2>&1

echo "> Executing bootstrap job"
gcloud beta builds submit \
    --project "$PROJECT_ID" \
    --config ./bootstrap.cloudbuild.yaml \
    --no-source \
    --no-user-output-enabled \
    --quiet
rm ./bootstrap.cloudbuild.yaml

echo -e "\n${GREEN}All done. Now you can:${NC}"
echo -e "  * manually run 'apply' and 'destroy' triggers to manage deployment lifecycle"
echo -e "  * commit change to 'infra/main.tfvars' and see 'apply' pipeline trigger automatically"

echo -e "\n${GREEN}Few key links:${NC}"
echo -e "  * Dashboard: https://console.cloud.google.com/home/dashboard?project=$PROJECT_ID"
echo -e "  * Repo: https://source.cloud.google.com/$PROJECT_ID/copy-of-mig-blue-green"
echo -e "  * Cloud Build Triggers: https://console.cloud.google.com/cloud-build/triggers;region=global?project=$PROJECT_ID"
echo -e "  * Cloud Build History: https://console.cloud.google.com/cloud-build/builds?project=$PROJECT_ID"

echo -e "\n............................."

echo -e "\n${GREEN}COMPLETED!${NC}"

Cloud Build-Pipelines

apply.cloudbuild.yaml und destroy.cloudbuild.yaml sind die Cloud Build-Konfigurationsdateien, mit denen das Einrichtungsskript die Ressourcen für den GitOps-Vorgang einrichtet. apply.cloudbuild.yaml enthält zwei Build-Schritte:

tf_apply build-Buildschritt, der die Funktion tf_install_in_cloud_build_step aufruft, über die Terraform installiert wird tf_apply, mit dem die im GitOps-Ablauf verwendeten Ressourcen erstellt werden. Die Funktionen tf_install_in_cloud_build_step und tf_apply sind in bash_utils.sh definiert und werden im Build-Schritt mit dem Befehl source aufgerufen.
describe_deployment-Buildschritt, der die Funktion describe_deployment aufruft, die die IP-Adressen der Load Balancer ausgibt.

destroy.cloudbuild.yaml ruft tf_destroy auf, wodurch alle von tf_apply erstellten Ressourcen gelöscht werden.

Die Funktionen tf_install_in_cloud_build_step, tf_apply, describe_deployment und tf_destroy sind in der Datei bash_utils.sh definiert. In den Build-Konfigurationsdateien werden die Funktionen mit dem Befehl source aufgerufen.

steps:
  - id: run-terraform-apply
    name: "gcr.io/cloud-builders/gcloud"
    env:
      - "PROJECT_ID=$PROJECT_ID"
    script: |
      #!/bin/bash
      set -e
      source /workspace/lib/bash_utils.sh
      tf_install_in_cloud_build_step
      tf_apply

  - id: describe-deployment
    name: "gcr.io/cloud-builders/gcloud"
    env:
      - "PROJECT_ID=$PROJECT_ID"
    script: |
      #!/bin/bash
      set -e
      source /workspace/lib/bash_utils.sh
      describe_deployment

tags:
  - "mig-blue-green-apply"

steps:
  - id: run-terraform-destroy
    name: "gcr.io/cloud-builders/gcloud"
    env:
      - "PROJECT_ID=$PROJECT_ID"
    script: |
      #!/bin/bash
      set -e
      source /workspace/lib/bash_utils.sh
      tf_install_in_cloud_build_step
      tf_destroy

tags:
  - "mig-blue-green-destroy"

Der folgende Code zeigt die Funktion tf_install_in_cloud_build_step, die in bash_utils.sh definiert ist. Die Build-Konfigurationsdateien rufen diese Funktion auf, um Terraform direkt zu installieren. Es wird ein Cloud Storage-Bucket erstellt, um den Terraform-Status zu erfassen.

function tf_install_in_cloud_build_step {
    echo "Installing deps"
    apt update
    apt install \
        unzip \
        wget \
        -y

    echo "Manually installing Terraform"
    wget https://releases.hashicorp.com/terraform/1.3.4/terraform_1.3.4_linux_386.zip
    unzip -q terraform_1.3.4_linux_386.zip
    mv ./terraform /usr/bin/
    rm -rf terraform_1.3.4_linux_386.zip

    echo "Verifying installation"
    terraform -v

    echo "Creating Terraform state storage bucket $BUCKET_NAME"
    gcloud storage buckets create \
        "gs://$BUCKET_NAME" || echo "Already exists..."

    echo "Configure Terraform provider and state bucket"
cat <<EOT_PROVIDER_TF > "/workspace/infra/provider.tf"
terraform {
  required_version = ">= 0.13"
  backend "gcs" {
    bucket = "$BUCKET_NAME"
  }
  required_providers {
    google = {
      source  = "hashicorp/google"
      version = ">= 3.77, < 5.0"
    }
  }
}
EOT_PROVIDER_TF

    echo "$(cat /workspace/infra/provider.tf)"
}

Das folgende Code-Snippet zeigt die Funktion tf_apply, die in bash_utils.sh definiert ist. Zuerst wird terraform init aufgerufen, um alle Module und benutzerdefinierten Bibliotheken zu laden. Anschließend wird terraform apply ausgeführt, um die Variablen aus der Datei main.tfvars zu laden.

function tf_apply {
    echo "Running Terraform init"
    terraform \
        -chdir="$TF_CHDIR" \
        init

    echo "Running Terraform apply"
    terraform \
        -chdir="$TF_CHDIR" \
        apply \
        -auto-approve \
        -var project="$PROJECT_ID" \
        -var-file="main.tfvars"
}

Das folgende Code-Snippet zeigt die Funktion describe_deployment, die in bash_utils.sh definiert ist. Es verwendet gcloud compute addresses describe, um die IP-Adressen der Load Balancer anhand des Namens abzurufen und auszugeben.

function describe_deployment {
    NS="ns1-"
    echo -e "Deployment configuration:\n$(cat infra/main.tfvars)"
    echo -e \
      "Here is how to connect to:" \
      "\n\t* active color MIG: http://$(gcloud compute addresses describe ${NS}splitter-address-name --region=us-west1 --format='value(address)')/" \
      "\n\t* blue color MIG: http://$(gcloud compute addresses describe ${NS}blue-address-name --region=us-west1 --format='value(address)')/" \
      "\n\t* green color MIG: http://$(gcloud compute addresses describe ${NS}green-address-name --region=us-west1 --format='value(address)')/"
    echo "Good luck!"
}

Das folgende Code-Snippet zeigt die Funktion tf_destroy, die in bash_utils.sh definiert ist. Es ruft terraform init auf, wodurch alle Module und benutzerdefinierten Bibliotheken geladen werden, und führt dann terraform destroy aus, wodurch die Terraform-Variablen entladen werden.

function tf_destroy {
    echo "Running Terraform init"
    terraform \
        -chdir="$TF_CHDIR" \
        init

    echo "Running Terraform destroy"
    terraform \
        -chdir="$TF_CHDIR" \
        destroy \
        -auto-approve \
        -var project="$PROJECT_ID" \
        -var-file="main.tfvars"
}

Terraform-Vorlagen

Alle Terraform-Konfigurationsdateien und ‑Variablen finden Sie im Ordner copy-of-gcp-mig-simple/infra/.

main.tf: Dies ist die Terraform-Konfigurationsdatei.
main.tfvars: In dieser Datei werden die Terraform-Variablen definiert.
mig/ und splitter/: Diese Ordner enthalten die Module, die die Load Balancer definieren. Der Ordner mig/ enthält die Terraform-Konfigurationsdatei, in der die MIG für den blauen und den grünen Load Balancer definiert wird. Die blauen und grünen MIGs sind identisch. Daher werden sie einmal definiert und für die blauen und grünen Objekte instanziiert. Die Terraform-Konfigurationsdatei für den Splitter-Load Balancer befindet sich im Ordner splitter/ .

Das folgende Code-Snippet zeigt den Inhalt von infra/main.tfvars. Es enthält drei Variablen: zwei, die festlegen, welche Anwendungsversion im blauen und im grünen Pool bereitgestellt werden soll, und eine Variable für die aktive Farbe: Blau oder Grün. Änderungen an dieser Datei lösen die Bereitstellung aus.

MIG_VER_BLUE     = "v1"
MIG_VER_GREEN    = "v1"
MIG_ACTIVE_COLOR = "blue"

Im Folgenden finden Sie ein Code-Snippet aus infra/main.tf. In diesem Snippet:

Für das Google Cloud-Projekt ist eine Variable definiert.
Google ist als Terraform-Anbieter festgelegt.
Für den Namespace ist eine Variable definiert. Alle von Terraform erstellten Objekte werden mit dieser Variablen vorangestellt, damit mehrere Versionen der Anwendung im selben Projekt bereitgestellt werden können und die Objektnamen nicht miteinander kollidieren.
Die Variablen MIG_VER_BLUE, MIG_VER_BLUE und MIG_ACTIVE_COLOR sind die Bindungen für die Variablen in der infra/main.tfvars-Datei.

variable "project" {
  type        = string
  description = "GCP project we are working in."
}

provider "google" {
  project = var.project
  region  = "us-west1"
  zone    = "us-west1-a"
}

variable "ns" {
  type        = string
  default     = "ns1-"
  description = "The namespace used for all resources in this plan."
}

variable "MIG_VER_BLUE" {
  type        = string
  description = "Version tag for 'blue' deployment."
}

variable "MIG_VER_GREEN" {
  type        = string
  description = "Version tag for 'green' deployment."
}

variable "MIG_ACTIVE_COLOR" {
  type        = string
  description = "Active color (blue | green)."
}

Das folgende Code-Snippet aus infra/main.tf zeigt die Instanziierung des Splitter-Moduls. Dieses Modul nimmt die aktive Farbe auf, damit der Load Balancer des Splitters weiß, in welcher verwalteten Instanzgruppe die Anwendung bereitgestellt werden soll.

module "splitter-lb" {
  source               = "./splitter"
  project              = var.project
  ns                   = "${var.ns}splitter-"
  active_color         = var.MIG_ACTIVE_COLOR
  instance_group_blue  = module.blue.google_compute_instance_group_manager_default.instance_group
  instance_group_green = module.green.google_compute_instance_group_manager_default.instance_group
}

Im folgenden Code-Snippet aus infra/main.tf werden zwei identische Module für Blue- und Green-MIGs definiert. Es nimmt die Farbe, das Netzwerk und das Subnetzwerk an, die im Splittermodul definiert sind.

module "blue" {
  source                               = "./mig"
  project                              = var.project
  app_version                          = var.MIG_VER_BLUE
  ns                                   = var.ns
  color                                = "blue"
  google_compute_network               = module.splitter-lb.google_compute_network
  google_compute_subnetwork            = module.splitter-lb.google_compute_subnetwork_default
  google_compute_subnetwork_proxy_only = module.splitter-lb.google_compute_subnetwork_proxy_only
}

module "green" {
  source                               = "./mig"
  project                              = var.project
  app_version                          = var.MIG_VER_GREEN
  ns                                   = var.ns
  color                                = "green"
  google_compute_network               = module.splitter-lb.google_compute_network
  google_compute_subnetwork            = module.splitter-lb.google_compute_subnetwork_default
  google_compute_subnetwork_proxy_only = module.splitter-lb.google_compute_subnetwork_proxy_only
}

Die Datei splitter/main.tf definiert die Objekte, die für die Splitter-MIG erstellt werden. Im folgenden Code-Snippet aus splitter/main.tf ist die Logik zum Wechseln zwischen der grünen und der blauen MIG enthalten. Er wird vom Dienst google_compute_region_backend_service unterstützt, der Traffic an zwei Back-End-Regionen weiterleiten kann: var.instance_group_blue oder var.instance_group_green. capacity_scaler legt fest, wie viel Traffic weitergeleitet werden soll.

Der folgende Code leitet 100% des Traffics an die angegebene Farbe weiter. Sie können diesen Code jedoch für die Canary-Bereitstellung aktualisieren, um den Traffic an eine Teilmenge der Nutzer weiterzuleiten.

resource "google_compute_region_backend_service" "default" {
  name                  = local.l7-xlb-backend-service
  region                = "us-west1"
  load_balancing_scheme = "EXTERNAL_MANAGED"
  health_checks         = [google_compute_region_health_check.default.id]
  protocol              = "HTTP"
  session_affinity      = "NONE"
  timeout_sec           = 30
  backend {
    group           = var.instance_group_blue
    balancing_mode  = "UTILIZATION"
    capacity_scaler = var.active_color == "blue" ? 1 : 0
  }
  backend {
    group           = var.instance_group_green
    balancing_mode  = "UTILIZATION"
    capacity_scaler = var.active_color == "green" ? 1 : 0
  }
}

Die Datei mig/main.tf definiert die Objekte, die zu den blauen und grünen MIGs gehören. Im folgenden Code-Snippet aus dieser Datei wird die Compute Engine-Instanzvorlage definiert, die zum Erstellen der VM-Pools verwendet wird. Beachten Sie, dass für diese Instanzvorlage die Terraform-Lebenszykluseigenschaft auf create_before_destroy festgelegt ist. Das liegt daran, dass Sie die Vorlage nicht zum Erstellen der neuen Version der Pools verwenden können, wenn sie noch von der vorherigen Version des Pools verwendet wird. Wenn die ältere Version des Pools jedoch vor dem Erstellen der neuen Vorlage gelöscht wird, sind die Pools für einen bestimmten Zeitraum nicht verfügbar. Um dieses Szenario zu vermeiden, haben wir den Terraform-Lebenszyklus auf create_before_destroy festgelegt, damit die neuere Version eines VM-Pools zuerst erstellt wird, bevor die ältere Version gelöscht wird.

resource "google_compute_instance_template" "default" {
  name = local.l7-xlb-backend-template
  disk {
    auto_delete  = true
    boot         = true
    device_name  = "persistent-disk-0"
    mode         = "READ_WRITE"
    source_image = "projects/debian-cloud/global/images/family/debian-10"
    type         = "PERSISTENT"
  }
  labels = {
    managed-by-cnrm = "true"
  }
  machine_type = "n1-standard-1"
  metadata = {
    startup-script = <<EOF
    #! /bin/bash
    sudo apt-get update
    sudo apt-get install apache2 -y
    sudo a2ensite default-ssl
    sudo a2enmod ssl
    vm_hostname="$(curl -H "Metadata-Flavor:Google" \
    http://169.254.169.254/computeMetadata/v1/instance/name)"
    sudo echo "<html><body style='font-family: Arial; margin: 64px; background-color: light${var.color};'><h3>Hello, World!<br><br>version: ${var.app_version}<br>ns: ${var.ns}<br>hostname: $vm_hostname</h3></body></html>" | \
    tee /var/www/html/index.html
    sudo systemctl restart apache2
    EOF
  }
  network_interface {
    access_config {
      network_tier = "PREMIUM"
    }
    network    = var.google_compute_network.id
    subnetwork = var.google_compute_subnetwork.id
  }
  region = "us-west1"
  scheduling {
    automatic_restart   = true
    on_host_maintenance = "MIGRATE"
    provisioning_model  = "STANDARD"
  }
  tags = ["load-balanced-backend"]

  # NOTE: the name of this resource must be unique for every update;
  #       this is wy we have a app_version in the name; this way
  #       new resource has a different name vs old one and both can
  #       exists at the same time
  lifecycle {
    create_before_destroy = true
  }
}

Bereinigen

Damit Ihrem Google Cloud-Konto die in dieser Anleitung verwendeten Ressourcen nicht in Rechnung gestellt werden, löschen Sie entweder das Projekt, das die Ressourcen enthält, oder Sie behalten das Projekt und löschen die einzelnen Ressourcen.

Einzelne Ressourcen löschen

Löschen Sie die vom Trigger „apply“ erstellten Compute Engine-Ressourcen:
1. Öffnen Sie in Cloud Build die Seite Trigger:
  
  Zur Seite "Trigger"
2. Suchen Sie in der Tabelle Trigger nach der Zeile, die dem Trigger destroy entspricht, und klicken Sie auf Ausführen. Nach Abschluss der Ausführung des Triggers werden die vom Trigger apply erstellten Ressourcen gelöscht.
Löschen Sie die beim Bootstrapping erstellten Ressourcen. Führen Sie dazu den folgenden Befehl in Ihrem Terminalfenster aus:
```
bash <(curl https://raw.githubusercontent.com/GoogleCloudPlatform/cloud-build-samples/main/mig-blue-green/teardown.sh)
```

Projekt löschen

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

Delete a Google Cloud project:

gcloud projects delete PROJECT_ID