Men-deploy ke Compute Engine

Panduan ini menjelaskan cara menjalankan blue/green deployment tanpa periode nonaktif pada Grup Instance yang Dikelola Compute Engine (MIG) menggunakan Cloud Build dan Terraform.

Dengan Cloud Build, Anda dapat mengotomatiskan berbagai proses developer, termasuk membangun dan men-deploy aplikasi ke berbagai runtime Google Cloud, seperti Compute Engine, Google Kubernetes Engine, GKE Enterprise, dan Cloud Functions.

Compute Engine MIG memungkinkan Anda untuk mengoperasikan aplikasi di beberapa Virtual Machine (VM) yang identik. Anda dapat membuat workload Anda skalabel dan sangat tersedia dengan memanfaatkan layanan MIG otomatis, termasuk: penskalaan otomatis, autohealing, deployment regional (beberapa zona), dan update otomatis. Dengan menggunakan model continuous deployment blue/green, Anda akan mempelajari cara mentransfer traffic pengguna secara bertahap dari satu MIG (biru) ke MIG lainnya (hijau), yang keduanya berjalan dalam tahap produksi.

Ringkasan desain

Diagram berikut menunjukkan model blue/green deployment yang digunakan oleh contoh kode yang dijelaskan dalam dokumen ini:

Model biru/hijau

Pada level tinggi, model ini mencakup komponen berikut:

Dua pool VM Compute Engine: Biru dan Hijau.
Tiga load balancer HTTP(S) eksternal:
- Load balancer Blue/Green, yang mengarahkan traffic dari pengguna akhir ke instance VM yang berada dalam cluster Biru atau Hijau.
- Load balancer Blue yang mengarahkan traffic dari engineer dan developer QA ke kumpulan instance Blue VM.
- Load balancer Green yang mengarahkan traffic dari engineer dan developer pada QA ke kumpulan instance Green.
Dua kumpulan pengguna:
- Pengguna akhir yang memiliki akses ke load balancer Biru/Hijau, yang mengarahkan mereka ke kumpulan instance Biru atau Hijau.
- Engineer dan developer QA yang memerlukan akses ke kedua kumpulan untuk tujuan pengembangan dan pengujian. Mereka dapat mengakses load balancer Biru dan Green, yang mengarahkannya ke kumpulan Instance Blue dan kumpulan instance Green.

Kumpulan VM Biru dan Hijau diimplementasikan sebagai MIG Compute Engine, dan alamat IP eksternal dirutekan ke VM di MIG menggunakan load balancer HTTP(S) eksternal. Contoh kode yang dijelaskan dalam dokumen ini menggunakan Terraform untuk mengonfigurasi infrastruktur ini.

Diagram berikut mengilustrasikan operasi developer yang terjadi dalam deployment:

Alur operasi developer

Dalam diagram di atas, panah merah mewakili alur bootstrap yang terjadi saat Anda menyiapkan infrastruktur deployment untuk pertama kalinya, dan panah biru mewakili alur GitOps yang terjadi selama setiap deployment.

Untuk menyiapkan infrastruktur ini, Anda harus menjalankan skrip penyiapan yang memulai proses bootstrap dan menyiapkan komponen untuk alur GitOps.

Skrip penyiapan menjalankan pipeline Cloud Build yang menjalankan operasi berikut:

Membuat repositori di Cloud Source Repositories bernama copy-of-gcp-mig-simple dan menyalin kode sumber dari repositori contoh GitHub ke repositori di Cloud Source Repositories.
Membuat dua pemicu Cloud Build yang bernama apply dan destroy.

Pemicu apply dilampirkan ke file Terraform bernama main.tfvars di Cloud Source Repositories. File ini berisi variabel Terraform yang merepresentasikan load balancer biru dan hijau.

Untuk menyiapkan deployment, perbarui variabel dalam file main.tfvars. Pemicu apply menjalankan pipeline Cloud Build yang menjalankan tf_apply dan melakukan operasi berikut:

Membuat dua MIG Compute Engine (satu untuk warna hijau dan satu untuk biru), empat instance VM Compute Engine (dua untuk MIG hijau dan dua untuk MIG biru), tiga load balancer (biru, hijau, dan splitter), serta tiga alamat IP publik.
Mencetak alamat IP yang dapat Anda gunakan untuk melihat aplikasi yang di-deploy dengan instance biru dan hijau.

Pemicu pemusnahan dipicu secara manual untuk menghapus semua resource yang dibuat oleh pemicu yang diterapkan.

Tujuan

Gunakan Cloud Build dan Terraform untuk menyiapkan load balancing HTTP(S) eksternal dengan backend grup instance VM Compute Engine.
Lakukan blue/green deployment pada instance VM.

Biaya

Dalam dokumen ini, Anda menggunakan komponen Google Cloud yang dapat ditagih berikut:

Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda, gunakan kalkulator harga. Pengguna baru Google Cloud mungkin memenuhi syarat untuk mendapatkan uji coba gratis.

Setelah menyelesaikan tugas yang dijelaskan dalam dokumen ini, Anda dapat menghindari penagihan berkelanjutan dengan menghapus resource yang Anda buat. Untuk mengetahui informasi selengkapnya, lihat Pembersihan.

Sebelum memulai

Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

Menginstal Google Cloud CLI.

Untuk initialize gcloud CLI, jalankan perintah berikut:

gcloud init

Buat atau pilih project Google Cloud.

Membuat project Google Cloud:
```
gcloud projects create PROJECT_ID
```
Ganti PROJECT_ID dengan nama untuk project Google Cloud yang Anda buat.
Pilih project Google Cloud yang Anda buat:
```
gcloud config set project PROJECT_ID
```
Ganti PROJECT_ID dengan nama project Google Cloud Anda.

Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

Menginstal Google Cloud CLI.

Untuk initialize gcloud CLI, jalankan perintah berikut:

gcloud init

Buat atau pilih project Google Cloud.

Membuat project Google Cloud:
```
gcloud projects create PROJECT_ID
```
Ganti PROJECT_ID dengan nama untuk project Google Cloud yang Anda buat.
Pilih project Google Cloud yang Anda buat:
```
gcloud config set project PROJECT_ID
```
Ganti PROJECT_ID dengan nama project Google Cloud Anda.

Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

Melakukan Percobaan

Jalankan skrip penyiapan dari repositori contoh kode Google:

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

Saat skrip penyiapan meminta izin pengguna, masukkan yes.

Skrip selesai berjalan dalam beberapa detik.
Di konsol Google Cloud, buka halaman Build history Cloud Build:

Buka halaman Histori build
Klik build terbaru.

Anda akan melihat halaman Build details, yang menampilkan pipeline Cloud Build dengan tiga langkah build: langkah build pertama membuat repositori di Cloud Source Repositories, langkah kedua meng-clone konten repositori contoh di GitHub ke Cloud Source Repositories, dan langkah ketiga menambahkan dua pemicu build.
Open Cloud Source Repositories:

Open Cloud Source Repositories
Dari daftar repositori, klik copy-of-gcp-mig-simple.

Pada tab History di bagian bawah halaman, Anda akan melihat satu commit dengan deskripsi A copy of https://github.com/GoogleCloudPlatform/cloud-build-samples.git yang dibuat oleh Cloud Build untuk membuat repositori bernama copy-of-gcp-mig-simple.
Buka halaman Pemicu Cloud Build:

Buka halaman Pemicu

Anda akan melihat dua pemicu build bernama apply dan destroy. Pemicu apply dilampirkan ke file infra/main.tfvars di cabang main. Pemicu ini dieksekusi setiap kali file diperbarui. Pemicu destroy adalah pemicu manual.

Untuk memulai proses deployment, perbarui file infra/main.tfvars:
1. Di jendela terminal, buat dan buka folder bernama deploy-compute-engine:
```
mkdir ~/deploy-compute-engine
cd ~/deploy-compute-engine
```
2. Clone repo copy-of-gcp-mig-simple:
```
gcloud source repos clone copy-of-mig-blue-green
```
3. Buka direktori yang di-clone:
```
cd ./copy-of-mig-blue-green
```
4. Update infra/main.tfvars untuk mengganti warna biru dengan hijau:
```
sed -i'' -e 's/blue/green/g' infra/main.tfvars
```
5. Tambahkan file yang diperbarui:
```
git add .
```
6. Commit file:
```
git commit -m "Promote green"
```
7. Kirim file:
```
git push
```
  Melakukan perubahan pada infra/main.tfvars akan memicu eksekusi pemicu apply, yang memulai deployment.
Open Cloud Source Repositories:

Open Cloud Source Repositories
Dari daftar repositori, klik copy-of-gcp-mig-simple.

Anda akan melihat commit dengan deskripsi Promote green di tab History di bagian bawah halaman.
Untuk melihat eksekusi pemicu apply, buka halaman Build history di Google Cloud Console:

Buka halaman Histori build
Buka halaman Build details dengan mengklik build pertama.

Anda akan melihat pipeline pemicu apply dengan dua langkah build. Langkah build pertama yang dijalankan Terraform berlaku untuk membuat Compute Engine dan resource load balancing untuk deployment. Langkah build kedua mencetak alamat IP tempat Anda dapat melihat aplikasi berjalan.
Buka alamat IP yang sesuai dengan MIG hijau di browser. Anda akan melihat screenshot yang mirip dengan screenshot berikut yang menunjukkan deployment tersebut:
Buka halaman Instance group Compute Engine untuk melihat grup instance Biru dan Hijau:

Buka halaman Grup instance
Buka halaman VM instances untuk melihat empat instance VM:

Buka halaman Instance VM
Buka halaman External IP addresses untuk melihat ketiga load balancer:

Buka halaman alamat IP Eksternal

Memahami kode

Kode sumber untuk contoh kode ini mencakup:

Kode sumber yang terkait dengan skrip penyiapan.
Kode sumber yang terkait dengan pipeline Cloud Build.
Kode sumber yang terkait dengan template Terraform.

Siapkan skrip

setup.sh adalah skrip penyiapan yang menjalankan proses bootstrap dan membuat komponen untuk blue/green deployment. Skrip ini menjalankan operasi berikut:

Mengaktifkan Cloud Build, Resource Manager, Compute Engine, dan Cloud Source Repositories API.
Memberikan peran IAM roles/editor ke akun layanan Cloud Build di project Anda. Peran ini diperlukan agar Cloud Build dapat membuat dan menyiapkan komponen GitOps yang diperlukan untuk deployment.
Memberikan peran IAM roles/source.admin ke akun layanan Cloud Build di project Anda. Peran ini diperlukan agar akun layanan Cloud Build dapat membuat Cloud Source Repositories dalam project Anda dan meng-clone konten contoh repositori GitHub ke Cloud Source Repositories.
Menghasilkan pipeline Cloud Build bernama bootstrap.cloudbuild.yaml secara inline yang:
- Membuat repositori baru di Cloud Source Repositories.
- Menyalin kode sumber dari contoh repositori GitHub ke repositori baru di Cloud Source Repositories.
- Membuat pemicu penerapan dan menghancurkan pemicu build.

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}"

Pipeline Cloud Build

apply.cloudbuild.yaml dan destroy.cloudbuild.yaml adalah file konfigurasi Cloud Build yang digunakan skrip penyiapan untuk menyiapkan resource untuk alur GitOps. apply.cloudbuild.yaml berisi dua langkah build:

Langkah build tf_apply build yang memanggil fungsi tf_install_in_cloud_build_step, yang menginstal Terraform. tf_apply yang membuat resource yang digunakan dalam alur GitOps. Fungsi tf_install_in_cloud_build_step dan tf_apply ditentukan dalam bash_utils.sh dan langkah build menggunakan perintah source untuk memanggilnya.
Langkah build describe_deployment yang memanggil fungsi describe_deployment yang mencetak alamat IP load balancer.

destroy.cloudbuild.yaml memanggil tf_destroy yang menghapus semua resource yang dibuat oleh tf_apply.

Fungsi tf_install_in_cloud_build_step, tf_apply, describe_deployment, dan tf_destroy ditentukan dalam file bash_utils.sh. File konfigurasi build menggunakan perintah source untuk memanggil fungsi.

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"

Kode berikut menunjukkan fungsi tf_install_in_cloud_build_step yang ditentukan dalam bash_utils.sh. File konfigurasi build memanggil fungsi ini untuk menginstal Terraform dengan cepat. Fungsi ini membuat bucket Cloud Storage untuk mencatat status Terraform.

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)"
}

Cuplikan kode berikut menunjukkan fungsi tf_apply yang ditentukan dalam bash_utils.sh. Pertama, terraform init yang memuat semua modul dan library kustom, lalu menjalankan terraform apply untuk memuat variabel dari file main.tfvars.

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"
}

Cuplikan kode berikut menunjukkan fungsi describe_deployment yang ditentukan dalam bash_utils.sh. Fungsi ini menggunakan gcloud compute addresses describe untuk mengambil alamat IP load balancer menggunakan nama tersebut, lalu mencetaknya.

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!"
}

Cuplikan kode berikut menunjukkan fungsi tf_destroy yang ditentukan dalam bash_utils.sh. Library ini memanggil terraform init yang memuat semua modul dan library kustom, lalu menjalankan terraform destroy yang menghapus muatan variabel Terraform.

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"
}

Template Terraform

Anda akan menemukan semua variabel dan file konfigurasi Terraform di folder copy-of-gcp-mig-simple/infra/.

main.tf: ini adalah file konfigurasi Terraform
main.tfvars: file ini menentukan variabel Terraform.
mig/ dan splitter/: folder ini berisi modul yang menentukan load balancer. Folder mig/ berisi file konfigurasi Terraform yang menentukan MIG untuk load balancer Biru dan Hijau. MIG Biru dan Hijau identik, sehingga mereka ditentukan satu kali dan dibuat instance untuk objek biru dan hijau. File konfigurasi Terraform untuk load balancer pemisah ada di folder splitter/ .

Cuplikan kode berikut menampilkan konten infra/main.tfvars. Class ini berisi tiga variabel: dua variabel yang menentukan versi aplikasi yang akan di-deploy ke kumpulan Biru dan Hijau, serta variabel untuk warna aktif: Biru atau Hijau. Perubahan pada file ini akan memicu deployment.

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

Berikut adalah cuplikan kode dari infra/main.tf. Dalam cuplikan ini:

Variabel ditentukan untuk project Google Cloud.
Google ditetapkan sebagai penyedia Terraform.
Variabel ditentukan untuk namespace. Semua objek yang dibuat oleh Terraform diawali dengan variabel ini sehingga beberapa versi aplikasi dapat di-deploy dalam project yang sama dan nama objek tidak bertentangan satu sama lain.
Variabel MIG_VER_BLUE, MIG_VER_BLUE, dan MIG_ACTIVE_COLOR adalah binding untuk variabel dalam file infra/main.tfvars.

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)."
}

Cuplikan kode dari infra/main.tf berikut menunjukkan pembuatan instance modul pemisah. Modul ini menggunakan warna aktif sehingga load balancer mengetahui MIG mana yang akan men-deploy aplikasi.

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
}

Cuplikan kode dari infra/main.tf berikut menentukan dua modul identik untuk MIG Biru dan Hijau. Modul ini mencakup warna, jaringan, dan subnetwork yang ditentukan dalam modul pemisah.

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
}

File splitter/main.tf menentukan objek yang dibuat untuk MIG pemisah. Berikut adalah cuplikan kode dari splitter/main.tf yang berisi logika untuk beralih antara MIG Hijau dan Biru. Ini didukung oleh layanan google_compute_region_backend_service, yang dapat mengarahkan traffic ke dua region backend: var.instance_group_blue atau var.instance_group_green. capacity_scaler menentukan seberapa banyak lalu lintas yang akan dirutekan.

Kode berikut mengarahkan 100% traffic ke warna yang ditentukan, tetapi Anda dapat memperbarui kode ini untuk deployment canary guna mengarahkan traffic ke subkumpulan pengguna.

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
  }
}

File mig/main.tf menentukan objek yang berkaitan dengan MIG Biru dan Hijau. Cuplikan kode berikut dari file ini menentukan template instance Compute Engine yang digunakan untuk membuat pool VM. Perlu diperhatikan bahwa template instance ini memiliki properti siklus proses Terraform yang disetel ke create_before_destroy. Hal ini karena, saat mengupdate versi kumpulan, Anda tidak dapat menggunakan template untuk membuat versi kumpulan baru saat kumpulan tersebut masih digunakan oleh versi kumpulan sebelumnya. Namun, jika kumpulan versi lama dihancurkan sebelum membuat template baru, akan ada periode waktu saat kumpulan sedang tidak aktif. Untuk menghindari skenario ini, kami menetapkan siklus proses Terraform ke create_before_destroy sehingga versi kumpulan VM yang lebih baru dibuat terlebih dahulu sebelum versi yang lebih lama dimusnahkan.

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
  }
}

Pembersihan

Agar tidak perlu membayar biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus setiap resource.

Menghapus resource satu per satu

Hapus resource Compute Engine yang dibuat oleh pemicu penerapan:
1. Buka halaman Pemicu Cloud Build:
  
  Buka halaman Pemicu
2. Pada tabel Triggers, cari baris yang sesuai dengan pemicu Anda, lalu klik Run. Saat pemicu menyelesaikan eksekusi, resource yang dibuat oleh pemicu apply akan dihapus.

Hapus resource yang dibuat selama bootstrap dengan menjalankan perintah berikut di jendela terminal Anda:

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

Menghapus project

Perhatian: Menghapus project memiliki efek berikut:

Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

Menghapus project Google Cloud:

gcloud projects delete PROJECT_ID

Langkah selanjutnya

Pelajari pemicu build lebih lanjut.
Pelajari cara melihat provenance build.