Cluster Anthos on bare metal kini menjadi Google Distributed Cloud (khusus software) untuk bare metal. Untuk mengetahui informasi selengkapnya, lihat ringkasan produk.

Halaman ini diterjemahkan oleh Cloud Translation API.

Deploy cluster Google Distributed Cloud di edge

Tutorial ini memperkenalkan solusi siap pakai yang menggunakan Google Distributed Cloud dan Config Sync untuk men-deploy cluster Kubernetes di edge dalam skala besar. Tutorial ini ditujukan untuk operator dan developer platform. Anda harus sudah memahami teknologi dan konsep berikut:

Playbook yang bermanfaat.
Deployment edge dan tantangannya.
Cara bekerja dengan project Google Cloud.
Men-deploy aplikasi web dalam container.
Antarmuka command line gcloud dan kubectl.

Dalam tutorial ini, Anda menggunakan virtual machine (VM) Compute Engine untuk mengemulasi node yang di-deploy di edge, dan contoh aplikasi tempat penjualan sebagai workload edge. Google Distributed Cloud and Config Sync menyediakan pengelolaan dan kontrol terpusat untuk cluster edge Anda. Config Sync mengambil konfigurasi baru secara dinamis dari GitHub serta menerapkan kebijakan dan konfigurasi ini ke cluster Anda.

Arsitektur deployment edge

Deployment edge retail adalah cara tepat untuk menggambarkan arsitektur yang digunakan dalam deployment Google Distributed Cloud standar.

Toko retail fisik adalah titik interaksi terdekat antara unit bisnis perusahaan dan konsumen. Sistem software di dalam toko harus menjalankan workload mereka, menerima update tepat waktu, dan melaporkan metrik penting secara terpisah dari sistem pengelolaan terpusat perusahaan. Selain itu, sistem software ini perlu didesain agar dapat diperluas ke lebih banyak lokasi toko di masa mendatang. Meskipun Google Distributed Cloud memenuhi semua persyaratan ini untuk sistem software toko, profil edge memungkinkan kasus penggunaan penting: deployment di lingkungan dengan resource hardware terbatas seperti etalase toko retail.

Diagram berikut menunjukkan deployment Google Distributed Cloud yang menggunakan profil edge di toko retail:

Deployment Google Distributed Cloud yang menggunakan profil edge di toko retail

Diagram sebelumnya menunjukkan toko retail fisik pada umumnya. Toko ini memiliki perangkat pintar seperti pembaca kartu, mesin tempat penjualan, kamera, dan printer. Toko ini juga memiliki tiga perangkat hardware komputasi fisik (berlabel Node 1, Node 2, dan Node 3). Semua perangkat ini terhubung ke tombol jaringan pusat. Dengan demikian, ketiga perangkat komputasi terhubung satu sama lain melalui jaringan Lapisan 2. Perangkat komputasi yang saling terhubung membentuk infrastruktur bare metal. Google Distributed Cloud berjalan di dalam ketiga perangkat komputasi. Perangkat ini juga memiliki penyimpanan disk sendiri dan dikonfigurasi untuk replikasi data di antara perangkat tersebut untuk ketersediaan tinggi.

Diagram juga menunjukkan komponen utama berikut yang merupakan bagian dari deployment Google Distributed Cloud:

Komponen yang ditandai sebagai MetalLB adalah load balancer paket yang di-deploy dengan Google Distributed Cloud.
Komponen Config Sync memungkinkan sinkronisasi status cluster dengan repositori sumber. Ini adalah add-on opsional yang sangat direkomendasikan yang memerlukan penginstalan dan konfigurasi terpisah. Untuk mengetahui informasi selengkapnya tentang cara menyiapkan Config Sync dan berbagai nomenklatur, lihat dokumentasi Config Sync.
Repositori root dan repositori namespace yang ditampilkan di bagian atas diagram di luar lokasi penyimpanan mewakili dua repositori sumber.

Perubahan pada cluster akan diterapkan ke repositori sumber terpusat ini. Deployment Google Distributed Cloud di berbagai lokasi edge mengambil update dari repositori sumber. Perilaku ini ditunjukkan dengan tanda panah yang menghubungkan dua repositori dalam diagram ke komponen Config Sync di dalam cluster Google Distributed Cloud yang berjalan di perangkat.
Komponen utama lain yang digambarkan sebagai bagian dari cluster adalah Runtime VM di GDC. Runtime VM di GDC memungkinkan Anda menjalankan beban kerja berbasis VM yang ada di dalam cluster tanpa perlu containerization. Dokumentasi VM Runtime di GDC menjelaskan cara mengaktifkannya dan men-deploy workload VM Anda ke dalam cluster.
Komponen yang ditandai sebagai Aplikasi menunjukkan software yang di-deploy ke cluster oleh toko retail. Aplikasi tempat penjualan yang terlihat di kios toko retail dapat menjadi salah satu contoh aplikasi tersebut.

Kotak-kotak di bagian bawah diagram mewakili banyak perangkat (seperti kios, tablet, atau kamera) di dalam toko retail, yang semuanya terhubung ke tombol jaringan pusat. Jaringan lokal di dalam store memungkinkan aplikasi yang berjalan di dalam deployment Google Distributed Cloud untuk menjangkau perangkat ini.

Di bagian berikutnya, Anda akan melihat emulasi deployment toko retail ini di Google Cloud menggunakan VM Compute Engine. Emulasi ini akan Anda gunakan dalam tutorial berikut untuk bereksperimen dengan Google Distributed Cloud.

Deployment edge yang diemulasi di Google Cloud

Diagram berikut adalah gambaran dari semua yang Anda siapkan di Google Cloud dalam tutorial ini. Diagram ini berkorelasi dengan diagram toko ritel dari bagian sebelumnya. Deployment ini merepresentasikan lokasi edge yang diemulasikan tempat aplikasi tempat penjualan di-deploy. Arsitektur ini juga menunjukkan workload aplikasi contoh tempat penjualan sederhana yang Anda gunakan dalam tutorial ini. Anda dapat mengakses aplikasi tempat penjualan di dalam cluster dengan menggunakan browser web sebagai kios.

Arsitektur aplikasi tempat penjualan dan cara deployment di dalam cluster Google Distributed Cloud yang berjalan di VM Compute Engine

Tiga virtual machine (VM) Compute Engine dalam diagram sebelumnya mewakili hardware (atau node) fisik di lokasi edge standar. Hardware ini akan terhubung bersama dengan tombol jaringan untuk membentuk infrastruktur bare metal. Dalam lingkungan teremulasi kami di Google Cloud, VM ini terhubung satu sama lain melalui jaringan Virtual Private Cloud (VPC) default di project Google Cloud.

Dalam penginstalan Google Distributed Cloud standar, Anda dapat mengonfigurasi load balancer Anda sendiri. Namun, untuk tutorial ini, Anda tidak dapat menyiapkan load balancer eksternal. Sebagai gantinya, gunakan load balancer MetalLB yang dipaketkan yang diinstal dengan Google Distributed Cloud. Load balancer MetalLB yang dipaketkan memerlukan konektivitas jaringan Lapisan 2 antar-node. Dengan demikian, konektivitas Lapisan 2 antara VM Compute Engine diaktifkan dengan membuat jaringan overlay VxLAN di atas jaringan Virtual Private Cloud (VPC) default.

Dalam persegi panjang berlabel "Jaringan overlay L2 (VxLAN)", komponen software yang berjalan di dalam tiga VM Compute Engine akan ditampilkan. Persegi panjang ini mencakup cluster Google Distributed Cloud dan Reverse proxy. Cluster ini diwakili oleh persegi panjang "Google Distributed Cloud". Persegi panjang ini yang merepresentasikan cluster mencakup kotak lain yang ditandai sebagai "Namespace Kubernetes (pos)". Class ini merepresentasikan namespace Kubernetes di dalam cluster. Semua komponen di dalam namespace Kubernetes ini membentuk aplikasi tempat penjualan yang di-deploy ke cluster Google Distributed Cloud. Aplikasi tempat penjualan memiliki tiga microservice: Server API, Inventaris, dan Pembayaran. Semua komponen ini bersama-sama mewakili satu "aplikasi" yang ditampilkan dalam diagram arsitektur peluncuran Edge sebelumnya.

Load balancer MetalLB yang dipaketkan Google Distributed Cloud tidak dapat langsung dijangkau dari luar VM. Diagram menunjukkan reverse proxy NGINX yang dikonfigurasi untuk berjalan di dalam VM guna mengarahkan traffic yang masuk ke VM Compute Engine ke load balancer. Ini hanyalah solusi untuk keperluan tutorial ini, dengan node edge diemulasi menggunakan VM Compute Engine Google Cloud. Di lokasi edge yang sebenarnya, hal ini dapat dilakukan dengan konfigurasi jaringan yang tepat.

Tujuan

Gunakan VM Compute Engine untuk mengemulasi infrastruktur bare metal yang berjalan di lokasi edge.
Buat cluster Google Distributed Cloud di infrastruktur edge yang diemulasikan.
Hubungkan dan daftarkan cluster dengan Google Cloud.
Deploy contoh workload aplikasi tempat penjualan di cluster Google Distributed Cloud.
Gunakan konsol Google Cloud untuk memverifikasi dan memantau aplikasi tempat penjualan yang beroperasi di lokasi edge.
Gunakan Config Sync untuk mengupdate aplikasi tempat penjualan yang berjalan di cluster Google Distributed Cloud.

Sebelum memulai

Di Konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

Buka pemilihan project
Pastikan penagihan diaktifkan untuk project Cloud Anda. Pelajari cara memeriksa apakah penagihan telah diaktifkan pada suatu project.
Instal dan initialize Google Cloud CLI.

Lakukan fork dan clone repositori anthos-samples

Semua skrip yang digunakan dalam tutorial ini disimpan di repositori anthos-samples. Struktur folder di bagian /anthos-bm-edge-deployment/acm-config-sink diatur sesuai dengan yang diharapkan oleh Config Sync. Clone repositori ini ke akun GitHub Anda sendiri sebelum melanjutkan ke langkah-langkah berikut.

Jika Anda belum memilikinya, buat akun di GitHub.
Buat token akses pribadi untuk digunakan dalam konfigurasi Config Sync. Tindakan ini diperlukan untuk komponen Config Sync di cluster agar dapat melakukan autentikasi dengan akun GitHub Anda saat mencoba menyinkronkan perubahan baru.
1. Pilih cakupan public_repo saja.
2. Simpan token akses yang Anda buat di tempat yang aman untuk digunakan nanti.
Lakukan fork repositori anthos-samples ke akun GitHub Anda sendiri:
1. Buka repositori anthos-samples.
2. Klik ikon Fork di pojok kanan atas halaman.
3. Klik akun pengguna GitHub yang ingin Anda jadikan tujuan fork repositori. Anda akan otomatis dialihkan ke halaman dengan versi fork repositori anthos-samples Anda.
Buka terminal di lingkungan lokal Anda.
Clone repositori forke dengan menjalankan perintah berikut, dengan GITHUB_USERNAME adalah nama pengguna untuk akun GitHub Anda:
```
git clone https://github.com/GITHUB_USERNAME/anthos-samples
cd anthos-samples/anthos-bm-edge-deployment
```
Catatan: Repositori sumber untuk solusi ini dan garpu repositori tersebut adalah repositori publik. Dokumen ini menunjukkan penggunaan token akses untuk meniru kasus penggunaan sebenarnya dengan repositori pribadi.

Menyiapkan lingkungan workstation

Untuk menyelesaikan deployment edge yang dijelaskan dalam dokumen ini, Anda memerlukan satu workstation dengan akses ke Internet dan alat berikut yang telah diinstal:

Docker
alat antarmuka command line envsubst (biasanya sudah diinstal sebelumnya di Linux dan OS lain yang mirip dengan Unix)

Jalankan semua perintah dalam tutorial di workstation yang Anda konfigurasi di bagian ini.

Di workstation Anda, lakukan inisialisasi variabel lingkungan dalam instance shell baru:

export PROJECT_ID="PROJECT_ID"
export REGION="us-central1"
export ZONE="us-central1-a"

# port on the admin Compute Engine instance you use to set up an nginx proxy
# this allows to reach the workloads inside the cluster via the VM IP
export PROXY_PORT="8082"

# should be a multiple of 3 since N/3 clusters are created with each having 3 nodes
export GCE_COUNT="3"

# url to the fork of: https://github.com/GoogleCloudPlatform/anthos-samples
export ROOT_REPO_URL="https://github.com/GITHUB_USERNAME/anthos-samples"

# this is the username used to authenticate to your fork of this repository
export SCM_TOKEN_USER="GITHUB_USERNAME"

# access token created in the earlier step
export SCM_TOKEN_TOKEN="ACCESS_TOKEN"

Ganti nilai berikut:

PROJECT_ID: Project ID Google Cloud Anda.
GITHUB_USERNAME: nama pengguna GitHub Anda.
ACCESS_TOKEN: token akses pribadi yang Anda buat untuk repositori GitHub.

Simpan nilai default untuk variabel lingkungan lainnya. Hal tersebut akan dijelaskan di bagian selanjutnya.

Di workstation Anda, lakukan inisialisasi Google Cloud CLI:

gcloud config set project "${PROJECT_ID}"
gcloud services enable compute.googleapis.com

gcloud config set compute/region "${REGION}"
gcloud config set compute/zone "${ZONE}"

Di workstation Anda, buat akun layanan Google Cloud untuk instance Compute Engine. Skrip ini membuat file kunci JSON untuk akun layanan baru di <REPO_ROOT>/anthos-bm-edge-deployment/build-artifacts/consumer-edge-gsa.json. Kunci ini juga akan menyiapkan key ring dan kunci Cloud Key Management Service untuk enkripsi kunci pribadi SSH.

./scripts/create-primary-gsa.sh

Contoh berikut hanya sebagian dari skrip. Untuk melihat seluruh skrip, klik View on GitHub.

# ...
EXISTS=$(gcloud iam service-accounts list \
  --filter="email=${GSA_EMAIL}" \
  --format="value(name, disabled)" \
  --project="${PROJECT_ID}")

if [[ -z "${EXISTS}" ]]; then
  echo "GSA [${GSA_EMAIL}]does not exist, creating it"

  # GSA does NOT exist, create
  gcloud iam service-accounts create ${GSA_NAME} \
    --description="GSA used on each Target machine to make gcloud commands" \
    --display-name="target-machine-gsa" \
    --project "${PROJECT_ID}"
else
  if [[ "${EXISTS}" =~ .*"disabled".* ]]; then
    # Found GSA is disabled, enable
    gcloud iam service-accounts enable "${GSA_EMAIL}" --project "${PROJECT_ID}"
  fi
  # otherwise, no need to do anything
fi
# ...

Menyediakan instance Compute Engine

Di bagian ini, Anda akan membuat VM Compute Engine tempat Google Distributed Cloud akan diinstal. Anda juga harus memverifikasi konektivitas ke VM ini sebelum melanjutkan ke bagian penginstalan.

Di workstation Anda, buat kunci SSH yang digunakan untuk komunikasi antara instance Compute Engine.
```
ssh-keygen -f ./build-artifacts/consumer-edge-machine
```

Mengenkripsi kunci pribadi SSH menggunakan Cloud Key Management Service.

gcloud kms encrypt \
    --key gdc-ssh-key \
    --keyring gdc-ce-keyring \
    --location global \
    --plaintext-file build-artifacts/consumer-edge-machine \
    --ciphertext-file build-artifacts/consumer-edge-machine.encrypted

Membuat file konfigurasi lingkungan .envrc dan mencarinya. Setelah dibuat, periksa file .envrc untuk memastikan bahwa variabel lingkungan telah diganti dengan nilai yang benar.

envsubst < templates/envrc-template.sh > .envrc
source .envrc

Berikut adalah contoh file .envrc yang dibuat dengan mengganti variabel lingkungan dalam file templates/envrc-template.sh. Perhatikan bahwa baris yang diperbarui ditandai:

# GSA Key used for provisioning (result of running ./scripts/create-primary-gsa.sh)
LOCAL_GSA_FILE=$(pwd)/build-artifacts/consumer-edge-gsa.json
export LOCAL_GSA_FILE
# GCP Project ID
export PROJECT_ID="abm-edge-project"
# Bucket to store cluster snapshot information
export SNAPSHOT_GCS="abm-edge-project-cluster-snapshots"

# GCP Project Region (Adjust as desired)
export REGION="us-central1"
# GCP Project Zone (Adjust as desired)
export ZONE="us-central1-a"

# Gitlab Personal Access Token credentials (generated in Quick Start step 2)
export SCM_TOKEN_USER="LarryPage"
export SCM_TOKEN_TOKEN="oo901Sp-FHuzmz__dgl0393atkf69c8L"

# Default Root Repo setup for multiple locations
export ROOT_REPO_URL="https://github.com/LarryPage/anthos-samples"
export ROOT_REPO_BRANCH="main"
export ROOT_REPO_DIR="/anthos-bm-edge-deployment/acm-config-sink"

# OIDC Configuration (off by default)
export OIDC_CLIENT_ID="" # Optional, requires GCP API setup work
export OIDC_CLIENT_SECRET="" # Optional
export OIDC_USER="" # Optional
export OIDC_ENABLED="false" # Flip to true IF implementing OIDC on cluster

Membuat instance Compute Engine tempat Google Distributed Cloud terinstal.

./scripts/cloud/create-cloud-gce-baseline.sh -c "$GCE_COUNT" | \
    tee ./build-artifacts/gce-info

Menginstal Google Distributed Cloud dengan Ansible

Skrip yang digunakan dalam panduan ini membuat cluster Google Distributed Cloud dalam grup yang berisi tiga instance Compute Engine. Jumlah cluster yang dibuat dikontrol oleh variabel lingkungan GCE_COUNT. Misalnya, Anda menetapkan variabel lingkungan GCE_COUNT ke 6 untuk membuat dua cluster Google Distributed Cloud yang masing-masing berisi instance VM 3. Secara default, variabel lingkungan GCE_COUNT ditetapkan ke 3. Oleh karena itu, dalam panduan ini, satu cluster dengan instance Compute Engine 3 akan dibuat. Instance VM diberi nama dengan awalan cnuc- yang diikuti dengan angka. Instance VM pertama dari setiap cluster berfungsi sebagai workstation admin tempat penginstalan dipicu. Cluster juga diberi nama yang sama dengan VM workstation admin (misalnya, cnuc-1, cnuc-4, cnuc-7).

Playbook Ansible melakukan hal berikut:

Mengonfigurasi instance Compute Engine dengan alat yang diperlukan, seperti docker, bmctl, gcloud, dan nomos.
Menginstal Google Distributed Cloud di instance Compute Engine yang dikonfigurasi.
Membuat cluster mandiri Google Distributed Cloud yang disebut cnuc-1.
Mendaftarkan cluster cnuc-1 ke Google Cloud.
Menginstal Config Sync ke cluster cnuc-1.
Mengonfigurasi Config Sync untuk disinkronkan dengan konfigurasi cluster yang terletak di anthos-bm-edge-deployment/acm-config-sink di repositori bercabang Anda.
Menghasilkan Login token untuk cluster.

Selesaikan langkah-langkah berikut untuk menyiapkan dan memulai proses penginstalan:

Di workstation Anda, buat image Docker yang digunakan untuk penginstalan. Image ini memiliki semua alat yang diperlukan untuk proses penginstalan, seperti Ansible, Python, dan Google Cloud CLI.

gcloud builds submit --config docker-build/cloudbuild.yaml docker-build/

Setelah berhasil berjalan, build akan menghasilkan output seperti berikut:

...
latest: digest: sha256:99ded20d221a0b2bcd8edf3372c8b1f85d6c1737988b240dd28ea1291f8b151a size: 4498
DONE
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
ID                                    CREATE_TIME                DURATION  SOURCE                                                                                         IMAGES                                                  STATUS
2238baa2-1f41-440e-a157-c65900b7666b  2022-08-17T19:28:57+00:00  6M53S     gs://my_project_cloudbuild/source/1660764535.808019-69238d8c870044f0b4b2bde77a16111d.tgz  gcr.io/my_project/consumer-edge-install (+1 more)  SUCCESS

Buat file inventaris Ansible dari template.

envsubst < templates/inventory-cloud-example.yaml > inventory/gcp.yaml

Jalankan skrip penginstalan yang memulai container Docker dari image yang telah dibangun sebelumnya. Skrip secara internal menggunakan Docker untuk menghasilkan container dengan pemasangan volume ke direktori kerja saat ini. Setelah berhasil menyelesaikan skrip ini, Anda harus berada di dalam container Docker yang dibuat. Anda memicu penginstalan Ansible dari dalam container ini.

./install.sh

Jika berhasil dijalankan, skrip akan menghasilkan output seperti berikut:

...
Check the values above and if correct, do you want to proceed? (y/N): y
Starting the installation
Pulling docker install image...

==============================
Starting the docker container. You will need to run the following 2 commands (cut-copy-paste)
==============================
1: ./scripts/health-check.sh
2: ansible-playbook all-full-install.yaml -i inventory
3: Type 'exit' to exit the Docker shell after installation
==============================
Thank you for using the quick helper script!
(you are now inside the Docker shell)

Dari dalam container Docker, verifikasi akses ke instance Compute Engine.

./scripts/health-check.sh

Jika berhasil dijalankan, skrip akan menghasilkan output seperti berikut:

...
cnuc-2 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}
cnuc-3 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}
cnuc-1 | SUCCESS => {"ansible_facts": {"discovered_interpreter_python": "/usr/bin/python3"},"changed": false,"ping": "pong"}

Dari dalam container Docker, jalankan playbook Ansible untuk menginstal Google Distributed Cloud di instance Compute Engine. Setelah selesai, Anda akan melihat Login Token untuk cluster yang dicetak di layar.

ansible-playbook all-full-install.yaml -i inventory | tee ./build-artifacts/ansible-run.log

Setelah berhasil berjalan, penginstalan akan menghasilkan output seperti berikut:

...
TASK [abm-login-token : Display login token] **************************************************************************
ok: [cnuc-1] => {
    "msg": "eyJhbGciOiJSUzI1NiIsImtpZCI6Imk2X3duZ3BzckQyWmszb09sZHFMN0FoWU9mV1kzOWNGZzMyb0x2WlMyalkifQ.eymljZS1hY2NvdW
iZXJuZXRlcy5pby9zZXJ2aWNlYWNjb3VudC9zZWNyZXQubmFtZSI6ImVkZ2Etc2EtdG9rZW4tc2R4MmQiLCJrdWJlcm5ldGVzLmlvL3NlcnZpY2VhY2Nvd
4CwanGlof6s-fbu8"
}
skipping: [cnuc-2]
skipping: [cnuc-3]

PLAY RECAP ***********************************************************************************************************
cnuc-1                     : ok=205  changed=156  unreachable=0    failed=0    skipped=48   rescued=0    ignored=12
cnuc-2                     : ok=128  changed=99   unreachable=0    failed=0    skipped=108  rescued=0    ignored=2
cnuc-3                     : ok=128  changed=99   unreachable=0    failed=0    skipped=108  rescued=0    ignored=2

Login ke cluster Google Distributed Cloud di Konsol Google Cloud

Setelah playbook Ansible berjalan hingga selesai, cluster Google Distributed Cloud mandiri akan diinstal di dalam VM Compute Engine. Cluster ini juga terdaftar di Google Cloud menggunakan Agen Connect. Namun, untuk melihat detail tentang cluster ini, Anda harus login ke cluster dari konsol Google Cloud. Untuk login ke cluster GKE, selesaikan langkah-langkah berikut.

Salin token dari output playbook Ansible di bagian sebelumnya.

Catatan: Jika Anda tidak lagi memiliki akses ke output konsol, periksa file log di ./build-artifacts/ansible-run.log untuk mendapatkan token. Anda juga dapat menjalankan playbook berikut untuk mengambil token kembali: ansible-playbook all-get-login-tokens.yaml -i inventory
Di Google Cloud Console, buka halaman Cluster Kubernetes dan gunakan token yang disalin untuk login ke cluster cnuc-1.

Buka halaman cluster Kubernetes
1. Dalam daftar cluster, klik Actions di samping cluster cnuc-1, lalu klik Log in.
2. Pilih Token dan tempel token yang telah disalin.
3. Klik Login.
Di konsol Google Cloud, buka halaman Config di bagian Features.

Buka Konfigurasi

Pada tab Packages, periksa kolom Sync status di tabel cluster. Pastikan statusnya Disinkronkan. Status Synced menunjukkan bahwa Config Sync telah berhasil menyinkronkan konfigurasi GitHub dengan cluster yang di-deploy, cnuc-1.

Mengonfigurasi proxy untuk traffic eksternal

Cluster Google Distributed Cloud yang diinstal pada langkah sebelumnya menggunakan load balancer paket yang disebut MetalLB. Layanan load balancer ini hanya dapat diakses melalui alamat IP Virtual Private Cloud (VPC). Untuk mengarahkan traffic yang masuk melalui IP eksternalnya ke load balancer yang dipaketkan, siapkan layanan reverse proxy di host admin (cnuc-1). Layanan reverse proxy ini memungkinkan Anda menjangkau Server API aplikasi tempat penjualan melalui IP eksternal host admin (cnuc-1).

Skrip penginstalan pada langkah sebelumnya yang menginstal NGINX di host admin bersama dengan contoh file konfigurasi. Perbarui file ini untuk menggunakan alamat IP layanan load balancer dan memulai ulang NGINX.

Di workstation, gunakan SSH untuk login ke workstation admin:
```
ssh -F ./build-artifacts/ssh-config abm-admin@cnuc-1
```
Dari dalam workstation admin, siapkan reverse proxy NGINX untuk merutekan traffic ke layanan Load balancer Server API. Dapatkan alamat IP layanan Kubernetes jenis Load balancer:
```
ABM_INTERNAL_IP=$(kubectl get services api-server-lb -n pos | awk '{print $4}' | tail -n 1)
```

Perbarui file konfigurasi template dengan alamat IP yang diambil:

sudo sh -c "sed 's/<K8_LB_IP>/${ABM_INTERNAL_IP}/g' \
    /etc/nginx/nginx.conf.template > /etc/nginx/nginx.conf"

Mulai ulang NGINX untuk memastikan konfigurasi yang baru diterapkan:
```
sudo systemctl restart nginx
```

Periksa dan verifikasi status server NGINX untuk melaporkan "aktif (berjalan)":

sudo systemctl status nginx

Setelah berhasil dijalankan, NGINX akan menghasilkan output seperti contoh berikut:

● nginx.service - A high performance web server and a reverse proxy server
    Loaded: loaded (/lib/systemd/system/nginx.service; enabled; vendor preset: enabled)
    Active: active (running) since Fri 2021-09-17 02:41:01 UTC; 2s ago
    Docs: man:nginx(8)
    Process: 92571 ExecStartPre=/usr/sbin/nginx -t -q -g daemon on; master_process on; (code=exited, status=0/SUCCESS)
    Process: 92572 ExecStart=/usr/sbin/nginx -g daemon on; master_process on; (code=exited, status=0/SUCCESS)
Main PID: 92573 (nginx)
    Tasks: 17 (limit: 72331)
    Memory: 13.2M
    CGroup: /system.slice/nginx.service
            ├─92573 nginx: master process /usr/sbin/nginx -g daemon on; master_process on;
            ├─92574 nginx: worker process
            ├─92575 nginx: worker process
            ├─92577 nginx: ....
            ...
            ...

Keluar dari sesi SSH ke workstation admin:
```
exit
```
Keluar dari sesi shell ke container Docker. Setelah keluar dari instance admin, Anda masih berada di dalam container Docker yang digunakan untuk penginstalan:
```
exit
```

Mengakses aplikasi tempat penjualan

Dengan penyiapan proxy eksternal, Anda dapat mengakses aplikasi yang berjalan di dalam cluster GKE. Untuk mengakses contoh aplikasi tempat penjualan, selesaikan langkah-langkah berikut.

Di workstation Anda, dapatkan alamat IP eksternal instance Compute Engine admin dan akses UI aplikasi tempat penjualan:

EXTERNAL_IP=$(gcloud compute instances list \
    --project ${PROJECT_ID} \
    --filter="name:cnuc-1" \
    --format="get(networkInterfaces[0].accessConfigs[0].natIP)")
echo "Point the browser to: ${EXTERNAL_IP}:${PROXY_PORT}"

Jika berhasil dijalankan, skrip akan menghasilkan output seperti berikut:

Point the browser to: 34.134.194.84:8082

Buka browser web Anda dan buka alamat IP yang ditampilkan di output perintah sebelumnya. Anda dapat mengakses dan menguji contoh aplikasi tempat penjualan, seperti yang ditunjukkan pada contoh screenshot berikut:

Menggunakan Config Sync untuk mengupdate Server API

Aplikasi contoh dapat diupgrade ke versi yang lebih baru dengan mengupdate file konfigurasi di repositori root. Config Sync mendeteksi update dan otomatis membuat perubahan pada cluster Anda. Dalam contoh ini, repositori root adalah repositori anthos-samples yang Anda clone di awal panduan ini. Untuk mengetahui cara aplikasi tempat penjualan contoh dapat melakukan deployment upgrade ke versi yang lebih baru, selesaikan langkah-langkah berikut.

Di workstation, perbarui kolom image untuk mengubah versi Server API dari v1 menjadi v2. Konfigurasi YAML untuk deployment ada dalam file di anthos-bm-edge-deployment/acm-config-sink/namespaces/pos/api-server.yaml.
```
containers:
- name: api-server
  image: us-docker.pkg.dev/anthos-dpe-abm-edge-pos/abm-edge-pos-images/api-server:v1
```

Tambahkan, commit, dan kirim perubahan ke repositori forked Anda:

git add acm-config-sink/namespaces/pos/api-server.yaml
git commit -m "chore: updated api-server version to v2"
git push

Di konsol Google Cloud, buka halaman Config Sync untuk memeriksa Status spesifikasi Konfigurasi. Pastikan statusnya Disinkronkan.

Buka halaman Config Sync
Di Google Cloud Console, buka halaman Workload Kubernetes Engine untuk memverifikasi bahwa Deployment telah diperbarui.

Buka halaman Workloads Kubernetes Engine
Jika status Deployment Oke, arahkan browser Anda ke alamat IP dari bagian sebelumnya untuk melihat aplikasi tempat penjualan. Perhatikan bahwa versi dalam judul menunjukkan "V2", yang menunjukkan bahwa perubahan aplikasi Anda telah di-deploy, seperti ditunjukkan pada contoh screenshot berikut:

Anda mungkin perlu melakukan refresh paksa pada tab browser untuk melihat perubahannya.

Pembersihan

Untuk menghindari biaya Google Cloud yang tidak perlu, hapus resource yang digunakan untuk panduan ini setelah selesai. Anda dapat menghapus resource ini secara manual, atau menghapus project Google Cloud, yang juga menghilangkan semua resource. Selain itu, sebaiknya Anda juga menghapus perubahan yang dibuat di workstation lokal:

Workstation lokal

File berikut harus diupdate untuk menghapus perubahan yang dibuat oleh skrip penginstalan.

Hapus alamat IP VM Compute Engine yang ditambahkan ke file /etc/hosts.
Hapus konfigurasi SSH untuk cnuc-* di file ~/.ssh/config.
Hapus sidik jari VM Compute Engine dari file ~/.ssh/known_hosts.

Hapus Project

Jika Anda membuat project khusus untuk prosedur ini, hapus project Google Cloud dari Konsol Google Cloud.

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.

Di konsol Google Cloud, buka halaman Manage resource.

Buka Manage resource

Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.

Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

Manual

Jika Anda menggunakan project yang sudah ada untuk prosedur ini, lakukan hal berikut:

Batalkan pendaftaran semua cluster Kubernetes dengan nama yang diawali dengan cnuc-.
Menghapus semua VM Compute Engine dengan nama yang diawali dengan cnuc-.
Menghapus bucket Cloud Storage dengan nama yang diawali dengan abm-edge-boot.
Hapus Aturan Firewall allow-pod-ingress dan allow-pod-egress.
Hapus rahasia Secret Manager install-pub-key.

Apa langkah selanjutnya?

Anda dapat memperluas panduan ini dengan menambahkan lokasi edge lainnya. Menetapkan variabel lingkungan GCE_COUNT ke 6 dan menjalankan kembali langkah yang sama dari bagian sebelumnya akan membuat tiga instance Compute Engine baru (cnuc-4, cnuc-5, cnuc-6) dan cluster mandiri Google Distributed Cloud baru yang disebut cnuc-4.

Anda juga dapat mencoba mengupdate konfigurasi cluster di repositori forked untuk secara selektif menerapkan berbagai versi aplikasi tempat penjualan ke kedua cluster, cnuc-1 dan cnuc-4, menggunakan ClusterSelectors.

Untuk detail tentang setiap langkah dalam panduan ini, skrip yang terlibat, lihat repositori anthos-samples.