Anthos clusters on bare metal è ora Google Distributed Cloud (solo software) per bare metal. Per ulteriori informazioni, consulta la panoramica del prodotto.

Questa pagina è stata tradotta dall'API Cloud Translation.

Esegui il deployment dei cluster Google Distributed Cloud a livello perimetrale

Questo tutorial introduce una soluzione pronta all'uso che utilizza Google Distributed Cloud e Config Sync per eseguire il deployment di cluster Kubernetes su larga scala in ambienti perimetrali. Questo tutorial è rivolto operatori di piattaforma e sviluppatori. Prima di leggere questo documento, assicurati di conoscere le seguenti tecnologie e concetti:

Playbook Ansible.
Deployment a livello perimetrale e le relative sfide.
Come lavorare con un progetto Google Cloud.
Eseguire il deployment di un'applicazione web containerizzata.
Interfacce a riga di comando gcloud e kubectl.

In questo tutorial utilizzi le macchine virtuali (VM) Compute Engine per emulare i nodi di cui è stato eseguito il deployment sul confine e un'applicazione point of sale di esempio come carico di lavoro di confine. Google Distributed Cloud e Config Sync forniscono gestione e controllo centralizzati per il tuo cluster perimetrale. Config Sync estrae dinamicamente le nuove configurazioni da GitHub e applica di questi criteri e configurazioni ai tuoi cluster.

Architettura di deployment a livello perimetrale

Un deployment edge per la vendita al dettaglio è un buon modo per illustrare l'architettura utilizzata in un tipico deployment di Google Distributed Cloud.

Un negozio fisico è il punto di interazione più vicino tra l'enterprise e il consumatore. I sistemi software all'interno dei negozi devono i carichi di lavoro, ricevere aggiornamenti tempestivi e generare report sulle metriche critiche dall'isolamento dal sistema di gestione centrale dell'azienda. Inoltre, questi sistemi software devono essere progettati in modo da poter essere ampliati in modo da più località in futuro. Sebbene Google Distributed Cloud soddisfi tutti questi requisiti, per i sistemi software dei negozi, profilo edge consente un caso d'uso importante: deployment in ambienti con risorse hardware limitate come la vetrina di un negozio.

Il seguente diagramma mostra un deployment Google Distributed Cloud che utilizza il in un negozio di vendita al dettaglio:

Deployment di Google Distributed Cloud che utilizza il profilo edge in un negozio di vendita al dettaglio

Il diagramma precedente mostra un tipico negozio fisico. Il negozio dispone di dispositivi intelligenti come lettori di carte, macchine point-of-sale, videocamere e stampanti. Il negozio dispone anche di tre dispositivi hardware di calcolo fisico (etichettati Node 1, Node 2 e Node 3). Tutti questi dispositivi sono collegati a uno switch di rete centrale. Pertanto, i tre dispositivi di calcolo sono collegati tra loro tramite una rete di livello 2. La I dispositivi di elaborazione dati in rete costituiscono l'infrastruttura bare metal. Google Distributed Cloud è in esecuzione in ciascuno dei tre dispositivi di calcolo. Questi I dispositivi dispongono inoltre di un proprio spazio di archiviazione su disco e sono configurati per la replica dei dati tra loro per garantire l'alta disponibilità.

Il diagramma mostra anche i seguenti componenti chiave che fanno parte di un Deployment di Google Distributed Cloud:

Il componente contrassegnato come MetalLB è il bilanciatore del carico in bundle di cui viene eseguito il deployment con Google Distributed Cloud.
Il componente Config Sync consente di sincronizzare lo stato del cluster rispetto ai repository di origine. Si tratta di un modello facoltativo che richiede installazione e configurazione separate. Per maggiori informazioni informazioni su come configurare Config Sync e della nomenclatura, vedi documentazione di Config Sync.
Il repository principale e il repository dello spazio dei nomi mostrati nella parte superiore del diagramma al di fuori della posizione del negozio rappresentano due repository di origine.

Le modifiche al cluster vengono inviate a questi repository di origine centrali. I deployment Google Distributed Cloud in varie località perimetrali scaricano gli aggiornamenti dal repository di codice sorgente. Questo comportamento è rappresentato dalle frecce che collegano tra i due repository nel diagramma a Config Sync all'interno del cluster Google Distributed Cloud in esecuzione dispositivi mobili.
Un altro componente chiave rappresentato all'interno del cluster è il runtime VM su GDC. Il runtime VM su GDC consente l'esecuzione di applicazioni Carichi di lavoro basati su VM all'interno del cluster senza la necessità di containerizzazione. La documentazione del runtime VM su GDC spiega come attivarlo ed eseguire il deployment dei carichi di lavoro VM nel cluster.
Il componente contrassegnato come Applicazione indica il software di cui è stato eseguito il deployment in dal punto vendita. L'applicazione point of sale visualizzata nei kiosk un negozio di vendita al dettaglio potrebbe essere un esempio di questa applicazione.

Le caselle nella parte inferiore del diagramma rappresentano i numerosi dispositivi (come chioschi, tablet o videocamere) all'interno di un negozio di vendita al dettaglio, tutti connessi a un switch di rete centrale. Il networking locale all'interno dello store consente applicazioni in esecuzione all'interno del deployment Google Distributed Cloud per raggiungere dispositivi mobili.

Nella sezione successiva viene mostrata l'emulazione di questo deployment del negozio di vendita al dettaglio in Google Cloud utilizzando le VM Compute Engine. Questa emulazione è ciò che utilizzerai nel tutorial che segue per sperimentare con Google Distributed Cloud.

Deployment perimetrale emulato in Google Cloud

Il seguente diagramma è una rappresentazione di tutto ciò che hai configurato Google Cloud in questo tutorial. Questo diagramma è correlato al negozio diagramma della sezione precedente. Questo deployment rappresenta una località edge simulata in cui è implementata l'applicazione point of sale. L'architettura mostra anche un semplice carico di lavoro dell'applicazione di esempio point of sale questo tutorial. Accedi all'applicazione point of sale all'interno del cluster utilizzando un browser web come kiosk.

Architettura dell'applicazione point of sale e come viene eseguita il deployment all'interno di un cluster Google Distributed Cloud in esecuzione su VM Compute Engine

Le tre macchine virtuali (VM) Compute Engine nel diagramma precedente rappresentano l'hardware (o i nodi) fisico in una tipica località perimetrale. Questo hardware verrà collegato a switch di rete per formare l'infrastruttura bare metal. Nel nostro ambiente emulato in Google Cloud, queste VM sono connesse tra loro tramite Virtual Private Cloud (VPC) nel progetto Google Cloud.

In una tipica installazione di Google Distributed Cloud puoi configurare i tuoi bilanciatori del carico. Tuttavia, per questo tutorial non devi configurare un carico esterno con il bilanciatore del carico di rete passthrough esterno regionale. Utilizza invece il bilanciatore del carico MetalLB in bundle installato con Google Distributed Cloud. Il bilanciatore del carico MetalLB in bundle richiede connettività di rete di livello 2 tra i nodi. Pertanto, la connettività di livello 2 tra le VM Compute Engine viene attivata creando una rete overlay VxLAN sulla rete VPC (Virtual Private Cloud) predefinita.

All'interno del rettangolo con l'etichetta "Rete overlay L2 (VxLAN)", il software in esecuzione all'interno delle tre VM di Compute Engine. Questo rettangolo include il cluster Google Distributed Cloud e un proxy inverso. Il cluster è rappresentato dal rettangolo "Google Distributed Cloud". Questo rettangolo che rappresenta l'ammasso include un altro rettangolo contrassegnato come "Spazio dei nomi Kubernetes (pos)". Rappresenta uno spazio dei nomi Kubernetes all'interno del cluster. Tutti i componenti all'interno di questo spazio dei nomi Kubernetes l'applicazione point of sale di cui è stato eseguito il deployment nel cluster Google Distributed Cloud. L'applicazione point of sale ha tre microservizi: API Server, Inventory e Payments. Tutti questi componenti insieme rappresentano un'"applicazione" mostrata nel diagramma dell'architettura di implementazione di Edge precedente.

Il bilanciatore del carico MetalLB incluso del cluster Google Distributed Cloud non può essere raggiunto direttamente dall'esterno delle VM. Il diagramma mostra una Proxy inverso NGINX configurato per essere eseguito all'interno delle VM per instradare il traffico in entrata di Compute Engine al bilanciatore del carico. Questa è solo una soluzione alternativa per agli scopi di questo tutorial in cui i nodi perimetrali vengono emulati utilizzando Google Cloud di Compute Engine. In una posizione di confine reale, questa operazione può essere eseguita con una configurazione di rete adeguata.

Obiettivi

Utilizza le VM Compute Engine per emulare un'infrastruttura bare metal in esecuzione in una località edge.
Crea un cluster Google Distributed Cloud nell'infrastruttura edge emulata.
Connetti e registra il cluster con Google Cloud.
Esegui il deployment di un carico di lavoro di esempio dell'applicazione point of sale nel cluster Google Distributed Cloud.
Utilizzare la console Google Cloud per verificare e monitorare l'applicazione point of sale che opera sulla località perimetrale.
Utilizza Config Sync per aggiornare l'applicazione point of sale in esecuzione sul cluster Google Distributed Cloud.

Prima di iniziare

Nella pagina del selettore progetti della console Google Cloud, seleziona oppure creare un progetto Google Cloud.

Nota: se non prevedi di conservare le risorse che crei in questa procedura, crea un progetto invece di selezionarne uno esistente. Una volta completata questa procedura, puoi eliminare il progetto e tutte le relative risorse.

Vai alla selezione del progetto
Verifica che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verifica se la fatturazione è abilitata su un progetto.
Installa e inizializzare con Google Cloud CLI.

Crea un fork e clona il repository anthos-samples

Tutti gli script utilizzati in questo tutorial sono archiviati in anthos-samples repository Git. La struttura delle cartelle in /anthos-bm-edge-deployment/acm-config-sink è organizzato in base a ciò che previsto da Config Sync. Clona questo repository nel tuo account GitHub prima di continuare con i passaggi seguenti.

Se non ne hai già uno, crea un account su GitHub.
Crea un token di accesso personale da utilizzare nella configurazione di Config Sync. Questo è necessario per consentire ai componenti Config Sync nel cluster di autenticarsi con il tuo account GitHub quando si tenta di sincronizzare le nuove modifiche.
1. Seleziona solo l'ambito public_repo.
2. Salva il token di accesso che hai creato in un luogo sicuro per utilizzarlo in un secondo momento.
Crea un fork del repository anthos-samples nel tuo account GitHub:
1. Vai al repository anthos-samples.
2. Fai clic sull'icona Fork nell'angolo in alto a destra della pagina.
3. Fai clic sull'account utente GitHub in cui vuoi creare un fork del repository. Tu vengono reindirizzati automaticamente alla pagina con la versione creata con fork Repository anthos-samples.
Apri un terminale nel tuo ambiente locale.
Per clonare il repository creato mediante fork, esegui il comando riportato di seguito, dove GITHUB_USERNAME è il nome utente per il tuo account GitHub:
```
git clone https://github.com/GITHUB_USERNAME/anthos-samples
cd anthos-samples/anthos-bm-edge-deployment
```
Nota: sia il repository di codice sorgente per questa soluzione sia il tuo fork sono repository pubblici. Questo documento illustra l'utilizzo di un accesso per imitare un caso d'uso effettivo con un repository privato.

Configura l'ambiente di workstation

Per completare il deployment a livello perimetrale descritto in questo documento, è necessario workstation con accesso a internet e i seguenti strumenti installati:

Docker
Strumento dell'interfaccia a riga di comando envsubst (di solito preinstallato su Linux e altri sistemi operativi tipo Unix)

Esegui tutti i comandi del tutorial sulla workstation che configuri in questa sezione.

Sulla workstation, inizializza le variabili di ambiente in una nuova istanza shell:

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"

Sostituisci i seguenti valori:

PROJECT_ID: l'ID del tuo progetto Google Cloud.
GITHUB_USERNAME: il tuo nome utente GitHub.
ACCESS_TOKEN: il token di accesso personale che hai creato per il tuo repository GitHub.

Mantieni i valori predefiniti per le altre variabili di ambiente. che sono descritte nelle sezioni che seguono.

Nella tua workstation, inizializza 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}"

Nella tua workstation, crea l'account di servizio Google Cloud per le istanze Compute Engine. Questo script crea il file della chiave JSON per il nuovo account di servizio in <REPO_ROOT>/anthos-bm-edge-deployment/build-artifacts/consumer-edge-gsa.json. Configura inoltre il portachiavi e la chiave di Cloud Key Management Service per la crittografia della chiave privata SSH.

./scripts/create-primary-gsa.sh

L'esempio seguente è solo una parte dello script. Per vedere l'intera fai clic su Visualizza su 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
# ...

Esegui il provisioning delle istanze Compute Engine

In questa sezione creerai le VM di Compute Engine in cui Google Distributed Cloud verrà installata. Verifica anche la connettività a queste VM prima di procedere alla sezione di installazione.

Sulla workstation, crea chiavi SSH che vengono utilizzate per la comunicazione le istanze di Compute Engine.
```
ssh-keygen -f ./build-artifacts/consumer-edge-machine
```

Cripta la chiave privata SSH utilizzando 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

Genera il file di configurazione dell'ambiente .envrc e eseguine il commit. Dopo il giorno creato, esamina il file .envrc per assicurarti che le variabili di ambiente abbiano siano stati sostituiti con i valori corretti.

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

Di seguito è riportato un esempio di file .envrc generato sostituendo il metodo variabili di ambiente nel file templates/envrc-template.sh. Nota che le righe aggiornate sono evidenziate:

# 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

Crea istanze di Compute Engine in cui è installato Google Distributed Cloud.

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

Installa Google Distributed Cloud con Ansible

Lo script utilizzato in questa guida crea cluster Google Distributed Cloud in gruppi di tre istanze Compute Engine. Il numero di cluster creati è controllato dalla variabile di ambiente GCE_COUNT. Ad esempio, imposti la variabile di ambiente GCE_COUNT in 6 per crearne due Cluster Google Distributed Cloud con 3 istanze VM ciascuno. Per impostazione predefinita, la variabile di ambiente GCE_COUNT è impostata su 3. Pertanto, in questa guida verrà creato un cluster con 3 istanze Compute Engine. Le istanze VM vengono denominate con un prefisso cnuc- seguito da un numero. La prima istanza VM di ogni cluster funge da workstation di amministrazione da cui viene attivata l'installazione. Al cluster viene anche assegnato lo stesso nome dell'amministratore VM workstation (ad esempio cnuc-1, cnuc-4, cnuc-7).

Il playbook Ansible esegue le seguenti operazioni:

Configura le istanze Compute Engine con gli strumenti necessari, come docker, bmctl, gcloud e nomos.
Installa Google Distributed Cloud nelle istanze Compute Engine configurate.
Crea un cluster autonomo Google Distributed Cloud denominato cnuc-1.
Registra il cluster cnuc-1 con Google Cloud.
Installa Config Sync nel cluster cnuc-1.
Configura Config Sync per la sincronizzazione con il cluster configurazioni situate in anthos-bm-edge-deployment/acm-config-sink nel repository creato con fork.
Genera il file Login token per il cluster.

Completa i seguenti passaggi per configurare e avviare la procedura di installazione:

Nella workstation, crea l'immagine Docker utilizzata per l'installazione. Questa immagine contiene tutti gli strumenti necessari per la procedura di installazione, come Ansible, Python e Google Cloud CLI.

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

Quando la compilazione viene eseguita correttamente, viene generato un output simile al seguente:

...
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

Genera il file dell'inventario Ansible da un modello.

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

Esegui lo script di installazione che avvia un container Docker dall'immagine creato in precedenza. Lo script utilizza internamente Docker per generare il contenitore con un montaggio del volume nella directory di lavoro corrente. Con successo di questo script devi trovarti all'interno del container Docker è stato creato. Attiva l'installazione di Ansible dall'interno di questo contenitore.

./install.sh

Quando lo script viene eseguito correttamente, produce un output simile al seguente:

...
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)

Dall'interno del container Docker, verifica l'accesso a Compute Engine di Compute Engine.

./scripts/health-check.sh

Quando lo script viene eseguito correttamente, produce un output simile al seguente:

...
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"}

All'interno del contenitore Docker, esegui il playbook Ansible per l'installazione di Google Distributed Cloud sulle istanze Compute Engine. Al termine, vedrai l'Login Token del cluster stampato sullo schermo.

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

Se l'installazione viene eseguita correttamente, viene generato un output simile al seguente:

...
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

Accedi al cluster Google Distributed Cloud nella console Google Cloud

Una volta eseguito il playbook Ansible fino al completamento, Il cluster Google Distributed Cloud è installato all'interno di Compute Engine delle VM in esecuzione. Questo cluster viene registrato anche in Google Cloud utilizzando Agente Connect. Tuttavia, per visualizzare i dettagli di questo cluster, devi registrare al cluster dalla console Google Cloud. Per accedere al Completa i seguenti passaggi per il cluster GKE.

Copia il token dall'output del playbook Ansible nella precedente .

Nota: se non hai più accesso all'output della console, controlla il log su ./build-artifacts/ansible-run.log per ottenere il token. Puoi anche eseguire il seguente playbook Ansible per recuperare di nuovo il token: ansible-playbook all-get-login-tokens.yaml -i inventory
Nella console Google Cloud, vai alla pagina Cluster Kubernetes e utilizza il token copiato per accedere al cluster cnuc-1.

Vai alla pagina dei cluster Kubernetes
1. Nell'elenco dei cluster, fai clic su Azioni accanto al cluster cnuc-1, quindi fai clic su Accedi.
2. Seleziona Token e incolla il token copiato.
3. Fai clic su Login (Accedi).
Nella console Google Cloud, vai alla pagina Configurazione nella sezione Funzionalità.

Vai a Config

Nella scheda Pacchetti, controlla la colonna Stato sincronizzazione nella tabella dei cluster. Verifica che lo stato sia Sincronizzato. Uno stato Sincronizzato indica che Config Sync ha sincronizzato correttamente le configurazioni di GitHub con il cluster distribuito, cnuc-1.

Configura un proxy per il traffico esterno

Il cluster Google Distributed Cloud installato nei passaggi precedenti utilizza un bilanciatore del carico incluso chiamato MetalLB. Questo servizio di bilanciamento del carico è accessibile solo tramite un indirizzo IP Virtual Private Cloud (VPC). Per instradare il traffico in entrata tramite il suo IP esterno al bilanciatore del carico in bundle, configura un servizio di proxy inverso nell'hosting amministratore (cnuc-1). Questo servizio di proxy inverso ti consente di raggiungere il server API dell'applicazione point of sale tramite l'IP esterno dell'hosting amministratore (cnuc-1).

Gli script di installazione nei passaggi precedenti hanno installato NGINX nei host di amministrazione insieme a un file di configurazione di esempio. Aggiorna questo file in utilizza l'indirizzo IP del servizio bilanciatore del carico e riavvia NGINX.

Sulla workstation, utilizza SSH per accedere alla workstation di amministrazione:
```
ssh -F ./build-artifacts/ssh-config abm-admin@cnuc-1
```
Dalla workstation di amministrazione, configura il proxy inverso NGINX per instradare il traffico al servizio di bilanciamento del carico del server API. Ottieni l'indirizzo IP del carico servizio Kubernetes di tipo di bilanciatore:
```
ABM_INTERNAL_IP=$(kubectl get services api-server-lb -n pos | awk '{print $4}' | tail -n 1)
```

Aggiorna il file di configurazione del modello con l'indirizzo IP recuperato:

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

Riavvia NGINX per assicurarti che la nuova configurazione venga applicata:
```
sudo systemctl restart nginx
```

Controlla e verifica che lo stato del server NGINX riporti "attivo (in esecuzione)":

sudo systemctl status nginx

Quando NGINX viene eseguito correttamente, produce un output come l'esempio seguente:

● 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: ....
            ...
            ...

Esci dalla sessione SSH nella workstation di amministrazione:
```
exit
```
Esci dalla sessione di shell nel container Docker. Quando esci dall'istanza di amministrazione, sei ancora all'interno del container Docker utilizzato per l'installazione:
```
exit
```

Accedere all'applicazione point of sale

Con la configurazione del proxy esterno puoi accedere all'applicazione in esecuzione all'interno del cluster GKE. Per accedere all'applicazione point of sale di esempio: completa i seguenti passaggi.

Sulla workstation, ottieni l'indirizzo IP esterno dell'istanza Compute Engine di amministrazione e accedi all'interfaccia utente dell'applicazione point of sale:

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}"

Una volta eseguiti correttamente, gli script producono output come il seguente:

Point the browser to: 34.134.194.84:8082

Apri il browser web e vai all'indirizzo IP mostrato nell'output del comando precedente. Puoi accedere e testare l'applicazione punto di vendita di esempio, come mostrato nello screenshot di esempio seguente:

Utilizza Config Sync per aggiornare il server API

È possibile eseguire l'upgrade dell'applicazione di esempio a una versione più recente aggiornando il di configurazione nel repository radice. Config Sync rileva gli aggiornamenti e apporta automaticamente le modifiche al cluster. In questo esempio il repository radice è il repository anthos-samples che hai clonato nel all'inizio di questa guida. Per scoprire in che modo l'applicazione point of sale di esempio può eseguire un deployment di upgrade a una versione più recente, completa i seguenti passaggi.

Nella tua workstation, aggiorna il campo image per modificare la versione del server API da v1 a v2. La configurazione YAML per il deployment file all'indirizzo 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
```

Aggiungi, esegui il commit delle modifiche ed esegui il push delle modifiche al repository creato con fork:

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

Nella console Google Cloud, vai alla pagina Config Sync per verificare lo stato delle specifiche di configurazione. Verifica che lo stato sia Sincronizzato.

Vai alla pagina Config Sync
Nella console Google Cloud, vai alla pagina Carichi di lavoro Kubernetes Engine per verificare che il deployment sia aggiornato.

Vai alla pagina Carichi di lavoro di Kubernetes Engine
Quando lo stato del deployment è OK, indirizza il browser all'indirizzo IP indicato nella sezione precedente per visualizzare l'applicazione point of sale. Tieni presente che la versione nel titolo mostra "V2", a indicare che la modifica dell'applicazione è stata implementata, come mostrato nello screenshot di esempio seguente:

Potrebbe essere necessario aggiornare manualmente la scheda del browser per vedere le modifiche.

Esegui la pulizia

Per evitare addebiti Google Cloud non necessari, elimina le risorse utilizzate per questa guida al termine. Puoi eliminarli manualmente le risorse o eliminare il tuo progetto Google Cloud, di tutte le risorse. Potresti anche voler eliminare le modifiche apportate nella workstation locale:

Workstation locale

Per annullare le modifiche apportate dagli script di installazione, devono essere aggiornati i seguenti file.

Rimuovi gli indirizzi IP delle VM di Compute Engine aggiunti al file /etc/hosts.
Rimuovi la configurazione SSH per cnuc-* nel file ~/.ssh/config.
Rimuovi le impronte delle VM Compute Engine dal file ~/.ssh/known_hosts.

Elimina progetto

Se hai creato un progetto dedicato per questa procedura, elimina il progetto Google Cloud dalla console Google Cloud.

Attenzione: l'eliminazione di un progetto ha i seguenti effetti:

L'intero contenuto del progetto viene eliminato. Se hai utilizzato un progetto esistente per le attività descritte in questo documento, quando lo elimini elimini anche tutto il lavoro svolto nel progetto.
Gli ID progetto personalizzati non sono più disponibili. Quando hai creato questo progetto, potresti aver creato un ID progetto personalizzato che vuoi utilizzare in futuro. Per conservare gli URL che utilizzano l'ID progetto, ad esempio un appspot.com URL, elimina le risorse selezionate all'interno del progetto anziché eliminare l'intero progetto.

Se intendi esplorare più architetture, tutorial o guide rapide, il riuso dei progetti può aiutarti a non superare i limiti di quota.

In the Google Cloud console, go to the Manage resources page.

Go to Manage resources

In the project list, select the project that you want to delete, and then click Delete.

In the dialog, type the project ID, and then click Shut down to delete the project.

Manuale

Se hai utilizzato un progetto esistente per questa procedura, segui questi passaggi:

Annulla la registrazione di tutti i cluster Kubernetes con un nome preceduto da cnuc-.
Elimina tutte le VM di Compute Engine con un nome preceduto da cnuc-.
Elimina il bucket Cloud Storage con un nome preceduto da abm-edge-boot.
Elimina le regole firewall allow-pod-ingress e allow-pod-egress.
Elimina il secret di Secret Manager install-pub-key.

Passaggi successivi

Puoi espandere questa guida aggiungendo un'altra località di confine. L'impostazione del parametro GCE_COUNT variabile di ambiente 6 ed eseguendo nuovamente gli stessi passaggi da precedenti crea tre nuove istanze (cnuc-4, cnuc-5, cnuc-6) e un nuovo Google Distributed Cloud cluster autonomo denominato cnuc-4.

Puoi anche provare ad aggiornare le configurazioni dei cluster nel repository creato con fork per applicare selettivamente le diverse versioni un'applicazione point of sale ai due cluster, cnuc-1 e cnuc-4, utilizzando ClusterSelectors.

Per informazioni dettagliate sui singoli passaggi di questa guida e sugli script coinvolti, consulta il repository anthos-samples.