Esegui il deployment dei cluster a livello perimetrale

Questo tutorial introduce una soluzione pronta all'uso che utilizza Google Distributed Cloud (solo software) su bare metal e Config Sync per eseguire il deployment dei cluster Kubernetes sull'edge su larga scala. Questo tutorial è rivolto a operatori e sviluppatori di piattaforme. Prima di leggere questo documento, assicurati di avere familiarità con le seguenti tecnologie e concetti:

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

Architettura di deployment a livello perimetrale

Un deployment edge retail è un buon modo per illustrare l'architettura utilizzata in un tipico deployment di cluster bare metal.

Un negozio al dettaglio fisico è il punto di interazione più vicino tra un'unità aziendale e il consumatore. I sistemi software all'interno dei negozi devono eseguire i propri carichi di lavoro, ricevere aggiornamenti tempestivi e segnalare metriche critiche in isolamento dal sistema di gestione centrale dell'azienda. Inoltre, questi sistemi software devono essere progettati in modo da poter essere estesi a un maggior numero di negozi in futuro. Sebbene qualsiasi deployment di cluster bare metal soddisfi tutti questi requisiti per i sistemi software del negozio, il profilo edge consente un caso d'uso importante: i deployment in ambienti con risorse hardware limitate, come la vetrina di un negozio al dettaglio.

Il seguente diagramma mostra un deployment del cluster bare metal che utilizza il profilo edge in un negozio al dettaglio:

Deployment che utilizza il profilo edge in un negozio al dettaglio

Il diagramma precedente mostra un tipico negozio al dettaglio fisico. Il negozio dispone di dispositivi intelligenti come lettori di carte, terminali per punti vendita, 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. I dispositivi di computing collegati in rete costituiscono l'infrastruttura bare metal. Il software Google Distributed Cloud viene eseguito all'interno di ciascuno dei tre dispositivi di elaborazione. Questi dispositivi hanno anche 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 del cluster bare metal:

  • Il componente contrassegnato come MetalLB è il bilanciatore del carico in bundle.

  • Il componente Config Sync consente di sincronizzare lo stato del cluster con i repository di origine. Si tratta di un componente aggiuntivo facoltativo altamente consigliato che richiede installazione e configurazione separate. Per ulteriori informazioni su come configurare Config Sync e sulla diversa nomenclatura, consulta la documentazione di Config Sync.

  • Il repository principale e il repository dello spazio dei nomi mostrati nella parte superiore del diagramma all'esterno della sede del negozio rappresentano due repository di origine.

    Le modifiche al cluster vengono inviate a questi repository di origine centrali. I deployment dei cluster in varie località edge estraggono gli aggiornamenti dai repository di origine. Questo comportamento è rappresentato dalle frecce che collegano i due repository nel diagramma ai componenti di Config Sync all'interno del cluster in esecuzione nei dispositivi.

  • Un altro componente chiave raffigurato come parte del cluster è il runtime VM su GDC. VM Runtime su GDC consente di eseguire i carichi di lavoro basati su VM esistenti all'interno del cluster senza la necessità di containerizzazione. La documentazione sul 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 nel cluster dal negozio al dettaglio. L'applicazione point of sale visualizzata nei chioschi di un negozio al dettaglio potrebbe essere un esempio di questo tipo di applicazione.

I riquadri nella parte inferiore del diagramma rappresentano i numerosi dispositivi (come chioschi, tablet o videocamere) all'interno di un negozio al dettaglio, tutti connessi a un switch di rete centrale. La rete locale all'interno del negozio consente alle applicazioni in esecuzione all'interno del cluster di raggiungere questi dispositivi.

Nella sezione successiva vedrai l'emulazione del deployment di questo negozio al dettaglio in Google Cloud utilizzando le VM Compute Engine. Questa emulazione è quella che utilizzerai nel tutorial che segue per sperimentare un cluster bare metal.

Deployment edge emulato in Google Cloud

Il seguente diagramma mostra tutto ciò che hai configurato in Google Cloud in questo tutorial. Questo diagramma corrisponde al diagramma del negozio al dettaglio della sezione precedente. Questo deployment rappresenta una posizione edge emulata in cui viene eseguito il deployment dell'applicazione Point of Sale. L'architettura mostra anche un carico di lavoro dell'applicazione di esempio per il punto vendita che utilizzi in questo tutorial. Accedi all'applicazione per il punto vendita all'interno del cluster utilizzando un browser web come kiosk.

Architettura dell'applicazione per il punto vendita e modalità di deployment all'interno di un cluster in esecuzione su VM Compute Engine

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

In una tipica installazione del cluster bare metal puoi configurare i tuoi bilanciatori del carico. Tuttavia, per questo tutorial non configurerai un bilanciatore del carico esterno. Utilizzi invece il bilanciatore del carico MetalLB in bundle. Il bilanciatore del carico MetalLB in bundle richiede la connettività di rete di livello 2 tra i nodi. Pertanto, la connettività di livello 2 tra le VM di Compute Engine è abilitata creando una rete di overlay VxLAN sopra la rete Virtual Private Cloud (VPC) predefinita.

All'interno del rettangolo etichettato "Rete di overlay L2 (VxLAN)" vengono mostrati i componenti software in esecuzione all'interno delle tre VM di Compute Engine. Questo rettangolo VxLAN include il deployment del cluster, che contiene uno spazio dei nomi Kubernetes all'interno del cluster. Tutti i componenti all'interno di questo spazio dei nomi Kubernetes costituiscono l'applicazione per il punto vendita di cui viene eseguito il deployment nel cluster. 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 in bundle del cluster non è raggiungibile direttamente dall'esterno delle VM. Il diagramma mostra un proxy inverso NGINX configurato per essere eseguito all'interno delle VM per indirizzare il traffico in entrata alle VM di Compute Engine al bilanciatore del carico. Questa è solo una soluzione alternativa per gli scopi di questo tutorial in cui i nodi perimetrali vengono emulati utilizzando le VM di Compute Engine. Google CloudIn una posizione edge reale, questa operazione può essere eseguita con una corretta configurazione di rete.

Obiettivi

  1. Utilizza le VM Compute Engine per emulare un'infrastruttura bare metal in esecuzione in una località edge.
  2. Utilizza Google Distributed Cloud per creare un cluster nell'infrastruttura edge emulata.
  3. Connetti e registra il cluster con Google Cloud.
  4. Esegui il deployment di un carico di lavoro dell'applicazione di esempio per il punto vendita sul cluster.
  5. Utilizza la console Google Cloud per verificare e monitorare l'applicazione point of sale che opera nella località edge.
  6. Utilizza Config Sync per aggiornare l'applicazione per il punto vendita in esecuzione sul cluster.

Prima di iniziare

  1. Nella console Google Cloud , nella pagina di selezione del progetto, seleziona o crea un progetto Google Cloud .

    Vai alla selezione del progetto

  2. Verifica che la fatturazione sia attivata per il tuo progetto Cloud. Scopri come verificare se la fatturazione è abilitata per un progetto.

  3. Installa e inizializza Google Cloud CLI.

Crea un fork e clona il repository anthos-samples

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

  1. Se non ne hai già uno, crea un account su GitHub.

  2. Crea un token di accesso personale da utilizzare nella configurazione di Config Sync. Questa operazione è necessaria per l'autenticazione dei componenti di Config Sync nel cluster con il tuo account GitHub quando tenti 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.

  3. 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. Verrà visualizzata automaticamente la pagina con la tua versione del repository anthos-samples creata mediante fork.

  4. Apri un terminale nel tuo ambiente locale.

  5. 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

Configura l'ambiente della workstation

Per completare il deployment edge descritto in questo documento, hai bisogno di una workstation con accesso a internet e dei seguenti strumenti installati:

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

  1. Sulla workstation, inizializza le variabili di ambiente in una nuova istanza della 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: il tuo ID 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. Sono spiegati nelle sezioni seguenti.

  2. Sulla 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}"

  3. Sulla workstation, crea il service account Google Cloud per le istanze di Compute Engine. Questo script crea il file della chiave JSON per il nuovoaccount di serviziot in <REPO_ROOT>/anthos-bm-edge-deployment/build-artifacts/consumer-edge-gsa.json. Configura anche il portachiavi e la chiave di Cloud Key Management Service per la crittografia della chiave privata SSH.

    ./scripts/create-primary-gsa.sh

    Il seguente esempio è solo una parte dello script. Per visualizzare l'intero script, 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, crei le VM Compute Engine in cui verrà installato il software Google Distributed Cloud. Verifica anche la connettività a queste VM prima di procedere alla sezione di installazione.

  1. Sulla workstation, crea le chiavi SSH utilizzate per la comunicazione tra le istanze Compute Engine:

    ssh-keygen -f ./build-artifacts/consumer-edge-machine

  2. 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

  3. Genera il file di configurazione dell'ambiente .envrc e recuperalo. Dopo aver creato il file .envrc, ispezionalo per assicurarti che le variabili di ambiente siano state sostituite con i valori corretti.

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

    Di seguito è riportato un esempio di file .envrc generato sostituendo le 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

  4. Crea istanze Compute Engine:

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

Installa un cluster Bare Metal con Ansible

Lo script utilizzato in questa guida crea cluster in gruppi di tre istanze di Compute Engine. Il numero di cluster creati è controllato dalla variabile di ambiente GCE_COUNT. Ad esempio, imposti la variabile di ambiente GCE_COUNT su 6 per creare due cluster 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 sono 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 assegnato lo stesso nome della VM workstation amministrativa (ad esempio cnuc-1, cnuc-4, cnuc-7).

Il playbook Ansible esegue le seguenti operazioni:

  • Configura le istanze di Compute Engine con gli strumenti necessari, ad esempio docker, bmctl, gcloud e nomos.
  • Installa un cluster bare metal nelle istanze Compute Engine configurate.
  • Crea un cluster autonomo 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 le configurazioni del cluster che si trovano in anthos-bm-edge-deployment/acm-config-sink nel repository di cui è stato eseguito il fork.
  • Genera il Login token per il cluster.

Per configurare e avviare la procedura di installazione, completa i seguenti passaggi:

  1. Sulla 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 build viene eseguita correttamente, produce 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

  2. Genera il file di inventario Ansible dal modello:

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

  3. Esegui lo script di installazione che avvia un container Docker dall'immagine creata in precedenza. Lo script utilizza internamente Docker per generare il container con un montaggio del volume nella directory di lavoro corrente. Una volta completato lo script, devi trovarti all'interno del contenitore Docker creato. Attivi l'installazione di Ansible dall'interno di questo container.

    ./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)

  4. Dall'interno del container Docker, verifica l'accesso alle istanze 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"}

  5. Dall'interno del container Docker, esegui il playbook Ansible per installare un cluster bare metal sulle istanze Compute Engine:

    Al termine, sullo schermo verrà visualizzato il Login Token per il cluster.

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

    Quando 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 nella console Google Cloud

Al termine dell'esecuzione del playbook Ansible, viene installato un cluster autonomo all'interno delle VM di Compute Engine. Questo cluster è registrato anche in Google Cloud, utilizzando l'agente Connect. Tuttavia, per visualizzare i dettagli di questo cluster, devi accedere al cluster dalla console Google Cloud .

Per accedere al cluster, completa i seguenti passaggi:

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

  2. 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).
  3. Nella console Google Cloud , vai alla pagina Config nella sezione Funzionalità.

    Vai a Configurazione

    4. Nella scheda Pacchetti, controlla la colonna Stato della sincronizzazione nella tabella del cluster. Verifica che lo stato sia Sincronizzato. Lo stato Sincronizzato indica che Config Sync ha sincronizzato correttamente le configurazioni di GitHub con il cluster di cui è stato eseguito il deployment, cnuc-1.

s

Configurare un proxy per il traffico esterno

Il cluster installato nei passaggi precedenti utilizza un bilanciatore del carico in bundle 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'host amministratore (cnuc-1). Questo servizio di proxy inverso ti consente di raggiungere il server API dell'applicazione per il punto vendita tramite l'IP esterno dell'host amministratore (cnuc-1).

Gli script di installazione nei passaggi precedenti hanno installato NGINX negli host amministratore insieme a un file di configurazione di esempio. Aggiorna questo file in modo che utilizzi l'indirizzo IP del servizio di bilanciamento del carico e riavvia NGINX.

  1. Sulla workstation, utilizza SSH per accedere alla workstation di amministrazione:

    ssh -F ./build-artifacts/ssh-config abm-admin@cnuc-1

  2. Dall'interno della workstation amministrativa, configura il reverse proxy NGINX per instradare il traffico al servizio di bilanciamento del carico del server API. Ottieni l'indirizzo IP del servizio Kubernetes di tipo bilanciatore del carico:

    ABM_INTERNAL_IP=$(kubectl get services api-server-lb -n pos | awk '{print $4}' | tail -n 1)

  3. 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"

  4. Riavvia NGINX per assicurarti che la nuova configurazione venga applicata:

    sudo systemctl restart nginx

  5. Controlla e verifica che lo stato dei report del server NGINX sia "active (running)":

    sudo systemctl status nginx

    Quando NGINX è in esecuzione correttamente, produce un output simile al seguente esempio:

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

  6. Esci dalla sessione SSH nella workstation amministrativa:

    exit

  7. Esci dalla sessione shell nel container Docker. Dopo aver chiuso l'istanza amministrativa, ti trovi 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. Per accedere all'applicazione punto vendita di esempio, completa i seguenti passaggi.

  1. Sulla workstation, ottieni l'indirizzo IP esterno dell'istanza Compute Engine di amministrazione e accedi all'interfaccia utente dell'applicazione per il punto vendita:

    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}"

    Quando gli script vengono eseguiti correttamente, producono un output simile al seguente:

    Point the browser to: 34.134.194.84:8082

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

    È stato eseguito il deployment della versione 1 dell&#39;applicazione point of sale

Utilizzare Config Sync per aggiornare il server API

L'applicazione di esempio può essere aggiornata a una versione più recente aggiornando i file di configurazione nel repository radice. Config Sync rileva gli aggiornamenti e apporta automaticamente le modifiche al cluster. In questo esempio, il repository root è il repository anthos-samples che hai clonato all'inizio di questa guida. Per vedere come l'applicazione di esempio per il punto vendita può eseguire una distribuzione dell'upgrade a una versione più recente, completa i seguenti passaggi.

  1. Sulla workstation, aggiorna il campo image per modificare la versione del server API da v1 a v2. La configurazione YAML per il deployment si trova nel file in 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

  2. Aggiungi, esegui il commit e 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

  3. Nella console Google Cloud , vai alla pagina Config Sync per controllare lo stato della specifica di configurazione. Verifica che lo stato sia Sincronizzato.

    Vai alla pagina Config Sync

  4. Nella console Google Cloud , vai alla pagina Workload Kubernetes Engine per verificare che il deployment sia aggiornato.

    Vai alla pagina Workload di Kubernetes Engine

  5. Quando lo stato del deployment è OK, indirizza il browser all'indirizzo IP della sezione precedente per visualizzare l'applicazione per il punto vendita. 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:

    È stato eseguito il deployment della versione 2 dell&#39;applicazione point of sale

    Per visualizzare le modifiche, potrebbe essere necessario eseguire un aggiornamento forzato della scheda del browser.

Esegui la pulizia

Per evitare addebiti non necessari di Google Cloud , elimina le risorse utilizzate per questa guida al termine. Puoi eliminare queste risorse manualmente o eliminare il progetto Google Cloud , che elimina anche tutte le risorse. Inoltre, potresti anche voler ripulire le modifiche apportate nella tua workstation locale:

Workstation locale

I seguenti file devono essere aggiornati per cancellare le modifiche apportate dagli script di installazione.

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

Elimina progetto

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

  • 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 con il prefisso cnuc-.
    • Elimina tutte le VM di Compute Engine con un nome con prefisso cnuc-.
    • Elimina il bucket Cloud Storage con un nome con il prefisso abm-edge-boot.
    • Elimina le regole firewall allow-pod-ingress e allow-pod-egress.
    • Elimina il secret install-pub-key di Secret Manager.

    Passaggi successivi

    Puoi espandere questa guida aggiungendo un'altra posizione edge. Se imposti la variabile di ambiente GCE_COUNT su 6 e ripeti gli stessi passaggi delle sezioni precedenti, vengono create tre nuove istanze di Compute Engine (cnuc-4, cnuc-5, cnuc-6) e un nuovo cluster autonomo chiamato cnuc-4.

    Puoi anche provare ad aggiornare le configurazioni dei cluster nel repository forked per applicare selettivamente versioni diverse dell'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.