Tutorial: esegui il deployment di una VM esistente in un cluster utilizzando il runtime VM su GDC

---

Questo documento fornisce una guida passo passo per il deployment di un carico di lavoro basato su macchine virtuali (VM) in un'installazione di Google Distributed Cloud (solo software) su bare metal utilizzando il runtime VM su GDC. Il workload utilizzato in questa guida è l'applicazione di punto di vendita di esempio. Questa applicazione rappresenta un tipico terminale POS che funziona su hardware on-premise in un negozio di vendita al dettaglio.

In questo documento esegui la migrazione di questa applicazione da una VM a un cluster e accedo al frontend web dell'applicazione. Per eseguire la migrazione di una VM esistente nel cluster, è necessario prima creare un'immagine disco della VM. L'immagine deve poi essere ospitata in un repository a cui il cluster può accedere. Infine, l'URL di quell'immagine può essere utilizzato per creare la VM. Il runtime della VM su GDC si aspetta che le immagini siano in formato qcow2. Se fornisci un tipo di immagine diverso, questo viene convertito automaticamente nel formato qcow2. Per evitare conversioni ripetitive e per consentire il riutilizzo, puoi convertire un'immagine del disco virtuale e ospitare l'immagine qcow2.

Questo documento utilizza un'immagine prepreparata di un'istanza VM Compute Engine in cui il carico di lavoro viene eseguito come servizio systemd. Puoi seguire gli stessi passaggi per eseguire il deployment della tua applicazione.

Obiettivi

• Attiva il runtime VM su GDC e installa il plug-in virtctl
• Esegui il deployment del carico di lavoro basato su VM
• Accedi alla VM e controlla lo stato dell'applicazione
• Accedi al carico di lavoro basato su VM

Prima di iniziare

Per compilare questo documento sono necessarie le seguenti risorse:

• Accedi a un cluster bare metal versione 1.12.0 o successive creato seguendo la guida Installazione con bilanciatore del carico manuale. Questo documento configura le risorse di rete in modo da poter accedere al workload in esecuzione all'interno della VM tramite un browser. Se non hai bisogno di questo comportamento, puoi seguire questo documento utilizzando qualsiasi installazione di Google Distributed Cloud su bare metal.
• Una workstation che soddisfi i seguenti requisiti:
  • Ha accesso al tuo cluster utilizzando l'interfaccia a riga di comando bmctl.
  • Ha accesso al tuo cluster utilizzando l'interfaccia a riga di comando kubectl.

Abilita il runtime della VM su GDC e installa il plug-in virtctl

La definizione della risorsa personalizzata Runtime VM su GDC fa parte di tutti gli i cluster bare metal dalla versione 1.10. Un'istanza della risorsa personalizzata VMRuntime è già stata creata al momento dell'installazione. Tuttavia, è disattivata per impostazione predefinita.

1. Attiva il runtime VM su GDC:

   sudo bmctl enable vmruntime --kubeconfig KUBECONFIG_PATH
   

   • KUBECONFIG_PATH: percorso del file kubeconfig del cluster utente.

2. Verifica che VMRuntime sia abilitato:

   kubectl wait --for=jsonpath='{.status.ready}'=true vmruntime vmruntime
   

   L'operazione potrebbe richiedere alcuni minuti.VMRuntime Se non è ancora pronto, controlla alcune volte con brevi intervalli. L'output dell'esempio seguente mostra che VMRuntime è pronto:

   vmruntime.vm.cluster.gke.io/vmruntime condition met
   

3. Installa il plug-in virtctl per kubectl:

   sudo -E bmctl install virtctl
   

   L'esempio di output seguente mostra che la procedura di installazione del plug-in virtctl è completata:

   Please check the logs at bmctl-workspace/log/install-virtctl-20220831-182135/install-virtctl.log
   [2022-08-31 18:21:35+0000] Install virtctl succeeded
   

4. Verifica l'installazione del plug-in virtctl:

   kubectl virt
   

   L'esempio di output seguente mostra che il plug-in virtctl è disponibile per l'utilizzo con kubectl:

   Available Commands:
     addvolume         add a volume to a running VM
     completion        generate the autocompletion script for the specified shell
     config            Config subcommands.
     console           Connect to a console of a virtual machine instance.
     create            Create subcommands.
     delete            Delete  subcommands.
   ...
   

Esegui il deployment del carico di lavoro basato su VM

Quando esegui il deployment di una VM in un'installazione di Google Distributed Cloud (solo software) su bare metal, il runtime VM su GDC si aspetta un'immagine VM. Questa immagine funge da disco di avvio per la VM di cui è stato eseguito il deployment.

In questo tutorial esegui la migrazione di un carico di lavoro basato su VM Compute Engine in un cluster. Questa VM Compute Engine è stata creata e l'applicazione punto di vendita (PoS) di esempio è stata configurata per essere eseguita come servizio systemd. È stata creata in Google Cloudun'immagine del disco di questa VM insieme al carico di lavoro dell'applicazione PoS. Questa immagine è stata poi esportata in un bucket Cloud Storage come un'immagine qcow2. Utilizza questa immagine qcow2 preparata in precedenza nei passaggi successivi.

Nota: anche se in questo documento utilizziamo una VM Compute Engine, i passaggi per creare un'immagine del disco di una VM variano a seconda dell'ambiente o della piattaforma in cui è in esecuzione la VM esistente. Puoi creare un'immagine disco delle VM esistenti se vuoi seguire i passaggi descritti in questo documento con la tua immagine personalizzata.

Il codice sorgente in questo documento è disponibile nel repository GitHub anthos-samples. Utilizza le risorse di questo repository per completare i passaggi che seguiranno.

1. Esegui il deployment di MySQL StatefulSet. L'applicazione point of sale si aspetta di collegarsi a un database MySQL per archiviare le informazioni su inventario e pagamenti. Il repository point of sale ha un manifest di esempio che esegue il deployment di un MySQL StatefulSet, configura un ConfigMap associato e un Kubernetes Service. ConfigMap definisce le credenziali per l'istanza MySQL, ovvero le stesse credenziali passate all'applicazione di punto di vendita.

   kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/point-of-sale/main/k8-manifests/common/mysql-db.yaml
   

2. Esegui il deployment del carico di lavoro della VM utilizzando l'immagine qcow2 preparata in precedenza:

   kubectl virt create vm pos-vm \
       --boot-disk-size=80Gi \
       --memory=4Gi \
       --vcpu=2 \
       --image=https://storage.googleapis.com/pos-vm-images/pos-vm.qcow2
   

   Questo comando crea un file YAML denominato in base alla VM (google-virtctl/pos-vm.yaml). Puoi ispezionare il file per visualizzare la definizione di VirtualMachine e VirtualMachineDisk. Anziché utilizzare il plug-in virtctl, potresti aver eseguito il deployment del carico di lavoro della VM utilizzando definizioni del modello di risorse Kubernetes (KRM), come mostrato nel file YAML creato.

   Quando il comando viene eseguito correttamente, genera un output simile all'esempio riportato di seguito che spiega le diverse risorse create:

   Constructing manifest for vm "pos-vm":
   Manifest for vm "pos-vm" is saved to /home/tfadmin/google-virtctl/pos-vm.yaml
   Applying manifest for vm "pos-vm"
   Created gvm "pos-vm"
   

3. Controlla lo stato della creazione della VM.

   La risorsa VirtualMachine è identificata dalla risorsa vm.cluster.gke.io/v1.VirtualMachine nel runtime VM su GDC. La forma abbreviata è gvm.

   Quando crei una VM, vengono create le seguenti due risorse:

   • Un VirtualMachineDisk è il disco permanente in cui vengono importati i contenuti dell'immagine VM.
   • Un VirtualMachine è l'istanza VM stessa. DataVolume viene mounted nella VirtualMachine prima dell'avvio della VM.

   Controlla lo stato di VirtualMachineDisk. VirtualMachineDisk internamente crea una risorsa DataVolume. L'immagine VM viene importata nel DataVolume montato nella VM:

   kubectl get datavolume
   

   L'esempio di output seguente mostra l'inizio dell'importazione delle immagini:

   NAME              PHASE             PROGRESS   RESTARTS   AGE
   pos-vm-boot-dv    ImportScheduled   N/A                   8s
   

4. Controlla lo stato del VirtualMachine. VirtualMachine è nello stato Provisioning finché DataVolume non viene importato completamente:

   kubectl get gvm
   

   L'esempio di output seguente mostra il provisioning del VirtualMachine:

   NAME      STATUS         AGE     IP
   pos-vm    Provisioning   1m
   

5. Attendi il completamento dell'importazione dell'immagine VM in DataVolume. Continua a monitorare l'avanzamento durante l'importazione dell'immagine:

   kubectl get datavolume -w
   

   L'esempio di output seguente mostra l'immagine del disco in fase di importazione:

   NAME              PHASE              PROGRESS   RESTARTS   AGE
   pos-vm-boot-dv   ImportInProgress   0.00%                 14s
   ...
   ...
   pos-vm-boot-dv   ImportInProgress   0.00%                 31s
   pos-vm-boot-dv   ImportInProgress   1.02%                 33s
   pos-vm-boot-dv   ImportInProgress   1.02%                 35s
   ...
   

   Al termine dell'importazione e della creazione di DataVolume, il seguente esempio di output mostra il PHASE di Succeeded :

   kubectl get datavolume
   

   NAME              PHASE             PROGRESS   RESTARTS   AGE
   pos-vm-boot-dv    Succeeded         100.0%                14m18s
   

   Nota: il tempo di importazione dipende dalle dimensioni dell'immagine VM utilizzata. L'immagine VM Compute Engine in questo documento ha una dimensione di circa 5 GB e richiede fino a 15 minuti per l'importazione.

6. Verifica che VirtualMachine sia stato creato correttamente:

   kubectl get gvm
   

   Se la creazione è andata a buon fine, STATUS mostra RUNNING, come показано nell'esempio seguente, insieme all'indirizzo IP della VM:

   NAME      STATUS    AGE     IP
   pos-vm    Running   40m     192.168.3.250
   

Connettiti alla VM e controlla lo stato dell'applicazione

L'immagine utilizzata per la VM include l'applicazione di esempio per i punti di vendita. L'applicazione è configurata per avviarsi automaticamente all'avvio come servizio systemd. Puoi vedere i file di configurazione dei servizi systemd nella directory pos-systemd-services.

1. Connettiti alla console della VM. Esegui il comando seguente e premi Invio⏎ dopo aver visualizzato il messaggio Successfully connected to pos-vm…:

   kubectl virt console pos-vm
   

   Questo comando produce il seguente output di esempio che ti chiede di inserire i dettagli di accesso:

   Successfully connected to pos-vm console. The escape sequence is ^]
   
   pos-from-public-image login:
   

   Utilizza il seguente account utente e la seguente password. Questo account è stato configurato all'interno della VM originale da cui è stata creata l'immagine per il runtime della VM su GDC VM.

   • Nome utente di accesso: abmuser
   • Password: abmworks

2. Controlla lo stato dei servizi dell'applicazione point of sale. L'applicazione punto di vendita include tre servizi: API, inventario e pagamenti. Tutti questi servizi vengono eseguiti come servizi di sistema.

   I tre servizi si connettono tra loro tramite localhost. Tuttavia, l'applicazione si connette al database MySQL utilizzando un Kubernetes Service mysql-db creato nel passaggio precedente. Questo comportamento significa che la VM si connette automaticamente alla stessa rete di Pods e Services, consentendo la comunicazione senza interruzioni tra i carichi di lavoro VM e altre applicazioni containerizzate. Non devi fare nulla di più per rendere Kubernetes Services raggiungibile dalle VM di cui è stato eseguito il deployment utilizzando il runtime VM su GDC.

   sudo systemctl status pos*
   

   L'output di esempio riportato di seguito mostra lo stato dei tre servizi e del servizio di sistema di root, pos.service:

   ● pos_payments.service - Payments service of the Point of Sale Application
       Loaded: loaded (/etc/systemd/system/pos_payments.service; enabled; vendor >
       Active: active (running) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
     Main PID: 750 (payments.sh)
         Tasks: 27 (limit: 4664)
       Memory: 295.1M
       CGroup: /system.slice/pos_payments.service
               ├─750 /bin/sh /pos/scripts/payments.sh
               └─760 java -jar /pos/jars/payments.jar --server.port=8083
   
   ● pos_inventory.service - Inventory service of the Point of Sale Application
       Loaded: loaded (/etc/systemd/system/pos_inventory.service; enabled; vendor>
       Active: active (running) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
     Main PID: 749 (inventory.sh)
         Tasks: 27 (limit: 4664)
       Memory: 272.6M
       CGroup: /system.slice/pos_inventory.service
               ├─749 /bin/sh /pos/scripts/inventory.sh
               └─759 java -jar /pos/jars/inventory.jar --server.port=8082
   
   ● pos.service - Point of Sale Application
       Loaded: loaded (/etc/systemd/system/pos.service; enabled; vendor preset: e>
       Active: active (exited) since Tue 2022-06-21 18:55:30 UTC; 1h 10min ago
     Main PID: 743 (code=exited, status=0/SUCCESS)
         Tasks: 0 (limit: 4664)
       Memory: 0B
       CGroup: /system.slice/pos.service
   
   Jun 21 18:55:30 pos-vm systemd[1]: Starting Point of Sale Application...
   Jun 21 18:55:30 pos-vm systemd[1]: Finished Point of Sale Application.
   
   ● pos_apiserver.service - API Server of the Point of Sale Application
       Loaded: loaded (/etc/systemd/system/pos_apiserver.service; enabled; vendor>
       Active: active (running) since Tue 2022-06-21 18:55:31 UTC; 1h 10min ago
     Main PID: 751 (api-server.sh)
         Tasks: 26 (limit: 4664)
       Memory: 203.1M
       CGroup: /system.slice/pos_apiserver.service
               ├─751 /bin/sh /pos/scripts/api-server.sh
               └─755 java -jar /pos/jars/api-server.jar --server.port=8081
   

3. Esci dalla VM. Per uscire dalla connessione alla console, utilizza la sequenza di escape ^] premendo Ctrl + ].

Accedi al carico di lavoro basato su VM

Se il cluster è stato configurato seguendo la guida Installazione con bilanciatore del carico manuale, è già stata creata una risorsa Ingress denominata pos-ingress. Questa risorsa instrada il traffico dall'indirizzo IP esterno del bilanciatore del carico in entrata al servizio del server API dell'applicazione di esempio point of sale.

1. Se il tuo cluster non dispone di questa risorsa Ingress, creala applicando il seguente manifest:

   kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-bm-gcp-terraform/resources/manifests/pos-ingress.yaml
   

   apiVersion: networking.k8s.io/v1
   kind: Ingress
   metadata:
     name: pos-ingress
   spec:
     rules:
     - http:
         paths:
         - path: /
           pathType: Prefix
           backend:
             service:
               name: api-server-svc
               port:
                 number: 8080

2. Crea un Service Kubernetes che instrada il traffico alla VM. La risorsa Ingress indirizza il traffico a questo Service:

   kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-samples/main/anthos-vmruntime/pos-service.yaml
   

   L'esempio di output seguente conferma la creazione di un servizio:

   service/api-server-svc created
   

   apiVersion: v1
   kind: Service
   metadata:
     name: api-server-svc
   spec:
     selector:
       kubevirt/vm: pos-vm
     ports:
     - protocol: TCP
       port: 8080
       targetPort: 8081

3. Recupera l'indirizzo IP esterno del bilanciatore del carico Ingress. Il bilanciatore del carico Ingress indirizza il traffico in base alle regole della risorsa Ingress. Hai già una regola pos-ingress per inoltrare le richieste al server APIService. Service inoltra le richieste alla VM:

   INGRESS_IP=$(kubectl get ingress/pos-ingress -o jsonpath='{.status.loadBalancer.ingress[0].ip}')
   echo $INGRESS_IP
   

   L'esempio di output seguente mostra l'indirizzo IP del bilanciatore del carico Ingress:

   172.29.249.159 # you might have a different IP address
   

4. Accedi all'applicazione utilizzando l'indirizzo IP del bilanciatore del carico Ingress in un browser. Gli screenshot di esempio riportati di seguito mostrano il chiosco point of sale con due articoli. Puoi fare clic sugli articoli, più di una volta se vuoi ordinarne più di uno, e effettuare un ordine con il pulsante Paga. Questa esperienza dimostra che hai eseguito correttamente il deployment di un carico di lavoro basato su VM in un cluster utilizzando il runtime delle VM su GDC.

Interfaccia utente dell'applicazione point of sale (fai clic sull'immagine per ingrandirla)

Esegui la pulizia

Puoi eliminare tutte le risorse create in questo tutorial o solo la VM e conservare le risorse riutilizzabili. L'articolo Eliminare una VM descrive in dettaglio le opzioni disponibili.

Elimina tutto

• Elimina il runtime della VM su GDC VirtualMachine insieme a tutte le risorse:

  kubectl virt delete vm pos-vm --all
  

  L'esempio di output seguente conferma l'eliminazione:

  vm "pos-vm" used the following resources: 
      gvm: pos-vm
      VirtualMachineDisk: pos-vm-boot-dv
  Start deleting the resources:
      Deleted gvm "pos-vm".
      Deleted VirtualMachineDisk "pos-vm-boot-dv".
  

Elimina solo la VM

• Se elimini solo la VM, il VirtualMachineDisk creato viene conservato. In questo modo puoi riutilizzare l'immagine della VM e risparmiare tempo per l'importazione dell'immagine quando crei una nuova VM.

  kubectl virt delete vm pos-vm
  

  L'esempio di output seguente conferma l'eliminazione:

  vm "pos-vm" used the following resources: 
      gvm: pos-vm
      VirtualMachineDisk: pos-vm-boot-dv
  Start deleting the resources:
      Deleted gvm "pos-vm".
  

Passaggi successivi

• La VM originale utilizzata in questa guida è un'istanza Compute Engine che gira su Ubuntu 20.04 LTS. L'immagine di questa VM è accessibile pubblicamente tramite il bucket Cloud Storage pos-vm-images. Per ulteriori informazioni su come è stata configurata la VM e su come è stata creata la relativa immagine, consulta le istruzioni nel repository point-of-sale.
• Quando crei una VM in un cluster utilizzando il comando kubectl virt create vm pos-vm, viene creato un file YAML denominato in base alla VM (google-virtctl/pos-vm.yaml). Puoi esaminare il file per vedere la definizione di VirtualMachine e VirtualMachineDisk. Anziché utilizzare il plug-in virtctl, puoi eseguire il deployment di una VM utilizzando le definizioni KRM come mostrato nel file YAML creato.