Esegui la migrazione dell'applicazione x86 su GKE a multi-arch con ARM

Questo tutorial descrive come eseguire la migrazione di un'applicazione creata per i nodi utilizzando un processore x86 (Intel o AMD) in un cluster Google Kubernetes Engine (GKE) a un'applicazione multi-architettura (multi-arch) in esecuzione su nodi x86 o ARM. Il pubblico di destinazione di questo tutorial è composto da amministratori di piattaforma, operatori di app e sviluppatori di app che vogliono eseguire i carichi di lavoro esistenti compatibili con x86 su ARM.

Con i cluster GKE, puoi eseguire carichi di lavoro sui nodi ARM utilizzando la serie di macchine ARM Tau T2A. I nodi T2A possono essere eseguiti nel cluster GKE come qualsiasi altro nodo utilizzando i processori x86 (Intel o AMD). Sono un'ottima scelta per carichi di lavoro con scale out e ad alta intensità di calcolo.

Per saperne di più, consulta Arm Workloads su GKE.

Questo tutorial presuppone che tu conosca Kubernetes e Docker. Il tutorial utilizza Google Kubernetes Engine e Artifact Registry.

Obiettivi

In questo tutorial, completerai le seguenti attività:

  • Archiviare immagini container con Docker in Artifact Registry.
  • Esegui il deployment di un carico di lavoro compatibile con x86 in un cluster GKE.
  • Ricrea un carico di lavoro compatibile con x86 da eseguire su ARM.
  • Aggiungi un pool di nodi ARM a un cluster esistente.
  • Esegui il deployment di un carico di lavoro compatibile con Arm da eseguire su un nodo ARM.
  • Crea un'immagine multi-arco per eseguire un carico di lavoro su più architetture.
  • Esegui i carichi di lavoro su più architetture in un unico cluster GKE.

Costi

In questo documento vengono utilizzati i seguenti componenti fatturabili di Google Cloud:

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il Calcolatore prezzi. I nuovi utenti di Google Cloud possono essere idonei a una prova senza costi aggiuntivi.

Una volta completate le attività descritte in questo documento, puoi evitare la fatturazione continua eliminando le risorse che hai creato. Per ulteriori informazioni, consulta la pagina Pulizia.

Prima di iniziare

Segui questi passaggi per abilitare l'API Kubernetes Engine:
  1. Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.

  2. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  3. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  4. Abilita le API Artifact Registry and Google Kubernetes Engine.

    Abilita le API

    5.

  5. Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.

    Vai al selettore progetti

  6. Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.

  7. Abilita le API Artifact Registry and Google Kubernetes Engine.

    Abilita le API

    8.

Al termine di questo tutorial, puoi evitare di continuare la fatturazione eliminando le risorse che hai creato. Per ulteriori dettagli, consulta Pulizia.

Avvia Cloud Shell

In questo tutorial utilizzerai Cloud Shell, un ambiente shell per la gestione delle risorse ospitate su Google Cloud.

In Cloud Shell sono preinstallati Google Cloud CLI e lo strumento a riga di comando kubectl. Gcloud CLI fornisce la prima interfaccia a riga di comando per Google Cloud, mentre kubectl quella a riga di comando principale per l'esecuzione di comandi sui cluster Kubernetes.

Avvia Cloud Shell:

  1. Vai alla console Google Cloud.

    Console Google Cloud

  2. Nell'angolo in alto a destra della console, fai clic sul pulsante Attiva Cloud Shell:

Nella console viene visualizzata una sessione di Cloud Shell. Utilizza questa shell per eseguire i comandi gcloud e kubectl.

prepara l'ambiente

In questa sezione preparerai l'ambiente per seguire il tutorial.

Configura le impostazioni predefinite per gcloud CLI

Imposta le variabili di ambiente per l'ID progetto, la zona e il nome del nuovo cluster.

export PROJECT_ID=PROJECT_ID
export ZONE=us-central1-a
export CLUSTER_NAME=my-cluster

Sostituisci PROJECT_ID con l'ID progetto che hai scelto per questo tutorial nella sezione Prima di iniziare.

In questo tutorial, creerai risorse in us-central1-a. Per un elenco completo delle località in cui è disponibile la serie di macchine Tau T2A, consulta Regioni e zone disponibili.

Clona il repository Git

Questo tutorial utilizza risorse del repository GitHub di Arm su GKE.

  1. Clona il repository:

    git clone https://github.com/GoogleCloudPlatform/gke-arm

  2. Cambia la directory di lavoro attuale in gke-arm/migrate-x86-app-to-multi-arch/ dal repository clonato nel passaggio precedente:

    cd gke-arm/migrate-x86-app-to-multi-arch/

Crea un cluster GKE ed esegui il deployment dell'applicazione x86

Nella prima parte di questo tutorial, creerai un cluster con nodi x86 ed eseguirai il deployment di un'applicazione x86. L'applicazione di esempio è un servizio che risponde alle richieste HTTP. È realizzato con il linguaggio di programmazione Golang.

Questa configurazione rappresenta l'aspetto di un tipico ambiente cluster, utilizzando applicazioni compatibili con x86 e nodi x86.

crea un cluster GKE

Per prima cosa, crea un GKE utilizzando nodi con processori x86. Con questa configurazione, crei un tipico ambiente cluster per eseguire applicazioni x86.

Crea il cluster:

gcloud container clusters create $CLUSTER_NAME \
    --release-channel=rapid \
    --zone=$ZONE \
    --machine-type=e2-standard-2 \
    --num-nodes=1 \
    --async

La scalabilità automatica è disabilitata in questo cluster per dimostrare funzionalità specifiche nei passaggi successivi.

Il processo di creazione del cluster potrebbe richiedere alcuni minuti. Il flag --async consente di eseguire questa operazione in background mentre completi i passaggi successivi.

Puoi creare cluster solo con nodi ARM, ma in questo tutorial creerai prima un cluster con solo nodi x86 per conoscere il processo di compatibilità delle applicazioni x86 solo con ARM.

Crea il repository Docker di Artifact Registry

  1. Crea un repository in Artifact Registry per archiviare le immagini Docker:

    gcloud artifacts repositories create docker-repo \
      --repository-format=docker \
      --location=us-central1 \
      --description="Docker repository"

  2. Configura lo strumento a riga di comando Docker per eseguire l'autenticazione in questo repository in Artifact Registry:

    gcloud auth configure-docker us-central1-docker.pkg.dev

Crea l'immagine x86 ed eseguine il push su Artifact Registry

  1. Crea la versione dell'applicazione compatibile con x86:

    docker build -t us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/x86-hello:v0.0.1 .

  2. Esegui il push dell'immagine ad Artifact Registry:

    docker push us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/x86-hello:v0.0.1

Deployment dell'applicazione x86

  1. Verifica che il cluster sia pronto eseguendo lo script seguente:

    echo
echo -ne "Waiting for GKE cluster to finish provisioning"
gke_status=""
while [ -z $gke_status ]; do
   sleep 2
   echo -ne '.'
   gke_status=$(gcloud container clusters list --format="value(STATUS)" --filter="NAME=$CLUSTER_NAME AND STATUS=RUNNING")
done
echo
echo "GKE Cluster '$CLUSTER_NAME' is $gke_status"
echo

    Quando il cluster è pronto, l'output dovrebbe essere simile al seguente:

    GKE Cluster 'my-cluster' is RUNNING

  2. Recupera le credenziali del cluster in modo che kubectl possa connettersi all'API Kubernetes per il cluster:

    gcloud container clusters get-credentials $CLUSTER_NAME --zone $ZONE --project $PROJECT_ID

  3. Aggiorna l'immagine utilizzando kustomize ed esegui il deployment dell'applicazione x86:

    $(cd k8s/overlays/x86 && kustomize edit set image hello=us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/x86-hello:v0.0.1)
kubectl apply -k k8s/overlays/x86

  4. Esegui il deployment di un servizio per esporre l'applicazione su internet:

    kubectl apply -f k8s/hello-service.yaml

  5. Verifica che l'indirizzo IP esterno del servizio, hello-service, abbia terminato il provisioning:

    echo
echo -ne "Waiting for External IP to be provisioned"
external_ip=""
while [ -z $external_ip ]; do
   sleep 2
   echo -ne '.'
   external_ip=$(kubectl get svc hello-service --template="{{range .status.loadBalancer.ingress}}{{.ip}}{{end}}")
done
echo
echo "External IP: $external_ip"
echo

    Una volta eseguito il provisioning dell'indirizzo IP esterno, l'output dovrebbe essere simile al seguente:

    External IP: 203.0.113.0

  6. Effettua una richiesta HTTP per verificare che il deployment funzioni come previsto:

    curl -w '\n' http://$external_ip

    L'output è simile al seguente:

    Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-mwfkd, CPU PLATFORM:linux/amd64

    L'output mostra che questo deployment compatibile con x86 è in esecuzione su un nodo nel pool di nodi predefinito nell'architettura amd64. I nodi nel pool di nodi predefinito del cluster hanno processori x86 (Intel o AMD).

Aggiungi nodi Arm al cluster

Nella parte successiva di questo tutorial, aggiungi nodi ARM al cluster esistente. Questi nodi sono i punti in cui viene eseguito il deployment della versione compatibile con Arm della tua applicazione quando viene ricreata per l'esecuzione su ARM.

Check Point

Finora hai raggiunto i seguenti obiettivi:

  • creare un cluster GKE utilizzando nodi x86.
  • archiviare un'immagine container compatibile con x86 con Docker in Artifact Registry.
  • Eseguire il deployment di un carico di lavoro compatibile con x86 in un cluster GKE.

Hai configurato un ambiente cluster con nodi x86 e un carico di lavoro compatibile con x86. Questa configurazione è simile agli ambienti cluster esistenti, se attualmente non utilizzi nodi e carichi di lavoro compatibili con Arm.

Aggiungi un pool di nodi ARM al cluster

Aggiungi un pool di nodi ARM al cluster esistente:

gcloud container node-pools create arm-pool \
    --cluster $CLUSTER_NAME \
    --zone $ZONE \
    --machine-type=t2a-standard-2 \
    --num-nodes=1

Il tipo di macchina t2a-standard-2 è una VM ARM della serie di macchine Tau T2A (anteprima).

Puoi creare un pool di nodi con nodi ARM nello stesso modo in cui crei un pool di nodi con nodi x86. Dopo aver creato questo pool di nodi, avrai nodi x86 e nodi Arm in esecuzione in questo cluster.

Per saperne di più sull'aggiunta di pool di nodi ARM ai cluster esistenti, consulta Aggiungere un pool di nodi Arm a un cluster GKE.

Fai lo scale up dell'applicazione esistente in esecuzione sui nodi basati su x86

I nodi con diversi tipi di architettura possono operare perfettamente in un unico cluster. GKE non pianifica i carichi di lavoro esistenti in esecuzione su nodi x86 per i nodi Arm nel cluster perché un'incompatibilità viene posizionata automaticamente sui nodi Arm. Per farlo, puoi fare lo scale up della tua applicazione esistente.

  1. Aggiorna il carico di lavoro, scalandolo fino a 6 repliche:

    $(cd k8s/overlays/x86_increase_replicas && kustomize edit set image hello=us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/x86-hello:v0.0.1)
kubectl apply -k k8s/overlays/x86_increase_replicas/

  2. Attendi 30 secondi, quindi esegui il comando seguente per verificare lo stato del deployment:

    kubectl get pods -l="app=hello" --field-selector="status.phase=Pending"

    L'output dovrebbe essere simile al seguente:

    NAME                                    READY   STATUS    RESTARTS   AGE
x86-hello-deployment-6b7b456dd5-6tkxd   0/1     Pending   0          40s
x86-hello-deployment-6b7b456dd5-k95b7   0/1     Pending   0          40s
x86-hello-deployment-6b7b456dd5-kc876   0/1     Pending   0          40s

    Questo output mostra i pod con stato In attesa perché non è rimasta più stanza sui nodi basati su x86. Poiché il gestore della scalabilità automatica dei cluster è disabilitato e i nodi ARM sono incompatibili, il deployment dei carichi di lavoro non verrà eseguito su nessuno dei nodi Arm disponibili. Questa incompatibilità impedisce a GKE di pianificare carichi di lavoro x86 sui nodi ARM. Per eseguire il deployment nei nodi ARM, devi indicare che il deployment è compatibile con i nodi ARM.

  3. Controlla i pod in stato In esecuzione:

    kubectl get pods -l="app=hello" --field-selector="status.phase=Running" -o wide

    L'output dovrebbe essere simile al seguente:

    NAME                                    READY   STATUS    RESTARTS   AGE   IP            NODE                                        NOMINATED NODE   READINESS GATES
x86-hello-deployment-6b7b456dd5-cjclz   1/1     Running   0          62s   10.100.0.17   gke-my-cluster-default-pool-32019863-b41t   <none>           <none>
x86-hello-deployment-6b7b456dd5-mwfkd   1/1     Running   0          34m   10.100.0.11   gke-my-cluster-default-pool-32019863-b41t   <none>           <none>
x86-hello-deployment-6b7b456dd5-n56rg   1/1     Running   0          62s   10.100.0.16   gke-my-cluster-default-pool-32019863-b41t   <none>           <none>

    In questo output, la colonna NODE indica che tutti i pod del deployment vengono eseguiti solo nel pool predefinito, il che significa che i pod compatibili con x86 vengono pianificati solo per i nodi x86. Il pod originale, già pianificato prima della creazione del pool di nodi Arm, è ancora in esecuzione sullo stesso nodo.

  4. Esegui questo comando per accedere al servizio e visualizzare l'output:

    for i in $(seq 1 6); do curl -w '\n' http://$external_ip; done

    L'output è simile al seguente:

    Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-cjclz, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-cjclz, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-n56rg, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-n56rg, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-cjclz, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-cjclz, CPU PLATFORM:linux/amd64

    Questo output mostra che tutte le richieste di gestione dei pod sono in esecuzione su nodi x86. Alcuni pod non possono rispondere perché sono ancora in stato In attesa perché non c'è spazio sui nodi x86 esistenti e non saranno pianificati per i nodi Arm.

Ricrea l'applicazione per l'esecuzione su ARM

Nella sezione precedente hai aggiunto un pool di nodi ARM al cluster esistente. Tuttavia, quando hai fatto lo scale up dell'applicazione x86 esistente, non ha pianificato alcun carico di lavoro sui nodi ARM. In questa sezione ricreerai l'applicazione in modo che sia compatibile con Arm, in modo che possa essere eseguita sui nodi ARM nel cluster.

Per questo esempio, esegui questi passaggi utilizzando docker build. Questo approccio in due passaggi include:

  • Prima fase: crea il codice per ARM.
  • Seconda fase: copia l'eseguibile in un container lean.

Dopo aver seguito questi passaggi, oltre a quella compatibile con x86 avrai un'immagine compatibile con Arm.

Il secondo passaggio della copia dell'eseguibile in un altro container segue una delle best practice per la creazione di un container, ovvero la creazione dell'immagine più piccola possibile.

Questo tutorial utilizza un'applicazione di esempio creata con il linguaggio di programmazione Golang. Con Golang puoi eseguire la compilazione incrociata di un'applicazione con diversi sistemi operativi e piattaforme CPU fornendo le variabili di ambiente, rispettivamente, GOOS e GOARCH.

  1. Esegui cat Dockerfile_arm per visualizzare il Dockerfile scritto per ARM:

    #
# Build: 1st stage
#
FROM golang:1.18-alpine as builder
WORKDIR /app
COPY go.mod .
COPY hello.go .
RUN GOARCH=arm64 go build -o /hello && \
   apk add --update --no-cache file && \
   file /hello

    Lo snippet mostrato qui mostra solo la prima fase. Nel file sono incluse entrambe le fasi.

    In questo file, l'impostazione GOARCH=arm64 indica al compilatore Go di creare l'applicazione per il set di istruzioni ARM. Non è necessario impostare GOOS perché l'immagine di base nella prima fase è un'immagine Linux Alpine.

  2. Crea il codice per Arm ed eseguine il push in Artifact Registry:

    docker build -t us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/arm-hello:v0.0.1 -f Dockerfile_arm .
docker push us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/arm-hello:v0.0.1

Esegui il deployment della versione ARM dell'applicazione

Ora che l'applicazione è stata creata per essere eseguita sui nodi Arm, puoi eseguirne il deployment nei nodi Arm nel cluster.

  1. Esamina add_arm_support.yaml eseguendo cat k8s/overlays/arm/add_arm_support.yaml:

    L'output è simile al seguente:

       nodeSelector:
      kubernetes.io/arch: arm64

    Questo nodeSelector specifica che il carico di lavoro deve essere eseguito solo sui nodi ARM. Quando utilizzi nodeSelector, GKE aggiunge una tolleranza che corrisponde all'incompatibilità sui nodi ARM, consentendo a GKE di pianificare il carico di lavoro su questi nodi. Per saperne di più sull'impostazione di questo campo, consulta Preparare un carico di lavoro ARM per il deployment.

  2. Esegui il deployment di una replica della versione compatibile con Arm dell'applicazione:

    $(cd k8s/overlays/arm && kustomize edit set image hello=us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/arm-hello:v0.0.1)
kubectl apply -k k8s/overlays/arm

  3. Attendi 5 secondi, quindi verifica che il deployment ARM risponda a curl richieste:

    for i in $(seq 1 6); do curl -w '\n' http://$external_ip; done

    L'output è simile al seguente:

    Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-n56rg, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-n56rg, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-mwfkd, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-mwfkd, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:arm-hello-deployment-69b4b6bdcc-n5l28, CPU PLATFORM:linux/arm64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:x86-hello-deployment-6b7b456dd5-n56rg, CPU PLATFORM:linux/amd64

    Questo output deve includere le risposte delle applicazioni compatibili con x86 e Arm che rispondono alla richiesta curl.

Crea un'immagine multi-architettura per eseguire un carico di lavoro tra architetture

Sebbene sia possibile utilizzare la strategia descritta nella sezione precedente ed eseguire il deployment di carichi di lavoro separati per x86 e ARM, questo richiede la manutenzione e l'organizzazione di due processi di build e due immagini container.

Idealmente, vuoi creare ed eseguire la tua applicazione senza problemi su entrambe le piattaforme x86 e ARM. Consigliamo questo approccio. Per eseguire l'applicazione con un solo manifest su più piattaforme di architettura, devi utilizzare immagini multi-architettura (multi-arch). Per scoprire di più sulle immagini multi-architettura, consulta Creazione di immagini multi-architettura per carichi di lavoro ARM.

Per utilizzare immagini multi-architettura, devi assicurarti che l'applicazione soddisfi i seguenti prerequisiti:

  • L'applicazione non ha dipendenze specifiche della piattaforma di architettura.
  • Tutte le dipendenze devono essere create per una multiarchitettura o, come minimo, per le piattaforme target.

L'applicazione di esempio utilizzata in questo tutorial soddisfa entrambi i prerequisiti. Tuttavia, ti consigliamo di testare le tue applicazioni quando crei le immagini multi-archetto prima di eseguirne il deployment in produzione.

Crea ed esegui il push di immagini multi-architettura

Puoi creare immagini multi-archetto con Docker Buildx se il tuo carico di lavoro soddisfa i prerequisiti seguenti:

  • L'immagine di base supporta più architetture. Per verificarlo, esegui docker manifest inspect sull'immagine di base e consulta l'elenco delle piattaforme di architettura. Vedi un esempio di come ispezionare un'immagine alla fine di questa sezione.
  • L'applicazione non richiede passaggi di creazione speciali per ogni piattaforma di architettura. Se fossero necessari passaggi speciali, Buildx potrebbe non essere sufficiente. Devi disporre di un Dockerfile separato per ogni piattaforma e creare il manifest manualmente con docker manifest create.

L'immagine di base dell'applicazione di esempio è Alpine, che supporta più architetture. Inoltre, non esistono passaggi specifici della piattaforma per l'architettura, quindi puoi creare un'immagine multi-arch con Buildx.

  1. Ispeziona il Dockerfile eseguendo cat Dockerfile:

    # This is a multi-stage Dockerfile.
# 1st stage builds the app in the target platform
# 2nd stage create a lean image coping the binary from the 1st stage

#
# Build: 1st stage
#
FROM golang:1.18-alpine as builder
ARG BUILDPLATFORM
ARG TARGETPLATFORM
RUN echo "I am running on $BUILDPLATFORM, building for $TARGETPLATFORM"
WORKDIR /app
COPY go.mod .
COPY hello.go .
RUN go build -o /hello && \
   apk add --update --no-cache file && \
   file /hello

#
# Release: 2nd stage
#
FROM alpine
WORKDIR /
COPY --from=builder /hello /hello
CMD [ "/hello" ]

    Questo Dockerfile definisce due fasi: la fase di creazione e quella di rilascio. Devi usare lo stesso Dockerfile usato per creare l'applicazione x86. Se segui le best practice per la creazione dei container, potresti essere in grado di ricreare le tue immagini container senza apportare modifiche.

  2. Esegui questo comando per creare e utilizzare un nuovo builder docker buildx:

    docker buildx create --name multiarch --use --bootstrap

    Ora che hai creato questo nuovo builder, puoi creare ed eseguire il push di un'immagine compatibile con linux/amd64 e linux/arm64 utilizzando il flag --platform. Per ogni piattaforma fornita con il flag, Buildx crea un'immagine nella piattaforma di destinazione. Quando Buildx crea l'immagine linux/arm64, scarica le immagini di base arm64. Nella prima fase, crea il programma binario sull'immagine arm64 golang:1.18-alpine per arm64. Nella seconda fase, l'immagine arm64 di Alpine Linux viene scaricata e il programma binario viene copiato in un livello dell'immagine.

  3. Crea ed esegui il push dell'immagine:

    docker buildx build -t us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/multiarch-hello:v0.0.1 -f Dockerfile --platform linux/amd64,linux/arm64 --push .

    L'output è simile al seguente:

    => [linux/arm64 builder x/x] ..
=> [linux/amd64 builder x/x] ..

    Questo output mostra che vengono generate due immagini, una per linux/arm64 e una per linux/amd64.

  4. Esamina il manifest della tua nuova immagine multi-arch:

    docker manifest inspect us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/multiarch-hello:v0.0.1

    L'output è simile al seguente:

    {
   "schemaVersion": 2,
   "mediaType": "application/vnd.docker.distribution.manifest.list.v2+json",
   "manifests": [
      {
         "mediaType": "application/vnd.docker.distribution.manifest.v2+json",
         "size": 739,
         "digest": "sha256:dfcf8febd94d61809bca8313850a5af9113ad7d4741edec1362099c9b7d423fc",
         "platform": {
            "architecture": "amd64",
            "os": "linux"
         }
      },
      {
         "mediaType": "application/vnd.docker.distribution.manifest.v2+json",
         "size": 739,
         "digest": "sha256:90b637d85a93c3dc03fc7a97d1fd640013c3f98c7c362d1156560bbd01f6a419",
         "platform": {
            "architecture": "arm64",
            "os": "linux"
         }
      }
   ]

    In questo output, la sezione manifests include due manifest, uno con l'architettura della piattaforma amd64 e l'altro con l'architettura della piattaforma arm64.

    Quando esegui il deployment di questa immagine container nel cluster, GKE scarica automaticamente solo l'immagine che corrisponde all'architettura del nodo.

Esegui il deployment della versione multi-arch della tua applicazione

  1. Prima di eseguire il deployment dell'immagine multi-arch, elimina i carichi di lavoro originali:

    kubectl delete deploy x86-hello-deployment arm-hello-deployment

  2. Esamina l'overlay di Kustomize add_multiarch_support.yaml eseguendo cat k8s/overlays/multiarch/add_multiarch_support.yaml:

    L'output include il seguente set di tolleranza:

       tolerations:
      - key: kubernetes.io/arch
         operator: Equal
         value: arm64
         effect: NoSchedule

    Questa tolleranza consente l'esecuzione del carico di lavoro sui nodi ARM nel cluster, poiché la tolleranza corrisponde a quella impostata su tutti i nodi ARM. Poiché ora questo carico di lavoro può essere eseguito su qualsiasi nodo nel cluster, è necessaria solo la tolleranza. Con la sola tolleranza, GKE può pianificare il carico di lavoro sia sui nodi x86 che su quelli ARM. Per specificare dove GKE può pianificare i carichi di lavoro, usa i selettori dei nodi e le regole di affinità dei nodi. Per scoprire di più sull'impostazione di questi campi, consulta Preparare un carico di lavoro ARM per il deployment.

  3. Esegui il deployment dell'immagine container multi-arch con 6 repliche:

    $(cd k8s/overlays/multiarch && kustomize edit set image hello=us-central1-docker.pkg.dev/$PROJECT_ID/docker-repo/multiarch-hello:v0.0.1)
kubectl apply -k k8s/overlays/multiarch

  4. Attendi 10 secondi, quindi conferma che tutte le repliche dell'applicazione siano in esecuzione:

    kubectl get pods -l="app=hello" -o wide

    L'output è simile al seguente:

    NAME                                         READY   STATUS    RESTARTS   AGE   IP            NODE                                        NOMINATED NODE   READINESS GATES
multiarch-hello-deployment-65bfd784d-5xrrr   1/1     Running   0          95s   10.100.1.5    gke-my-cluster-arm-pool-e172cff7-shwc       <none>           <none>
multiarch-hello-deployment-65bfd784d-7h94b   1/1     Running   0          95s   10.100.1.4    gke-my-cluster-arm-pool-e172cff7-shwc       <none>           <none>
multiarch-hello-deployment-65bfd784d-7qbkz   1/1     Running   0          95s   10.100.1.7    gke-my-cluster-arm-pool-e172cff7-shwc       <none>           <none>
multiarch-hello-deployment-65bfd784d-7wqb6   1/1     Running   0          95s   10.100.1.6    gke-my-cluster-arm-pool-e172cff7-shwc       <none>           <none>
multiarch-hello-deployment-65bfd784d-h2g2k   1/1     Running   0          95s   10.100.0.19   gke-my-cluster-default-pool-32019863-b41t   <none>           <none>
multiarch-hello-deployment-65bfd784d-lc9dc   1/1     Running   0          95s   10.100.0.18   gke-my-cluster-default-pool-32019863-b41t   <none>           <none>

    Questo output include una colonna NODE che indica che i pod sono in esecuzione su entrambi i nodi nel pool di nodi Arm e su altri nodi nel pool predefinito (x86).

  5. Esegui questo comando per accedere al servizio e visualizzare l'output:

    for i in $(seq 1 6); do curl -w '\n' http://$external_ip; done

    L'output è simile al seguente:

    Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:multiarch-hello-deployment-65bfd784d-7qbkz, CPU PLATFORM:linux/arm64
Hello from NODE:gke-my-cluster-default-pool-32019863-b41t, POD:multiarch-hello-deployment-65bfd784d-lc9dc, CPU PLATFORM:linux/amd64
Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:multiarch-hello-deployment-65bfd784d-5xrrr, CPU PLATFORM:linux/arm64
Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:multiarch-hello-deployment-65bfd784d-7wqb6, CPU PLATFORM:linux/arm64
Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:multiarch-hello-deployment-65bfd784d-7h94b, CPU PLATFORM:linux/arm64
Hello from NODE:gke-my-cluster-arm-pool-e172cff7-shwc, POD:multiarch-hello-deployment-65bfd784d-7wqb6, CPU PLATFORM:linux/arm64

    Dovresti vedere che i pod in esecuzione su piattaforme di architettura rispondono alle richieste.

Hai creato ed eseguito il deployment di un'immagine multi-architettura per eseguire senza problemi un carico di lavoro su più architetture.

Esegui la pulizia

Per evitare che al tuo Account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

Al termine del tutorial, puoi eseguire la pulizia delle risorse che hai creato per ridurre l'utilizzo della quota e interrompere gli addebiti. Le sezioni seguenti descrivono come eliminare o disattivare queste risorse.

Elimina il progetto

Il modo più semplice per eliminare la fatturazione è eliminare il progetto che hai creato per il tutorial.

Per eliminare il progetto:

  1. Nella console Google Cloud, vai alla pagina Gestisci risorse.

    Vai a Gestisci risorse

  2. Nell'elenco dei progetti, seleziona il progetto che vuoi eliminare, quindi fai clic su Elimina.
  3. Nella finestra di dialogo, digita l'ID del progetto e fai clic su Chiudi per eliminare il progetto.

Elimina servizio, cluster e repository

Se non vuoi eliminare l'intero progetto, elimina il cluster e il repository che hai creato per il tutorial:

  1. Elimina il servizio dell'applicazione eseguendo kubectl delete:

    kubectl delete service hello-service

    Questo comando elimina il bilanciatore del carico Compute Engine che hai creato quando hai esposto il deployment.

  2. Elimina il cluster eseguendo gcloud container clusters delete:

    gcloud container clusters delete $CLUSTER_NAME --zone $ZONE

  3. Elimina il repository:

    gcloud artifacts repositories delete docker-repo —location=us-central1 --async

Passaggi successivi