本篇已加入《.NET Core on K8S学习实践系列文章索引》，可以点击查看更多容器化技术相关系列文章。

一、关于Helm

1.1 为何需要Helm？

　　虽然K8S能够很好地组织和编排容器，但是缺少一个更高层次的应用打包工具，而Helm就是专门干这个事的。

　　通过Helm能够帮助开发者定义、安装和升级Kubernetes中的容器云应用。同时，也可以通过Helm进行容器云应用的分享。

1.2 Helm的架构

　　Helm的整体架构如下图（图片来源-Kubernetes中文社区）所示：

　　Helm架构由Helm客户端、Tiller服务器端和Chart仓库所组成；

两个重要概念：
（1）Chart是创建一个应用的信息集合，包括各种K8S对象的配置模板、参数定义等，可以理解为是apt、yum中的软件安装包；
（2）Release是Chart的运行实例，代表了一个正在运行的应用。

　　Tiller部署在Kubernetes中，Helm客户端从Chart仓库中获取Chart安装包，并通过与Tiller服务器的交互将其安装部署到Kubernetes集群中。

　　简单说来，Helm客户端负责管理Chart，而 Tiller服务器则负责管理Release。

二、Helm的安装和使用

2.1 Helm客户端的安装

　　执行以下命令将Helm客户端安装在能够执行kubectl命令的节点上，这里假设我们安装在k8s-master节点上进行示例演示：

curl https://raw.githubusercontent.com/kubernetes/helm/master/scripts/get | bash

　　也可以通过下面的方式安装：

wget https://storage.googleapis.com/kubernetes-helm/helm-v2.11.0-linux-amd64.tar.gz
tar -zxvf helm-v2.11.0-linux-amd64.tar.gz
cd linux-amd64/
cp helm /usr/local/bin/

　　验证：查看helm版本

helm version

　　补充：为了提高使用命令行的效率，建议安装helm命令补全脚本，命令如下：

cd ~ && helm completion bash > .helmrc echo "source .helmrc" >> .bashrc

　　重新登录后，就可以方便地通过tab键来补全helm子命令和参数了，如下图所示，当我们输入helm install --之后按下Tab键，就会给我们参数提示了：

2.2 Tiller服务器的安装

　　Tiller服务器本身也是作为容器化的一个应用运行在K8S集群中，这里我们简单执行下面的命令即可安装Tiller服务：

helm init

　　执行以上命令，会如下图所示：

　　看到上图中的提示信息，代表Helm服务端已经安装成功。

　　这时，我们可以看看Tiller的Service、Deployment和Pod有没有启动起来：

　　（1）Service & Deployment

　　（2）Pod

　　如果看到其Status不是Running，那么很有可能是镜像没有拉取下来，可以曲线救国：即下载可访问的镜像然后修改Tag！

docker pull fishead/gcr.io.kubernetes-helm.tiller:v2.11.0
docker tag fishead/gcr.io.kubernetes-helm.tiller:v2.11.0 gcr.io/kubernetes-helm/tiller:v2.11.0

　　这时再次通过helm version命令验证一下：

　　可以看到，我们已经可以成功看到客户端和服务端的版本信息了，证明客户端和服务端（Pod）都已经安装成功了！

2.3 Helm的使用准备

　　Helm安装好后，我们可以通过以下helm search来查看当前可安装的Chart：

Note：Helm安装时会为我们配置好两个仓库，一个是stable官方仓库，另一个是local本地仓库，上图中显示的都是stable官方仓库中的Chart。

　　为了能够执行install安装，我们还需要事先为Tiller服务器添加集群权限，防止因Tiller服务器的权限不足而无法install。

# 创建serviceaccount资源tiller，属于kube-system命名空间
kubectl create serviceaccount -n kube-system tiller
# 创建 clusterrolebinding资源tiller-cluster-rule，集群角色为cluster-admin，用户为kube-system:tiller
kubectl create clusterrolebinding tiller-cluster-rule --clusterrole=cluster-admin --serviceaccount=kube-system:tiller
# 修改deployment tiller-deploy的配置，增加字段spec.template.spec.serviceAccount
kubectl patch deploy -n kube-system tiller-deploy -p '{"spec":{"template":{"spec":{"serviceAccount":"tiller"}}}}'

　　至此，使用Helm的准备工作就到此结束，后面我们就可以开始实践安装Chart了！

三、MySQL Chart实践

3.1 初步安装MySQL Chart

　　这里我们通过以下命令来通过官方仓库安装mysql：

helm install stable/mysql -n=edc-mysql --namespace=edc-charts

　　其中，-n 代表 release的名字，--namespace 指定了其所在namespace。

　　执行成功之后，会显示一屏幕的提示信息，其中Notes部分包含了release的使用方法，可以重点关注一下。

　　这里我们通过以下命令来看看已经部署的release：

helm list

　　可以看到，该release的状态已经是DEPLOYED，也可以看到其版本号是5.7.27。

　　下面再看看service、deployment、pod以及pvc的情况：

　　从上图可以看到，由于还没有位mysql准备PV（PersistentVolume，不了解此概念的童鞋可以参考这一篇《K8S数据管理》），导致当前release不可用，处于Pending状态。接下来我们就要先解决PV的问题，让release能够正常运行起来！在此之前，为了后续方便演示，这里现将此chart删除：

helm delete edc-mysql

3.2 为MySQL Chart准备PV

　　首先，按照约定准备一个edc-mysql-pv.yml，如下所示：

apiVersion: v1
kind: PersistentVolume
metadata:
  name: edc-mysql-pv
spec:
  capacity:
    storage: 8Gi
  accessModes:
    - ReadWriteOnce
  persistentVolumeReclaimPolicy: Retain
  #storageClassName: nfs
  nfs:
    path: /edc/k8s/nfsdata/edc-mysql-pv
    server: k8s-master

　　这里申请了一个8G的PV，用于适配mysql chart的默认配置要求，当然我们也可以通过修改自定义values.yaml来修改。

3.3 定制化安装MySQL Chart

　　Helm有两种方式传递配置参数实现定制化安装，一种是指定自定义的values文件，另一种是通过--set直接传入参数值。这里我们演示通过第二种，这里我们重新安装mysql chart：

helm install stable/mysql -namespace=edc-charts --set mysqlRootPassword=edc123456 -n edison

　　验证结果如下图所示：

3.4 升级和回滚Release

　　这里假设我安装的版本是5.7.14，这里我将其先升级为5.7.26来演示：

helm upgrade --set imageTag=5.7.26 edison stable/mysql

　　通过查看可以看到image已经换为了5.7.26：

　　通过helm history可以查看release的所有历史版本：

　　_Note：_这里Revision 1是5.7.14版本，Revision 2是5.7.26版本，Revision 3是5.7.27版本。

　　这里我们通过helm rollback回退到Revision 1版本（即5.7.14版本），可以看到已经成功回退到了5.7.14版本：

四、自定义Chart实践

4.1 创建Chart

　　首先，通过以下命令创建一个chart命名为mychart：

helm create mychart

　　Helm会帮我们创建目录mychart，并生成各种chart文件。

　　这里我们需要关注的是values.yaml，修改其中的内容为我们之前演示的ASP.NET Core WebAPI应用镜像：

# Default values for mychart.
# This is a YAML-formatted file.
# Declare variables to be passed into your templates.

replicaCount: 1

image:
  repository: edisonsaonian/k8s-demo
  tag: latest
  pullPolicy: IfNotPresent

service:
  type: NodePort
  port: 80
  nodePort: 31000

ingress:
  enabled: false

resources:
  limits:
    cpu: 1
    memory: 228Mi
  requests:
    cpu: 100m
    memory: 128Mi

　　这里我们选择NodePort的方式让外部可以通过31000端口访问到API，也设置了资源限制。

　　此外，我们再修改一下Templates目录下的deployment和service两个模板文件：

　　（1）deployment模板：重点关注两个探针的配置

apiVersion: apps/v1beta2
kind: Deployment
metadata:
  name: {{ include "mychart.fullname" . }}
  labels:
    app.kubernetes.io/name: {{ include "mychart.name" . }}
    helm.sh/chart: {{ include "mychart.chart" . }}
    app.kubernetes.io/instance: {{ .Release.Name }}
    app.kubernetes.io/managed-by: {{ .Release.Service }}
spec:
  replicas: {{ .Values.replicaCount }}
  selector:
    matchLabels:
      app.kubernetes.io/name: {{ include "mychart.name" . }}
      app.kubernetes.io/instance: {{ .Release.Name }}
  template:
    metadata:
      labels:
        app.kubernetes.io/name: {{ include "mychart.name" . }}
        app.kubernetes.io/instance: {{ .Release.Name }}
    spec:
      containers:
        - name: {{ .Chart.Name }}
          image: "{{ .Values.image.repository }}:{{ .Values.image.tag }}"
          imagePullPolicy: {{ .Values.image.pullPolicy }}
          ports:
            - name: http
              containerPort: 80
              protocol: TCP
          # 探针  检测项目是否存活
          livenessProbe:
            httpGet:
              path: /api/values
              port: http
          # 探针  检测项目是否启动成功
          readinessProbe:
            httpGet:
              path: /api/values
              port: http
            initialDelaySeconds: 30
            periodSeconds: 60
          resources:
{{ toYaml .Values.resources | indent 12 }}
    {{- with .Values.nodeSelector }}
      nodeSelector:
{{ toYaml . | indent 8 }}
    {{- end }}
    {{- with .Values.affinity }}
      affinity:
{{ toYaml . | indent 8 }}
    {{- end }}
    {{- with .Values.tolerations }}
      tolerations:
{{ toYaml . | indent 8 }}
    {{- end }}

　　（2）service模板：重点关注NodePort的配置

apiVersion: v1
kind: Service
metadata:
  name: {{ include "mychart.fullname" . }}
  labels:
    app.kubernetes.io/name: {{ include "mychart.name" . }}
    helm.sh/chart: {{ include "mychart.chart" . }}
    app.kubernetes.io/instance: {{ .Release.Name }}
    app.kubernetes.io/managed-by: {{ .Release.Service }}
spec:
  type: {{ .Values.service.type }}
  ports:
    - port: {{ .Values.service.port }}
      targetPort: http
      # 添加nodePort
      nodePort: {{ .Values.service.nodePort }}
      protocol: TCP
      name: http
  selector:
    app.kubernetes.io/name: {{ include "mychart.name" . }}
    app.kubernetes.io/instance: {{ .Release.Name }}

　　编写完成后，通过 helm lint 可以帮助我们快速验证是否有语法错误：

4.2 安装Chart

　　没有语法错误检测之后，便可以开始安装Chart了，正式安装之前我们可以通过以下命令来模拟安装，它会输出每个模板生成的yaml内容，帮助你检查生成的yaml内容是否是你想要的或者正确的。

helm install --dry-run --debug

　　然后，这里我们选择本地安装Chart：

helm install mychart -n edc-api-release --namespace=aspnetcore

　　只需要简单的一句话，就可以将chart部署到K8S集群中了，下面我们通过在外部访问NodePort 31000端口来验证一下是否部署成功：

　　（1）Node 1

　　（2）Node 2

　　两个Node节点都可以访问到，证明部署成功！

4.3 添加Chart到仓库

　　通过测试之后，我们的Chart就可以发布到仓库中供团队成员使用了，像阿里云、腾讯云等云服务商都已经提供了完善的Helm远程仓库，我们也可以自己搭建一个仓库，任何的Web Server其实都可以作为一个chart仓库。

　　下面我们在k8s-master上启动给一个httpd容器，让它来作为我们的本地chart仓库。

docker run -d -p 8080:80 -v /var/www:/usr/local/apache2/htdocs/ httpd

　　然后，我们将mychart进行打包，helm会将其打包为一个tgz包：

helm package mychart

　　然后，我们为mychart包生成仓库的index文件，并将其推送到本地chart仓库中：

mkdir myrepo
mv mychart-0.1.0.tgz myrepo/
helm repo index myrepo/ --url http://192.168.2.100:8080/charts

　　这里我们将httpd容器中的charts目录作为chart仓库，因此需要提前创建charts目录，并将打好的包和index.yaml文件也上传到该目录中：

　　最后，我们将新仓库添加到helm：

helm repo add edc-repo http://192.168.2.100:8080/charts
helm repo list

　　可以看到，edc-repo已经添加到了helm中，代表可以从新的本地仓库中下载和安装mychart了！

4.4 使用自定义Chart

　　现在我们来从本地的新仓库中下载和安装mychart：

helm install edc-repo/mychart -n mychart-release --namespace=aspnetcore

　　安装完成后再次验证：

　　（1）Node 1

　　（2）Node 2

　　如果以后仓库添加了新的chart，需要使用以下命令来更新本地的index文件：

helm repo update

五、小结

　　本文介绍了K8S的包管理器Helm的基本概念与安装和使用，Helm能够帮助我们像使用apt或yum那样管理安装、部署、升级和删除容器化应用，最后演示了如何为我们的ASP.NET Core API应用开发自己的chart，并在团队中共享chart。当然，关于Helm，笔者也是初学，还有很多地方没有研究，希望此文能给初学者一点帮助，谢谢！

参考资料

（1）CloudMan，《每天5分钟玩转Kubernetes》

（2）李振良，《一天入门Kubernets教程》

（3）马哥（马永亮），《Kubernetes快速入门》

（4）潘猛，《Kubernetes笔记之Helm》

（5）雪雁（心莱科技），《利用Helm简化Kubernetes应用部署（二）》

（6）周国通，《Kubernetes实战篇之Helm填坑与基本命令》

ASP.NET Core on K8S深入学习（10）K8S包管理器Helm

一、关于Helm

1.1 为何需要Helm？

1.2 Helm的架构

二、Helm的安装和使用

2.1 Helm客户端的安装

2.2 Tiller服务器的安装

2.3 Helm的使用准备

三、MySQL Chart实践

3.1 初步安装MySQL Chart

3.2 为MySQL Chart准备PV

3.3 定制化安装MySQL Chart

3.4 升级和回滚Release

四、自定义Chart实践

4.1 创建Chart

4.2 安装Chart

4.3 添加Chart到仓库

4.4 使用自定义Chart

五、小结

参考资料

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

ASP.NET Core on K8S深入学习（10）K8S包管理器Helm

一、关于Helm

1.1 为何需要Helm？

1.2 Helm的架构

二、Helm的安装和使用

2.1 Helm客户端的安装

2.2 Tiller服务器的安装

2.3 Helm的使用准备

三、MySQL Chart实践

3.1 初步安装MySQL Chart

3.2 为MySQL Chart准备PV

3.3 定制化安装MySQL Chart

3.4 升级和回滚Release

四、自定义Chart实践

4.1 创建Chart

4.2 安装Chart

4.3 添加Chart到仓库

4.4 使用自定义Chart

五、小结

参考资料

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像