开发者社区> EdisonZhou> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

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

简介: 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。
+关注继续查看

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

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
如何轻松学习 Kubernetes?
《深入浅出 Kubernetes》一书共汇集 12 篇技术文章,帮助你一次搞懂 6 个核心原理,吃透基础理论,一次学会 6 个典型问题的华丽操作!
778 0
如何轻松学习 Kubernetes?
本文分享阿里技术专家关于 Kubernetes 的一些观点和看法,并给出学习 Kubernetes 的方法建议 ,最后分享 Kubernetes 集群上的问题排查经验。
10867 0
工作流在Kubernetes集群中的实践
本文主要介绍如何在ACK上基于工作流引擎进行大规模基因测序工作。阿里云工作流引擎基于开源项目Argo实现,支持并发、循环、重试等多种执行策略。
1769 0
kubernetes集群问题排查
本文CSDN博客地址:http://blog.csdn.net/huwh_/article/details/71308301 1. 查看系统Event事件 [plain] view plain copy kubectl describe pod  --namespace=   该命令可以显示Pod创建时的配置定义、状态等信息和最近的Event事件,事件信息可用于排错。
3992 0
【DockerCon2017最新技术解读】如何在阿里云一键部署高可用的Kubernetes集群
在云栖TechDay34期:DockerCon2017最新的技术解读中,阿里云的容器服务团队技术专家谢瑶瑶做了题为《Kubernetes on Alibaba Cloud》的分享,主要介绍了Kubernetes的基本概念,如何在阿里云快速一键部署高可用安全的Kubernetes集群以及阿里云的Cloud Provider所提供的能力。
8578 0
+关注
EdisonZhou
程序员,阿里云MVP,CSM
文章
问答
文章排行榜
最热
最新
相关电子书
更多
K8s 原生 Serverless 实践:ASK 与 Kna
立即下载
K8s监控神器——TSDB for Prometheus的入门与实践
立即下载
搭建基于SpringCloud的微服务应用
立即下载