企业级运维之云原生与Kubernetes实战课程 - 第二章第7讲 实验二:应用部署进阶

简介: 该实验是“云原生与Kubernates基础课程”的配套实验。 涉及ACK集群上ingress、pod,以及日志服务、hpa的应用部署。 进行该实验的前提:需熟悉上述理论概念,建议完成配套理论课程学习。

企业级运维之云原生与Kubernetes实战课程

第二章第7讲 实验二:应用部署进阶

 

 

视频地址:https://developer.aliyun.com/learning/course/913/detail/14611

 

一、实验简介

 

该实验是“云原生与Kubernetes基础课程”的配套实验。 涉及ACK集群上ingresspod,以及日志服务、hpa的应用部署。 进行该实验的前提:需熟悉上述理论概念,建议完成配套理论课程学习。

 

二、实验内容

 

  • 通过 Ingress 服务来暴露 pod,让应用可以通过统一的入口访问;
  • 通过 pod 亲和性调度,让 web pod redis pod 尽量调度到一个节点上,提高 web redis 之间的网络质量;
  • 将应用的标准输出日志采集到日志服务,监控日志中的特殊字段内容,如果出现对应字段的日志,通过日志服务进行告警,通知到邮件;
  • 通过创建 hpa 来保证业务高峰期能够自动调整 pod 副本数,来增加架构弹性;

 

三、实验目标

 

  • 通过 Ingress 暴露服务;
  • 使用 pod 亲和性调度;
  • 应用日志采集;
  • 掌握应用日志分析和告警;
  • 实现 pod 水平伸缩。

 

实验地址:https://developer.aliyun.com/adc/scenario/17ffed0540f340a2949f5d18d57d2bcd

 

四、实验步骤

 

1.  了解实验架构

 

客户端通过 ingress 的入口 slb 访问,slb 将请求转发到nginx-ingress-controller,然后 nginx-ingress-controller 将代理请求发到后端 pod;同时,hpa 来控制台 pod数量的变化。

 

2.  环境准备

 

注:后台已创建好了对应的云产品资源,这里仅核实环境和相关配置。

 

a.  证书下载地址 :http://xiniao-ceshi.oss-cn-beijing.aliyuncs.com/4211665_xiniao.aliyuntest.xyz_nginx.zip

b.  使用ack里面的Cloud Shell进行连接以配置管理集群;

 image.png

 

c.  确认集群具有公网能力,保证可以拉去实验镜像。

 

3.  创建 deploy 文件

 

a.  touch myweb.yaml; 输入以下内容:

 

apiVersion: apps/v1

kind: Deployment

metadata:

 name: httpbin

spec:

 replicas: 1

 selector:

   matchLabels:

     app: httpbin

 template:

   metadata:

     labels:

       app: httpbin

   spec:

     containers:

     - image: 'docker.io/kennethreitz/httpbin:latest'

       imagePullPolicy: IfNotPresent

       env:

       # env 会指定 采集该Pod 标准输出和标准出错的内容

       # 到名为 log-stdout logstore 中,配置参考

       - name: aliyun_logs_log-stdout

         value: stdout

       name: httpbin

       ports:

       - containerPort: 80

         protocol: TCP

       resources:

         limits:

           cpu: 500m

           memory: 100Mi

         requests:

           cpu: 250m

           memory: 32Mi

 

b.  使用命令创建 deploy kubectl create -f myweb.yaml

 

4.  创建 service 暴露服务

 

a.  touch myservice.yaml; 输入以下内容:

 

apiVersion: v1

kind: Service

metadata:

 name: myweb

 namespace: default

spec:

 ports:

   - name: http80

     port: 80

     protocol: TCP

     targetPort: 80

 selector:

   app: httpbin

 type: ClusterIP

 

b.  执行:kubectl create -f myservice.yaml

 

5.  创建 secret 文件

 

a.  CloudShell上下载证书,并将证书文件解压;

 

wget http://xiniao-ceshi.oss-cn-beijing.aliyuncs.com/4211665_xiniao.aliyuntest.xyz_nginx.zip

 

unzip 4211665_xiniao.aliyuntest.xyz_nginx.zip

 

b.  执行命令:

 

kubectl create secret tls mysecret --key 4211665_xiniao.aliyuntest.xyz.key --cert

 

4211665_xiniao.aliyuntest.xyz.pem

 

6.  创建 Ingress 规则

 

a.  touch Ingress.yaml; 输入如下内容:

 

apiVersion: extensions/v1beta1

kind: Ingress

metadata:

 name: httpbin

 namespace: default

spec:

 ingressClassName: nginx

 rules:

 - host: xiniao.aliyuntest.xyz

   http:

     paths:

     - backend:

         serviceName: myweb

         servicePort: 80

       path: /

 tls:

 - hosts:

   - xiniao.aliyuntest.xyz

   secretName: mysecret

 

b.  创建 Ingresskubectl create -f Ingress.yaml

 

7.   hosts 里绑定域名和 IP

 

a.  kubectl get ingress httpbin 得到 ingress 的域名和 ip(域名在“HOSTS”字段下, ip 在 “ADDRESS”字段下)

 

b.  编辑客户端(这里可以用个人的windows-pc)的C:\Windows\System32\drivers\etc\hosts 文件,添加一行:

 

121.196.13.XX xiniao.aliyuntest.xyz

 

8.  验证网站访问

 

浏览器访问测试:https://xiniao.aliyuntest.xyz/delay/1,能正常显示页面内容返回结果。

 

9.  亲和性调度

 

任务:将 httpbin 这个 deployment 尽可能调度到与 redis pod 相同的节点。

 

a.  创建 redis deploymenttouch redis.yaml,文件内容如下:

 

apiVersion: apps/v1

kind: Deployment

metadata:

 labels:

   app: redis

 name: redis

spec:

 replicas: 1

 selector:

   matchLabels:

     app: redis

 template:

   metadata:

     labels:

       app: redis

   spec:

     containers:

     - image: 'redis:latest'

       imagePullPolicy: IfNotPresent

       name: redis

       resources:

         requests:

           cpu: 250m

           memory: 512Mi

 

b.  执行 kubectl create -f redis.yaml 创建。

 

c.  编辑 httpbin 这个deployment kubectl edit deployment httpbin 添加如下字段:

 

apiVersion: apps/v1

kind: Deployment

metadata:

 name: httpbin

spec:

 replicas: 1

 selector:

   matchLabels:

     app: httpbin

 template:

   metadata:

     labels:

       app: httpbin

   spec:

     # 添加亲和性配置

     affinity:

       podAffinity:

        requiredDuringSchedulingIgnoredDuringExecution:

         - labelSelector:

             matchExpressions:

             - key: app

               operator: In

              values:

               - redis

           topologyKey: kubernetes.io/hostname

      # 结束添加

     containers:

     - image: 'docker.io/kennethreitz/httpbin:latest'

       imagePullPolicy: IfNotPresent

       env:

       - name: aliyun_logs_log-stdout

         value: stdout

       name: httpbin

       ports:

       - containerPort: 80

         protocol: TCP

       resources:

         limits:

           cpu: 500m

           memory: 100Mi

         requests:

           cpu: 250m

           memory: 32Mi

 

d.  保存后,验证 redis httpbin pod 在同一个节点:

 image.png

 

10. 实现 httpbin 水平伸缩

 

a.  创建 hpatouch httpbin-hpa.yaml,输入以下内容:

 

apiVersion: autoscaling/v2beta1

kind: HorizontalPodAutoscaler

metadata:

 name: httpbin-hpa

 namespace: default

spec:

 scaleTargetRef:

   apiVersion: apps/v1

   kind: Deployment

   name: httpbin

 minReplicas: 1

 maxReplicas: 5

 metrics:

 - type: Resource

   resource:

     name: cpu

     targetAverageUtilization: 80

 

b.  执行 kubectl create -f httbpin-hpa.yaml,创建HPA, 然后使用,kubectl get hpa 查看 HPA

 image.png

 

c.  使用jmeter进行压测(JMeter下载安装及入门教程,或者可选使用阿里云pts压测)。

jmeter配置参考附件中的配置文件,xiniaotest.jmx

打开jmeter,导入xiniaotest.jmx配置(配置下载地址):

 image.png

 

修改 http 请求,,输入要访问的域名和端口,参考:

 image.png

 

d.  点击“start”按钮运行jmeter 压测:

 image.png

 

e.  再次查看 hpa

 image.png

 

可以看到,通过水平伸缩,副本数已经变成 5 了。但此时 targets 还很大,因为此时达到了 hpa 设定的最大副本数限制。

 

 

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
6月前
|
Kubernetes Devops 应用服务中间件
基于 Azure DevOps 与阿里云 ACK 构建企业级 CI/CD 流水线
本文介绍如何结合阿里云 ACK 与 Azure DevOps 搭建自动化部署流程,涵盖集群创建、流水线配置、应用部署与公网暴露,助力企业高效落地云原生 DevOps 实践。
708 1
|
12月前
|
存储 Kubernetes 开发工具
使用ArgoCD管理Kubernetes部署指南
ArgoCD 是一款基于 Kubernetes 的声明式 GitOps 持续交付工具,通过自动同步 Git 存储库中的配置与 Kubernetes 集群状态,确保一致性与可靠性。它支持实时同步、声明式设置、自动修复和丰富的用户界面,极大简化了复杂应用的部署管理。结合 Helm Charts,ArgoCD 提供模块化、可重用的部署流程,显著减少人工开销和配置错误。对于云原生企业,ArgoCD 能优化部署策略,提升效率与安全性,是实现自动化与一致性的理想选择。
789 0
|
11月前
|
存储 Kubernetes 异构计算
Qwen3 大模型在阿里云容器服务上的极简部署教程
通义千问 Qwen3 是 Qwen 系列最新推出的首个混合推理模型,其在代码、数学、通用能力等基准测试中,与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶级模型相比,表现出极具竞争力的结果。
|
12月前
|
存储 Kubernetes 监控
K8s集群实战:使用kubeadm和kuboard部署Kubernetes集群
总之,使用kubeadm和kuboard部署K8s集群就像回归童年一样,简单又有趣。不要忘记,技术是为人服务的,用K8s集群操控云端资源,我们不过是想在复杂的世界找寻简单。尽管部署过程可能遇到困难,但朝着简化复杂的目标,我们就能找到意义和乐趣。希望你也能利用这些工具,找到你的乐趣,满足你的需求。
1060 33
|
11月前
|
人工智能 运维 监控
阿里云携手神州灵云打造云内网络性能监测标杆 斩获中国信通院高质量数字化转型十大案例——金保信“云内网络可观测”方案树立云原生运维新范式
2025年,金保信社保卡有限公司联合阿里云与神州灵云申报的《云内网络性能可观测解决方案》入选高质量数字化转型典型案例。该方案基于阿里云飞天企业版,融合云原生引流技术和流量“染色”专利,解决云内运维难题,实现主动预警和精准观测,将故障排查时间从数小时缩短至15分钟,助力企业降本增效,形成可跨行业复制的数字化转型方法论。
579 6
|
12月前
|
Kubernetes 开发者 Docker
集群部署:使用Rancher部署Kubernetes集群。
以上就是使用 Rancher 部署 Kubernetes 集群的流程。使用 Rancher 和 Kubernetes,开发者可以受益于灵活性和可扩展性,允许他们在多种环境中运行多种应用,同时利用自动化工具使工作负载更加高效。
655 19
|
存储 测试技术 对象存储
使用容器服务ACK快速部署QwQ-32B模型并实现推理智能路由
阿里云最新发布的QwQ-32B模型,通过强化学习大幅度提升了模型推理能力。QwQ-32B模型拥有320亿参数,其性能可以与DeepSeek-R1 671B媲美。
|
存储 Kubernetes 测试技术
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
734 12
|
人工智能 Kubernetes 异构计算
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
721 5
|
存储 Kubernetes 对象存储
部署DeepSeek但GPU不足,ACK One注册集群助力解决IDC GPU资源不足
部署DeepSeek但GPU不足,ACK One注册集群助力解决IDC GPU资源不足
381 3

热门文章

最新文章

推荐镜像

更多