Teeker Blog

主题

Teeker2023-07-09
12385
56m
0

Jenkins - DevOps ​

学习自：https://www.bilibili.com/video/BV1To4y1g7G4。

DevOps 介绍 ​

软件开发最开始是由两个团队组成：

  • 开发计划由 开发团队 从头开始设计和整体系统的构建。需要系统不停的迭代更新
  • 运维团队 将开发团队的 Code 进行测试后部署上线。希望系统稳定安全运行

这看似两个目标不同的团队需要协同完成一个软件的开发。

在开发团队指定好计划并完成 coding 后，需要提供到运维团队。

运维团队向开发团队反馈需要修复的 BUG 以及一些需要返工的任务。

这时开发团队需要经常等待运维团队的反馈。这无疑延长了事件并推迟了整个软件开发的周期。

会有一种方式，在开发团队等待的时候，让开发团队转移到下一个项目中。等待运维团队为之前的代码提供反馈。

可是这样就意味着一个完整的项目需要一个更长的周期才可以开发出最终代码。

基于现在的互联网现状，更推崇敏捷式开发，这样就导致项目的迭代速度更快，但是由于开发团队与运维团队的沟通问题，会导致新版本上线的时间成本很高。这又违背的敏捷式开发的最初的目的。

那么如果让开发团队和运维团队整合到成一个团队，协同应对一套软件呢？这就被称为 DevOps。

DevOps，字面意思是 Development & Operations 的缩写，也就是开发 & 运维。

虽然字面意思只涉及到了开发团队和运维团队，其实 QA 测试团队也是参与其中的。

网上可以查看到 DevOps 的符号类似于一个无穷大的符号

image-20211124130409521

这表明 DevOps 是一个不断提高效率并且持续不断工作的过程

DevOps 的方式可以让公司能够更快地应对更新和市场发展变化，开发可以快速交付，部署也更加稳定。

核心就在于 简化 Dev 和 Ops 团队之间的流程，使整体软件开发过程更快速。

整体的软件开发流程包括：

  • PLAN：开发团队根据客户的目标制定开发计划
  • CODE：根据 PLAN 开始编码过程，需要将不同版本的代码存储在一个库中
  • BUILD：编码完成后，需要将代码构建并且运行
  • TEST：成功构建项目后，需要测试代码是否存在 BUG 或错误
  • DEPLOY：代码经过手动测试和自动化测试后，认定代码已经准备好部署并且交给运维团队
  • OPERATE：运维团队将代码部署到生产环境中
  • MONITOR：项目部署上线后，需要持续的监控产品
  • INTEGRATE：然后将监控阶段收到的反馈发送回 PLAN 阶段，整体反复的流程就是 DevOps 的核心，即持续集成、持续部署

为了保证整体流程可以高效的完成，各个阶段都有比较常见的工具，如下图：

2021-11-23_175935

最终可以给 DevOps 下一个定义：DevOps 强调的是高效组织团队之间如何通过自动化的工具协作和沟通来完成软件的生命周期管理，从而更快、更频繁地交付更稳定的软件。

自动化的工具协作和沟通来完成软件的生命周期管理。

Code 阶段工具 ​

在 code 阶段，我们需要将不同版本的代码存储到一个仓库中，常见的版本控制工具就是 SVN 或者 Git，这里我们采用 Git 作为版本控制工具，GitLab 作为远程仓库。

Git 安装 ​

https://git-scm.com/（傻瓜式安装）

GitLab 安装 ​

单独准备服务器，采用 Docker 安装

  • 查看 GitLab 镜像

    sh
    docker search gitlab

  • 拉取 GitLab 镜像

    sh
    docker pull gitlab/gitlab-ce

  • 准备 docker-compose.yml 文件

    yml
    version: "3.1"
services:
  gitlab:
    image: "gitlab/gitlab-ce:latest"
    container_name: gitlab
    restart: always
    environment:
      GITLAB_OMNIBUS_CONFIG: |
        external_url 'http://192.168.11.11:8929'
        gitlab_rails['gitlab_shell_ssh_port'] = 2224
    ports:
      - "8929:8929"
      - "2224:2224"
    volumes:
      - "./config:/etc/gitlab"
      - "./logs:/var/log/gitlab"
      - "./data:/var/opt/gitlab"

  • 启动容器（需要稍等一小会）

    sh
    docker-compose up -d

  • 访问 GitLab 首页，端口是 8929

  • 查看 root 用户初始密码

    sh
    docker exec -it gitlab cat /etc/gitlab/initial_root_password

  • 登录 root 用户

  • 第一次登录后需要修改密码

    image-20211124193444561

搞定后，即可像 Gitee、GitHub 一样使用。

Build 阶段工具 ​

构建 Java 项目的工具一般有两种选择，一个是 Maven，一个是 Gradle。

这里我们选择 Maven 作为项目的编译工具。

具体安装 Maven 流程不做阐述，但是需要确保配置好 Maven 仓库私服以及 JDK 编译版本。

Operate 阶段工具 ​

部署过程，会采用 Docker 进行部署，暂时只安装 Docker 即可，后续还需安装 Kubenetes

Docker 安装 ​

  • 准备测试环境&生产环境

  • 下载 Docker 依赖组件

    sh
    yum -y install yum-utils device-mapper-persistent-data lvm2

  • 设置下载 Docker 的镜像源为阿里云

    sh
    yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

  • 安装 Docker 服务

    sh
    yum -y install docker-ce

  • 安装成功后，启动 Docker 并设置开机自启

    sh
    # 启动Docker服务
systemctl start docker
# 设置开机自动启动
systemctl enable docker

  • 测试安装成功

    sh
    docker version

Docker-Compose 安装 ​

  • 下载 Docker/Compose：https://github.com/docker/compose

  • 将下载好的 docker-compose-Linux-x86_64]文件移动到 Linux 操作系统

  • 设置 docker-compose-Linux-x86_64 文件权限，并移动到 $PATH 目录中

    sh
    # 设置文件权限
chmod a+x docker-compose-Linux-x86_64
# 移动到 /usr/bin 目录下，并重命名为 docker-compose
mv docker-compose-Linux-x86_64 /usr/bin/docker-compose

  • 测试安装成功

    sh
    docker-compose version

Integrate 工具 ​

持续集成、持续部署的工具很多，其中 Jenkins 是一个开源的持续集成平台。

Jenkins 涉及到将编写完毕的代码发布到测试环境和生产环境的任务，并且还涉及到了构建项目等任务。

Jenkins 需要大量的插件保证工作，安装成本较高，下面会基于 Docker 搭建 Jenkins。

Jenkins 介绍 ​

Jenkins 是一个开源软件项目，是基于 Java 开发的一种持续集成工具

Jenkins 应用广泛，大多数互联网公司都采用 Jenkins 配合 GitLab、Docker、K8s 作为实现 DevOps的核心工具。

Jenkins 最强大的就在于插件，Jenkins 官方提供了大量的插件库，来自动化 CI/CD 过程中的各种琐碎功能。

Jenkins 最主要的工作就是将 GitLab 上可以构建的工程代码拉取并且进行构建，再根据流程可以选择发布到测试环境或是生产环境。

一般是 GitLab 上的代码经过大量的测试后，确定发行版本，再发布到生产环境。

CI/CD 可以理解为：

  • CI 过程即是通过 Jenkins 将代码拉取、构建、制作镜像交给测试人员测试
    • 持续集成：让软件代码可以持续的集成到主干上，并自动构建和测试
  • CD 过程即是通过 Jenkins 将打好标签的发行版本代码拉取、构建、制作镜像交给运维人员部署
    • 持续交付：让经过持续集成的代码可以进行手动部署
    • 持续部署：让可以持续交付的代码随时随地的自动化部署

image-20211125154112097

Jenkins 安装 ​

  • 拉取 Jenkins 镜像

    docker pull jenkins/jenkins

  • 编写 docker-compose.yml

    yml
    version: "3.1"
services:
  jenkins:
    image: jenkins/jenkins
    container_name: jenkins
    ports:
      - 8080:8080
      - 50000:50000
    volumes:
      - ./data/:/var/jenkins_home/

  • 首次启动会因为数据卷 data 目录没有权限导致启动失败，设置 data 目录写权限

    image-20211124202610243

    sh
    chmod -R a+w data/

  • 重新启动 Jenkins 容器后，由于 Jenkins 需要下载大量内容，但是由于默认下载地址下载速度较慢，需要重新设置下载地址为国内镜像站

    sh
    # 修改数据卷中的hudson.model.UpdateCenter.xml文件
<?xml version='1.1' encoding='UTF-8'?>
<sites>
  <site>
    <id>default</id>
    <url>https://updates.jenkins.io/update-center.json</url>
  </site>
</sites>
# 将下载地址替换为http://mirror.esuni.jp/jenkins/updates/update-center.json
<?xml version='1.1' encoding='UTF-8'?>
<sites>
  <site>
    <id>default</id>
    <url>http://mirror.esuni.jp/jenkins/updates/update-center.json</url>
  </site>
</sites>
# 清华大学的插件源也可以https://mirrors.tuna.tsinghua.edu.cn/jenkins/updates/update-center.json

  • 再次重启 Jenkins 容器，访问 Jenkins（需要稍微等会）

  • 查看密码登录 Jenkins，并登录下载插件

    sh
    docker exec -it jenkins cat /var/jenkins_home/secrets/initialAdminPassword

  • 选择需要安装的插件（搜索 Git 和 public）

    image-20211124205854418

    image-20211124205858730

  • 下载完毕设置信息进入首页（可能会出现下载失败的插件）

    image-20211124211635550

    image-20211124211700999

Jenkins 入门配置 ​

由于 Jenkins 需要从 Git 拉取代码、需要本地构建、甚至需要直接发布自定义镜像到 Docker 仓库，所以 Jenkins 需要配置大量内容。

构建任务 ​

准备好 GitLab 仓库中的项目，并且通过 Jenkins 配置项目的实现当前项目的 DevOps 基本流程。

  • 构建 Maven 工程发布到 GitLab（Gitee、Github 均可）

  • Jenkins 点击左侧导航新建任务

  • 选择自由风格构建任务

配置源码拉取地址 ​

Jenkins 需要将 Git 上存放的源码存储到 Jenkins 服务所在磁盘的本地

  • 配置任务源码拉取的地址

    image-20211125170418337

  • Jenkins 点击任务 test 中的立即构建

  • 查看构建工程的日志，点击下面的任务条即可

    可以看到源码已经拉取带 Jenkins 本地，可以根据第三行日志信息，查看 Jenkins 本地拉取到的源码。

  • 查看 Jenkins 容器中 /var/jenkins_home/workspace/test 的源码

    image-20211125201919108

配置 Maven 构建代码 ​

代码拉取到 Jenkins 本地后，需要在 Jenkins 中对代码进行构建，这里需要 Maven 的环境，而 Maven 需要 Java 的环境，接下来需要在 Jenkins 中安装 JDK 和 Maven，并且配置到 Jenkins 服务。

  • 准备 JDK、Maven 压缩包通过数据卷映射到 Jenkins 容器内部

  • 解压压缩包，并配置 Maven 的 settings.xml

    xml
    <!-- 阿里云镜像地址 -->
<mirror>
    <id>alimaven</id>
    <name>aliyun maven</name>
    <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
    <mirrorOf>central</mirrorOf>
</mirror>
<!-- JDK1.8编译插件 -->
<profile>
    <id>jdk-1.8</id>
    <activation>
        <activeByDefault>true</activeByDefault>
        <jdk>1.8</jdk>
    </activation>
    <properties>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
        <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion>
    </properties>
</profile>

  • Jenkins 配置 JDK & Maven 并保存

    image-20211125205027013

    image-20211125205020738

  • 配置 Jenkins 任务构建代码

  • 立即构建测试，查看 target 下的 jar 包

    image-20211125205725948

配置 Publish 发布 & 远程操作 ​

jar 包构建好之后，就可以根据情况发布到测试或生产环境，这里需要用到之前下载好的插件 Publish Over SSH。

  • 配置 Publish Over SSH 连接测试、生产环境

    image-20211125210148202

  • 配置任务的构建后操作，发布 jar 包到目标服务

    配置构建后操作
    image-20211125205027013
    image-20211125210424346
    image-20211125210626631

  • 立即构建任务，并去目标服务查看

    image-20211125210755556

    image-20211125210826057

CI、CD 入门操作 ​

基于 Jenkins 拉取 GitLab 的 SpringBoot 代码进行构建发布到测试环境实现持续集成

基于 Jenkins 拉取 GitLab 指定发行版本的 SpringBoot 代码进行构建发布到生产环境实现 CD 实现持续部署

持续集成 ​

为了让程序代码可以自动推送到测试环境基于 Docker 服务运行，需要添加 Docker 配置和脚本文件让程序可以在集成到主干的同时运行起来。

  • 添加 Dockerfile 文件

    image-20211126161304485

  • 添加 docker-compose.yml 文件

    image-20211126161331991

  • 追加 Jenkins 构建后操作脚本命令

    image-20211126161408514

  • 发布到 GitLab 后由 Jenkins 立即构建并托送到目标服务器

    image-20211126161448527

  • 测试部署到目标服务器程序

    image-20211126161504715

持续交付、部署 ​

程序代码在经过多次集成操作到达最终可以交付，持续交付整体流程和持续集成类似，不过需要选取指定的发行版本

  • 下载 Git Parameter 插件

    image-20211126165209057

  • 设置项目参数化构建

    image-20211126165444124

    image-20211126172828266

  • 给项目添加 tag 版本

    image-20211126165639286

  • 任务构建时，采用 Shell 方式构建，拉取指定 tag 版本代码

    image-20211126174715028

  • 基于 Parameter 构建任务，任务发布到目标服务器

    image-20211126174159487

集成 Sonar Qube ​

Sonar Qube 介绍 ​

Sonar Qube 是一个开源的代码分析平台，支持 Java、Python、PHP、JavaScript、CSS 等 25 种以上的语言，可以检测出重复代码、代码漏洞、代码规范和安全性漏洞的问题。

Sonar Qube 可以与多种软件整合进行代码扫描，比如 Maven，Gradle，Git，Jenkins 等，并且会将代码检测结果推送回 Sonar Qube 并且在系统提供的 UI 界面上显示出来

image-20211129190039986

Sonar Qube 环境搭建 ​

Sonar Qube 安装 ​

Sonar Qube 在 7.9 版本中已经放弃了对 MySQL 的支持，并且建议在商业环境中采用 PostgreSQL，那么安装 Sonar Qube 时需要依赖 PostgreSQL。

并且这里会安装 Sonar Qube 的长期支持版本 8.9

  • 拉取镜像

    sh
    docker pull postgres
docker pull sonarqube:8.9.3-community

  • 编写 docker-compoe.yml

    yml
    version: "3.1"
services:
  db:
    image: postgres
    container_name: db
    ports:
      - 5432:5432
    networks:
      - sonarnet
    environment:
      POSTGRES_USER: sonar
      POSTGRES_PASSWORD: sonar
  sonarqube:
    image: sonarqube:8.9.3-community
    container_name: sonarqube
    depends_on:
      - db
    ports:
      - "9000:9000"
    networks:
      - sonarnet
    environment:
      SONAR_JDBC_URL: jdbc:postgresql://db:5432/sonar
      SONAR_JDBC_USERNAME: sonar
      SONAR_JDBC_PASSWORD: sonar
networks:
  sonarnet:
    driver: bridge

  • 启动容器

    docker-compose up -d

  • 需要设置 sysctl.conf 文件信息，设置 vm.max_map_count：

    image-20211207145215817

    image-20211207145342350

    并执行命令刷新

    sysctl -p

  • 重新启动需要一定时间启动，可以可以查看容器日志，看到如下内容代表启动成功

    image-20211129191426344

  • 访问 Sonar Qube 首页

    image-20211129191537050

  • 还需要重新设置一次密码

    image-20211129193824428

  • Sonar Qube 首页

    image-20211129194148239

安装中文插件 ​

image-20211129194621820

安装成功后需要重启，安装失败重新点击 install 重装即可。

安装成功后，会查看到重启按钮，点击即可

image-20211129194748765重启后查看效果

image-20211129194931944

Sonar Qube 基本使用 ​

Sonar Qube 的使用方式很多，Maven 可以整合，也可以采用 sonar-scanner 的方式，再查看 Sonar Qube 的检测效果

Maven 实现代码检测 ​

  • 修改 Maven 的 settings.xml 文件配置 Sonar Qube 信息

    xml
    <profile>
    <id>sonar</id>
    <activation>
        <activeByDefault>true</activeByDefault>
    </activation>
    <properties>
        <sonar.login>admin</sonar.login>
        <sonar.password>123456789</sonar.password>
        <sonar.host.url>http://192.168.11.11:9000</sonar.host.url>
    </properties>
</profile>

  • 在代码位置执行命令：mvn sonar:sonar

    image-20211129195430146

  • 查看 Sonar Qube 界面检测结果

    image-20211129195503762

Sonar-scanner 实现代码检测 ​

  • 下载 Sonar-scanner：https://binaries.sonarsource.com/Distribution/sonar-scanner-cli/

    下载 4.6.x 版本即可，要求 Linux 版本

  • 解压并配置 sonar 服务端信息

    • 由于是 zip 压缩包，需要安装 unzip 解压插件

      sh
      yum -y install unzip

    • 解压压缩包

      sh
      unzip sonar-scanner-cli/sonar-scanner-cli-4.6.0.2311-linux.zip

    • 配置 sonarQube 服务端地址，修改 conf 下的 sonar-scanner.properties

      image-20211130140043382

  • 执行命令检测代码

    sh
    # 在项目所在目录执行以下命令
~/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=demo -Dsonar.projectKey=java -Dsonar.java.binaries=target/

    Ps：主要查看我的 sonar-scanner 执行命令的位置

    image-20211130141303457

  • 查看 SonarQube 界面检测结果

    image-20211130144608025

Jenkins 集成 Sonar Qube ​

Jenkins 继承 Sonar Qube 实现代码扫描需要先下载整合插件

Jenkins 安装插件 ​

image-20211129201625561

image-20211129201607240

image-20211129202147390

Jenkins 配置 Sonar Qube ​

  • 开启 Sonar Qube 权限验证

    image-20211130144850186

  • 获取 Sonar Qube 的令牌

    image-20211129203102334

  • 配置 Jenkins 的 Sonar Qube 信息

    image-20211129203235019

    image-20211129203342171

    image-20211129203457604

配置 Sonar-scanner ​

  • 将 Sonar-scaner 添加到 Jenkins 数据卷中并配置全局配置

    image-20211130153628925

  • 配置任务的 Sonar-scanner

    image-20211130155849143

构建任务 ​

image-20211130160017465

image-20211130160047648

集成 Harbor ​

Harbor 介绍 ​

前面在部署项目时，我们主要采用 Jenkins 推送 jar 包到指定服务器，再通过脚本命令让目标服务器对当前 jar 进行部署，这种方式在项目较多时，每个目标服务器都需要将 jar 包制作成自定义镜像再通过 docker 进行启动，重复操作比较多，会降低项目部署时间。

我们可以通过 Harbor 作为私有的 Docker 镜像仓库。让 Jenkins 统一将项目打包并制作成 Docker 镜像发布到 Harbor 仓库中，只需要通知目标服务，让目标服务统一去 Harbor 仓库上拉取镜像并在本地部署即可。

Docker 官方提供了 Registry 镜像仓库，但是 Registry 的功能相对简陋。Harbor 是 VMware 公司提供的一款镜像仓库，提供了权限控制、分布式发布、强大的安全扫描与审查机制等功能

Harbor 安装 ​

这里采用原生的方式安装 Harbor。

  • 下载 Harbor 安装包：https://github.com/goharbor/harbor/releases/download/v2.3.4/harbor-offline-installer-v2.3.4.tgz

  • 拖拽到 Linux 并解压：

    tar -zxvf harbor-offline-installer-v2.3.4.tgz -C /usr/local/

  • 修改 Harbor 配置文件：

    • 首先复制一份 harbor.yml 配置

      sh
      cp harbor.yml.tmpl harbor.yml

    • 编辑 harbor.yml 配置文件

      image-20211130215555218

  • 启动 Harbor

    sh
    ./install.sh

    image-20211130215941857

  • 登录 Harbor

    image-20211130220028840

  • 首页信息

    image-20211130220111602

Harbor 使用方式 ​

Harbor 作为镜像仓库，主要的交互方式就是将镜像上传到 Harbor 上，以及从 Harbor 上下载指定镜像

在传输镜像前，可以先使用 Harbor 提供的权限管理，将项目设置为私有项目，并对不同用户设置不同角色，从而更方便管理镜像。

添加用户构建项目 ​

  • 创建用户

    image-20211201213427157

  • 构建项目（设置为私有）

    image-20211201213751780

  • 给项目追加用户

    image-20211201213832458

  • 切换测试用户

    image-20211201214008303

发布镜像到 Harbor ​

  • 修改镜像名称

    名称要求：harbor 地址/项目名/镜像名:版本

    image-20211201221040200

  • 修改 daemon.json，支持 Docker 仓库，并重启 Docker

    image-20211201215931237

  • 设置登录仓库信息

    sh
    docker login -u 用户名 -p 密码 Harbor地址

  • 推送镜像到 Harbor

    image-20211201221225196

从 Harbor 拉取镜像 ​

跟传统方式一样，不过需要先配置 /etc/docker/daemon.json 文件

json
{
  "registry-mirrors": ["https://pee6w651.mirror.aliyuncs.com"],
  "insecure-registries": ["192.168.11.11:80"]
}

image-20211201222450091

Jenkins 容器使用宿主机 Docker ​

构建镜像和发布镜像到 Harbor 都需要使用到 Docker 命令。而在 Jenkins 容器内部安装 Docker 官方推荐直接采用宿主机带的 Docker 即可。

设置 Jenkins 容器使用宿主机 Docker

  • 设置宿主机 docker.sock 权限：

    sh
    sudo chown root:root /var/run/docker.sock
sudo chmod o+rw /var/run/docker.sock

  • 添加数据卷

    yml
    version: "3.1"
services:
  jenkins:
    image: jenkins/jenkins
    container_name: jenkins
    ports:
      - 8080:8080
      - 50000:50000
    volumes:
      - ./data/:/var/jenkins_home/
      - /usr/bin/docker:/usr/bin/docker
      - /var/run/docker.sock:/var/run/docker.sock
      - /etc/docker/daemon.json:/etc/docker/daemon.json
添加构建操作 ​

image-20211229155834500

编写部署脚本 ​

部署项目需要通过 Publish Over SSH 插件，让目标服务器执行命令。为了方便一次性实现拉取镜像和启动的命令，推荐采用脚本文件的方式。

添加脚本文件到目标服务器，再通过 Publish Over SSH 插件让目标服务器执行脚本即可。

  • 编写脚本文件，添加到目标服务器

    sh
    harbor_url=$1
harbor_project_name=$2
project_name=$3
tag=$4
port=$5

imageName=$harbor_url/$harbor_project_name/$project_name:$tag

containerId=`docker ps -a | grep ${project_name} | awk '{print $1}'`
if [ "$containerId" != "" ] ; then
    docker stop $containerId
    docker rm $containerId
    echo "Delete Container Success"
fi

imageId=`docker images | grep ${project_name} | awk '{print $3}'`

if [ "$imageId" != "" ] ; then
    docker rmi -f $imageId
    echo "Delete Image Success"
fi

docker login -u DevOps -p P@ssw0rd $harbor_url

docker pull $imageName

docker run -d -p $port:$port --name $project_name $imageName

echo "Start Container Success"
echo $project_name

    并设置权限为可执行

    sh
    chmod a+x deploy.sh

    image-20211203192047357

配置构建后操作 ​

image-20211229155949038

Jenkins 流水线 ​

Jenkins 流水线任务介绍 ​

之前采用 Jenkins 的自由风格构建的项目，每个步骤流程都要通过不同的方式设置，并且构建过程中整体流程是不可见的，无法确认每个流程花费的时间，并且问题不方便定位问题。

Jenkins 的 Pipeline 可以让项目的发布整体流程可视化，明确执行的阶段，可以快速的定位问题。并且整个项目的生命周期可以通过一个 Jenkinsfile 文件管理，而且 Jenkinsfile 文件是可以放在项目中维护。

所以 Pipeline 相对自由风格或者其他的项目风格更容易操作。

Jenkins 流水线任务 ​

构建 Jenkins 流水线任务 ​

  • 构建任务

    image-20211202144429302

  • 生成 Groovy 的 Hello World 脚本生成

    image-20211202144531749

  • 构建后查看视图

    image-20211202144616117

Groovy 脚本 ​

  • Groovy 脚本基础语法

    groovy
    // 所有脚本命令包含在pipeline{}中
pipeline {
	// 指定任务在哪个节点执行（Jenkins支持分布式）
    agent any

    // 配置全局环境，指定变量名=变量值信息
    environment{
    	host = '192.168.11.11'
    }

    // 存放所有任务的合集
    stages {
    	// 单个任务
        stage('任务1') {
        	// 实现任务的具体流程
            steps {
                echo 'do something'
            }
        }
		// 单个任务
        stage('任务2') {
        	// 实现任务的具体流程
            steps {
                echo 'do something'
            }
        }
        // ……
    }
}

  • 编写例子测试

    groovy
    pipeline {
    agent any

    // 存放所有任务的合集
    stages {
        stage('拉取Git代码') {
            steps {
                echo '拉取Git代码'
            }
        }

        stage('检测代码质量') {
            steps {
                echo '检测代码质量'
            }
        }

        stage('构建代码') {
            steps {
                echo '构建代码'
            }
        }

        stage('制作自定义镜像并发布Harbor') {
            steps {
                echo '制作自定义镜像并发布Harbor'
            }
        }

        stage('基于Harbor部署工程') {
            steps {
                echo '基于Harbor部署工程'
            }
        }
    }
}

    image-20211202145155428

  • 查看效果

    image-20211202145240166

Ps：涉及到特定脚本，Jenkins 给予了充足的提示，可以自动生成命令

image-20211202145349043

Jenkinsfile 实现 ​

Jenkinsfile 方式需要将脚本内容编写到项目中的 Jenkinsfile 文件中，每次构建会自动拉取项目并且获取项目中 Jenkinsfile 文件对项目进行构建

  • 配置 pipeline

    image-20211202151127254

  • 准备 Jenkinsfile

    image-20211202151155145

  • 测试效果

    image-20211202151225161

Jenkins 流水线任务实现 ​

参数化构建 ​

添加参数化构建，方便选择不的项目版本

image-20211202191944277

拉取 Git 代码 ​

通过流水线语法生成 Checkout 代码的脚本

image-20211202192047619

image-20211202192129895将 */master 更改为标签 ${tag}

groovy
pipeline {
    agent any
    stages {

        stage('拉取Git代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])
            }
        }
    }
}

构建代码 ​

通过脚本执行 mvn 的构建命令

groovy
pipeline {
    agent any

    stages {

        stage('拉取Git代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])
            }
        }

        stage('构建代码') {
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }
}

代码质量检测 ​

通过脚本执行 sonar-scanner 命令即可

groovy
pipeline {
    agent any

    stages {

        stage('拉取Git代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])
            }
        }

        stage('构建代码') {
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }

        stage('检测代码质量') {
            steps {
                sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=31388be45653876c1f51ec02f0d478e2d9d0e1fa'
            }
        }
    }
}

制作自定义镜像并发布 ​

  • 生成自定义镜像脚本

    groovy
    pipeline {
    agent any
    environment{
        harborHost = '192.168.11.11:80'
        harborRepo = 'repository'
        harborUser = 'DevOps'
        harborPasswd = 'P@ssw0rd'
    }

    // 存放所有任务的合集
    stages {

        stage('拉取Git代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])
            }
        }

        stage('构建代码') {
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }

        stage('检测代码质量') {
            steps {
                sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=31388be45653876c1f51ec02f0d478e2d9d0e1fa'
            }
        }

        stage('制作自定义镜像并发布Harbor') {
            steps {
                sh '''cp ./target/*.jar ./docker/
                cd ./docker
                docker build -t ${JOB_NAME}:${tag} ./'''

                sh '''docker login -u ${harborUser} -p ${harborPasswd} ${harborHost}
                docker tag ${JOB_NAME}:${tag} ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}
                docker push ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}'''
            }
        }
    }
}

  • 生成 Publish Over SSH 脚本

    groovy
    pipeline {
    agent any
    environment{
        harborHost = '192.168.11.11:80'
        harborRepo = 'repository'
        harborUser = 'DevOps'
        harborPasswd = 'P@ssw0rd'
    }

    // 存放所有任务的合集
    stages {

        stage('拉取Git代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '${tag}']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/test.git']]])
            }
        }

        stage('构建代码') {
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }docker

        stage('检测代码质量') {
            steps {
                sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=7d66af4b39cfe4f52ac0a915d4c9d5c513207098'
            }
        }

        stage('制作自定义镜像并发布Harbor') {
            steps {
                sh '''cp ./target/*.jar ./docker/
                cd ./docker
                docker build -t ${JOB_NAME}:${tag} ./'''

                sh '''docker login -u ${harborUser} -p ${harborPasswd} ${harborHost}
                docker tag ${JOB_NAME}:${tag} ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}
                docker push ${harborHost}/${harborRepo}/${JOB_NAME}:${tag}'''
            }
        }

        stage('目标服务器拉取镜像并运行') {
            steps {
                sshPublisher(publishers: [sshPublisherDesc(configName: 'testEnvironment', transfers: [sshTransfer(cleanRemote: false, excludes: '', execCommand: "/usr/bin/deploy.sh $harborHost $harborRepo $JOB_NAME $tag $port ", execTimeout: 120000, flatten: false, makeEmptyDirs: false, noDefaultExcludes: false, patternSeparator: '[, ]+', remoteDirectory: '', remoteDirectorySDF: false, removePrefix: '', sourceFiles: '')], usePromotionTimestamp: false, useWorkspaceInPromotion: false, verbose: false)])
            }
        }
    }
}

Ps：由于采用变量，记得使用双引号

Jenkins 流水线整合钉钉 ​

在程序部署成功后，可以通过钉钉的机器人及时向群众发送部署的最终结果通知

  • 安装插件

    image-20211209151549412

  • 钉钉内部创建群组并构建机器人

    image-20211209152217433

    image-20211209152252050

    image-20211209152403312

    最终或获取到 Webhook 信息

    http
    https://oapi.dingtalk.com/robot/send?access_token=kej4ehkj34gjhg34jh5bh5jb34hj53b4

  • 系统配置添加钉钉通知

    image-20211209162923440

  • 任务中追加流水线配置

    groovy
    pipeline {
    agent any

    environment {
        sonarLogin = '2bab7bf7d5af25e2c2ca2f178af2c3c55c64d5d8'
        harborUser = 'admin'
        harborPassword = 'Harbor12345'
        harborHost = '192.168.11.12:8888'
        harborRepo = 'repository'
    }

    stages {
        stage('拉取Git代码'){
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '$tag']], extensions: [], userRemoteConfigs: [[url: 'http://49.233.115.171:8929/root/lsx.git']]])
            }
        }
        stage('Maven构建代码'){
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }
        stage('SonarQube检测代码'){
            steps {
                sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.sources=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=target/ -Dsonar.login=${sonarLogin}'
            }
        }
        stage('制作自定义镜像'){
            steps {
                sh '''cd docker
                mv ../target/*.jar ./
                docker build -t ${JOB_NAME}:$tag .
                '''
            }
        }

        stage('推送自定义镜像'){
            steps {
                sh '''docker login -u ${harborUser} -p ${harborPassword} ${harborHost}
                docker tag ${JOB_NAME}:$tag ${harborHost}/${harborRepo}/${JOB_NAME}:$tag
                docker push ${harborHost}/${harborRepo}/${JOB_NAME}:$tag'''
            }
        }

        stage('通知目标服务器'){
            steps {
                sshPublisher(publishers: [sshPublisherDesc(configName: 'centos-docker', transfers: [sshTransfer(cleanRemote: false, excludes: '', execCommand: "/usr/bin/deploy.sh $harborHost $harborRepo $JOB_NAME $tag $port", execTimeout: 120000, flatten: false, makeEmptyDirs: false, noDefaultExcludes: false, patternSeparator: '[, ]+', remoteDirectory: '', remoteDirectorySDF: false, removePrefix: '', sourceFiles: '')], usePromotionTimestamp: false, useWorkspaceInPromotion: false, verbose: false)])
            }
        }
    }
    post {
        success {
            dingtalk (
                robot: 'Jenkins-DingDing',
                type:'MARKDOWN',
                title: "success: ${JOB_NAME}",
                text: ["- 成功构建:${JOB_NAME}项目!\n- 版本:${tag}\n- 持续时间:${currentBuild.durationString}\n- 任务:#${JOB_NAME}"]
            )
        }
        failure {
            dingtalk (
                robot: 'Jenkins-DingDing',
                type:'MARKDOWN',
                title: "fail: ${JOB_NAME}",
                text: ["- 失败构建:${JOB_NAME}项目!\n- 版本:${tag}\n- 持续时间:${currentBuild.durationString}\n- 任务:#${JOB_NAME}"]
            )
        }
    }
}

  • 查看效果

    image-20211209163021396

Kubernetes 编排工具 ​

Kubernetes 完整的知识请看 Kubernetes - 知识体系。

Kubernetes 介绍 ​

Kubernetes 是一个开源的，用于管理云平台中多个主机上的容器化的应用，Kubernetes 的目标是让部署容器化的应用简单并且高效（powerful），Kubernetes 提供了应用部署，规划，更新，维护的一种机制。

Kubernetes 一个核心的特点就是能够自主的管理容器来保证云平台中的容器按照用户的期望状态运行着，管理员可以加载一个微型服务，让规划器来找到合适的位置，同时，Kubernetes 也系统提升工具以及人性化方面，让用户能够方便的部署自己的应用。

Kubernetes 主要能帮助我们完成：

  • 服务发现和负载均衡

    Kubernetes 可以使用 DNS 名称或自己的 IP 地址公开容器，如果进入容器的流量很大， Kubernetes 可以负载均衡并分配网络流量，从而使部署稳定。

  • 存储编排

    Kubernetes 允许你自动挂载你选择的存储系统，比如本地存储，类似 Docker 的数据卷。

  • 自动部署和回滚

    你可以使用 Kubernetes 描述已部署容器的所需状态，它可以以受控的速率将实际状态 更改为期望状态。Kubernetes 会自动帮你根据情况部署创建新容器，并删除现有容器给新容器提供资源。

  • 自动完成装箱计算

    Kubernetes 允许你设置每个容器的资源，比如 CPU 和内存。

  • 自我修复

    Kubernetes 重新启动失败的容器、替换容器、杀死不响应用户定义的容器，并运行状况检查的容器。

  • 秘钥与配置管理

    Kubernetes 允许你存储和管理敏感信息，例如密码、OAuth 令牌和 ssh 密钥。你可以在不重建容器镜像的情况下部署和更新密钥和应用程序配置，也无需在堆栈配置中暴露密钥。

Kubernetes 架构 ​

Kubernetes 搭建需要至少两个节点，一个 Master 负责管理，一个 Slave 搭建在工作服务器上负责分配。

image-20211210114507638

从图中可以看到各个组件的基本功能：

  • API Server：作为 K8s 通讯的核心组件，K8s 内部交互以及接收发送指令的组件。
  • controller-manager：作为 K8s 的核心组件，主要做资源调度，根据集群情况分配资源
  • etcd：一个 key-value 的数据库，存储存储集群的状态信息
  • scheduler：负责调度每个工作节点
  • cloud-controller-manager：负责调度其他云服务产品
  • kubelet：管理 Pods 上面的容器。
  • kube-proxy：负责处理其他 Slave 或客户端的请求
  • Pod：可以理解为就是运行的容器

Kubernetes 安装 ​

这里会采用 https://kuboard.cn/ 提供的方式安装 K8s，安装单 Master 节点

  • 要求使用 Centos7.8 版本：https://vault.centos.org/7.8.2003/isos/x86_64/CentOS-7-x86_64-Minimal-2003.iso
  • 至少 2 台 2 核 4G 的服务器

安装流程

image-20211210190653687

准备好服务器后开始安装

  • 重新设置 hostname，不允许为 localhost

    sh
    # 修改 hostname，名字不允许使用下划线、小数点、大写字母，不能叫master
hostnamectl set-hostname your-new-host-name
# 查看修改结果
hostnamectl status
# 设置 hostname 解析
echo "127.0.0.1   $(hostname)" >> /etc/hosts

  • 要求 2 台服务之间可以相互通讯

  • 安装软件

    sh
    # 阿里云 docker hub 镜像
export REGISTRY_MIRROR=https://registry.cn-hangzhou.aliyuncs.com
curl -sSL https://kuboard.cn/install-script/v1.19.x/install_kubelet.sh | sh -s 1.19.5

首先初始化 Master 节点

关于初始化时用到的环境变量

  • APISERVER_NAME 不能是 master 的 hostname
  • APISERVER_NAME 必须全为小写字母、数字、小数点，不能包含减号
  • POD_SUBNET 所使用的网段不能与 master 节点 / worker 节点 所在的网段重叠。该字段的取值为一个 CIDR 值，如果您对 CIDR 这个概念还不熟悉，请仍然执行 export POD_SUBNET=10.100.0.0/16 命令，不做修改

  • 设置 ip，域名，网段并执行初始化操作

    sh
    # 只在 master 节点执行
# 替换 x.x.x.x 为 master 节点实际 IP（请使用内网 IP）
# export 命令只在当前 shell 会话中有效，开启新的 shell 窗口后，如果要继续安装过程，请重新执行此处的 export 命令
export MASTER_IP=192.168.11.32
# 替换 apiserver.demo 为 您想要的 dnsName
export APISERVER_NAME=apiserver.demo
# Kubernetes 容器组所在的网段，该网段安装完成后，由 kubernetes 创建，事先并不存在于您的物理网络中
export POD_SUBNET=10.100.0.1/16
echo "${MASTER_IP}    ${APISERVER_NAME}" >> /etc/hosts
curl -sSL https://kuboard.cn/install-script/v1.19.x/init_master.sh | sh -s 1.19.5

  • 检查 Master 启动状态

    sh
    # 只在 master 节点执行

# 执行如下命令，等待 3-10 分钟，直到所有的容器组处于 Running 状态
watch kubectl get pod -n kube-system -o wide

# 查看 master 节点初始化结果
kubectl get nodes -o wide

Ps：如果出现 NotReady 的情况执行（最新版本的 BUG，1.19 一般没有）

sh
docker pull quay.io/coreos/flannel:v0.10.0-amd64
mkdir -p /etc/cni/net.d/
cat <<EOF> /etc/cni/net.d/10-flannel.conf
{"name":"cbr0","type":"flannel","delegate": {"isDefaultGateway": true}}
EOF
mkdir /usr/share/oci-umount/oci-umount.d -p
mkdir /run/flannel/
cat <<EOF> /run/flannel/subnet.env
FLANNEL_NETWORK=172.100.0.0/16
FLANNEL_SUBNET=172.100.1.0/24
FLANNEL_MTU=1450
FLANNEL_IPMASQ=true
EOF
kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/v0.9.1/Documentation/kube-flannel.yml

安装网络服务插件

sh
export POD_SUBNET=10.100.0.0/16
kubectl apply -f https://kuboard.cn/install-script/v1.22.x/calico-operator.yaml
wget https://kuboard.cn/install-script/v1.22.x/calico-custom-resources.yaml
sed -i "s#192.168.0.0/16#${POD_SUBNET}#" calico-custom-resources.yaml
kubectl apply -f calico-custom-resources.yaml

初始化 worker 节点

  • 获取 Join 命令参数，在 Master 节点执行

    sh
    # 只在 master 节点执行
kubeadm token create --print-join-command

    image-20211213183025291

  • 在 worker 节点初始化

    sh
    # 只在 worker 节点执行
# 替换 x.x.x.x 为 master 节点的内网 IP
export MASTER_IP=192.168.11.32
# 替换 apiserver.demo 为初始化 master 节点时所使用的 APISERVER_NAME
export APISERVER_NAME=apiserver.demo
echo "${MASTER_IP}    ${APISERVER_NAME}" >> /etc/hosts

# 替换为 master 节点上 kubeadm token create 命令的输出
kubeadm join apiserver.demo:6443 --token vwfilu.3nhndohc5gn1jv9k     --discovery-token-ca-cert-hash sha256:22ff15cabfe87ab48a7db39b3bbf986fee92ec92eb8efc7fe9b0abe2175ff0c2

检查最终运行效果

  • 在 master 节点上执行

    sh
    # 只在 master 节点执行
kubectl get nodes -o wide

Ps：如果出现 NotReady 的情况执行（最新版本的 BUG，1.19 一般没有）

sh
docker pull quay.io/coreos/flannel:v0.10.0-amd64
mkdir -p /etc/cni/net.d/
cat <<EOF> /etc/cni/net.d/10-flannel.conf
{"name":"cbr0","type":"flannel","delegate": {"isDefaultGateway": true}}
EOF
mkdir /usr/share/oci-umount/oci-umount.d -p
mkdir /run/flannel/
cat <<EOF> /run/flannel/subnet.env
FLANNEL_NETWORK=172.100.0.0/16
FLANNEL_SUBNET=172.100.1.0/24
FLANNEL_MTU=1450
FLANNEL_IPMASQ=true
EOF
kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/v0.9.1/Documentation/kube-flannel.yml

  • 输出结果如下所示：

    sh
    [root@k8smaster ~]# kubectl get nodes

    image-20211210184851810

安装 Kuboard 管理 K8s 集群

  • 安装 Kuboard

    sh
    kubectl apply -f https://addons.kuboard.cn/kuboard/kuboard-v3.yaml
# 您也可以使用下面的指令，唯一的区别是，该指令使用华为云的镜像仓库替代 docker hub 分发 Kuboard 所需要的镜像
# kubectl apply -f https://addons.kuboard.cn/kuboard/kuboard-v3-swr.yaml

  • 查看启动情况

    sh
    watch kubectl get pods -n kuboard

    image-20211213184701784

  • 在浏览器中打开链接 http://your-node-ip-address:30080

    image-20211213184742709

  • 输入初始用户名和密码，并登录

    • 用户名： admin

    • 密码： Kuboard123

      image-20211213184840120

Kubernetes 操作 ​

首先我们要了解 Kubernetes 在运行我们的资源时，关联到了哪些内容

  • 资源的构建方式：

    • 采用 kubectl 的命令方式
    • yaml 文件方式

Namespace ​

  • 命名空间：主要是为了对 Kubernetes 中运行的资源进行过隔离， 但是网络是互通的，类似 Docker 的容器，可以将多个资源配置到一个 NameSpace 中。而 NameSpace 可以对不同环境进行资源隔离，默认情况下 Kubernetes 提供了 default 命名空间，在构建资源时，如果不指定资源，默认采用 default 资源。

    命令方式：

    sh
    # 查看现有的全部命名空间
kubectl get ns

# 构建命名空间
kubectl create ns 命名空间名称

# 删除现有命名空间， 并且会删除空间下的全部资源
kubectl delete ns 命名空间名称

    yaml 文件方式：（构建资源时，设置命名空间）

    yaml
    apiVersion: v1
kind: Namespace
metadata:
  name: test

Pod ​

  • Pod：Kubernetes 运行的一组容器，Pod 是 Kubernetes 的最小单位，但是对于 Docker 而然，Pod 中会运行多个 Docker 容器

    • 命令方式：

      bash
      # 查看所有运行的 pod
kubectl get pods -A

# 查看指定 Namespace 下的 Pod
kubectl get pod [-n 命名空间]  #（默认 default）

# 创建Pod
kubectl run pod名称 --image=镜像名称

# 查看 Pod 详细信息
kubectl describe pod pod名称

# 删除 pod
kubectl delete pod pod名称 [-n 命名空间]  #（默认 default）

# 查看 pod 输出的日志
kubectl logs -f pod名称

# 进去 pod 容器内部
kubectl exec -it pod名称 -- bash

# 查看 kubernetes 给 Pod 分配的 ip 信息，并且通过 ip 和容器的端口，可以直接访问
kubectl get pod -owide

    • yaml 方式（推荐）

      yaml
      apiVersion: v1
kind: Pod
metadata:
  labels:
    run: 运行的pod名称
  name: pod名称
  namespace: 命名空间
spec:
  containers:
    - image: 镜像名称
      name: 容器名称
# 启动 Pod：kubectl apply -f yaml 文件名称
# 删除 Pod：kubectl delete -f yaml 文件名称

    • Pod 中运行多个容器

      yml
      apiVersion: v1
kind: Pod
metadata:
  labels:
    run: 运行的pod名称
  name: pod名称
  namespace: 命名空间
spec:
  containers:
  - image: 镜像名称
    name: 容器名称
  - image: 镜像名称
    name: 容器名称
…………

      启动后可以查看到

      image-20220104203155749

Deployment ​

部署时，可以通过 Deployment 管理和编排 Pod

Deployment 部署实现

  • 命令方式

    sh
    # 基于 Deployment 启动容器
kubectl create deployment deployment名称 --image=镜像名称
# 用 deployment 启动的容器会在被删除后自动再次创建，达到故障漂移的效果
# 需要使用 deploy 的方式删除 deploy
# 查看现在的 deployment
kubectl get deployment

# 删除deployment
kubectl delete deployment deployment名称

# 基于 Deployment 启动容器并设置 Pod 集群数
kubectl create deployment deployment名称 --image=镜像名称 --replicas 集群个数

  • 配置文件方式

    yml
    apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
       image: nginx
       ports:
       - containerPort: 80

    正常使用 kubectl 运行 yaml 即可

弹性伸缩功能

sh
# 基于 scale 实现弹性伸缩
kubectl scale deploy/Deployment名称 --replicas 集群个数
# 或者修改 yaml 文件
kubectl edit deploy Deployment名称

image-20220104210823057

灰度发布

Deploy 可以在部署新版本数据时，成功启动一个 pod，才会下线一个老版本的 Pod

sh
kubectl set image deployment/Deployment名称 容器名=镜像:版本

Service ​

可以将多个 Pod 对外暴露一个 Service，让客户端可以通过 Service 访问到这一组 Pod，并且可以实现负载均衡

ClusterIP 方式：

ClusterIP 是集群内部 Pod 之间的访问方式

  • 命令实现效果

    sh
    # 通过生成 service 映射一个 Deployment 下的所有 pod 中的某一个端口的容器
kubectl expose deployment Deployment名称 --port=Service端口号 --target-port=Pod内容器端口

    之后通过 kubectl get service 查看 Service 提供的 ip，即可访问

    image-20220104214659229

    也可以通过 Deployment名称.namespace名称.svc 作为域名访问

    image-20220104215030265

NodePort 方式

ClusterIP 的方式只能在 Pod 内部实现访问，但是一般需要对外暴露网关，所以需要 NodePort 的方式 Pod 外暴露访问

  • 命令实现方式

    sh
    # 通过生成 service 映射一个 Deployment 下的所有 pod 中的某一个端口的容器
kubectl expose deployment Deployment名称 --port=Service端口号 --target-port=Pod内容器端口 --type=NodePort

    image-20220104222750733

    image-20220104222819455

Service 也可以通过 yaml 文件实现

yaml
apiVersion: v1
kind: Service
metadata:
  labels
    app: nginx
  name: nginx
  spec:
    selector:
      app: nginx
    ports:
    - port: 8888
     protocol: TCP
     targetPort: 80

通过 apply 启动就也可以创建 Service

测试效果 -Deployment 部署，通过 Service 暴露

yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx-deployment
  template:
    metadata:
      labels:
        app: nginx-deployment
    spec:
      containers:
        - name: nginx-deployment
          image: nginx
          ports:
            - containerPort: 80
---
apiVersion: v1
kind: Service
metadata:
  labels:
    app: nginx-service
  name: nginx-service
spec:
  selector:
    app: nginx-deployment
  ports:
    - port: 8888
      protocol: TCP
      targetPort: 80
  type: NodePort

可以查看到暴露的信息

image-20220105205334996

Ingress ​

Kubernetes 推荐将 Ingress 作为所有 Service 的入口，提供统一的入口，避免多个服务之间需要记录大量的 IP 或者域名，毕竟 IP 可能改变，服务太多域名记录不方便。

Ingress 底层其实就是一个 Nginx， 可以在 Kuboard 上直接点击安装

image-20220105153343642

image-20220105153416367

因为副本数默认为 1，但是 k8s 整体集群就 2 个节点，所以显示下面即为安装成功

image-20220105153502619

可以将 Ingress 接收到的请求转发到不同的 Service 中。

推荐使用 yaml 文件方式

yaml
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: nginx-ingress
spec:
  ingressClassName: ingress
  rules:
    - host: nginx.mashibing.com
      http:
        paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: nginx-service
                port:
                  number: 8888

image-20220105203819715

Kuboard 安装的 Ingress 有 admission 的校验配置，需要先删除配置再启动

找到指定的 ingress 的校验信息，删除即可

image-20220105204434044

sh
# 查看校验webhook的配置
kubectl get -A ValidatingWebhookConfiguration

# 删除指定的校验
kubectl delete ValidatingWebhookConfiguration ingress-nginx-admission-my-ingress-controller

配置本地 hosts 文件

image-20220105204921272

记下来既可以访问在 Service 中暴露的 Nginx 信息

image-20220105205407393

Jenkins 集成 Kubernetes ​

准备部署的 yml 文件 ​

yml
apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: test
  name: pipeline
  labels:
    app: pipeline
spec:
  replicas: 2
  selector:
    matchLabels:
      app: pipeline
  template:
    metadata:
      labels:
        app: pipeline
    spec:
      containers:
        - name: pipeline
          image: 192.168.11.102:80/repo/pipeline:v4.0.0
          imagePullPolicy: Always
          ports:
            - containerPort: 8080
---
apiVersion: v1
kind: Service
metadata:
  namespace: test
  labels:
    app: pipeline
  name: pipeline
spec:
  selector:
    app: pipeline
  ports:
    - port: 8081
      targetPort: 8080
  type: NodePort
---
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  namespace: test
  name: pipeline
spec:
  ingressClassName: ingress
  rules:
    - host: mashibing.pipeline.com
      http:
        paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: pipeline
                port:
                  number: 8081

Harbor 私服配置 ​

在尝试用 kubernetes 的 yml 文件启动 pipeline 服务时，会出现 Kubernetes 无法拉取镜像的问题，这里需要在 kubernetes 所在的 Linux 中配置 Harbor 服务信息，并且保证 Kubernetes 可以拉取 Harbor 上的镜像

  • 设置 Master 和 Worker 的私服地址信息

    1642498962716

  • 在 Kuboard 上设置私服密文信息

    1642498994935

    按照复制指令的位置测试认证，效果如下

    1642499172789

测试使用效果 ​

执行 kubectl 命令，基于 yml 启动服务，并且基于部署后服务的提示信息以及 Ingress 的设置，直接访问

1642499368121

1642499788199

Jenkins 远程调用 ​

  • 将 pipeline.yml 配置到 Gitlab 中

    1642499885324

  • 配置 Jenkins 的目标服务器，可以将 yml 文件传输到 K8s 的 Master 上

    1642499992148

  • 修改 Jenkinsfile，重新设置流水线任务脚本，并测试效果

    1642500061153

    1642500102996

  • 设置 Jenkins 无密码登录 k8s-master

    将 Jenkins 中公钥信息复制到 k8s-master 的 ~/.ssh/authorized_keysz 中，保证远程连接无密码

    1642500239406

  • 设置执行 kubectl 的脚本到 Jenkinsfile

    1642500378788

  • 执行查看效果

    1642500413802

    可以查看到 yml 文件是由变化的，这样 k8s 就会重新加载

  • 查看效果

    1642500474036

Ps：这种方式更适应与 CD 操作，将项目将基于某个版本部署到指定的目标服务器

基于 GitLab 的 WebHooks ​

这里要实现自动化的一个 CI 操作，也就是开发人员 Push 代码到 Git 仓库后，Jenkins 会自动的构建项目，将最新的提交点代码构建并进行打包部署，这里区别去上述的 CD 操作，CD 操作需要基于某个版本进行部署，而这里每次都是将最新的提交点集成到主干上并测试。

WebHooks 通知 ​

开启 Jenkins 的自动构建

1642500817131

设置 Gitlab 的 Webhooks

1642500933316

需要关闭 Jenkins 的 Gitlab 认证

1642501016474

再次测试 Gitlab

1642501065243

修改配置 ​

修改 Jenkinsfile 实现基于最新提交点实现持续集成效果，将之前引用 ${tag} 的全部去掉

json
// 所有的脚本命令都放在pipeline中
pipeline{
	// 指定任务再哪个集群节点中执行
	agent any

	// 声明全局变量，方便后面使用
	environment {
		harborUser = 'admin'
        harborPasswd = 'Harbor12345'
        harborAddress = '192.168.11.102:80'
        harborRepo = 'repo'
	}

    stages {
        stage('拉取git仓库代码') {
            steps {
                checkout([$class: 'GitSCM', branches: [[name: '*/master']], extensions: [], userRemoteConfigs: [[url: 'http://192.168.11.101:8929/root/mytest.git']]])
            }
        }
        stage('通过maven构建项目') {
            steps {
                sh '/var/jenkins_home/maven/bin/mvn clean package -DskipTests'
            }
        }
        stage('通过SonarQube做代码质量检测') {
            steps {
                sh '/var/jenkins_home/sonar-scanner/bin/sonar-scanner -Dsonar.source=./ -Dsonar.projectname=${JOB_NAME} -Dsonar.projectKey=${JOB_NAME} -Dsonar.java.binaries=./target/ -Dsonar.login=40306ae8ea69a4792df2ceb4d9d25fe8a6ab1701'
            }
        }
        stage('通过Docker制作自定义镜像') {
            steps {
                sh '''mv ./target/*.jar ./docker/
                docker build -t ${JOB_NAME}:latest ./docker/'''
            }
        }
        stage('将自定义镜像推送到Harbor') {
            steps {
                sh '''docker login -u ${harborUser} -p ${harborPasswd} ${harborAddress}
                docker tag ${JOB_NAME}:latest  ${harborAddress}/${harborRepo}/${JOB_NAME}:latest
                docker push ${harborAddress}/${harborRepo}/${JOB_NAME}:latest '''
            }
        }
        stage('将yml文件传到k8s-master上') {
            steps {
                sshPublisher(publishers: [sshPublisherDesc(configName: 'k8s', transfers: [sshTransfer(cleanRemote: false, excludes: '', execCommand: '', execTimeout: 120000, flatten: false, makeEmptyDirs: false, noDefaultExcludes: false, patternSeparator: '[, ]+', remoteDirectory: '', remoteDirectorySDF: false, removePrefix: '', sourceFiles: 'pipeline.yml')], usePromotionTimestamp: false, useWorkspaceInPromotion: false, verbose: false)])
            }
        }
        stage('远程执行k8s-master的kubectl命令') {
            steps {
               sh '''ssh root@192.168.11.201 kubectl apply -f /usr/local/k8s/pipeline.yml
                ssh root@192.168.11.201 kubectl rollout restart deployment pipeline -n test'''
            }
        }

    }
    post {
        success {
            dingtalk(
                robot: 'Jenkins-DingDing',
                type: 'MARKDOWN',
                title: "success: ${JOB_NAME}",
                text: ["- 成功构建：${JOB_NAME}! \n- 版本：latest \n- 持续时间：${currentBuild.durationString}" ]
            )
        }
        failure {
            dingtalk(
                robot: 'Jenkins-DingDing',
                type: 'MARKDOWN',
                title: "success: ${JOB_NAME}",
                text: ["- 构建失败：${JOB_NAME}! \n- 版本：latest \n- 持续时间：${currentBuild.durationString}" ]
            )
        }
    }
}

修改 pipeline.yml，更改镜像版本

yml
apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: test
  name: pipeline
  labels:
    app: pipeline
spec:
  replicas: 2
  selector:
    matchLabels:
      app: pipeline
  template:
    metadata:
      labels:
        app: pipeline
    spec:
      containers:
        - name: pipeline
          image: 192.168.11.102:80/repo/pipeline:latest # 这里
          imagePullPolicy: Always
          ports:
            - containerPort: 8080
# 省略其他内容…………

滚动更新 ​

因为 pipeline 没有改变时，每次不会重新加载，这样会导致 Pod 中的容器不会动态更新，这里需要使用 kubectl 的 rollout restart 命令滚动更新

1642501521065

1642501549176

最近更新