2.1 版

可用版本

本頁面由 Cloud Translation API 翻譯而成。

Kf 快速入門

本快速入門導覽課程說明如何設定 GKE 叢集、安裝 Kf 及其依附元件，然後部署 Cloud Foundry 範例應用程式。

事前準備

總覽

GKE 叢集必須符合下列規定：
- 建議使用專為 Kf 打造的叢集，但這並非必要條件。建議您只安裝 Kf 和其依附元件，確保相容性矩陣維持不變。
- 至少四個節點。如要新增節點，請參閱調整叢集大小。
- 至少有四個 vCPU 的最低機器類型，例如 e2-standard-4。如果叢集的機型沒有至少四個 vCPU，請按照「將工作負載遷移至其他機型」一文的說明變更機型。
- 建議您在發布管道中註冊叢集 (選用)。如果使用靜態 GKE 版本，請按照「在發布版本中註冊現有叢集」一文中的操作說明進行。
- 已啟用 Workload Identity。
- 已啟用 Artifact Registry。
- Cloud Service Mesh (ASM)。
- 已安裝 Tekton。如要瞭解版本，請參閱相依性矩陣。
- 具有下列 IAM 政策的 Google 服務帳戶 (建立方式請參閱下方連結)：
  - roles/iam.serviceAccountAdmin
  - serviceAccount:${CLUSTER_PROJECT}.svc.id.goog[kf/controller] (成員 serviceAccount:${CLUSTER_PROJECT}.svc.id.goog[kf/controller])

「清除」一節提供刪除叢集的操作說明。

啟用 Compute Engine 支援

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

啟用 Compute Engine API。
啟用 API

啟用及設定 GKE

開始之前，請確認你已完成下列工作：

啟用 Google Kubernetes Engine API。

啟用 Google Kubernetes Engine API

如要使用 Google Cloud CLI 執行這項工作，請安裝並初始化 gcloud CLI。如果您先前已安裝 gcloud CLI，請執行 gcloud components update，取得最新版本。
注意：如果是現有的 gcloud CLI 安裝項目，請務必設定 compute/region 和 compute/zone 屬性。設定預設位置後，即可避免 gcloud CLI 發生下列錯誤： One of [--zone, --region] must be supplied: Please specify location.

建立及準備新的 GKE 叢集

設定環境變數

Linux

export PROJECT_ID=YOUR_PROJECT_ID
export CLUSTER_PROJECT_ID=YOUR_PROJECT_ID
export CLUSTER_NAME=kf-cluster
export COMPUTE_ZONE=us-central1-a
export COMPUTE_REGION=us-central1
export CLUSTER_LOCATION=${COMPUTE_ZONE}
export NODE_COUNT=4
export MACHINE_TYPE=e2-standard-4
export NETWORK=default
export KF_VERSION=v2.1.0
export TEKTON_VERSION=v0.19.0

Windows Powershell

Set-Variable -Name PROJECT_ID -Value YOUR_PROJECT_ID
Set-Variable -Name CLUSTER_PROJECT_ID -Value YOUR_PROJECT_ID
Set-Variable -Name CLUSTER_NAME -Value kf-cluster
Set-Variable -Name COMPUTE_ZONE -Value us-central1-a
Set-Variable -Name COMPUTE_REGION -Value us-central1
Set-Variable -Name CLUSTER_LOCATION -Value $COMPUTE_ZONE
Set-Variable -Name NODE_COUNT -Value 4
Set-Variable -Name MACHINE_TYPE -Value e2-standard-4
Set-Variable -Name NETWORK -Value default
Set-Variable -Name KF_VERSION -Value v2.1.0
Set-Variable -Name TEKTON_VERSION -Value v0.19.0

設定服務帳戶

建立 GCP 服務帳戶 (GSA)，並透過 Workload Identity 與 Kubernetes 服務帳戶建立關聯。這樣就不必建立及插入服務帳戶金鑰。

建立 Kf 將使用的服務帳戶。

gcloud iam service-accounts create ${CLUSTER_NAME}-sa \
  --project=${CLUSTER_PROJECT_ID} \
  --description="GSA for Kf ${CLUSTER_NAME}" \
  --display-name="${CLUSTER_NAME}"

允許服務帳戶修改自己的政策。Kf 控制器會使用這個項目，在政策中新增 (名稱) 空間，以便重複使用 Workload Identity。

gcloud iam service-accounts add-iam-policy-binding ${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com \
  --project=${CLUSTER_PROJECT_ID} \
  --role="roles/iam.serviceAccountAdmin" \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com"

授予監控指標角色，取得 Cloud Monitoring 的寫入存取權。

gcloud projects add-iam-policy-binding ${CLUSTER_PROJECT_ID} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/monitoring.metricWriter"

授予記錄角色，取得 Cloud Logging 的寫入權限。

gcloud projects add-iam-policy-binding ${CLUSTER_PROJECT_ID} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/logging.logWriter"

建立 GKE 叢集

gcloud container clusters create ${CLUSTER_NAME} \
  --project=${CLUSTER_PROJECT_ID} \
  --zone=${CLUSTER_LOCATION} \
  --num-nodes=${NODE_COUNT} \
  --machine-type=${MACHINE_TYPE} \
  --network=${NETWORK} \
  --addons=HttpLoadBalancing,HorizontalPodAutoscaling,NetworkPolicy \
  --enable-stackdriver-kubernetes \
  --enable-ip-alias \
  --enable-network-policy \
  --enable-autorepair \
  --enable-autoupgrade \
  --scopes=https://www.googleapis.com/auth/cloud-platform \
  --release-channel=regular \
  --workload-pool="${CLUSTER_PROJECT_ID}.svc.id.goog" \
  --service-account="${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com"

設定防火牆規則

Kf 需要開啟部分防火牆通訊埠。主節點必須能透過通訊埠 80、443、8080、8443 和 6443 與 Pod 通訊。

啟用 Workload Identity

現在您已擁有服務帳戶和 GKE 叢集，請將叢集的 ID 命名空間與叢集建立關聯。

gcloud iam service-accounts add-iam-policy-binding \
  "${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --project=${CLUSTER_PROJECT_ID} \
  --role="roles/iam.workloadIdentityUser" \
  --member="serviceAccount:${CLUSTER_PROJECT_ID}.svc.id.goog[kf/controller]"

目標 GKE 叢集

執行下列指令，設定 kubectl 指令列存取權。

gcloud container clusters get-credentials ${CLUSTER_NAME} \
    --project=${CLUSTER_PROJECT_ID} \
    --zone=${CLUSTER_LOCATION}

建立 Artifact Registry 存放區

建立 Artifact Registry 存放區，用於儲存容器映像檔。

gcloud artifacts repositories create ${CLUSTER_NAME} \
  --repository-format=docker \
  --location=${COMPUTE_REGION}

授予服務帳戶 Artifact Registry 存放區的權限。

gcloud artifacts repositories add-iam-policy-binding ${CLUSTER_NAME} \
  --location=${COMPUTE_REGION} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role='roles/artifactregistry.writer'

設定本機驗證。

gcloud auth configure-docker ${COMPUTE_REGION}-docker.pkg.dev

在叢集上安裝軟體依附元件

安裝服務網格。

注意： 請參閱相依性矩陣，瞭解正確版本。

安裝 Tekton：

kubectl apply -f "https://github.com/tektoncd/pipeline/releases/download/${TEKTON_VERSION}/release.yaml"

安裝 Kf

如要建立準備好執行 Kf 的叢集，請參閱「建立並準備 GKE 叢集以執行 Kf」。
選取並記下所需的 Kf 版本。請參閱 Kf 下載頁面，瞭解可用版本

注意： 本指南中的許多指令都依附於這些環境變數。如果中斷與殼層環境的連線，稍後重新連線時，必須再次設定變數。

安裝 CLI：

Linux

系統會為所有使用者安裝 kf。按照「Cloud Shell」分頁中的操作說明，為自己安裝。

gcloud storage cp gs://kf-releases/${KF_VERSION}/kf-linux /tmp/kf
chmod a+x /tmp/kf
sudo mv /tmp/kf /usr/local/bin/kf

Mac

系統會為所有使用者安裝 kf。

gcloud storage cp gs://kf-releases/${KF_VERSION}/kf-darwin /tmp/kf
chmod a+x /tmp/kf
sudo mv /tmp/kf /usr/local/bin/kf

Cloud Shell

如果您使用 bash，這會在 Cloud Shell 執行個體上安裝 kf。如果是其他殼層，您可能需要修改指令。

mkdir -p ~/bin
gcloud storage cp gs://kf-releases/${KF_VERSION}/kf-linux ~/bin/kf
chmod a+x ~/bin/kf
echo "export PATH=$HOME/bin:$PATH" >> ~/.bashrc
source ~/.bashrc

Windows

這會將 kf 下載到目前的目錄。如要從目前目錄以外的任何位置呼叫，請將其新增至路徑。

gcloud storage cp gs://kf-releases/${KF_VERSION}/kf-windows.exe kf.exe

安裝伺服器元件：

Linux 與 Mac

這會將 kf.yaml 下載到目前目錄。

gcloud storage cp gs://kf-releases/${KF_VERSION}/kf.yaml /tmp/kf.yaml
kubectl apply -f /tmp/kf.yaml

Windows

這會將 kf.yaml 下載到目前目錄。

gcloud storage cp gs://kf-releases/${KF_VERSION}/kf.yaml kf.yaml
kubectl apply -f kf.yaml

設定密鑰：

export WI_ANNOTATION=iam.gke.io/gcp-service-account=${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com

kubectl annotate serviceaccount controller ${WI_ANNOTATION} \
--namespace kf \
--overwrite

echo "{\"apiVersion\":\"v1\",\"kind\":\"ConfigMap\",\"metadata\":{\"name\":\"config-secrets\", \"namespace\":\"kf\"},\"data\":{\"wi.googleServiceAccount\":\"${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com\"}}" | kubectl apply -f -

設定 Kf 預設值，這些值稍後可以變更。以下範例使用網域範本和萬用字元 DNS 供應商，為每個空間提供專屬網域名稱：

export CONTAINER_REGISTRY=${COMPUTE_REGION}-docker.pkg.dev/${CLUSTER_PROJECT_ID}/${CLUSTER_NAME}
export DOMAIN='$(SPACE_NAME).$(CLUSTER_INGRESS_IP).nip.io'

kubectl patch configmaps config-defaults \
-n=kf \
-p="{\"data\":{\"spaceContainerRegistry\":\"${CONTAINER_REGISTRY}\",\"spaceClusterDomains\":\"- domain: ${DOMAIN}\"}}"

驗證安裝：
```
kf doctor --retries 10
```
注意： 這項指令會檢查叢集，確保 Kf 及其依附元件已安裝並正常運作。這項作業最多會執行 10 次，讓 Kubernetes 叢集有時間進行協調，並產生一系列 PASS 結果。如果重試後，任何元件的狀態仍為 FAIL，請參閱「Kf 疑難排解」頁面。

推送應用程式

必要條件

如要完成這個部分，請準備下列資訊：

在相容的 GKE 叢集中安裝 Kf。如需操作說明，請參閱「安裝 Kf」。
A .kubeconfig，指定 Kf 叢集。如果您按照本文的指示建立叢集，這項作業就已完成。您可以使用 gcloud container clusters get-credentials ${CLUSTER_NAME} --zone ${CLUSTER_LOCATION} 明確產生設定
已安裝 kf CLI，且位於路徑中。如需操作說明，請參閱「安裝 Kf」。
已安裝 git CLI，且位於路徑中。

準備空間

建立新空間：
```
kf create-space test-space
```
指定聊天室：
```
kf target -s test-space
```

推送 Cloud Foundry 測試應用程式

複製 test-app 存放區：

git clone https://github.com/cloudfoundry-samples/test-app go-test-app
cd go-test-app

推送應用程式：
```
kf push test-app
```
找出應用程式的網址：
1. 使用輸出格式，只擷取路線：
```
kf app test-app --output 'jsonpath={.status.urls[0]}'
```
2. 或者，您也可以使用以下程式碼，採用更傳統的 CF 方法：
```
kf apps
```
注意： 應用程式已設定隨機路徑屬性。
在瀏覽器中開啟網址。

清除所用資源

這些步驟應會移除「建立及準備新的 GKE 叢集」一節中建立的所有元件。

刪除 GKE 叢集：

gcloud container clusters delete ${CLUSTER_NAME} --zone ${CLUSTER_LOCATION}

刪除 Google 服務帳戶：

gcloud iam service-accounts delete ${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com

刪除 IAM 政策繫結：

gcloud projects remove-iam-policy-binding ${CLUSTER_PROJECT_ID} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/storage.admin"

gcloud projects remove-iam-policy-binding ${CLUSTER_PROJECT_ID} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/iam.serviceAccountAdmin"

gcloud projects remove-iam-policy-binding ${CLUSTER_PROJECT_ID} \
  --member="serviceAccount:${CLUSTER_NAME}-sa@${CLUSTER_PROJECT_ID}.iam.gserviceaccount.com" \
  --role="roles/monitoring.metricWriter"

刪除容器映像檔存放區：

gcloud artifacts repositories delete ${CLUSTER_NAME} \
  --location=${COMPUTE_REGION}

Kf 快速入門 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

事前準備

總覽

啟用 Compute Engine 支援

啟用及設定 GKE

建立及準備新的 GKE 叢集

設定環境變數

Linux

Windows Powershell

設定服務帳戶

建立 GKE 叢集

設定防火牆規則

啟用 Workload Identity

目標 GKE 叢集

建立 Artifact Registry 存放區

在叢集上安裝軟體依附元件

安裝 Kf

Linux

Mac

Cloud Shell

Windows

Linux 與 Mac

Windows

推送應用程式

必要條件

準備空間

推送 Cloud Foundry 測試應用程式

清除所用資源

Kf 快速入門