Versi 1.20

Versi yang tersedia

1.20 (terbaru)
1.19
1.18
1.17
1.16
1.15
1.14
1.13
1.12
1.12

219}

Halaman ini diterjemahkan oleh Cloud Translation API.

Cloud Service Mesh dengan contoh: Deployment Canary

Dalam tutorial ini, Anda akan memandu kasus penggunaan umum dalam meluncurkan deployment canary dengan Cloud Service Mesh.

Apa yang dimaksud dengan deployment canary?

Deployment canary merutekan sebagian kecil traffic ke microservice versi baru, lalu memungkinkan Anda meluncurkannya secara bertahap ke seluruh basis pengguna, sekaligus menghentikan dan menghentikan versi lama. Jika terjadi masalah selama proses ini, traffic dapat dialihkan kembali ke versi lama. Dengan Cloud Service Mesh, Anda dapat merutekan traffic untuk memastikan bahwa layanan baru diperkenalkan dengan aman.

Anda dapat membaca selengkapnya tentang pengujian canary di Strategi pengujian dan deployment aplikasi.

Biaya

Dalam dokumen ini, Anda menggunakan komponen Google Cloud yang dapat ditagih berikut:

Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda, gunakan kalkulator harga. Pengguna baru Google Cloud mungkin memenuhi syarat untuk mendapatkan uji coba gratis.

Setelah menyelesaikan tutorial ini, Anda dapat menghindari biaya berkelanjutan dengan menghapus resource yang dibuat. Untuk informasi selengkapnya, lihat Pembersihan.

Sebelum memulai

Pastikan penagihan diaktifkan untuk project Cloud Anda. Pelajari cara mengonfirmasi bahwa penagihan diaktifkan untuk project Anda.
Instal Cloud Service Mesh yang terkelola* di cluster GKE.

Catatan: Tutorial ini juga berfungsi untuk Cloud Service Mesh yang dikelola melalui asmcli dan Cloud Service Mesh dalam cluster.
Men-deploy Gateway Ingress.

Meng-clone repo:

git clone https://github.com/GoogleCloudPlatform/anthos-service-mesh-samples
cd anthos-service-mesh-samples/docs/canary-service

Deploy Butik Online

Tetapkan konteks saat ini untuk kubectl ke cluster tempat Anda men-deploy Online Boutique:

gcloud container clusters get-credentials CLUSTER_NAME  \
--project=PROJECT_ID \
--zone=CLUSTER_LOCATION

Buat namespace untuk aplikasi contoh dan gateway masuk:
```
kubectl create namespace onlineboutique
```
Beri label namespace onlineboutique untuk memasukkan proxy Envoy secara otomatis. Ikuti langkah-langkah tentang cara mengaktifkan injeksi file bantuan otomatis.

Deploy aplikasi contoh. Untuk tutorial ini, Anda akan men-deploy Online Boutique, sebuah aplikasi demo microservice.

kubectl apply \
-n onlineboutique \
-f https://raw.githubusercontent.com/GoogleCloudPlatform/anthos-service-mesh-samples/main/docs/shared/online-boutique/kubernetes-manifests.yaml

Tambahkan label version=v1 ke deployment productcatalog dengan menjalankan perintah berikut:

kubectl patch deployments/productcatalogservice -p '{"spec":{"template":{"metadata":{"labels":{"version":"v1"}}}}}' \
-n onlineboutique

Lihat layanan yang telah Anda deploy:

kubectl get pods -n onlineboutique

Output yang diharapkan:

NAME                                     READY   STATUS    RESTARTS   AGE
adservice-85598d856b-m84m6               2/2     Running   0          2m7s
cartservice-c77f6b866-m67vd              2/2     Running   0          2m8s
checkoutservice-654c47f4b6-hqtqr         2/2     Running   0          2m10s
currencyservice-59bc889674-jhk8z         2/2     Running   0          2m8s
emailservice-5b9fff7cb8-8nqwz            2/2     Running   0          2m10s
frontend-77b88cc7cb-mr4rp                2/2     Running   0          2m9s
loadgenerator-6958f5bc8b-55q7w           2/2     Running   0          2m8s
paymentservice-68dd9755bb-2jmb7          2/2     Running   0          2m9s
productcatalogservice-84f95c95ff-c5kl6   2/2     Running   0          114s
recommendationservice-64dc9dfbc8-xfs2t   2/2     Running   0          2m9s
redis-cart-5b569cd47-cc2qd               2/2     Running   0          2m7s
shippingservice-5488d5b6cb-lfhtt         2/2     Running   0          2m7s

Semua pod untuk aplikasi Anda harus aktif dan berjalan, dengan 2/2 dalam kolom READY. Hal ini menunjukkan bahwa pod memiliki proxy file bantuan Envoy yang berhasil dimasukkan.

Deploy VirtualService dan DestinationRule untuk v1 dari productcatalog:

kubectl apply -f destination-vs-v1.yaml -n onlineboutique

apiVersion: networking.istio.io/v1beta1
kind: DestinationRule
metadata:
  name: productcatalogservice
spec:
  host: productcatalogservice
  subsets:
  - labels:
      version: v1
    name: v1
---
apiVersion: networking.istio.io/v1beta1
kind: VirtualService
metadata:
  name: productcatalogservice
spec:
  hosts:
  - productcatalogservice
  http:
  - route:
    - destination:
        host: productcatalogservice
        subset: v1

Perhatikan bahwa hanya v1 yang ada dalam resource.

Buka aplikasi di browser menggunakan alamat IP eksternal traffic masuk Anda:
```
kubectl get services -n GATEWAY_NAMESPACE
```

Bagian selanjutnya akan membahas UI Cloud Service Mesh dan menunjukkan cara melihat metrik Anda.

Men-deploy dan Melihat layanan Anda di Konsol Google Cloud

Di konsol Google Cloud, buka halaman GKE Enterprise Services.

Buka GKE Enterprise Services
Secara default, Anda melihat layanan dalam tampilan Tabel.

Ringkasan Tabel memungkinkan Anda mengamati semua layanan, serta metrik penting secara sekilas.
Di kanan atas, klik Topology. Di sini, Anda dapat melihat layanan Anda dan interaksinya satu sama lain.

Anda dapat memperluas layanan dan melihat permintaan per detik untuk setiap layanan dengan mengarahkan kursor ke layanan tersebut.
Kembali ke Tampilan Tabel.
Di Services Table, pilih productcatalogservice. Anda akan diarahkan ke ringkasan layanan.
Di sisi kiri layar, klik Lalu lintas.
Pastikan 100% traffic masuk ke productcatalogservice mengarah ke layanan workload.

Bagian berikutnya akan membahas pembuatan v2 dari layanan productcatalog.

Men-deploy v2 layanan

Untuk tutorial ini, productcatalogservice-v2 akan memasukkan latensi 3 detik ke permintaan dengan kolom EXTRA_LATENCY.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: productcatalogservice-v2
spec:
  selector:
    matchLabels:
      app: productcatalogservice
  template:
    metadata:
      labels:
        app: productcatalogservice
        version: v2
    spec:
      containers:
      - env:
        - name: PORT
          value: '3550'
        - name: EXTRA_LATENCY
          value: 3s
        name: server
        image: gcr.io/google-samples/microservices-demo/productcatalogservice:v0.3.6
        livenessProbe:
          exec:
            command: ["/bin/grpc_health_probe", "-addr=:3550"]
        ports:
        - containerPort: 3550
        readinessProbe:
          exec:
            command: ["/bin/grpc_health_probe", "-addr=:3550"]
        resources:
          limits:
            cpu: 200m
            memory: 128Mi
          requests:
            cpu: 100m
            memory: 64Mi
      terminationGracePeriodSeconds: 5

Terapkan resource ini ke namespace onlineboutique.

kubectl apply -f productcatalog-v2.yaml -n onlineboutique

Periksa pod aplikasi Anda.

kubectl get pods -n onlineboutique

Output yang diharapkan:

NAME                                     READY   STATUS    RESTARTS   AGE
adservice-85598d856b-8wqfd                  2/2     Running   0          25h
cartservice-c77f6b866-7jwcr                 2/2     Running   0          25h
checkoutservice-654c47f4b6-n8c6x            2/2     Running   0          25h
currencyservice-59bc889674-l5xw2            2/2     Running   0          25h
emailservice-5b9fff7cb8-jjr89               2/2     Running   0          25h
frontend-77b88cc7cb-bwtk4                   2/2     Running   0          25h
loadgenerator-6958f5bc8b-lqmnw              2/2     Running   0          25h
paymentservice-68dd9755bb-dckrj             2/2     Running   0          25h
productcatalogservice-84f95c95ff-ddhjv      2/2     Running   0          25h
productcatalogservice-v2-6df4cf5475-9lwjb   2/2     Running   0          8s
recommendationservice-64dc9dfbc8-7s7cx      2/2     Running   0          25h
redis-cart-5b569cd47-vw7lw                  2/2     Running   0          25h
shippingservice-5488d5b6cb-dj5gd            2/2     Running   0          25h

Perhatikan bahwa sekarang ada dua productcatalogservices yang tercantum.

DestinationRule adalah cara menentukan subset layanan. Dalam skenario ini, ada subset untuk v1 dan v2 dari productcatalogservice.

apiVersion: networking.istio.io/v1beta1
kind: DestinationRule
metadata:
  name: productcatalogservice
spec:
  host: productcatalogservice
  subsets:
  - labels:
      version: v1
    name: v1
  - labels:
      version: v2
    name: v2

Perhatikan kolom labels. Versi productcatalogservice dibedakan setelah traffic dirutekan oleh VirtualService.

Terapkan DestinationRule:

kubectl apply -f destination-v1-v2.yaml -n onlineboutique

Membagi Traffic antara v1 dan v2

VirtualService adalah cara Anda memperkenalkan sebagian kecil traffic untuk mengarah ke v2 dari productcatalogservice.

apiVersion: networking.istio.io/v1beta1
kind: VirtualService
metadata:
  name: productcatalogservice
spec:
  hosts:
  - productcatalogservice
  http:
  - route:
    - destination:
        host: productcatalogservice
        subset: v1
      weight: 75
    - destination:
        host: productcatalogservice
        subset: v2
      weight: 25

Kolom subset menunjukkan versi, dan kolom bobot menunjukkan pembagian persentase traffic. 75% traffic akan menuju v1 dari productcatalog, dan 25% akan menuju v2.

Terapkan VirtualService:

kubectl apply -f vs-split-traffic.yaml -n onlineboutique

Jika Anda mengunjungi EXTERNAL_IP traffic masuk cluster, Anda akan melihat bahwa secara berkala, frontend akan lebih lambat dimuat.

Di bagian selanjutnya, Anda akan mempelajari pemisahan traffic di Konsol Google Cloud GKE Enterprise.

Mengamati Pembagian Traffic di konsol Google Cloud

Kembali ke Konsol Google Cloud dan buka halaman GKE Enterprise Services Buka GKE Enterprise Services
Di kanan atas, klik Topology.

Memperluas workload productcatalogservice. Anda akan melihat deployment productcatalogservice dan productcatalogservice-v2.
Kembali ke Tampilan Tabel. Klik productcatalogservice di Tabel Layanan. Kembali ke Lalu lintas di menu navigasi sebelah kiri.
Perhatikan bahwa traffic masuk dibagi antara v1 dan v2 berdasarkan persentase yang ditentukan dalam file VirtualService, dan ada 2 workload layanan katalog produk.

Di sisi kanan layar, Anda akan melihat Permintaan, Tingkat Error, dan Metrik Latensi. Dengan Cloud Service Mesh, setiap layanan akan memiliki metrik ini yang diuraikan untuk memberi Anda kemampuan observasi.

Catatan: Perlu waktu beberapa saat agar pembagian 75-25 yang sebenarnya ditampilkan, karena traffic dari waktu ke waktu akan diarahkan ke layanan v2.

Peluncuran atau Rollback ke suatu versi

Setelah mengamati metrik selama deployment canary, Anda dapat meluncurkan ke layanan baru, atau melakukan rollback ke layanan lama dengan memanfaatkan resource VirtualService.

Peluncuran

Setelah Anda puas dengan perilaku layanan v2, secara bertahap tingkatkan perilaku traffic ke layanan v2. Pada akhirnya, traffic dapat diarahkan 100% ke layanan baru.

apiVersion: networking.istio.io/v1beta1
kind: VirtualService
metadata:
  name: productcatalogservice
spec:
  hosts:
  - productcatalogservice
  http:
  - route:
    - destination:
        host: productcatalogservice
        subset: v2

Untuk mengarahkan semua traffic ke productcatalogservice v2:

kubectl apply -f vs-v2.yaml -n onlineboutique

Rollback

Jika Anda perlu melakukan roll back ke layanan v1, cukup terapkan destination-vs-v1.yaml dari versi sebelumnya. Tindakan ini akan mengarahkan traffic hanya ke productcatalogservice v1.

apiVersion: networking.istio.io/v1beta1
kind: VirtualService
metadata:
  name: productcatalogservice
spec:
  hosts:
  - productcatalogservice
  http:
  - route:
    - destination:
        host: productcatalogservice
        subset: v1

Untuk mengarahkan semua traffic ke productcatalogservice v1:

kubectl apply -f vs-v1.yaml -n onlineboutique

Pembersihan

Agar tidak dikenakan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus setiap resource-nya.

Agar tidak menimbulkan biaya berkelanjutan pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, Anda dapat menghapus project atau menghapus tiap resource.

Menghapus project

Di Cloud Shell, hapus project:
```
gcloud projects delete PROJECT_ID
```

Menghapus resource

Jika tidak ingin dikenai biaya tambahan, hapus cluster:

gcloud container clusters delete  CLUSTER_NAME  \
--project=PROJECT_ID \
--zone=CLUSTER_LOCATION

Jika Anda ingin mempertahankan cluster dan menghapus contoh Online Boutique:

Hapus namespace aplikasi:

kubectl delete -f namespace onlineboutique

Output yang diharapkan:

namespace "onlineboutique" deleted

Hapus entri layanan:

kubectl delete -f https://raw.githubusercontent.com/GoogleCloudPlatform/microservices-demo/main/istio-manifests/frontend.yaml -n onlineboutique
kubectl delete -f https://raw.githubusercontent.com/GoogleCloudPlatform/microservices-demo/main/istio-manifests/frontend-gateway.yaml -n onlineboutique

Output yang diharapkan:

serviceentry.networking.istio.io "allow-egress-googleapis" deleted
serviceentry.networking.istio.io "allow-egress-google-metadata" deleted

Langkah selanjutnya

Untuk panduan umum tentang cara mengonfigurasi kebijakan PeerAuthentication, lihat Mengonfigurasi keamanan transport.