Deployment控制器

百度网盘链接：https://pan.baidu.com/s/15t_TSH5RRpCFXV-93JHpNw?pwd=8od3 提取码：8od3

10 Deployment控制器

Deployment官方文档：https://kubernetes.io/docs/concepts/workloads/controllers/deployment/

10.1 Deployment概述

Deployment是kubernetes中最常用的资源对象，为ReplicaSet和Pod的创建提供了一种声明式的定义方法，在Deployment对象中描述一个期望的状态，Deployment控制器就会按照一定的控制速率把实际状态改成期望状态，通过定义一个Deployment控制器会创建一个新的ReplicaSet控制器，通过ReplicaSet创建pod，删除Deployment控制器，也会删除Deployment控制器下对应的ReplicaSet控制器和pod资源。

使用Deployment而不直接创建ReplicaSet是因为Deployment对象拥有许多ReplicaSet没有的特性，例如滚动升级、金丝雀发布、蓝绿部署和回滚。

扩展：声明式定义是指直接修改资源清单文件，然后通过kubectl apply -f资源清单yaml文件，就可以更改资源。

Deployment控制器是建立在rs之上的一个控制器，可以管理多个rs，每次更新镜像版本，都会生成一个新的rs，把旧的rs替换掉，多个rs同时存在，但是只有一个rs运行。

rs v1控制三个pod，删除一个pod，在rs v2上重新建立一个，依次类推，直到全部都是由rs v2控制，如果rs v2有问题，还可以回滚，Deployment是建构在rs之上的，多个rs组成一个Deployment，但是只有一个rs处于活跃状态。

10.2 Deployment工作原理

Deployment可以使用声明式定义，直接在命令行通过纯命令的方式完成对应资源版本的内容的修改，也就是通过打补丁的方式进行修改；Deployment能提供滚动式自定义自控制的更新；对Deployment来讲，我们在实现更新时还可以实现控制更新节奏和更新逻辑。

什么叫做更新节奏和更新逻辑呢？

比如说Deployment控制5个pod副本，pod的期望值是5个，但是升级的时候需要额外多几个pod，那我们控制器可以控制在5个pod副本之外还能再增加几个pod副本；比方说能多一个，但是不能少，那么升级的时候就是先增加一个，再删除一个，增加一个删除一个，始终保持pod副本数是5个；还有一种情况，最多允许多一个，最少允许少一个，也就是最多6个，最少4个，第一次加一个，删除两个，第二次加两个，删除两个，依次类推，可以自己控制更新方式，这种滚动更新需要加readinessProbe和livenessProbe探测，确保pod中容器里的应用都正常启动了才删除之前的pod。

启动第一步，刚更新第一批就暂停了也可以；假如目标是5个，允许一个也不能少，允许最多可以10个，那一次加5个即可；这就是我们可以自己控制节奏来控制更新的方法

通过Deployment对象，你可以轻松的做到以下事情：

1.创建ReplicaSet和Pod

2.滚动升级（不停止旧服务的状态下升级）和回滚应用（将应用回滚到之前的版本）

3.平滑地扩容和缩容

4.暂停和继续Deployment

10.3 Deployment资源清单文件编写技巧

[root@master1 ~]# kubectl explain deployment //查看Deployment资源对象由哪几部分组成

KIND: Deployment

VERSION: apps/v1

FIELDS:

apiVersion <string> #该资源使用的api版本

kind <string> #创建的资源是什么？

metadata <Object> #元数据，包括资源的名字和名称空间

spec <Object> #定义容器的

status <Object> #状态，不可以修改

[root@master1 ~]# kubectl explain deployment.spec //查看Deployment下的spec字段

KIND: Deployment

VERSION: apps/v1

RESOURCE: spec <Object>

FIELDS:

minReadySeconds <integer> #Kubernetes在等待设置的时间后才进行升级，如果没有设置该值，Kubernetes会假设该容器启动起来后就提供服务了

paused <boolean> #暂停，当我们更新的时候创建pod先暂停，不是立即更新

progressDeadlineSeconds <integer> #k8s 在升级过程中有可能由于各种原因升级卡住（这个时候还没有明确的升级失败），比如在拉取被墙的镜像，权限不够等错误。那么这个时候就需要有个 deadline ，在 deadline 之内如果还卡着，那么就上报这个情况，这个时候这个 Deployment 状态就被标记为 False，并且注明原因。但是它并不会阻止 Deployment 继续进行卡住后面的操作。完全由用户进行控制。

replicas <integer> #副本数

revisionHistoryLimit <integer> #保留的历史版本，默认是10

selector <Object> -required- #标签选择器，选择它关联的pod

strategy <Object> #更新策略

template <Object> -required #定义的pod模板

[root@master1 ~]# kubectl explain deploy.spec.strategy //查看Deployment下的spec.strategy字段

KIND: Deployment

VERSION: apps/v1

RESOURCE: strategy <Object>

FIELDS:

rollingUpdate <Object>

type <string>

Type of deployment. Can be "Recreate" or "RollingUpdate". Default is RollingUpdate.

#支持两种更新，Recreate和RollingUpdate，Recreate是重建式更新，删除一个更新一个

#RollingUpdate滚动更新，定义滚动更新方式，也就是pod能多几个，少几个

[root@master1 ~]# kubectl explain deploy.spec.strategy.rollingUpdate //查看Deployment下的spec.strategy.rollingUpdate字段

KIND: Deployment

VERSION: apps/v1

RESOURCE: rollingUpdate <Object>

FIELDS:

maxSurge <string> #我们更新的过程当中最多允许超出的指定的目标副本数有几个；它有两种取值方式，第一种直接给定数量，第二种根据百分比，百分比表示原本是5个，最多可以超出20%，那就允许多一个，最多可以超过40%，那就允许多两个。

maxUnavailable <string> #最多允许几个不可用，假设有5个副本，最多一个不可用，就表示最少有4个可用

replicas： 5

maxSurge: 25% 5*25%=1.25 ->5+2=7

maxUnavailable: 25% 5%25%=1.25 -> 5-1=4

[root@master1 ~]# kubectl explain deploy.spec.template //查看Deployment下的spec.template字段

KIND: Deployment

VERSION: apps/v1

RESOURCE: template <Object>

FIELDS:

metadata <Object> #定义模板的名字

spec <Object> #deployment.spec.template为Pod定义的模板，和Pod定义不太一样，template中不包含apiVersion和Kind属性，要求必须有metadata。deployment.spec.template.spec为容器的属性信息，其他定义内容和Pod一致。

10.4 Deployment使用案例

10.4.1 创建一个web站点

deployment是一个三级结构，deployment管理replicaset，replicaset管理pod。

把myapp-blue-v1.tar.gz和myapp-blue-v2.tar.gz上传到node1和node2上，手动解压：

[root@node1 ~]# ctr -n=k8s.io images import myapp-blue-v1.tar.gz

[root@node2 ~]# ctr -n=k8s.io images import myapp-blue-v1.tar.gz

[root@node1 ~]# ctr -n=k8s.io images import myapp-blue-v2.tar.gz

[root@node2 ~]# ctr -n=k8s.io images import myapp-blue-v2.tar.gz

[root@master1 ~]# vim deploy-demo.yaml

apiVersion: apps/v1

kind: Deployment

metadata:

spec:

replicas: 2

selector:

matchLabels:

app: myapp

version: v1

template:

metadata:

labels:

app: myapp

version: v1

spec:

containers:

- name: myapp

image: janakiramm/myapp:v1

imagePullPolicy: IfNotPresent

ports:

- containerPort: 80

[root@master1 ~]# kubectl apply -f deploy-demo.yaml //更新资源清单文件

[root@master1 ~]# kubectl get deploy

NAME READY UP-TO-DATE AVAILABLE AGE

myapp-v1 2/2 2 2 60s

[root@master1 ~]# kubectl get rs

AME DESIRED CURRENT READY AGE

myapp-v1-67fd9fc9c8 2 2 2 2m35s

[root@master1 ~]# kubectl get pods -o wide | grep myapp

myapp-v1-67fd9fc9c8-fcprr 1/1 Running 0 10.244.187.78 node2

myapp-v1-67fd9fc9c8-hw4f9 1/1 Running 0 10.244.209.136 node1

[root@master1 ~]# curl 10.244.187.78

…

background-color: blue;

[root@master1 ~]# curl 10.244.209.136

…

background-color: blue;

10.5 Deployment管理pod

10.5.1 通过deployment管理应用，实现扩容，把副本数变成3

[root@master1 ~]# vim deploy-demo.yaml

直接修改replicas数量，变成3

spec:

replicas: 3

修改之后保存退出，执行:

[root@master1 ~]# kubectl apply -f deploy-demo.yaml

注意：apply不同于create，apply可以执行多次；create执行一次，再执行就会报错复。

[root@master1 ~]# kubectl get pods

myapp-v1-67fd9fc9c8-fcprr 1/1 Running 0 15m

myapp-v1-67fd9fc9c8-h9js5 1/1 Running 0 11s

myapp-v1-67fd9fc9c8-hw4f9 1/1 Running 0 17m

[root@master1 ~]# kubectl describe deploy myapp-v1

10.5.2 通过deployment管理应用，实现缩容，把副本数变成2

[root@master1 ~]# vim deploy-demo.yaml

直接修改replicas数量，如下，变成2

spec:

replicas: 2

修改之后保存退出，执行:

[root@master1 ~]# kubectl apply -f deploy-demo.yaml

[root@master1 ~]# kubectl get pods

myapp-v1-67fd9fc9c8-fcprr 1/1 Running 0 18m

myapp-v1-67fd9fc9c8-hw4f9 1/1 Running 0 20m

10.6 通过k8s实现滚动更新

10.6.1 滚动更新简介

滚动更新是一种自动化程度较高的发布方式，用户体验比较平滑，是目前成熟型技术组织所采用的主流发布方式，一次滚动发布一般由若干个发布批次组成，每批的数量一般是可以配置的（可以通过发布模板定义），例如第一批1台，第二批10%，第三批50%，第四批100%。每个批次之间留观察间隔，通过手工验证或监控反馈确保没有问题再发下一批次，所以总体上滚动式发布过程是比较缓慢的。

10.6.2 在k8s中实现滚动更新

看下Deployment资源对象的组成：

[root@master1 ~]# kubectl explain deployment

[root@master1 ~]# kubectl explain deployment.spec

KIND: Deployment

VERSION: apps/v1

RESOURCE: spec <Object>

FIELDS:

minReadySeconds <integer>

paused <boolean> #暂停，当我们更新的时候创建pod先暂停，不是立即更新。

progressDeadlineSeconds <integer>

replicas <integer>

revisionHistoryLimit <integer> #保留的历史版本数，默认是10个

selector <Object> -required-

strategy <Object> #更新策略，支持的滚动更新策略

template <Object> -required-

[root@master1 ~]# kubectl explain deploy.spec.strategy

KIND: Deployment

VERSION: apps/v1

RESOURCE: strategy <Object>

FIELDS:

rollingUpdate <Object>

type <string>

#支持两种更新，Recreate和RollingUpdate

#Recreate是重建式更新，删除一个更新一个

#RollingUpdate 滚动更新，定义滚动更新的更新方式的，也就是pod能多几个，少几个，控制更新力度的。

[root@master1 ~]# kubectl explain deploy.spec.strategy.rollingUpdate

KIND: Deployment

VERSION: apps/v1

RESOURCE: rollingUpdate <Object>

FIELDS:

maxUnavailable <string> #最多允许几个不可用，假设有5个副本，最多一个不可用，就表示最少有4个可用。

10.6.3 测试滚动更新

在终端执行如下：

[root@master1 ~]# kubectl get pods -l app=myapp -w

打开一个新的终端窗口更改镜像版本，按如下操作：

[root@master1 ~]# vim deploy-demo.yaml

把image: janakiramm/myapp:v1 变成image: janakiramm/myapp:v2

保存退出，执行

[root@master1 ~]# kubectl apply -f deploy-demo.yaml

再回到第一个监测的窗口，可以看到信息如下：

NAME READY STATUS RESTARTS AGE

myapp-v1-67fd9fc9c8-tsl92 1/1 Running 0 22m

myapp-v1-67fd9fc9c8-4bv5n 1/1 Running 0 22m

myapp-v1-67fd9fc9c8-cw59c 1/1 Running 0 14m

myapp-v1-75fb478d6c-24tbp 0/1 Pending 0 0s

myapp-v1-75fb478d6c-24tbp 0/1 ContainerCreating 0 0s

myapp-v1-75fb478d6c-24tbp 1/1 Running 0 11s

myapp-v1-67fd9fc9c8-cw59c 1/1 Terminating 0 15m

myapp-v1-75fb478d6c-f52l6 0/1 Pending 0 0s

myapp-v1-75fb478d6c-f52l6 0/1 ContainerCreating 0 0s

myapp-v1-67fd9fc9c8-cw59c 0/1 Terminating 0 15m

myapp-v1-75fb478d6c-f52l6 1/1 Running 0 11s

myapp-v1-67fd9fc9c8-4bv5n 1/1 Terminating 0 23m

myapp-v1-75fb478d6c-jlw28 0/1 Pending 0 0s

myapp-v1-75fb478d6c-jlw28 0/1 ContainerCreating 0 0s

myapp-v1-75fb478d6c-jlw28 1/1 Running 0 1s

pending表示正在进行调度，ContainerCreating表示正在创建一个pod，running表示运行一个pod，running起来一个pod之后再Terminating（停掉）一个pod，以此类推，直到所有pod完成滚动升级。

[root@master1 ~]# kubectl get rs

显示如下：

NAME DESIRED CURRENT READY AGE

myapp-v1-75fb478d6c 3 3 3 2m7s

myapp-v1-67fd9fc9c8 0 0 0 25m

上面可以看到rs有两个，下面那个是升级之前的，已经被停掉，但是可以随时回滚。

[root@master1 ~]# kubectl rollout history deployment myapp-v1 //查看myapp-v1这个控制器的滚动历史

REVISION CHANGE-CAUSE

1 <none>

2 <none>

[root@master1 ~]# kubectl rollout undo deployment/myapp-v1 --to-revision=1 //回滚操作

10.6.4 自定义滚动更新策略

maxSurge和maxUnavailable用来控制滚动更新的更新策略。

数值:

1. maxUnavailable: [0, 副本数]

2. maxSurge: [0, 副本数]

注意：两者不能同时为0。

比例:

1. maxUnavailable: [0%, 100%] 向下取整，比如10个副本，5%的话==0.5个，但计算按照0个；

2. maxSurge: [0%, 100%] 向上取整，比如10个副本，5%的话==0.5个，但计算按照1个；

注意：两者不能同时为0。

建议配置:

1. maxUnavailable == 0

2. maxSurge == 1

这是我们生产环境提供给用户的默认配置。即“一上一下，先上后下”最平滑原则：

1个新版本pod ready后，才销毁旧版本pod。此配置适用场景是平滑更新、保证服务平稳，缺点就是“太慢”了。

总结：

maxUnavailable：和期望的副本数比，不可用副本数最大比例（或最大值），这个值越小，服务越稳定，更新越平滑。

maxSurge：和期望的副本数比，超过期望副本数最大比例（或最大值），这个值调的越大，副本更新速度越快。

自定义策略：

修改更新策略：maxUnavailable=1，maxSurge=1

[root@master1 ~]# kubectl patch deployment myapp-v1 -p '{"spec":{"strategy":{"rollingUpdate": {"maxSurge":1,"maxUnavailable":1}}}}'

[root@master1 ~]# kubectl describe deployment myapp-v1 //查看myapp-v1这个控制器的详细信息

RollingUpdateStrategy: 1 max unavailable, 1 max surge

上面可以看到RollingUpdateStrategy: 1 max unavailable, 1 max surge

这个rollingUpdate更新策略变成了刚才设定的，因为我们设定的pod副本数是3，1和1表示最少不能少于2个pod，最多不能超过4个pod ,这个就是通过控制RollingUpdateStrategy这个字段来设置滚动更新策略的。

把pod更新策略变成Recreate:

[root@master1 ~]# vim deploy-demo.yaml

……

spec:

strategy:

type: Recreate

……

[root@master1 ~]# kubectl apply -f deploy-demo.yaml

打开新的终端，看pod更新过程:

[root@master1 ~]# kubectl get pods -w

总结：recreate这种更新策略，会把之前的所有pod都删除，再创建新的pod，风险很大。

10.7 生产环境如何实现蓝绿部署？

10.7.1 什么是蓝绿部署？

蓝绿部署中，一共有两套系统：一套是正在提供服务系统，标记为“绿色”；另一套是准备发布的系统，标记为“蓝色”。两套系统都是功能完善的、正在运行的系统，只是系统版本和对外服务情况不同。

开发新版本，要用新版本替换线上的旧版本，在线上的系统之外，搭建了一个使用新版本代码的全新系统。这时候，一共有两套系统在运行，正在对外提供服务的老系统是绿色系统，新部署的系统是蓝色系统。

蓝色系统不对外提供服务，用来做什么呢？

用来做发布前测试，测试过程中发现任何问题，可以直接在蓝色系统上修改，不干扰用户正在使用的系统。（注意，两套系统没有耦合的时候才能百分百保证不干扰）

蓝色系统经过反复的测试、修改、验证，确定达到上线标准之后，直接将用户切换到蓝色系统：

切换后的一段时间内，依旧是蓝绿两套系统并存，但是用户访问的已经是蓝色系统。这段时间内观察蓝色系统（新系统）工作状态，如果出现问题，直接切换回绿色系统。

当确信对外提供服务的蓝色系统工作正常，不对外提供服务的绿色系统已经不再需要的时候，蓝色系统正式成为对外提供服务系统，成为新的绿色系统。原先的绿色系统可以销毁，将资源释放出来，用于部署下一个蓝色系统。

10.7.2 蓝绿部署的优势和缺点

优点：

1、更新过程无需停机，风险较少。

2、回滚方便，只需要更改路由或者切换DNS服务器，效率较高。

缺点：

1、成本较高，需要部署两套环境。如果新版本有问题会影响全网用户。

2、需要部署两套机器，费用开销大。

3、在非隔离的机器（Docker、VM）上操作时，可能会导致蓝绿环境被摧毁风险。

4、负载均衡器/反向代理/路由/DNS处理不当，将导致流量没有切换过来情况出现。

10.7.3 通过k8s实现线上业务的蓝绿部署

把myapp-v1.tar.gz和myapp-v2.tar.gz上传到node1和node2上，手动解压：ctr -n=k8s.io images import

Kubernetes不支持内置的蓝绿部署。目前最好的方式是创建新的deployment，然后更新应用程序的service以指向新的deployment部署的应用

创建蓝色部署环境（基于第一版代码做的镜像运行的pod）

[root@master1 ~]# vim blue.yaml

apiVersion: apps/v1

kind: Deployment

metadata:

namespace: blue-green

spec:

replicas: 3

selector:

matchLabels:

app: myapp

version: v1

template:

metadata:

labels:

app: myapp

version: v1

spec:

containers:

- name: myapp

image: janakiramm/myapp:v1

imagePullPolicy: IfNotPresent

ports:

- containerPort: 80

[root@master1 ~]# kubectl create ns blue-green

[root@master1 ~]# kubectl apply -f blue.yaml

[root@master1 ~]# kubectl get pods -n blue-green

myapp-v1-75d7db5cf7-4qnjz 1/1 Running 0 8s

myapp-v1-75d7db5cf7-5sk6j 1/1 Running 0 8s

myapp-v1-75d7db5cf7-wmhs4 1/1 Running 0 8s

[root@master1 ~]# kubectl get pods -n blue-green --show-labels

NAME READY STATUS RESTARTS AGE LABELS

myapp-v1-75d7db5cf7-4qnjz 1/1 Running 0 35s app=myapp,pod-template-hash=75d7db5cf7,version=v1

myapp-v1-75d7db5cf7-5sk6j 1/1 Running 0 35s app=myapp,pod-template-hash=75d7db5cf7,version=v1

myapp-v1-75d7db5cf7-wmhs4 1/1 Running 0 5s app=myapp,pod-template-hash=75d7db5cf7,version=v1

[root@master1 ~]# vim service_lanlv.yaml //修改前端service

apiVersion: v1

kind: Service

metadata:

namespace: blue-green

labels:

app: myapp

spec:

type: NodePort

ports:

- port: 80

nodePort: 30062

selector:

app: myapp

version: v1

[root@master1 ~]# kubectl apply -f service_lanlv.yaml

[root@master1 ~]# kubectl get svc -n blue-green

NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE

myapp-lan-lv NodePort 10.107.213.1 <none> 80:30062/TCP 36s

在浏览器访问http://k8s-master节点ip:30062，例如：http://192.168.40.180:30062，显示如下：

创建绿色部署环境（新上线的环境，要替代蓝色环境）

[root@master1 ~]# vim green.yaml

apiVersion: apps/v1

kind: Deployment

metadata:

namespace: blue-green

spec:

replicas: 3

selector:

matchLabels:

app: myapp

version: v2

template:

metadata:

labels:

app: myapp

version: v2

spec:

containers:

- name: myapp

image: janakiramm/myapp:v2

imagePullPolicy: IfNotPresent

ports:

- containerPort: 80

然后可以使用kubectl命令创建部署。

[root@master1 ~]# kubectl apply -f lan.yaml

[root@master1 ~]# kubectl get pods -n blue-green

NAME READY STATUS RESTARTS AGE

myapp-v1-75d7db5cf7-4qnjz 1/1 Running 0 13m

myapp-v1-75d7db5cf7-5sk6j 1/1 Running 0 13m

myapp-v1-75d7db5cf7-wmhs4 1/1 Running 0 13m

myapp-v2-85cc897d89-hp5j2 1/1 Running 0 10s

myapp-v2-85cc897d89-jpgbm 1/1 Running 0 10s

myapp-v2-85cc897d89-q94g4 1/1 Running 0 10s

修改service_lanlv.yaml 配置文件，修改标签，让其匹配到绿程序（升级之后的程序）

[root@master1 ~]# vim service_lanlv.yaml

apiVersion: v1

kind: Service

metadata:

namespace: blue-green

labels:

app: myapp

spec:

type: NodePort

ports:

- port: 80

nodePort: 30062

selector:

app: myapp

version: v2

[root@master1 ~]# kubectl apply -f service_lanlv.yaml //更新资源清单文件

[root@master1 ~]# kubectl get svc -n blue-green

NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE

myapp-lan-lv NodePort 10.107.213.1 <none> 80:30062/TCP 9m50s

在浏览器访问http://k8s-master节点ip:30062 显示如下：

实验完成之后，把资源先删除，以免影响后面实验：

[root@master1 ~]# kubectl delete -f blue.yaml

[root@master1 ~]# kubectl delete -f green.yaml

[root@master1 ~]# kubectl delete -f service_lanlv.yaml

10.8 金丝雀发布

10.8.1 金丝雀发布简介

金丝雀发布的由来：17 世纪，英国矿井工人发现，金丝雀对瓦斯这种气体十分敏感。空气中哪怕有极其微量的瓦斯，金丝雀也会停止歌唱；当瓦斯含量超过一定限度时，虽然人类毫无察觉，金丝雀却早已毒发身亡。当时在采矿设备相对简陋的条件下，工人们每次下井都会带上一只金丝雀作为瓦斯检测指标，以便在危险状况下紧急撤离。

金丝雀发布（又称灰度发布、灰度更新）：金丝雀发布一般先发1台，或者一个小比例，例如2%的服务器，主要做流量验证用，也称为金丝雀 (Canary) 测试（国内常称灰度测试）。

简单的金丝雀测试一般通过手工测试验证，复杂的金丝雀测试需要比较完善的监控基础设施配合，通过监控指标反馈，观察金丝雀的健康状况，作为后续发布或回退的依据。如果金丝测试通过，则把剩余的V1版本全部升级为V2版本。如果金丝雀测试失败，则直接回退金丝雀，发布失败。

优点：灵活，策略自定义，可以按照流量或具体的内容进行灰度，出现问题不会影响全网用户。

缺点：没有覆盖到所有的用户导致出现问题不好排查。

10.8.2 在k8s中实现金丝雀发布

打开一个标签1监测更新过程

[root@master1 ~]# kubectl apply -f blue.yaml

[root@master1 ~]# kubectl get pods -l app=myapp -n blue-green -w

NAME READY STATUS RESTARTS AGE

myapp-v1-75d7db5cf7-c7z5d 1/1 Running 0 5s

myapp-v1-75d7db5cf7-km5bg 1/1 Running 0 5s

myapp-v1-75d7db5cf7-p7c8j 1/1 Running 0 5s

打开另一个标签2执行如下操作：

[root@master1 ~]# kubectl set image deployment myapp-v1 myapp=janakiramm/myapp:v2 -n blue-green && kubectl rollout pause deployment myapp-v1 -n blue-green

回到标签1观察，显示如下：

NAME READY STATUS RESTARTS AGE

myapp-v1-67fd9fc9c8-5fd2f 1/1 Running 0 86s

myapp-v1-67fd9fc9c8-92mdr 1/1 Running 0 86s

myapp-v1-75fb478d6c-wddds 0/1 Pending 0 0s

myapp-v1-75fb478d6c-wddds 0/1 ContainerCreating 0 0s

myapp-v1-75fb478d6c-wddds 0/1 ContainerCreating 0 1s

myapp-v1-75fb478d6c-wddds 1/1 Running 0 2s

注：上面的解释说明把myapp这个容器的镜像更新到janakiramm/myapp:v2版本更新镜像之后，创建一个新的pod就立即暂停，这就是我们说的金丝雀发布；如果暂停几个小时之后没有问题，那么取消暂停，就会依次执行后面步骤，把所有pod都升级。

解除暂停，回到标签1继续观察：

打开标签2执行如下：

[root@master1 ~]# kubectl rollout resume deployment myapp-v1 -n blue-green

在标签1可以看到如下一些信息，下面过程是把余下的pod里的容器都更的版本：

NAME READY STATUS RESTARTS AGE

myapp-v1-67fd9fc9c8-5fd2f 1/1 Running 0 86s

myapp-v1-67fd9fc9c8-92mdr 1/1 Running 0 86s

......

myapp-v1-67fd9fc9c8-5fd2f 0/1 Terminating 0 10m

myapp-v1-67fd9fc9c8-92mdr 0/1 Terminating 0 10m

[root@master1 ~]# kubectl get rs -n blue-green

可以看到replicaset控制器有2个了

NAME DESIRED CURRENT READY AGE

myapp-v1-67fd9fc9c8 0 0 0 13m

myapp-v1-75fb478d6c 2 2 2 7m28s

posted @ 2022-12-27 00:39 Krill_ss 阅读(43) 评论(0) 编辑收藏举报

刷新页面返回顶部

Krill_ss

Deployment控制器

10 Deployment控制器

10.1 Deployment概述

10.2 Deployment工作原理

10.3 Deployment资源清单文件编写技巧

10.4 Deployment使用案例

10.4.1 创建一个web站点

10.5 Deployment管理pod

10.5.1 通过deployment管理应用，实现扩容，把副本数变成3

10.5.2 通过deployment管理应用，实现缩容，把副本数变成2

10.6 通过k8s实现滚动更新

10.6.1 滚动更新简介

10.6.2 在k8s中实现滚动更新

10.6.3 测试滚动更新

10.6.4 自定义滚动更新策略

10.7 生产环境如何实现蓝绿部署？

10.7.1 什么是蓝绿部署？

10.7.2 蓝绿部署的优势和缺点

10.7.3 通过k8s实现线上业务的蓝绿部署

10.8 金丝雀发布

10.8.1 金丝雀发布简介

10.8.2 在k8s中实现金丝雀发布

公告