[[427635]]

本文轉(zhuǎn)載自微信公眾號「無敵碼農(nóng)」，作者無敵碼農(nóng)。轉(zhuǎn)載本文請聯(lián)系無敵碼農(nóng)公眾號。

今天的文章繼續(xù)聊聊有關(guān)Service Mesh微服務(wù)架構(gòu)的話題，如果對之前的聊過的話題還不了解，可以參考文末的推薦閱讀。今天要聊的話題是：如何在Service Mesh微服務(wù)架構(gòu)中實(shí)現(xiàn)“金絲雀發(fā)布”?

什么是金絲雀發(fā)布

既然要聊具體的實(shí)現(xiàn)，那么在開始之前，先科普下什么是“金絲雀發(fā)布”。金絲雀發(fā)布也叫“灰度發(fā)布”，具體來說就是在發(fā)布線上版本時，先將少量的生產(chǎn)流量打到服務(wù)的新版本，以驗(yàn)證新版本的準(zhǔn)確性和可靠性，待發(fā)布的新版本得到線上流量的全面驗(yàn)證后，在逐步將所有流量放入新版本，以實(shí)現(xiàn)生產(chǎn)服務(wù)版本的穩(wěn)定更新。

為什么叫金絲雀發(fā)布呢，是因?yàn)榻鸾z雀對礦場中的毒氣比較敏感，所以在礦場開工前工人們會放一只金絲雀進(jìn)去，以驗(yàn)證礦場是否存在毒氣，這便是金絲雀發(fā)布名稱的由來。

在不同技術(shù)棧場景中，金絲雀發(fā)布的實(shí)現(xiàn)方式也不盡相同：有通過nginx實(shí)現(xiàn)的、也有借助A/B測試實(shí)現(xiàn)的。而隨著以Kubernetes為代表的云原生基礎(chǔ)設(shè)施的普及，金絲雀發(fā)布作為一項基本的服務(wù)發(fā)布功能，其實(shí)現(xiàn)方式也有了一些新的趨勢——那就是逐步與云原生基礎(chǔ)設(shè)施融為一體，成為基礎(chǔ)設(shè)施服務(wù)的一部分。

Kubernetes中的金絲雀(灰度)發(fā)布

接下來，先看看在Kubernetes中是如何實(shí)現(xiàn)版本更新的。以下內(nèi)容假設(shè)你已經(jīng)有了一套可用的Kubernetes環(huán)境，如果沒有可以查看文末推薦閱讀的文章鏈接，參考相關(guān)分享自行部署。

1.滾動更新

在介紹Kubernetes中的金絲雀(灰度)發(fā)布之前，先來了解下Kubernetes中最重要的應(yīng)用部署方式——“滾動升級”。

所謂“滾動升級”：是指當(dāng)更新了Kubernetes中Deployment編排資源的Pod模版(例如更新鏡像版本號)之后，Deployment就需要遵循一種叫做“滾動更新(rolling update)”的方式，來升級現(xiàn)有的容器，從而實(shí)現(xiàn)應(yīng)用對外服務(wù)的“不中斷更新部署”。Kubernetes實(shí)現(xiàn)“滾動升級”的示意圖如下：

如上圖所示，滾動升級的過程為：

1)當(dāng)容器開始升級時，集群中會先啟動一個新版本的Pod，并終止一個舊版本的Pod。

2)如果此時，新版本的Pod有問題啟動不了，那么“滾動升級”就會停止，并允許開發(fā)和運(yùn)維人員介入。而在這個過程中，由于應(yīng)用本身還有兩個舊版本的Pod在線，所以服務(wù)并不會受到太大的影響。

3)而如果新版本的Pod啟動成功，且服務(wù)訪問正常，則繼續(xù)滾動升級，直至按照Deployment編排器設(shè)置的副本數(shù)量，完成后續(xù)舊版本Pod的升級。

在Kubernetes中Deployment還可以通過相應(yīng)地“滾動升級”策略，來控制Pod的滾動升級行為，以進(jìn)一步保證服務(wù)的連續(xù)性。例如：“在任何時間窗口內(nèi)，只有指定比例的Pod處于離線狀態(tài);在任何時間窗口內(nèi)，只有指定比例的新Pod被創(chuàng)建出來"?？梢酝ㄟ^相應(yīng)地控制參數(shù)進(jìn)行設(shè)置，如下：

... 
spec: 
  selector: 
    matchLabels: 
      app: micro-api 
  replicas: 3 
  #設(shè)置滾動升級策略 
  #Kubernetes在等待設(shè)置的時間后才開始進(jìn)行升級，例如5秒 
  minReadySeconds: 5 
  strategy: 
    type: RollingUpdate 
    rollingUpdate: 
      #升級過程中最多可以比原先設(shè)置多出的Pod數(shù)量 
      maxSurge: 1 
      #升級過程中Deployment控制器最多可以刪除多少個舊Pod，主要用于提供緩沖時間 
      maxUnavailable: 1 
... 

在上面RollingUpdate Strategy(滾動升級策略)的配置中：

• maxSurge：指定的是，除了設(shè)定的Pod副本數(shù)量之外，在一次“滾動”中，Deployment控制器還可以創(chuàng)建多少個新的Pod。
• maxUnavailable：指的是，在一次“滾動”中，Deployment控制器可以刪除多少個舊Pod。

通過這種精確的“滾動升級”策略，可以使得Kubernetes服務(wù)版本發(fā)布的過程更加平滑。此外，這兩個配置還可以通過百分比的方式來表示，比如“maxUnavailable=50%”，指的是Deployment控制器最多可以一次刪除“50%*設(shè)定Pod副本數(shù)”個Pod。

接下來具體演示下在Kubernetes中進(jìn)行服務(wù)滾動升級的詳細(xì)過程。

使用的示例代碼說明：

本文及本公眾號之前或之后與Service Mesh(服務(wù)網(wǎng)格、Istio)技術(shù)相關(guān)的分享，均使用《干貨|如何步入Service Mesh微服務(wù)架構(gòu)時代》、《實(shí)戰(zhàn)|Service Mesh微服務(wù)架構(gòu)實(shí)現(xiàn)服務(wù)間gRPC通信》這兩篇文章所展示的項目。

該項目以Spring Boot編寫的Java服務(wù)為主，在體驗(yàn)上更接近真實(shí)的項目開發(fā)場景。項目的結(jié)構(gòu)如下：

該項目所在的GitHub地址為：

https://github.com/manongwudi/istio-micro-service-demo

“滾動升級”演示：

這里先借助示例項目中的“micro-api”服務(wù)來演示其在Kubernetes中進(jìn)行“滾動升級”的過程，步驟如下：

(1)首先準(zhǔn)備“micro-api”服務(wù)的k8s發(fā)布文件(如：micro-api.yaml)。代碼如下：

apiVersion: v1 
kind: Service 
metadata: 
  name: micro-api 
spec: 
  type: ClusterIP 
  ports: 
    - name: http 
      port: 19090 
      targetPort: 9090 
  selector: 
    app: micro-api 
 
--- 
apiVersion: apps/v1 
kind: Deployment 
metadata: 
  name: micro-api 
spec: 
  selector: 
    matchLabels: 
      app: micro-api 
  replicas: 3 
  #設(shè)置滾動升級策略 
  #Kubernetes在等待設(shè)置的時間后才開始進(jìn)行升級，例如5秒 
  minReadySeconds: 5 
  strategy: 
    type: RollingUpdate 
    rollingUpdate: 
      #升級過程中最多可以比原先設(shè)置多出的Pod數(shù)量 
      maxSurge: 1 
      #升級過程中Deployment控制器最多可以刪除多少個舊Pod 
      maxUnavailable: 1 
  template: 
    metadata: 
      labels: 
        app: micro-api 
    spec: 
      #設(shè)置的阿里云私有鏡像倉庫登陸信息的secret(對應(yīng)2.1.2的設(shè)置) 
      imagePullSecrets: 
        - name: regcred 
      containers: 
        - name: micro-api 
          image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.0-SNAPSHOT 
          imagePullPolicy: Always 
          tty: true 
          ports: 
            - name: http 
              protocol: TCP 
              containerPort: 19090 

上述部署文件設(shè)置了“micro-api”服務(wù)的Pod副本個數(shù)為“3”，并且設(shè)置了相應(yīng)地滾動升級策略。

(2)接下來執(zhí)行k8s部署命令如下：

$ kubectl apply -f micro-api.yaml  

成功后，查看Deployment創(chuàng)建后的狀態(tài)信息，命令效果如下：

$ kubectl get deployments 
NAME          READY   UP-TO-DATE   AVAILABLE   AGE 
micro-api     3/3     3            3           190d 

從上述命令的返回結(jié)果中，可以看到三個狀態(tài)字段，它們的含義如下所示：

• READY：表示用戶期望的Pod副本個數(shù)，以及當(dāng)前處于Running狀態(tài)的Pod個數(shù)。
• UP-TO-DATE：當(dāng)前處于最新版本的Pod個數(shù)。所謂最新版本，指的是Pod的Spec部分與Deployment中Pod模版里定義的完全一致。
• AVAILABLE：當(dāng)前已經(jīng)可用的Pod的個數(shù)——既是Running狀態(tài)，又是最新版本，并且已經(jīng)處于Ready(監(jiān)控檢查正確)狀態(tài)的Pod個數(shù)。

(3)模擬服務(wù)版本升級，觸發(fā)滾動升級。

接下來重新構(gòu)建“micro-api”服務(wù)的版本，并將其上傳至私有鏡像倉庫。之后，通過命令修改“micro-api”的Deployment所使用的鏡像，并觸發(fā)滾動升級。

修改Deployment所使用的鏡像的命令如下：

$ kubectl set image deployment/micro-api micro-api=registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.1-SNAPSHOT 
deployment.apps/micro-api image updated 

這里使用了“kubectl set image”指令，主要是為了方便操作，也可以直接在k8s部署文件中進(jìn)行鏡像版本的修改。

修改完Deployment的鏡像版本后，Kubernetes會立即觸發(fā)“滾動升級”的過程?？梢酝ㄟ^“kubectl rollout status”指令來查看Deployment資源的狀態(tài)變化。具體如下：

$ kubectl rollout status deployment/micro-api 
 
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated... 
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated... 
 
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated... 
Waiting for deployment "micro-api" rollout to finish: 2 of 3 updated replicas are available... 
Waiting for deployment "micro-api" rollout to finish: 2 of 3 updated replicas are available... 
deployment "micro-api" successfully rolled out 

這時，也可以通過查看Deployment的Events，看到這個“滾動升級”的過程。具體如下：

$ kubectl describe deployment micro-api 
... 
OldReplicaSets:  <none> 
NewReplicaSet:   micro-api-d745d8649 (3/3 replicas created) 
Events: 
  Type    Reason             Age   From                   Message 
  ----    ------             ----  ----                   ------- 
  Normal  ScalingReplicaSet  12m   deployment-controller  Scaled up replica set micro-api-677dd4d5b6 to 1 
  Normal  ScalingReplicaSet  12m   deployment-controller  Scaled down replica set micro-api-57c7cb5b74 to 2 
  Normal  ScalingReplicaSet  12m   deployment-controller  Scaled up replica set micro-api-677dd4d5b6 to 2 
  Normal  ScalingReplicaSet  5m1s  deployment-controller  Scaled down replica set micro-api-677dd4d5b6 to 0 
  Normal  ScalingReplicaSet  5m    deployment-controller  Scaled up replica set micro-api-d745d8649 to 2 
  Normal  ScalingReplicaSet  56s   deployment-controller  Scaled down replica set micro-api-57c7cb5b74 to 0 
  Normal  ScalingReplicaSet  56s   deployment-controller  Scaled up replica set micro-api-d745d8649 to 3 

可以看到，當(dāng)你修改了Deployment里的Pod定義后，"Deployment Controller"會使用這個修改后的Pod模版，創(chuàng)建一個新的ReplicaSet，這個新的ReplicaSet的初始Pod副本數(shù)是：0。

然后在Age=12 m的位置，開始將這個新的ReplicaSet所控制的Pod副本數(shù)從0個變成1個。

緊接著，在Age=12 m的位置，又將舊ReplicaSet所控制的Pod副本數(shù)減少1個，即“水平收縮”成兩個副本。

如此交替進(jìn)行，新ReplicaSet所管理的Pod的副本數(shù)，從0個變成1個，再變成2個，最后變成3個;而舊ReplicaSet所管理的Pod的副本數(shù)則從3個變成2個，最后變成0個。

這樣，就完成了一組Pod的版本升級過程。而像這樣將一個Kubernetes集群中正在運(yùn)行的多個Pod版本，交替逐一升級的過程，就是“滾動升級”。

2.金絲雀(灰度)發(fā)布

前面“1.”小標(biāo)題中，比較詳細(xì)的演示了Kubernetes的“滾動升級”的方式，雖然通過滾動升級的方式可以方便、平滑的實(shí)現(xiàn)版本更新，但是這個過程，并沒有灰度功能。滾動升級的方式，雖然中間有緩沖交替的過程，但這種過程是自動的、迅速的，滾動升級過程結(jié)束就相當(dāng)于直接進(jìn)行了新版本的全量發(fā)布。

而對于需要進(jìn)行金絲雀(灰度)發(fā)布的場景，“滾動升級”的方式很顯然是不夠用的。那么，在Kubernetes中應(yīng)該如何結(jié)合版本更新做到金絲雀(灰度)發(fā)布呢?

具體步驟如下：

(1)編寫實(shí)現(xiàn)新版本灰度發(fā)布的部署文件。

為了實(shí)現(xiàn)在Kubernetes中的金絲雀(灰度)發(fā)布過程的可觀測，我們重新定義下具體的k8s發(fā)布文件(如：micro-api-canary.yaml)的內(nèi)容如下：

apiVersion: apps/v1 
kind: Deployment 
metadata: 
  name: micro-api 
spec: 
  selector: 
    matchLabels: 
      app: micro-api 
  replicas: 3 
  #設(shè)置滾動升級策略 
  #Kubernetes在等待設(shè)置的時間后才開始進(jìn)行升級，例如5秒 
  minReadySeconds: 5 
  strategy: 
    type: RollingUpdate 
    rollingUpdate: 
      #升級過程中最多可以比原先設(shè)置多出的Pod數(shù)量 
      maxSurge: 1 
      #升級過程中Deployment控制器最多可以刪除多少個舊Pod，主要用于提供緩沖時間 
      maxUnavailable: 1 
  template: 
    metadata: 
      labels: 
        app: micro-api 
        #增加新的標(biāo)簽（演示k8s的灰度發(fā)布） 
        track: canary 
    spec: 
      #設(shè)置的阿里云私有鏡像倉庫登陸信息的secret(對應(yīng)2.1.2的設(shè)置) 
      imagePullSecrets: 
        - name: regcred 
      containers: 
        - name: micro-api 
          image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.3-SNAPSHOT 
          imagePullPolicy: Always 
          tty: true 
          ports: 
            - name: http 
              protocol: TCP 
              containerPort: 19090 

上述發(fā)布文件與“1.”小標(biāo)題中演示滾動升級時，發(fā)布文件的內(nèi)容一致，只是為了方便觀察灰度發(fā)布過程的實(shí)現(xiàn)，這里通過“track: canary”對新發(fā)布的Pod版本進(jìn)行標(biāo)記。

設(shè)置新版本的鏡像為:“micro-api:1.3-SNAPSHOT”。并且通過“spec.selector.matchLabels.app:micro-api”與歷史版本Pod所對應(yīng)的Service(micro-api.yaml文件中定義的Service)資源定義匹配。

(2)執(zhí)行"滾動升級"發(fā)布命令，實(shí)現(xiàn)“灰度發(fā)布”效果。

$ kubectl apply -f micro-api-canary.yaml && kubectl rollout pause deployment/micro-api 

上面通過"kubectl rollout pause"命令實(shí)現(xiàn)對Deployment的金絲雀(灰度發(fā)布)。執(zhí)行發(fā)布命令之后的運(yùn)行效果如下：

$ kubectl get pods --show-labels -o wide 
NAME                         READY   STATUS    RESTARTS   AGE     IP          NODE         NOMINATED NODE   READINESS GATES   LABELS 
micro-api-57c7cb5b74-mq7m9   1/1     Running   0          6m20s   10.32.0.3   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=57c7cb5b74 
micro-api-57c7cb5b74-ptptj   1/1     Running   0          6m20s   10.32.0.4   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=57c7cb5b74 
micro-api-7dbb6c5d66-4rbdc   1/1     Running   0          5m33s   10.32.0.6   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=7dbb6c5d66,track=canary 
micro-api-7dbb6c5d66-cfk9l   1/1     Running   0          5m33s   10.32.0.5   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=7dbb6c5d66,track=canary 

查看Deployment的滾動升級情況，命令如下：

$ kubectl get deployments 
NAME            READY   UP-TO-DATE   AVAILABLE   AGE 
micro-api       4/3     2            4           194d 

可以看到此時“micro-api” ready的數(shù)量為4，其中兩個舊版本Pod，兩個新版本Pod。

(3)接下來進(jìn)行流量測試。

查詢兩組Pod版本所對應(yīng)的Service資源的IP，命令如下：

# kubectl get svc micro-api 
NAME        TYPE        CLUSTER-IP       EXTERNAL-IP   PORT(S)     AGE 
micro-api   ClusterIP   10.110.169.161   <none>        19090/TCP   194d 

接下來，模擬對服務(wù)的接口進(jìn)行批量訪問，命令如下：

$ for i in {1..10}; do curl 10.110.169.161:19090/test/test; done 
 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 

可以看到，此時流量會隨機(jī)的流向舊版本和新版本(日志標(biāo)記為V3)的服務(wù)。

(4)將服務(wù)版本升級為新版本。

如果新版本的服務(wù)經(jīng)過線上流量測試驗(yàn)證沒有問題，則可以通過"rollout resume"命令將整體服務(wù)的版本升級為新版本。命令如下：

$ kubectl rollout resume deployment micro-api 
deployment.apps/micro-api resumed 

升級后的效果如下：

$ kubectl get pods --show-labels -o wide 
NAME                         READY   STATUS    RESTARTS   AGE   IP          NODE         NOMINATED NODE   READINESS GATES   LABELS 
micro-api-7dbb6c5d66-4rbdc   1/1     Running   0          18m   10.32.0.6   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=7dbb6c5d66,track=canary 
micro-api-7dbb6c5d66-bpjtg   1/1     Running   0          84s   10.32.0.3   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=7dbb6c5d66,track=canary 
micro-api-7dbb6c5d66-cfk9l   1/1     Running   0          18m   10.32.0.5   kubernetes   <none>           <none>            app=micro-api,pod-template-hash=7dbb6c5d66,track=canary 

可以看到，此時目標(biāo)服務(wù)已經(jīng)通過“滾動升級”的方式完成了全量更新。而如果存在問題，則通過“kubectl rollout undo”命令進(jìn)行回滾即可!

從上述過程可以看到，Kubernetes中的金絲雀(灰度發(fā)布)主要是通過操縱(如：pause)“滾動升級”的過程來實(shí)現(xiàn)的——通過發(fā)布一定數(shù)量的新版本Pod，并利用Service資源類型本身的負(fù)載均衡能力來實(shí)現(xiàn)流量在新/舊Pod之間的隨機(jī)交替。

這樣的方式雖然已經(jīng)可以滿足一些簡單的場景，但是沒有辦法做到更精準(zhǔn)的灰度流量控制。這時候就需要借助 Service Mesh 中的解決方案了，下面我們來看看在 Istio 中如何做到精準(zhǔn)流量的金絲雀(灰度)發(fā)布。

Istio中的金絲雀(灰度)發(fā)布

以下內(nèi)容默認(rèn)你已經(jīng)在Kubernetes中安裝了Istio環(huán)境，如果還沒有安裝可以參考《干貨|如何步入Service Mesh微服務(wù)架構(gòu)時代》中分享的內(nèi)容。

Istio與Kubernetes實(shí)現(xiàn)金絲雀(灰度)發(fā)布的方式不一樣，Istio通過Envoy(SideCar)強(qiáng)大的路由規(guī)則管理能力，可以非常靈活地控制對應(yīng)版本的流量占比，從而實(shí)現(xiàn)具備精準(zhǔn)流量控制能力的金絲雀(灰度)發(fā)布功能。

Istio通過Envoy(SideCar)實(shí)現(xiàn)金絲雀(灰度)發(fā)布的流量路由示意圖如下(繼續(xù)以“micro-api”服務(wù)為例)：

從上圖中可以大致看出，Istio具備強(qiáng)大的流量管理能力，而這種能力對于實(shí)現(xiàn)流量精準(zhǔn)控制的金絲雀(灰度)發(fā)布功能來說，自然是水到渠成的。

具體來說，在Istio中是通過VirtualService(虛擬服務(wù))這種特定的資源在服務(wù)網(wǎng)格中實(shí)現(xiàn)流量路由的。通過VirtualService可以方便地定義流量路由規(guī)則，并在客戶端試圖連接到服務(wù)時應(yīng)用這些規(guī)則，并最終到達(dá)目標(biāo)服務(wù)。

接下來，具體演示如何在Istio中通過VirtualService實(shí)現(xiàn)金絲雀(灰度)發(fā)布。步驟如下：

(1)首先發(fā)布一個v1版本的服務(wù)。

要在Istio中實(shí)現(xiàn)更精準(zhǔn)的版本控制，需要在發(fā)布Pod資源時，通過明確的“版本標(biāo)簽”進(jìn)行指定。準(zhǔn)備“micro-api”服務(wù)v1版本的k8s部署文件(micro-api-canary-istio-v1.yaml)：

apiVersion: v1 
kind: Service 
metadata: 
  name: micro-api 
spec: 
  type: ClusterIP 
  ports: 
    - name: http 
      port: 19090 
      targetPort: 9090 
  selector: 
    app: micro-api 
 
--- 
 
apiVersion: apps/v1 
kind: Deployment 
meta data: 
  name: micro-api-v1 
spec: 
  selector: 
    matchLabels: 
      app: micro-api 
      #這里是關(guān)鍵，需要設(shè)置版本標(biāo)簽，以便實(shí)現(xiàn)灰度發(fā)布 
      version: v1 
  replicas: 3 
  #設(shè)置滾動升級策略 
  #Kubernetes在等待設(shè)置的時間后才開始進(jìn)行升級，例如5秒 
  minReadySeconds: 5 
  strategy: 
    type: RollingUpdate 
    rollingUpdate: 
      #升級過程中最多可以比原先設(shè)置多出的Pod數(shù)量 
      maxSurge: 1 
      #升級過程中Deployment控制器最多可以刪除多少個舊Pod，主要用于提供緩沖時間 
      maxUnavailable: 1 
  template: 
    metadata: 
      labels: 
        app: micro-api 
        #設(shè)置版本標(biāo)簽，便于灰度發(fā)布 
        version: v1 
    spec: 
      #設(shè)置的阿里云私有鏡像倉庫登陸信息的secret 
      imagePullSecrets: 
        - name: regcred 
      containers: 
        - name: micro-api 
          image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.1-SNAPSHOT 
          imagePullPolicy: Always 
          tty: true 
          ports: 
            - name: http 
              protocol: TCP 
              containerPort: 19090 

“spec.selector.matchLabels.version:v1”標(biāo)簽用來標(biāo)注服務(wù)的版本，該標(biāo)簽是后續(xù)Istio的流量管理規(guī)則中，識別服務(wù)版本的主要依據(jù)。

準(zhǔn)備好發(fā)布文件后，執(zhí)行發(fā)布命令：

$ kubectl apply -f micro-api-canary-istio-v1.yaml 

此時，一個低版本的服務(wù)就運(yùn)行成功了!接下來我們模擬對其實(shí)施金絲雀(灰度)發(fā)布。

(2)發(fā)布一個v2版本的服務(wù)(升級的目標(biāo)版本)。

與v1版本服務(wù)一樣，發(fā)布的v2版本的服務(wù)也需要明確版本標(biāo)簽，其發(fā)布文件(micro-api-canary-istio-v2.yaml)的內(nèi)容如下：

apiVersion: apps/v1 
kind: Deployment 
metadata: 
  name: micro-api-v2 
spec: 
  selector: 
    matchLabels: 
      app: micro-api 
      #設(shè)置好版本標(biāo)簽，便于灰度發(fā)布 
      version: v2 
  replicas: 3 
  #設(shè)置滾動升級策略 
  #Kubernetes在等待設(shè)置的時間后才開始進(jìn)行升級，例如5秒 
  minReadySeconds: 5 
  strategy: 
    type: RollingUpdate 
    rollingUpdate: 
      #升級過程中最多可以比原先設(shè)置多出的Pod數(shù)量 
      maxSurge: 1 
      #升級過程中Deployment控制器最多可以刪除多少個舊Pod，主要用于提供緩沖時間 
      maxUnavailable: 1 
  template: 
    metadata: 
      labels: 
        app: micro-api 
        #設(shè)置好版本標(biāo)簽，便于灰度發(fā)布 
        version: v2 
    spec: 
      #設(shè)置的阿里云私有鏡像倉庫登陸信息的secret 
      imagePullSecrets: 
        - name: regcred 
      containers: 
        - name: micro-api 
          image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.3-SNAPSHOT 
          imagePullPolicy: Always 
          tty: true 
          ports: 
            - name: http 
              protocol: TCP 
              containerPort: 19090 

執(zhí)行發(fā)布命令：

$ kubectl apply -f micro-api-canary-istio-v2.yaml  
deployment.apps/micro-api-v2 created 

此時，系統(tǒng)中就存在了兩組版本的Pod資源，具體如下：

# kubectl get pods 
NAME                            READY   STATUS    RESTARTS   AGE 
micro-api-v1-565d749dd4-7c66z   1/1     Running   2          13h 
micro-api-v1-565d749dd4-7dqfb   1/1     Running   2          13h 
micro-api-v1-565d749dd4-l62wc   1/1     Running   2          13h 
micro-api-v2-6f98c598c9-5stlw   1/1     Running   0          82s 
micro-api-v2-6f98c598c9-f2ntq   1/1     Running   0          82s 
micro-api-v2-6f98c598c9-l8g4j   1/1     Running   0          82s 

接下來將演示如何利用Istio強(qiáng)大的流量管理功能，來實(shí)現(xiàn)流量在這兩組版本Pod資源之間的精確控制!

(3)創(chuàng)建Istio網(wǎng)關(guān)資源。

在Istio中要實(shí)現(xiàn)流量的精確控制，需要將VirtualService綁定到具體的Ingressgateway(入口網(wǎng)關(guān))資源。因此在創(chuàng)建VirtualService資源實(shí)現(xiàn)流量路由及控制前，需要創(chuàng)建一個Istio網(wǎng)關(guān)。部署文件(micro-gateway.yaml)的內(nèi)容如下：

apiVersion: networking.istio.io/v1alpha3 
kind: Gateway 
metadata: 
  name: micro-gateway 
spec: 
  selector: 
    istio: ingressgateway 
  servers: 
    - port: 
        number: 80 
        name: http 
        protocol: HTTP 
      hosts: 
        - "*" 

上述部署文件執(zhí)行后將創(chuàng)建一個名稱為“micro-gateway”的Istio網(wǎng)關(guān)，并允許所有主機(jī)(hosts:"*"指定)通過該網(wǎng)關(guān)。

(4)創(chuàng)建Istio虛擬服務(wù)資源VirtualService。

前面提到過在Istio中主要是通過VirtualService(虛擬服務(wù))來實(shí)現(xiàn)服務(wù)網(wǎng)格內(nèi)的流量路由及控制。接下來我們看看VirtualService資源的具體創(chuàng)建方式，準(zhǔn)備資源文件(如virtual-service-all.yaml)，內(nèi)容如下：

apiVersion: networking.istio.io/v1alpha3 
kind: VirtualService 
metadata: 
  name: micro-api-route 
spec: 
  #用于定義流量被發(fā)送到的目標(biāo)主機(jī)（這里為部署在k8s中的micro-api服務(wù)） 
  hosts: 
    - micro-api.default.svc.cluster.local 
  #將VirtualService綁定到Istio網(wǎng)關(guān),通過網(wǎng)關(guān)來暴露路由目標(biāo) 
  gateways: 
    - micro-gateway 
  http: 
    - route: 
        #設(shè)置舊版本（V1）版本的流量占比為70% 
        - destination: 
            host: micro-api.default.svc.cluster.local 
            subset: v1 
          #通過權(quán)重值來設(shè)置流量占比 
          weight: 70 
        #設(shè)置新版本（V2）版本的流量占比為30% 
        - destination: 
            host: micro-api.default.svc.cluster.local 
            subset: v2 
          weight: 30 

如上所示，VirtualService資源具備針對http的精準(zhǔn)流量控制能力，可以將指定占比的流量路由到特定的“subset”指定的版本。而為了實(shí)現(xiàn)這一能力，VirtualService資源還需要與Istio網(wǎng)關(guān)綁定，通過Istio網(wǎng)關(guān)來暴露路由目標(biāo)。

(5)創(chuàng)建Istio目標(biāo)路由規(guī)則資源。

虛擬服務(wù)VirtualService在Istio中主要用于控制流量的行為，而定義流量行為的路由規(guī)則則需要通過“DestinationRule”路由規(guī)則資源來定義。創(chuàng)建路由規(guī)則文件(destination-rule-all.yaml)，具體內(nèi)容如下：

apiVersion: networking.istio.io/v1alpha3 
kind: DestinationRule 
metadata: 
  name: micro-api-destination 
spec: 
  #與Deployment資源對應(yīng)的Service資源名稱關(guān)聯(lián) 
  host: micro-api 
  #流量策略設(shè)置：負(fù)載均衡策略、連接池大小、局部異常檢測等，在路由發(fā)生后作用于流量 
  trafficPolicy: 
    #限流策略 
    connectionPool: 
      tcp: 
        maxConnections: 10 
      http: 
        http1MaxPendingRequests: 1 
        maxRequestsPerConnection: 1 
    #設(shè)置目的地的負(fù)債均衡算法 
    loadBalancer: 
      simple: ROUND_ROBIN 
  #目的地指的是不同的子集(subset)或服務(wù)版本。通子集(subset),可以識別應(yīng)用程序的不同版本，以實(shí)現(xiàn)流量在不同服務(wù)版本之間的切換 
  subsets: 
    - name: v1 
      labels: 
        version: v1 
    - name: v2 
      labels: 
        version: v2 

如上所示，通過subsets屬性，定義了VirtualService資源用于路由的具體版本標(biāo)簽匹配信息。至此，針對兩個版本服務(wù)的灰度流量控制規(guī)則就設(shè)置好了，接下來測試具體的金絲雀(灰度)發(fā)布效果。

(6)測試Istio實(shí)現(xiàn)金絲雀(灰度)發(fā)布的流量控制效果。

在正式測試之前，可以通過命令查看下當(dāng)前的部署資源情況：

#查看部署的Deployment資源 
kubectl get deploy  | grep micro-api 
 
micro-api-v1             3/3     3            3           21h 
micro-api-v2             3/3     3            3           8h 

#查看兩組版本Pod資源對應(yīng)的K8s-Service的服務(wù)IP 
kubectl get svc micro-api 
 
NAME        TYPE        CLUSTER-IP       EXTERNAL-IP   PORT(S)     AGE 
micro-api   ClusterIP   10.110.169.161   <none>        19090/TCP   205d 

#查看VirtualService資源定義 
kubectl get vs 
 
NAME              GATEWAYS          HOSTS                                   AGE 
micro-api-route   [micro-gateway]   [micro-api.default.svc.cluster.local]   7h34m 

#查看定義的路由規(guī)則資源 
kubectl get dr 
 
NAME                    HOST        AGE 
micro-api-destination   micro-api   7h27m 

通過上面的資源信息查看，這里我們已經(jīng)可以查到Deployments對應(yīng)的K8s-Service資源的IP，但如果通過K8s-Service資源來進(jìn)行測試的話，會發(fā)現(xiàn)流量的控制并不精準(zhǔn)，并不能達(dá)到我們設(shè)置的70%流量流向v1，30%的流量流向v2(因?yàn)檫@是隨機(jī)流量)。

因此，要使用Istio的精準(zhǔn)流量控制功能，還需要使用Istio的Ingressgateway。查看Istio的Ingressgateway資源IP的命令如下：

#查看ingress的IP 
kubectl get svc -n istio-system | grep ingress 
 
istio-ingressgateway   LoadBalancer   10.98.178.61     <pending>     15021:31310/TCP,80:32113/TCP,443:31647/TCP,31400:30745/TCP,15443:30884/TCP   7h54m 

接下來，通過Ingress的IP來訪問“micro-api”服務(wù)，命令及效果如下：

# for i in {1..10}; do curl -H "Host:micro-api.default.svc.cluster.local" 10.98.178.61:80/test/test; done 
 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 

如上所示，流量按照設(shè)定的比例(v1:70%;v2:30%)進(jìn)行了分流。

(7)測試將流量全部切向新版本。

為了更明顯地驗(yàn)證Istio的流量控制效果，接下來，我們通過變更VirtualService資源的流量設(shè)置占比，將流量全部切到新版本。變更后的VirtualService資源的配置文件內(nèi)容如下：

apiVersion: networking.istio.io/v1alpha3 
kind: VirtualService 
metadata: 
  name: micro-api-route 
spec: 
  #用于定義流量被發(fā)送到的目標(biāo)主機(jī)（這里為部署在k8s中的micro-api服務(wù)） 
  hosts: 
    - micro-api.default.svc.cluster.local 
  #將VirtualService綁定到Istio網(wǎng)關(guān),通過網(wǎng)關(guān)來暴露路由目標(biāo) 
  gateways: 
    - micro-gateway 
  http: 
    - route: 
        #設(shè)置舊版本（V1）版本的流量占比為70% 
        - destination: 
            host: micro-api.default.svc.cluster.local 
            subset: v1 
          #通過權(quán)重值來設(shè)置流量占比 
          weight: 0 
        #設(shè)置新版本（V2）版本的流量占比為30% 
        - destination: 
            host: micro-api.default.svc.cluster.local 
            subset: v2 
          weight: 100 

繼續(xù)通過Istio網(wǎng)關(guān)訪問目標(biāo)服務(wù)，命令如下：

# for i in {1..10}; do curl -H "Host:micro-api.default.svc.cluster.local" 10.98.178.61:80/test/test; done 
 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"} 

可以觀察到，此時流量已經(jīng)全部切換到了新版本服務(wù)!

后記

在微服務(wù)時代，不同的服務(wù)之間相互聯(lián)系，關(guān)系錯綜復(fù)雜，部署升級一個服務(wù)，可能造成整個系統(tǒng)的癱瘓，因此，需要選擇合適的部署方式，從而將風(fēng)險降到最低。金絲雀(灰度)發(fā)布只是多種部署方式的一種，還有藍(lán)綠部署、滾動部署(如K8s的滾動升級)等，可以根據(jù)不同的業(yè)務(wù)場景選擇不同的發(fā)布形式。