[dotnet core]落地微服务特色的DevOps管道，持续集成/部署到kubernetes。

目录

• 前言
• 目标
• 工具 - 最小的学习成本
• 方案 - 愿景
  • 1. 持续集成 - CI
  • 2. 持续部署 - CD
• 部署环境
  • 1. 部署gitlab-runner
  • 2. 注册gitlab-runner
    • 注册runner
      • 步骤
• 搭建DevOps管道 - PipeLines
  • 1. 创建环境 - 发布主板本
    • 1.1、测试
  • 2. 滚动更新 - 迭代小版本
  • 3. 自动伸缩
    • 3.1、伸缩单个微服务
    • 3.2、伸缩所有微服务
  • 4. 回滚
    • 4.1、回滚单个微服务
    • 4.2、回滚所有微服务
  • 5. 可扩展性 - 兼容新增微服务
    • 5.1、添加新的搜索微服务
• 运维说明
  • 1、分支
  • 2、配置文件
• 总结
• 最后

前言

2018年既是微服务架构火爆的一年，也是容器和Kubernetes收获赞誉盆满钵满的一年；在kubernetes的引领下，以容器为中心部署微服务已成为一种事实标准，并不断加速着微服务架构模式落地，持续地发挥着它的魔力。企业，特别是互联网公司，为了快速响应前端用户的需求，缩短产品从需求到交付的周期，常常需要快速地、细腻度地迭代产品，以抢占市场先机；在微服务模式下，可以很好地满足这个要求，只发布变化的服务，从而最小化单次迭代的风险，实现敏捷开发和部署。

当采用微服务模式后，整个业务流程将被垂直拆分成多个小单元；每个小单元都是一个独立开发、独立部署和独立扩展的微处理服务，这样的灵活性非常适合敏捷开发模式，但也给开发和运维带来了固有的复杂性和难度。对于开发者而言，由于微服务应用整体作为一个分布式系统提供服务，需要选择合适服务通讯协议，并处理潜在的网络分化瞬时故障等情况，除此之外，还需要建设服务发现、配置中心等基础设施；对于运维人员，需要利用容器的可移植性，持续地集成和部署微服务到不同的集群环境，这些都要求运维人员具有非常全面的能力，比如：熟悉容器及k8s、能编写Linux Shell运维脚本、熟练一种持续集成部署工具（比如：gitlab、jenkins）等。

综上所述，如何搭建一条成熟稳定、且符合微服务特色的高度自动化DevOps管道又成为了另一个难题。

目标

以最小的学习成本，搭建一条成熟稳定、且符合微服务特色的高度自动化DevOps管道，按需地持续集成/部署微服务到kubernetes。

工具 - 最小的学习成本

kubernetes + gitlab + shell

方案 - 愿景

1. 持续集成 - CI

在kubernetes的master节点部署gitlab-runner，充当gitlab服务器的客户端；当提交或合并代码到指定的分支时，gitlab-runner自动从gitlab拉取代码，利用master主机提供的边缘计算能力来执行已编排好的DevOps CI管道=》编译代码、运行单元和集成测试、容器化微服务成镜像，最后上传到企业镜像仓库，这就是持续集成流程，该阶段交付的产物为镜像。

2. 持续部署 - CD

在kubernetes的master节点部署gitlab-runner，充当gitlab服务器的客户端，当持续集成阶段交付了新版本的镜像后，从企业镜像仓库拉取最新版本的镜像，利用master主机提供的边缘计算能力执行已编排好的DevOps CD管道=》同步服务配置信息到配置中心（k8s的ConfigMap），并滚动更新kubernetes集群镜像版本。

部署环境

安装目录：/root/gitrunner

工作目录：/home/devops/gitrunner

> mkdir -p /root/gitrunner && mkdir -p /home/devops/gitrunner;

1. 部署gitlab-runner

在kubernetes的master节点部署gitlab-runner，命令如下：

> wget -O /root/gitrunner/gitlab-runner https://gitlab-runner-downloads.s3.amazonaws.com/latest/binaries/gitlab-runner-linux-amd64;
> cd /root/gitrunner;
> chmod +x gitlab-runner;
> # 注意：建议使用root用户进行安装，以避免不必要的权限问题。
> ./gitlab-runner install --user=root --working-directory=/home/devops/gitrunner;
> ./gitlab-runner start;

详情请参考: Install GitLab Runner manually on GNU/Linux。

2. 注册gitlab-runner

gitlab支持注册两种类型的runner：

1. Specific Runners

这是隶属于特定项目的专有工人，不接受其他项目调遣。

2. Shared Runners

这是隶属于gitlab-server的工人，可以共享给所有的项目调遣。

这两种Runner各有千秋，如果为每一个项目都注册专用Runner，会显得比较繁琐和多余，而使用共享Runner就很省事，但是一个工人一次只能做一件事情，当同时调遣一个工人时，那么就会出现竞争等待，故大家还是实际情况来注册工人吧，只要不延误工期就行，嘿嘿。

注册runner

在开发、预生产、生产环境注册Runner，并贴上标签：build、staging、prod。

备注：后面搭建DevOps管道时，将根据标签来调遣工人。

步骤

1. 获取项目地址和注册token，依次查找路径：Settings => CI / CD => Runners settings，如下：

   

2. 注册：

   > cd /root/gitrunner;
   > ./gitlab-runner register
   > # 回车，根据提示填写项目地址、注册Token、标签、执行器
   > # 假如，项目地址为：http://gitlab.justmine.cn:8002/， 项目注册token为：6iS4GBCh18NR4GPoMyef。
   > ## 以开发环境为例（仅供参考）
   > Please enter the gitlab-ci coordinator URL (e.g. https://gitlab.com/):
     http://gitlab.justmine.cn:8002/
   > Please enter the gitlab-ci token for this runner:
     6iS4GBCh18NR4GPoMyef
   > Please enter the gitlab-ci description for this runner:
     [justmine.com]: development environment
   > Please enter the gitlab-ci tags for this runner (comma separated):
     build
   > Registering runner... succeeded                     runner=4iS4GwCh
   > Please enter the executor: ssh, docker+machine, kubernetes, virtualbox, docker-ssh+machine, docker, docker-ssh, parallels, shell:
     shell
   > Runner registered successfully. Feel free to start it, but if it's running already the config should be automatically reloaded!
   > # 其他环境同理
   

   

搭建DevOps管道 - PipeLines

上面的方案仅仅描述了愿景，也就是期望达成目标的最后结果，但对于如何落地一条真正的管道而言，还是显得非常的空洞。其实这正是DevOps的难点，大体流程上都晓得有个持续集成、持续部署，讲起来如数家珍，落地时都之乎者也。

同样，秉承微服务的思想，分而治之，我们将管道分为两个部分：创建、更新，即先创建一个主板次，然后再基于此主板次进行小版本迭代，不断地扩展新功能。通过这样有效的拆分，是不是就不那么的空洞了，就像领域驱动设计的CQRS模式一样，区别地对待读写，从而大大地减少了阻抗，也非常地切合产品的创新迭代，比如将需求拆分为3期，每一期都对应一个主版次，然后再小版本迭代每一期的需求，完成一期，封板一期，彼此隔离，互补影响，同时也方便追溯。

理清了整个管道的脉络，现在就需要思考一些实际问题了，比如：

1. 如何将持续集成/部署微服务流程脚本化，即如何实现基础设施代码化？

2. 如何动态解析git当前变化日志，实现准确地按需发布微服务？

3. 如何保留现场，并以最小的成本重试管道？

4. 在不修改管道脚本的情况下，如何手工控制按需发布、自动伸缩和回滚微服务？

5. 如何兼容新增的微服务？

6. 如何快速调试整个管道脚本？

只有把上面的问题都处理了，才算是一条成熟可用的、企业级别的CI/CD管道，才符合高度自动化、稳定、快速、容错等特点；在互联网公司，可能一天要提交好几个版本到不同的环境，不能因为考虑不周而影响连续部署的进度，管道一旦投入使用就需要对修改闭合，只对扩展开放。

管道一览图：

示例项目(AspnetCore)已分享到github，请参考：MicroService.AutoDevOpsPipeLines，欢迎start，欢迎fork，欢迎issue。

为了验证管道的特性，我特意做了以下测试：

1. 创建环境 - 发布主板本

这是一个从0到1、从无到有的过程，这里一小步，却是落地DevOps管道的一大步。

版本迭代的第一步就是创建微服务集群环境，那么如何快捷地创建这个环境呢？我将使用kubernetes的包管理器helm来完成这个任务，可能很多同学都没用过这个工具，平时部署组件都是手工编写好yaml资源部署文件，虽然这种方式方便快捷，但是对于大量组件，以及需要实现基础设施代码化的场景，手工处理这种方式就不能满足需求了。

模板文件请参考示例项目，下面是创建环境的脚本化命令：

helm install /root/AutoDevOpsPipeLinesCharts \
--name=${releaseName} \
--set environment.upper=${Environment} \
--set environment.lower=${environment} \
--set namespace=${namespace} \
--set image.registryhost=${RegistryHost} \
--set image.username=${registryUserName} \
--set image.version=${version} \
--set replicas=${replicas}

从上面可以看出，实现部署服务脚本化的目的已经达到了。

下面我们在来看看如何脚本化整个创建环境管道线：

# 001 Continuous integration image to registry.
bash ./devops/PipeLines/Creation/001_CI.sh

# 002 Create config information to k8s's configmap.
bash ./devops/PipeLines/Creation/002_CreateConfig.sh

# 003 Release major to k8s's cluster.
bash ./devops/PipeLines/Creation/003_ReleaseMajor.sh

# 004 Create gateway route.
bash ./devops/PipeLines/Creation/Gateways/Kong/004_CreateGatewayRoute.sh

备注：管道线脚本请参考示例项目(AspnetCore)：MicroService.AutoDevOpsPipeLines/devops/PipeLines/Creation。

1.1、测试

将刚刚创建的helm模板文件上传到gitlab-runner所在服务器的/root目录下，并添加配置，如下：

<Project>
  <PropertyGroup>
    <Major>1</Major>
    <Minor>0</Minor>
    <Patch>0</Patch>
  </PropertyGroup>
</Project>

然后合并代码到分支release/staging，如下：

从上面可以，第一个主板次(1.0.0)已经成功发布到预生产环境。

生产环境同理，在预生产环境跑完各种测试后，合并代码到分支release/production即可。

2. 滚动更新 - 迭代小版本

这个阶段将模拟在第一个主板次(1.0.0)上进行小版本迭代需求，距离上次发布已经一周了，开发部门也完成了第一个小版本的开发工作，现在需要发布版本1.0.1到预生产环境进行测试，首先修改文件version.props，如下：

<Project>
  <PropertyGroup>
    <Major>1</Major>
    <Minor>0</Minor>
    <Patch>1</Patch>
  </PropertyGroup>
</Project>

除了发布本次需求修改的两个微服务：Identity.API、Marketing.API以外，还需强制发布微服务Basket.API，添加配置，在gitlab仓库依次查找 (Settings => CI/CD => Secret variables)，如下：

最后合并代码到分支staging。

• 先来看看是否正确解析git变更日志和全局变量，准确地实现自动化和手工控制：

  

• 再来看看整个管道的执行情况：

  

• 最后看一下预生产环境的效果

  

  

从上面可以看出，第一个小版本(1.0.1)已经按需自动发布到预生产环境，一共滚动更新了三个微服务。如果当管道的某个阶段执行异常，只需要点击重试此阶段即可；如果需要重新手工干预，只需要添加配置信息，然后重试analysing-git-changes阶段，再依次重试后面的Job即可，整个过程无需修改CI/CD管道脚本，真正实现高度自动化、快速等特点。

生产环境同理，在预生产环境跑完各种测试后，合并代码到分支master即可。

3. 自动伸缩

3.1、伸缩单个微服务

经过一段时间的观察发现预生产环境的购物车(Basket.API)微服务吞吐量颇高，故决定扩容它的实例数量到2个，首先修改项目属性文件deploy.props，如下：

<Replicas>2</Replicas>

然后添加配置，如下：

最后合并代码到分支scaling/staging，如下：

3.2、伸缩所有微服务

同理，首先修改项目属性文件deploy.props，如下：

<Replicas>2</Replicas>

然后添加配置，如下：

最后合并代码到分支scaling/staging，或者直接重试管道的auto-scaling阶段，如下：

从上面测试看到，只需要修改配置，就可以支持不同粒度地伸缩微服务，也不用修改CI/CD管道脚本。

生产环境同理，只需要合并代码到分支scaling/production。

4. 回滚

4.1、回滚单个微服务

经过一段时间的观察，发现刚刚发布到预生产环境的版本1.0.1有问题，故决定回滚到上一个版次1.0.0，首先修改项目属性文件deploy.props，如下：

<!--回滚步长-->
<RollBackStep>1</RollBackStep>

然后添加配置（只回滚购物车微服务），如下：

最后合并代码到分支rollback/staging，如下：

4.2、回滚所有微服务

同理，首先修改项目属性文件deploy.props，如下：

<!--回滚步长-->
<RollBackStep>1</RollBackStep>

然后添加配置回滚所有微服务，如下：

最后合并代码到分支rollback/staging，或者直接重试管道的roll-back阶段，如下：

生产环境同理，只需要合并代码到分支rollback/production。

5. 可扩展性 - 兼容新增微服务

5.1、添加新的搜索微服务

经过一段时间的迭代，一期已经完工，二期新增了搜索微服务，这时修改helm模板文件支持部署搜索微服务，然后合并代码到release/staging，测试如下：

• k8s

  

• 网关路由

  

从上面可以看到，新增的搜索微服务已经成功发布到第二个主版次了。除了修改helm模板文件以外，整个过程并没有修改CI/CD管道脚本，圆满完成了兼容新增微服务的特性。

备注：我们可以将helm模板看成服务编排文件。

运维说明

1、分支

1. build

   构建和编译代码。

2. release/staging

   创建预生产环境。

3. staging

   滚动更新预生产环境。

4. release/production

   创建生产环境。

5. master

   滚动更新生产环境。

6. scaling/staging

   伸缩预生产环境

7. scaling/production

   伸缩生产环境

8. rollback/staging

   回滚预生产环境

9. rollback/production

   回滚生产环境

2、配置文件

• 应用程序配置 - app.props

  <!-- k8s命名空间前缀，比如：microservice-autodevopspipeline-v1 -->
  <NameSpace>microservice-autodevopspipeline</NameSpace>
  <!-- 应用程序名称，主要用于Tips -->
  <AppName>MicroService.AutoDevOpsPipeLine</AppName>
  <!-- 解决方案名称，用于生成项目 -->
  <SolutionName>MicroService.AutoDevOpsPipeLines.sln</SolutionName>
  

• 版本配置 - version.props

  <!-- 主板次，不兼容升级 -->
  <Major>1</Major>
  <!-- 次板次，兼容升级 -->
  <Minor>0</Minor>
  <!-- 补丁版次，静默修复接口 -->
  <Patch>1</Patch>
  

• 部署配置 - deploy.props

  <!-- Auto-scaling 实例数量 -->
  <Replicas>1</Replicas>
  <!-- Rollback 步长 -->
  <RollBackStep>1</RollBackStep>
  <!-- 镜像仓库用户名 -->
  <ImageUserName>devopspipelines</ImageUserName>
  

  特定环境配置，如：deploy.staging.props

  <!-- 镜像仓库主机域名 -->
  <RegistryHost>registry.staging.com:8100</RegistryHost>
  <!-- k8s restful地址 -->
  <K8sApiServer>https://192.168.2.110:6443</K8sApiServer>
  <!-- k8s 接口访问令牌 -->
  <AccessToken>utyeyerye.ytryeryeryyyyyyr.jhddghdhdhdhd</AccessToken>
  <!-- kong restful地址 -->
  <KongApiServer>http://192.168.2.110:81</KongApiServer>
  <!-- kong 域名绑定 -->
  <KongRouteDomain>staging.devops.com</KongRouteDomain>
  

• 分支环境配置 - branch.env.props

  <!-- 解耦，目前用于滚动更新 -->
  <!-- key: branch name(last keyword), value: environment -->
  <staging>Staging</staging>
  <master>Production</master>
  

总结

上面的测试几乎涵盖了结合k8s管理应用生命周期的所有流程(部署、伸缩、回滚、发布)，大家可以放心地运用或者扩展这个管道到自己的微服务项目中，比如：目前仅支持自动创建路由到kong网关，建议大家fork项目后，自行扩展，测试完成后，也可以提取PR。如果你采用示例一样的项目结构，只需要修改配置信息，然后开箱即用。

如果你有什么需求无法实现，欢迎加入QQ群：564095699，一起探讨k8s实践微服务的方方面面。

最后

如果有什么疑问和见解，欢迎评论区交流。

如果你觉得本篇文章对您有帮助的话，感谢您的【推荐】。

如果你对微服务实践感兴趣的话可以关注我，我会定期的在博客分享我的学习心得。

欢迎转载，请在明显位置给出出处及链接。