实例演示：如何在Kubernetes上大规模运行CI/CD

本周四晚上8:30，第二期k3s在线培训如约开播！本期课程将介绍k3s的核心架构，如高可用架构以及containerd。一起来进阶探索k3s吧！

报名及观看链接：http://z-mz.cn/PmwZ

本文来自Rancher Labs

在云原生领域中，Kubernetes累积了大量用例。它能够在云中部署应用容器、安排批处理job、处理工作负载以及执行逐步升级。Kubernetes使用高效的编排算法来处理这些操作，即便是大规模集群这些算法依旧表现良好。

此外，Kubernetes主要用例之一是运行持续集成或持续交付（CI/CD）流水线。也就是说，我们部署一个CI/CD容器的唯一实例，该实例将监控代码版本控制系统。所以，每当我们推送到该仓库时，该容器都会运行流水线步骤。其最终目标是达到一个“true or false”的状态。True即在集成阶段commit通过了各种测试，False即未通过测试。

除了以上描述的CI流水线之外，在CI测试通过之后，另一个流水线可以接管余下的过程，以处理发布过程的CD部分。在这一阶段，流水线将尝试将应用程序容器交付到生产中。

需要明白的是，这些操作是按需运行或者是由各种行为（如代码check-in、测试触发器、流程中上一步的结果等）自动触发的。因此我们需要一种机制来增加单个节点以运行那些流水线的步骤，并在不需要它们时将其淘汰。这种管理不可变基础架构的方法有助于我们节省资源并降低成本。

当然，最关键的机制就是Kubernetes，它具有声明式的结构和可定制性，因此可以让你在任何场景下高效地调度job、节点以及pod。

本文包括3个部分：第一部分我们将探讨目前在Kubernetes上运行最受欢迎的CI/CD平台。

接着我们将会看两个用例：第一个例子中，我们将简单地在Kubernetes上安装Jenkins以及对其进行配置以让我们可以在Kubernetes上使用这个流行的开源工具来运行我们的CI流水线；第二个例子中，我们将把这个Jenkins部署提高到一个新的水平。我们将会提供一些在Kubernetes中扩展CI/CD流水线的tips和建议。

最后，我们将会讨论在Kubernetes上大规模运行CI/CD的最合理的方法和实践。

本文的目标是让你彻底了解Kubernetes处理这些工作负载的效率。

适用于Kubernetes的CI/CD平台

Kubernetes是一个运行CI/CD的理想平台，因为它拥有许多特性使得在上面运行CI/CD更为简单。那么，到底有多少CI/CD的平台可以在Kubernetes上运行呢？可以这么说，只要它们能够被打包为一个容器，Kubernetes都能够运行它们。以下是几个最为流行的CI/CD平台：

• Jenkins：Jenkins是最为流行也最为稳定的CI/CD平台。在世界范围内有数以千计的企业都在使用它，因为它拥有强大的生态和可扩展性。如果你打算要在Kubernetes上使用它，非常建议你安装它的官方插件。JenkinsX是专门为云原生领域设计的Jenkins版本。它与Kubernetes更加兼容，并且提供了更好的集成功能，如GitOps、自动CI/CD和预览环境。

• Spinnaker：Spinnaker是一个可扩展的多云部署的CD平台，得到了Netflix的支持。使用相关的Helm Chart即可安装它。

  https://github.com/helm/charts/tree/master/stable/spinnaker

• Drone：这是有多种功能的通用云原生CD平台。可以使用关联的Runner在Kubernetes中运行它。

• GoCD：Thoughtworks的另一个CI/CD平台，提供了适用于云原生部署的各种工作流程和功能。它可以在Kubernetes中作为Helm Chart运行。

此外，还有一些与Kubernetes紧密合作的云服务，并提供诸如CircleCI和Travis的CI/CD流水线。如果你不打算托管CI/CD平台，那么这些也十分有用。

现在，我们来看看如何在Kubernetes集群上安装Jenkins。

如何在Kubernetes上安装Jenkins

首先，我们需要安装Helm，它是Kubernetes的软件包管理器：

$ curl https://raw.githubusercontent.com/helm/helm/master/scripts/get-helm-3 > get_helm.sh
$ chmod 700 get_helm.sh
$ ./get_helm.sh -v v2.15.0

同样，我们还需要安装Tiller，以让Helm正常运行：

$ kubectl -n kube-system create serviceaccount tiller
serviceaccount/tiller created

~/.kube
$ kubectl create clusterrolebinding tiller --clusterrole cluster-admin --serviceaccount=kube-system:tiller
clusterrolebinding.rbac.authorization.k8s.io/tiller created

~/.kube
$ helm init --service-account tiller
$HELM_HOME has been configured at /Users/itspare/.helm.

完成这些步骤之后，我们需要运行检查命令，以查看deployment的配置值：

$ helm inspect values stable/jenkins > values.yml

仔细检查配置值并在需要的时候进行更改。然后安装Chart：

$ helm install stable/jenkins --tls 
--name jenkins 
--namespace jenkins

安装过程中会有一些关于下一步操作的说明：

注意：

1. 运行以下命令获取”admin“用户的密码：

printf $(kubectl get secret --namespace default my-jenkins -o jsonpath="{.data.jenkins-admin-password}" | base64 --decode);echo

2. 在相同的shell中获取Jenkins URL以访问这些命令：

export POD_NAME=$(kubectl get pods --namespace default -l "app.kubernetes.io/component=jenkins-master" -l "app.kubernetes.io/instance=my-jenkins" -o jsonpath="{.items[0].metadata.name}")
echo http://127.0.0.1:8080
kubectl --namespace default port-forward $POD_NAME 8080:8080

遵循这些步骤，它们将在http://127.0.0.1:8080 启动代理服务器。

到那里输入你的用户名和密码。你将会拥有自己的Jenkins 服务器：

不过，请记住，还有许多配置选项尚未修改，你可以访问chart文档以了解更多信息：

https://github.com/helm/charts/tree/master/stable/jenkins

在默认情况下，服务器会安装好最基本的插件，如Git和Kubernetes-Jenkins，我们可以根据自己的需要安装其他插件。

总而言之，使用Helm安装Jenkins十分轻松。

使用K8S扩展CI/CD Jenkins流水线

既然我们已经大致了解CI/CD如何在Kubernetes上运行的，那么我们来看一个在Kubernetes中部署高度可扩展的Jenkins部署的示例用例。人们通常用它（进行了少量修改）来处理基础结构的CI/CD，开始吧！

使用Jenkins固定发行版

虽然官方Jenkins镜像很适合入门，但它需要的配置超出了我们的期望。许多用户会选择一个固定的发行版，如my-bloody-jenkins（https://github.com/odavid/my-bloody-jenkins ），它提供了一个较为完整的预安装插件以及配置选项。在可用的插件中，我们使用saml插件、SonarQubeRunner、Maven和Gradle。

它能够使用以下命令通过Helm Chart安装：

$ helm repo add odavid https://odavid.github.io/k8s-helm-charts
$ helm install odavid/my-bloody-jenkins

我们选择使用以下Dockerfile部署自定义镜像：

FROM odavid/my-bloody-jenkins:2.190.2-161

USER jenkins

COPY plugins.txt /usr/share/jenkins/ref/
RUN /usr/local/bin/install-plugins.sh < /usr/share/jenkins/ref/plugins.txt

USER root

其中plugins.txt文件是我们要预安装到镜像中的其他插件列表：

build-monitor-plugin
xcode-plugin
rich-text-publisher-plugin
jacoco
scoverage
dependency-check-jenkins-plugin
greenballs
shiningpanda
pyenv-pipeline
s3
pipeline-aws
appcenter
multiple-scms
Testng-plugin

然后，只要dockerfile发生更改，我们就使用此通用Jenkinsfile来构建master：

#!/usr/bin/env groovy

node('generic') {
try {

def dockerTag, jenkins_master

stage('Checkout') {
checkout([
$class: 'GitSCM',
branches: scm.branches,
doGenerateSubmoduleConfigurations: scm.doGenerateSubmoduleConfigurations,
extensions: [[$class: 'CloneOption', noTags: false, shallow: false, depth: 0, reference: '']],
userRemoteConfigs: scm.userRemoteConfigs,
])

def version = sh(returnStdout: true, script: "git describe --tags `git rev-list --tags --max-count=1`").trim()
def tag = sh(returnStdout: true, script: "git rev-parse --short HEAD").trim()
dockerTag = version + "-" + tag
println("Tag: " + tag + " Version: " + version)
}

stage('Build Master') {
jenkins_master = docker.build("jenkins-master", "--network=host .")
}

stage('Push images') {
docker.withRegistry("https://$env.DOCKER_REGISTRY", 'ecr:eu-west-2:jenkins-aws-credentials') {
jenkins_master.push("${dockerTag}")
}
}

if(env.BRANCH_NAME == 'master') {

stage('Push Latest images') {
docker.withRegistry("https://$env.DOCKER_REGISTRY", 'ecr:eu-west-2:jenkins-aws-credentials') {
jenkins_master.push("latest")
}
}

stage('Deploy to K8s cluster') {
withKubeConfig([credentialsId: 'dev-tools-eks-jenkins-secret',
serverUrl: env.TOOLS_EKS_URL]) {
sh "kubectl set image statefulset jenkins jenkins=$env.DOCKER_REGISTRY/jenkins-master:${dockerTag}"
}
}
}
currentBuild.result = 'SUCCESS'
} catch(e) {
currentBuild.result = 'FAILURE'
throw e
}
}

我们所使用的专用集群由AWS中的一些大中型实例组成，用于Jenkins jobs。接下来，我们进入下一个部分。

使用专用的Jenkins Slaves和标签（label）

为了扩展我们的一些Jenkins slaves，我们使用Pod模板并将标签分配给特定的agent。因此在我们的Jenkinsfiles中，我们可以为jobs引用它们。例如，我们有一些需要构建安卓应用程序的agent。因此，我们引用以下标签：

pipeline {
agent { label "android" }
…

并且将使用特定于安卓的pod模板。我们使用这一Dockerfile，例如：

FROM dkr.ecr.eu-west-2.amazonaws.com/jenkins-jnlp-slave:latest

RUN apt-get update && apt-get install -y -f --no-install-recommends xmlstarlet

ARG GULP_VERSION=4.0.0
ARG CORDOVA_VERSION=8.0.0

# SDK version and build-tools version should be different
ENV SDK_VERSION 25.2.3
ENV BUILD_TOOLS_VERSION 26.0.2
ENV SDK_CHECKSUM 1b35bcb94e9a686dff6460c8bca903aa0281c6696001067f34ec00093145b560
ENV ANDROID_HOME /opt/android-sdk
ENV SDK_UPDATE tools,platform-tools,build-tools-25.0.2,android-25,android-24,android-23,android-22,android-21,sys-img-armeabi-v7a-android-26,sys-img-x86-android-23
ENV LD_LIBRARY_PATH ${ANDROID_HOME}/tools/lib64/qt:${ANDROID_HOME}/tools/lib/libQt5:$LD_LIBRARY_PATH/
ENV PATH ${PATH}:${ANDROID_HOME}/tools:${ANDROID_HOME}/platform-tools

RUN curl -SLO "https://dl.google.com/android/repository/tools_r${SDK_VERSION}-linux.zip" 
&& echo "${SDK_CHECKSUM} tools_r${SDK_VERSION}-linux.zip" | sha256sum -c - 
&& mkdir -p "${ANDROID_HOME}" 
&& unzip -qq "tools_r${SDK_VERSION}-linux.zip" -d "${ANDROID_HOME}" 
&& rm -Rf "tools_r${SDK_VERSION}-linux.zip" 
&& echo y | ${ANDROID_HOME}/tools/android update sdk --filter ${SDK_UPDATE} --all --no-ui --force 
&& mkdir -p ${ANDROID_HOME}/tools/keymaps 
&& touch ${ANDROID_HOME}/tools/keymaps/en-us 
&& yes | ${ANDROID_HOME}/tools/bin/sdkmanager --update

RUN chmod -R 777 ${ANDROID_HOME} && chown -R jenkins:jenkins ${ANDROID_HOME}

我们还使用了Jenkinsfile，该文件与上一个文件类似，用于构建master。每当我们对Dockerfile进行更改时，agent都会重建镜像。这为我们的CI/CD基础架构提供了极大的灵活性。

使用自动伸缩

尽管我们为deployment分配了特定数量的节点，但我们还可以通过启用cluster autoscaling，来完成更多的事情。这意味着在工作负载增加和峰值的情况下，我们可以增加额外的节点来处理job。目前，如果我们有固定数量的节点，那么我们只能处理固定数量的job。基于以下事实，我们可以进行粗略地估计：每个slave通常分配500ms CPU和256MB内存，并且设置一个很高的并发。这根本不现实。

举个例子，当你的版本被大幅削减并且需要部署大量微服务时，可能会发生上述情况。然后，大量的job堆积在流水线，造成严重的延误。

在这种情况下，我们可以增加该阶段的节点数。例如，我们可以添加额外的VM实例，然后在过程结束时将其删除。

我们可以在命令行中使用自动伸缩选项来配置“Vertical”或“集群”自动伸缩选项。但是，此方法需要仔细计划和配置，因为有时会发生以下情况：

1. 越来越多的job达到平稳阶段

2. Autoscaler增加新的节点，但是需要10分钟来进行部署和分配

3. 旧的job已经完成任务，新的job将填补空白，进而减少了对新节点的需求

4. 新节点可用，但需要X分钟保持稳定且未利用，X由–scale-down-unneeded-time标志定义

5. 同样的事情每天发生很多次

在这种情况下，最好是根据我们的特定需求进行配置，或者只是增加当天的节点数，并在流程结束后将其还原。所有这些都与寻找最佳方法来利用所有资源并使成本最小化有关。

在任何情况下，我们都应该有一个可伸缩且易于使用的Jenkins集群。对于每个job，都会创建一个pod来运行特定的流水线，并在完成后将其销毁。

大规模使用K8s进行CI / CD的最佳实践

现在我们已经了解了Kubernetes有哪些CI/CD平台以及如何在你的集群上安装一个平台。接下来，我们将讨论一些大规模运行它们的方法。

首先，选择Kubernetes发行版是我们需要考虑的最关键因素之一。找到最合适的解决方案才能够进行下一步。

其次，选择合适的Docker镜像仓库和应用程序包管理器同样重要。我们需要寻找可以按需快速检索的安全可靠的镜像管理。至于软件包管理器，Helm是一个不错的选择，因为它可以发现、共享和使用为Kubernetes构建的软件。

第三，使用现代集成流程，如GitOps和ChatOps，在易用性和可预测性方面提供了显著优势。将Git用作单一数据源，使我们可以运行“通过拉取请求进行操作”，从而简化了对基础架构和应用程序的部署控制。使用诸如企业微信或钉钉之类的团队协作工作来触发CI/CD流水线的自动化任务，有助于我们消除重复劳动并简化集成。

总体而言，如果我们想更深入地了解，你可以自定义或开发自己的K8S Operator，与K8S API配合更紧密。使用自定义operator的好处很多，因为它们可以建立更好的自动化体验。

最后，我们可以说Kubernetes和CI/CD平台是天合之作。如果你刚刚入门Kubernetes生态系统，那么你可以尝试集成一个CI/CD流水线。这是了解Kubernetes内部运作方式的好方法，关键是要留出机动空间，方便将来容易更改。