介绍

Argo Rollouts是Kubernetes的控制器和一组crd，提供先进的部署能力，如蓝绿、金丝雀、金丝雀分析、实验和渐进交付功能。

Argo Rollouts(可选)集成了入口控制器和服务网格，利用它们的流量整型能力，在更新期间逐步将流量转移到新版本。此外，rollout可以验证不同的KPI指标，并自动在更新期间推动更新或回滚。

支持的特性

蓝绿更新策略
金丝雀更新策略
更加细粒度、加权流量拆分
自动回滚
手动判断
可定制的指标查询和业务 KPI 分析
Ingress 控制器集成：NGINX，ALB
服务网格集成：Istio，Linkerd，SMI
Metrics 指标集成：Prometheus、Wavefront、Kayenta、Web、Kubernetes Jobs、Datadog、New Relic，Graphite, InfluxDB

概念

Rollout

Rollout是一个Kubernetes的CRD，相当于Deployment对象，它的目的是在需要更高级的部署或渐进式交付功能的情况下代替Deployment对象，Rollout提供了Deployment所不能提供的功能：

蓝绿部署
金丝雀部署
与 Ingress 控制器和服务网格整合，实现高级流量路由
和metric集成，进行蓝绿和金丝雀部署分析
根据成功或失败的指标，自动发布或回滚

渐进式交付

渐进式交付是以一种可控的、渐进式的方式发布产品更新的过程，从而减少发布的风险，通常结合自动化和指标分析来驱动更新的自动升级或回滚。

渐进交付通常被描述为持续交付的演变，将CI/CD中的速度优势扩展到部署过程。这是通过将新版本发布给一部分用户，观察和分析正确的行为，然后逐步增加对更多的流量，同时不断验证正确性来实现的。

部署策略

RollingUpdate(滚动更新)：慢慢地用新版本替换旧版本，随着新版本的增加，旧版本会慢慢缩减，以保持应用的总数。这是Deployment的默认策略。
Recreate(重新创建)：Recreate 会在启动新版本之前删除旧版本的应用程序，这可确保应用程序的两个版本永远不会同时运行，但在部署期间会出现停机时间。
Blue-Green(蓝绿)：蓝绿发布（有时称为红黑）指同时部署了新旧两个版本的应用程序，在此期间，只有旧版本的应用程序会收到生产流量，这允许开发人员在将流量切到新版本之前对新版本进行测试。
Canary(金丝雀)：金丝雀发布指将一部分流量给新版本的应用，而将其余流量给旧版本，一旦新版本被验证是正确的，新版本可以逐渐取代旧版本。Ingress 控制器和服务网格，比如 nginx-ngress和Istio，可以使金丝雀的流量拆分模式比原生的更复杂（例如，实现非常细粒度的流量分割，或基于 HTTP 头的分割）。

架构

Rollout Controller
这是主控制器，用于监视集群的事件并在rollout类型的资源发生变更时做出反应。控制器将读取rollout的所有详细信息，并使集群处于rollout定义中描述的状态。
Rollout 资源
Rollout资源是Argo Rollouts引入和管理的一个CRD，它与原生的Deployment基本兼容，但有额外的字段来控制更加高级的部署方法，比如金丝雀和蓝绿部署。

Argo Rollouts 控制器只对Rollout资源中的变化做出反应，不会对正常的Deployment做任何事情，所以如果你想用 Argo Rollouts管理你的Deployment，你需要将你的Deployment迁移到Rollouts。
旧版和新版的ReplicaSets
就是标准的ReplicaSet实例，Argo Rollouts给它们添加了一些额外的元数据，以便跟踪属于应用程序的不同版本。参加Rollout的ReplicaSet完全由控制器自动管理，不应该用外部工具来篡改它们。
Ingress/Service
用户的流量进入集群后，被重定向到合适的版本，Argo Rollouts 使用标准的Service，并添加了一些额外的元数据。
AnalysisTemplate和AnalysisRun
Analysis是一个CRD，它将Rollout连接到metrics providers ，并为某些指标定义特定阈值，这些阈值将决定Rollout是否成功。对于每个Analysis，你可以定义一个或多个指标查询及其预期结果，如果指标查询正常，则Rollout将继续操作；如果指标显示失败，则自动回滚；如果指标无法提供成功/失败的答案，则暂停发布。

AnalysisTemplate包含关于查询什么指标的说明。附加到Rollout上的是AnalysisRun自定义资源。可以在特定的Rollout上定义一个AnalysisTemplate，也可以在集群全局上定义一个ClusterAnalysisTemplate，由多个Rollout共享。AnalysisRun资源在特定的rollout上限定范围。
Metric Providers
Argo Rollouts支持多个原生的Metric Providers，你可以在Analysis资源中使用，来自动升级或回滚。

原理

Argo Rollouts原理和Deployment差不多，只是加强rollout的策略和流量控制。当spec.template发送变化时，Argo Rollout就会根据spec.strategy进行rollout，通常会产生一个新的ReplicaSet，逐步scale down之前的ReplicaSet的pod数量。

应用场景

Argo Rollouts支持多种更新策略，意味着可以支持多种应用场景，蓝绿发布和金丝雀发布的场景它都支持。比如逐步增加新版本的流量；新旧版本同时存在，新版本测试通过后再把流量切到新版本等。

安装

官方文档：https://argoproj.github.io/argo-rollouts/installation/

安装argo-rollouts

kubectl create namespace argo-rollouts
kubectl apply -n argo-rollouts -f https://github.com/argoproj/argo-rollouts/releases/latest/download/install.yaml

安装argo-rollouts的kubectl plugin

curl -LO https://github.91chi.fun//https://github.com//argoproj/argo-rollouts/releases/download/v1.2.1/kubectl-argo-rollouts-linux-amd64
chmod +x ./kubectl-argo-rollouts-linux-amd64
sudo mv ./kubectl-argo-rollouts-linux-amd64 /usr/local/bin/kubectl-argo-rollouts
kubectl argo rollouts version

自动补全

source <(kubectl-argo-rollouts completion bash)

使用

这里使用官网的金丝雀栗子，通过Rollout的部署、升级、发布和中断等操作来展示Rollouts的各种功能。

1.部署rollout

kubectl apply -f https://raw.githubusercontent.com/argoproj/argo-rollouts/master/docs/getting-started/basic/rollout.yaml
kubectl apply -f https://raw.githubusercontent.com/argoproj/argo-rollouts/master/docs/getting-started/basic/service.yaml

1.1文件说明

cat rollout.yaml
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: rollouts-demo
spec:
  replicas: 5   # 定义5个副本
  strategy:     # 定义部署策略
    canary:     # 金丝雀发布
      steps:
      - setWeight: 20
      - pause: {}   # 没有跟duration则需要手动更新
      - setWeight: 40   # 设置流量的权重
      - pause: {duration: 10}
      - setWeight: 60
      - pause: {duration: 10}
      - setWeight: 80
      - pause: {duration: 10}
  revisionHistoryLimit: 2
  selector:
    matchLabels:
      app: rollouts-demo
  template:
    metadata:
      labels:
        app: rollouts-demo
    spec:
      containers:
      - name: rollouts-demo
        image: argoproj/rollouts-demo:blue
        ports:
        - name: http
          containerPort: 8080
          protocol: TCP
        resources:
          requests:
            memory: 32Mi
            cpu: 5m
---
cat service.yaml
apiVersion: v1
kind: Service
metadata:
  name: rollouts-demo
spec:
  ports:
  - port: 80
    targetPort: http
    protocol: TCP
    name: http
  selector:
    app: rollouts-demo

任何 Rollout 的初始创建都会立即将副本扩展到100%（跳过任何金丝雀升级步骤、分析等…），因为还没有发生升级。

2.查看rollout

Argo Rollouts 的 kubectl 插件允许我们可视化 Rollout 以及相关资源对象，并展示实时状态变化。

kubectl argo rollouts get rollout rollouts-demo --watch

3.更新rollout

更新Rollout通常是修改容器镜像的版本，然后执行 kubectl apply ，为了方便，rollouts插件还单独提供了一个 set image 的命令：

kubectl argo rollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:yellow

在rollout更新期间，控制器将通过rollout更新策略中定义的步骤进行。这个示例的rollout为金丝雀设置了20%的流量权重，并一直暂停rollout，直到用户取消或升级发布。在更新镜像后，再次观察rollout，直到它达到暂停状态。

rollout到达第二步时，可以看到，rollout处于暂停状态，现在只有1个运行新版本的pod，其余4个仍然运行旧版本，这相当于setWeight: 20 步骤所定义的20%的金丝雀权重。

4.恢复更新

argo rollouts提供了promote来进行后续的更新，剩余的步骤是完全自动化的。
promote 命令还支持用 –full 参数跳过所有剩余步骤和分析。

kubectl argo rollouts promote rollouts-demo

5.中断更新

先使用 set image 命令部署一个新的 red 版本的容器，并等待 rollout 再次暂停。

kubectl argo rollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:red

这次我们将中止更新，而不是将滚动切换到下一步，这样它就回到了stabl 版本，该插件同样提供了一个abort命令，可以在更新过程中的任何时候手动中止 Rollout。

kubectl argo rollouts abort rollouts-demo

5.1恢复状态为Healthy

kubectl argo rollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:yellow

当Rollout还没有达到预期状态（例如，它被中止了，或者正在更新中），稳定版本的资源清单被重新应用，Rollout检测到这是一个回滚，而不是一个更新，并将通过跳过分析和步骤快速部署稳定的ReplicaSet。

6.回退更新

kubectl argo rollouts undo  rollouts-demo --to-revision=1

可以看到没有revision为1的版本，而是重新创建了一个为5的版本，而且第一步处于暂停状态。

6.1执行promote命令继续后续的更新。

kubectl argo rollouts promote rollouts-demo

可以看到回退到我们最初版本为blue的镜像了。

Dashboard

执行下面的命令，即可启动dashboard

kubectl argo rollouts dashboard &

访问 ip:3100。

查看rollout详情

介绍