Bu eğitici, bir web uygulamasını Docker kapsayıcı görüntüsünde nasıl paketleyeceğinizi ve bu kapsayıcı görüntüsünü bir Google Kubernetes Engine (GKE) kümesinde nasıl çalıştıracağınızı gösterir. Ardından, web uygulamasını, kullanıcılarınızın ihtiyaçlarına göre ölçeklenebilen yük dengeli bir kopya kümesi olarak dağıtırsınız. ## Hedefler - Örnek bir web uygulamasını bir Docker görüntüsüne paketleme - Docker görüntüsünü Artifact Registry'ye yükleyin - Bir GKE kümesi oluşturun - Örnek uygulamayı kümeye dağıtın - Dağıtım için otomatik ölçeklendirmeyi yönetin - Örnek uygulamayı internete sunun - Örnek uygulamanın yeni bir sürümünü dağıtın ## Maliyetler Bu eğitici, Google Cloud'un aşağıdaki faturalandırılabilir bileşenlerini kullanır: Öngörülen kullanımınıza dayalı bir maliyet tahmini oluşturmak için, fiyat hesaplayıcıyı kullan Bu öğreticiyi tamamladığınızda, oluşturduğunuz kaynakları silerek devam eden faturalandırmadan kaçınabilirsiniz. Daha fazla bilgi için bkz. ## Başlamadan önce Kubernetes Engine API'yi etkinleştirmek için aşağıdaki adımları uygulayın: - Google Cloud hesabınızda oturum açın. Google Cloud'da yeniyseniz, ürünlerimizin gerçek dünya senaryolarında nasıl performans gösterdiğini değerlendirmek için bir hesap oluşturun. Yeni müşteriler ayrıca iş yüklerini çalıştırmak, test etmek ve devreye almak için 300 ABD doları tutarında ücretsiz kredi kazanır. - Google Cloud konsolunda, proje seçici sayfasında bir Google Cloud projesi seçin veya oluşturun - Bulut projeniz için faturalandırmanın etkinleştirildiğinden emin olun. Bir projede faturalandırmanın etkinleştirilip etkinleştirilmediğini nasıl kontrol edeceğinizi öğrenin - Artifact Registry ve Google Kubernetes Engine API'lerini etkinleştirin - Google Cloud konsolunda, proje seçici sayfasında bir Google Cloud projesi seçin veya oluşturun - Bulut projeniz için faturalandırmanın etkinleştirildiğinden emin olun. Bir projede faturalandırmanın etkinleştirilip etkinleştirilmediğini nasıl kontrol edeceğinizi öğrenin - Artifact Registry ve Google Kubernetes Engine API'lerini etkinleştirin Seçenek A: Cloud Shell'i kullanın Gelen Cloud Shell'i kullanarak bu eğiticiyi takip edebilirsiniz. ile önceden yüklenmiş bulut, liman işçisi ve kullanılan kubectl komut satırı araçları bu öğreticide. Cloud Shell kullanıyorsanız bunları yüklemenize gerek yoktur. iş istasyonunuzdaki komut satırı araçları Cloud Shell'i kullanmak için: - Google Cloud konsoluna gidin Tıkla Cloud Shell'i etkinleştirin Google Cloud konsol penceresinin üst kısmındaki düğme Google Cloud konsolunun alt kısmında yeni bir çerçeve içinde bir Cloud Shell oturumu açılır ve bir komut satırı istemi görüntülenir B Seçeneği: Komut satırı araçlarını yerel olarak kullanın Bu öğreticiyi iş istasyonunuzda izlemeyi tercih ederseniz, gerekli araçları yüklemek için aşağıdaki adımları izleyin. Google Cloud CLI'yi yükleyin gcloud CLI'yi kullanarak Kubernetes komut satırı aracını kurun GKE kümelerinin küme düzenleme sistemi olan Kubernetes ile iletişim kurmak için kullanılan kubectlis: gcloud bileşenleri kubectl'i kurar Docker Community Edition'ı (CE) iş istasyonunuza kurun. Bunu, uygulama için bir kapsayıcı görüntüsü oluşturmak için kullanırsınız Örnek uygulamayı GitHub'dan almak için Git kaynak kontrol aracını kurun ## Bir depo oluştur Bu öğreticide, Artifact Registry'de bir görüntü depolayacak ve dağıtacaksınız. kayıt defterinden. Artifact Registry, üzerinde önerilen kapsayıcı kayıt defteridir. Google Bulut. Bu hızlı başlangıç ​​için, adlı bir depo oluşturacaksınız. merhaba-repo Yı kur PROJECT_IDenvironment değişkenini Google Cloud proje kimliğinize ( ). Kapsayıcı görüntüsünü oluşturduğunuzda ve deponuza gönderdiğinizde bu ortam değişkenini kullanacaksınız. PROJE_KİMLİĞİ dışa aktarma PROJECT_ID= PROJE_KİMLİĞİ onaylayın PROJECT_IDenvironment değişkeni doğru değere sahip: yankı $PROJECT_ID Google Cloud CLI için proje kimliğinizi ayarlayın: gcloud yapılandırma $PROJECT_ID projesini ayarla Çıktı: Güncellenmiş özellik [çekirdek/proje] Oluştur merhaba-reporepository aşağıdaki komutla: gcloud yapıt depoları, hello-repo \ --repository-format=docker \ --location= oluşturur BÖLGE\ --description="Docker deposu"Yer değiştirmek depo için bir bölge ile, örneğin BÖLGE us-batı1. Kullanılabilir konumların bir listesini görmek için şu komutu çalıştırın: gcloud yapıları konum listesi ## Konteyner görüntüsünü oluşturma Bu eğitimde, örnek bir web dağıtacaksınız uygulama denir merhaba uygulaması, yazılmış bir web sunucusu mesajla birlikte tüm isteklere yanıt veren Go'da Selam Dünya! 8080 bağlantı noktasında GKE, uygulama dağıtım biçimi olarak Docker görüntülerini kabul eder konuşlandırmadan önce GKE'ye merhaba uygulaması, paketlemeniz gerekir the Docker görüntüsü olarak merhaba uygulama kaynak kodu Bir Docker görüntüsü oluşturmak için kaynak koduna ve bir Docker dosyasına ihtiyacınız vardır. Dockerfile, görüntünün nasıl oluşturulduğuna ilişkin yönergeler içerir. İndir merhaba-appsource kodu ve Dockerfile aşağıdaki komutları çalıştırarak: git klonu httpsgithub.com/GoogleCloudPlatform/kubernetes-engine-samples cd kubernetes-engine-samples/hello-app Şunun için Docker görüntüsünü oluşturun ve etiketleyin: merhaba uygulaması: liman işçisi yapı -t REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v1 Bu komut, Docker'a görüntüyü kullanarak oluşturma talimatı verir. Geçerli dizindeki Dockerfile dosyasını yerel ortamınıza kaydedin ve aşağıdaki gibi bir adla etiketleyin: us-west1-docker.pkg.dev/my-project/hello-repo/hello-app:v1. Görüntü, bir sonraki bölümde Artifact Registry'ye gönderilir - PROJECT_IDvariable, kapsayıcı görüntüsünü, Google Cloud projenizde merhaba deposu - us-west1-docker.pkg.devprefix, deponuz için bölgesel ana bilgisayar olan Artifact Registry'yi ifade eder - çalıştır derlemenin başarılı olduğunu doğrulamak için docker imagescommand: liman işçisi görselleri Çıktı: HAVUZ ETİKETİ GÖRÜNTÜ KİMLİK OLUŞTURULAN BOYUT us-west1-docker.pkg.dev/my-project/hello-repo/hello-app v1 25cfadb1bf28 10 saniye önce 54 MB ## Kapsayıcınızı yerel olarak çalıştırma (isteğe bağlı) Kapsayıcı görüntünüzü yerel Docker motorunuzu kullanarak test edin: liman işçisi çalıştır --rm -p 8080:8080 REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v1 Cloud Shell kullanıyorsanız, Web Önizleme düğmesi ve ardından 8080 bağlantı noktası numarası. GKE, proxy hizmetindeki önizleme URL'sini yeni bir tarayıcı penceresinde açar Aksi takdirde, yeni bir terminal penceresi (veya bir Cloud Shell sekmesi) açın ve kapsayıcının çalıştığını ve isteklere "Hello, World"ile yanıt verdiğini doğrulamak için aşağıdaki komutu çalıştırın. kıvırmak httplocalhost:8080 Başarılı bir yanıt gördükten sonra, düğmesine basarak kapsayıcıyı kapatabilirsiniz. Ctrl+Cin sekmesinde docker runcommand çalışıyor ## Docker görüntüsünü Artifact Registry'ye aktarma GKE kümenizin kapsayıcı görüntüsünü indirip çalıştırabilmesi için kapsayıcı görüntüsünü bir kayıt defterine yüklemeniz gerekir. Bu öğreticide, kapsayıcınızı Artifact Registry'de depolayacaksınız Artifact Registry'de kimlik doğrulaması yapmak için Docker komut satırı aracını yapılandırın: gcloud auth yapılandırma docker REGION-docker.pkg.dev Az önce oluşturduğunuz Docker görüntüsünü depoya aktarın: liman işçisi itme REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v1 ## GKE kümesi oluşturma Artık Docker görüntüsü Artifact Registry'de saklandığına göre bir GKE oluşturun küme koşmak merhaba uygulaması Bir GKE kümesi, bir Compute Engine sanal makine örneği havuzundan oluşur açık kaynak küme düzenlemesi olan Kubernetes'i çalıştırma GKE'ye güç sağlayan sistem Bulut Kabuğu Compute Engine bölgenizi veya bölgenizi ayarlayın. GKE'de kullanmayı seçtiğiniz çalışma moduna bağlı olarak varsayılan bir alt bölge veya bölge belirtin. Standart modu kullanıyorsanız, kümeniz bölgeseldir (bu eğitim için), dolayısıyla varsayılan işlem bölgenizi ayarlayın. Otomatik pilot modunu kullanırsanız, kümeniz bölgeseldir, dolayısıyla varsayılan bilgi işlem bölgenizi ayarlayın. Oluşturduğunuz Artifact Registry deposuna en yakın olan bir bölge veya bölge seçin Standart küme, örneğin us-west1-a: gcloud yapılandırma işlem/bölgeyi ayarla COMPUTE_ZONE Otomatik pilot kümesi, örneğin us-west1: gcloud yapılandırma işlem/bölgeyi ayarla BİLGİSAYAR_BÖLGE - adlı bir küme oluşturun merhaba-kümesi: Standart küme: gcloud konteyner kümeleri merhaba kümesi oluşturur Otomatik pilot kümesi: gcloud konteyner kümeleri otomatik merhaba kümesi oluşturur GKE kümenizin oluşturulması ve sağlık kontrolünden geçirilmesi birkaç dakika sürer - Komut tamamlandıktan sonra, kümenin üç Düğümünü görmek için aşağıdaki komutu çalıştırın: kubectl düğümleri al Çıktı: AD DURUM ROLLER YAŞ VERSİYON gke-hello-cluster-default-pool-229c0700-cbtd Hazır 92s v1.18.12-gke.1210 gke-hello-cluster-default-pool-229c0700-fc5j Ready 91s v1.18.12-gke.1210 gke-hello-cluster-default-pool-229c0700-n9l7 Ready 92s v1.18.12-gke.1210 Console Go to the Google Kubernetes Enginepage in the Google Cloud console Go to Google Kubernetes Engine Click Create Choose Standard or Autopilot mode and click Configure In the Namefield, enter the name hello-cluster Select a zone or region: Standardcluster: Under Location type, select Zonaland then select a Compute Engine zone from the Zonedrop-down list, such as us-west1-a Autopilotcluster: Select a Compute Engine region from the Regiondrop-down list, such as us-west1 - Click Create. This creates a GKE cluster Wait for the cluster to be created. When the cluster is ready, a green check mark appears next to the cluster name ## Deploying the sample app to GKE You are now ready to deploy the Docker image you built to your GKE cluster Kubernetes represents applications as Pods, which are scalable units holding one or more containers. The Pod is the smallest deployable unit in Kubernetes. Usually, you deploy Pods as a set of replicas that can be scaled and distributed together across your cluster. One way to deploy a set of replicas is through a Kubernetes Deployment In this section, you create a Kubernetes Deployment to run hello-app on your cluster. This Deployment has replicas (Pods). One Deployment Pod contains only one container: the hello-app Docker image You also create a HorizontalPodAutoscaler resource that scales the number of Pods from 3 to a number between 1 and 5, based on CPU load Cloud Shell Ensure that you are connected to your GKE cluster gcloud container clusters get-credentials hello-cluster --zone COMPUTE_ZONE Create a Kubernetes Deployment for your hello-appDocker image kubectl create deployment hello-app --image= REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v1 Set the baseline number of Deployment replicas to 3 kubectl scale deployment hello-app --replicas=3 Create a HorizontalPodAutoscalerresource for your Deployment kubectl autoscale deployment hello-app --cpu-percent=80 --min=1 --max=5 To see the Pods created, run the following command: kubectl get pods Output: NAME READY STATUS RESTARTS AGE hello-app-784d7569bc-hgmpx 1/1 Running 0 10s hello-app-784d7569bc-jfkz5 1/1 Running 0 10s hello-app-784d7569bc-mnrrl 1/1 Running 0 15s Console Go to the Workloadspage in the Google Cloud console Click Deploy In the Specify containersection, select Existing container image In the Image pathfield, click Select In the Select container imagepane, select the hello-appimage you pushed to Artifact Registry and click Select In the Containersection, click Done, then click Continue In the Configurationsection, under Labels, enter appfor Keyand hello-appfor Value Under Configuration YAML, click View YAML. This opens a YAML configuration file representing the two Kubernetes API resources about to be deployed into your cluster: one Deployment, and one HorizontalPodAutoscalerfor that Deployment Click Close, then click Deploy When the Deployment Pods are ready, the Deployment detailspage opens Under Managed pods, note the three running Pods for the hello-appDeployment ## Exposing the sample app to the internet While Pods do have individually-assigned IP addresses, those IPs can only be reached from inside your cluster. Also, GKE Pods are designed to be ephemeral, starting or stopping based on scaling needs. And when a Pod crashes due to an error, GKE automatically redeploys that Pod, assigning a new Pod IP address each time What this means is that for any Deployment, the set of IP addresses corresponding to the active set of Pods is dynamic. We need a way to 1) group Pods together into one static hostname, and 2) expose a group of Pods outside the cluster, to the internet Kubernetes Services solve for both of these problems Services group Pods into one static IP address, reachable from any Pod inside the cluster GKE also assigns a DNS hostname to that static IP. For example, hello-app.default.svc.cluster.local The default Service type in GKE is called ClusterIP, where the Service gets an IP address reachable only from inside the cluster To expose a Kubernetes Service outside the cluster, create a Service of type LoadBalancer This type of Service spawns an External Load Balancer IP for a set of Pods, reachable through the internet In this section, you expose the hello-app Deployment to the internet using a Service of type LoadBalancer Cloud Shell Use the kubectl exposecommand to generate a Kubernetes Service for the hello-appdeployment: kubectl expose deployment hello-app --name=hello-app-service --type=LoadBalancer --port 80 --target-port 8080 Here, the --portflag specifies the port number configured on the Load Balancer, and the --target-portflag specifies the port number that the hello-appcontainer is listening on Run the following command to get the Service details for hello-app-service: kubectl get service Output: NAME CLUSTER-IP EXTERNAL-IP PORT(S) AGE hello-app-service 10.3.251.122 203.0.113.0 80:30877/TCP 10s Copy the EXTERNAL_IPaddress to the clipboard (for instance: 203.0.113.0) Console Go to the Workloadspage in the Google Cloud console Click hello-app From the Deployment details page, click Actions > Expose In the Exposedialog, set the Target portto 8080. This is the port the hello-appcontainer listens on From the Service typedrop-down list, select Load balancer Click Exposeto create a Kubernetes Service for hello-app When the Load Balancer is ready, the Service detailspage opens Scroll down to the External endpointsfield, and copy the IP address Now that the hello-app Pods are exposed to the internet through a Kubernetes Service, you can open a new browser tab, and navigate to the Service IP address you copied to the clipboard. A Hello, World! message appears, along with a Hostname field. The Hostname corresponds to one of the three hello-app Pods serving your HTTP request to your browser ## Deploying a new version of the sample app In this section, you upgrade hello-app to a new version by building and deploying a new Docker image to your GKE cluster GKE's rolling update feature lets you update your Deployments without downtime. During a rolling update, your GKE cluster incrementally replaces the existing hello-app Pods with Pods containing the Docker image for the new version During the update, your load balancer service routes traffic only into available Pods Return to Cloud Shell, where you have cloned the hello app source code and Dockerfile. Update the function hello()in the main.gofile to report the new version 2.0.0 Build and tag a new hello-appDocker image docker build -t REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v2 Push the image to Artifact Registry docker push REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v2 Now you're ready to update your hello-app Kubernetes Deployment to use a new Docker image Cloud Shell Apply a rolling update to the existing hello-appDeployment with an image update using the kubectl set imagecommand: kubectl set image deployment/hello-app hello-app= REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v2 Watch the running Pods running the v1image stop, and new Pods running the v2image start watch kubectl get pods Output: NAME READY STATUS RESTARTS AGE hello-app-89dc45f48-5bzqp 1/1 Running 0 2m42s hello-app-89dc45f48-scm66 1/1 Running 0 2m40s In a separate tab, navigate again to the hello-app-serviceExternal IP. You should now see the Versionset to 2.0.0 Console Go to the Workloadspage in the Google Cloud console Click hello-app On the Deployment detailspage, click Actions > Rolling update In the Rolling updatedialog, set the Image of hello-appfield to REGION-docker.pkg.dev/ PROJECT_ID/hello-repo/hello-app:v2 Click Update On the Deployment detailspage, inspect the Active Revisionssection. You should now see two Revisions, 1 and 2. Revision 1 corresponds to the initial Deployment you created earlier. Revision 2 is the rolling update you just started After a few moments, refresh the page. Under Managed pods, all of the replicas of hello-appnow correspond to Revision 2 In a separate tab, navigate again to the Service IP address you copied. The Versionshould be 2.0.0 ## Clean up To avoid incurring charges to your Google Cloud account for the resources used in this tutorial, either delete the project that contains the resources, or keep the project and delete the individual resources Delete the Service:This deallocates the Cloud Load Balancer created for your Service: kubectl delete service hello-app-service Delete the cluster:This deletes the resources that make up the cluster, such as the compute instances, disks, and network resources: gcloud container clusters delete hello-cluster --zone COMPUTE_ZONE Delete your container images:This deletes the Docker images you pushed to Artifact Registry gcloud artifacts docker images delete REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v1 \ --delete-tags --quiet gcloud artifacts docker images delete \ REGION-docker.pkg.devPROJECT_ID}/hello-repo/hello-app:v2 \ --delete-tags --quiet ## What's next Learn about Pricing for GKE and use the Pricing Calculator to estimate costs Read the Load Balancers tutorial, which demonstrates advanced load balancing configurations for web applications Configure a static IP and domain name for your application Explore other Kubernetes Engine tutorials Explore reference architectures, diagrams, tutorials, and best practices about Google Cloud. Take a look at our Cloud Architecture Center ## Try it for yourself If you're new to Google Cloud, create an account to evaluate how GKE performs in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.Try GKE free