适用于 Kubernetes 的应用开发部署流程

本文详细介绍了现代化容器应用的完整开发部署流程：从容器化应用开发、CI/CD 自动化构建、本地 Docker Compose 测试，到 Kubernetes 集群部署，最终集成 Istio 服务网格的端到端实践。

整个流程架构如下图所示：

流程图
流程图

示例应用介绍

为了演示完整的开发部署流程，本文使用两个 Go 语言开发的微服务应用作为示例：

  • k8s-app-monitor-test：监控数据生成服务，提供 RESTful API 返回 JSON 格式的模拟监控指标
  • k8s-app-monitor-agent：监控数据展示服务，获取监控指标并生成可视化图表

这两个服务构成了一个典型的微服务架构，展现了服务间通信、服务发现等关键概念。

API 文档规范

API 文档采用 API Blueprint 格式定义，使用 aglio 工具生成静态文档：

API
API

服务发现机制

在 Kubernetes 环境中，k8s-app-monitor-agent 需要访问 k8s-app-monitor-test 服务。Kubernetes 提供了多种服务发现方式：

环境变量方式

Kubernetes 会为每个 Pod 注入相关服务的环境变量，但这种方式存在顺序依赖问题。

DNS 服务发现（推荐）

使用 Kubernetes 内置的 DNS 服务（CoreDNS），通过服务的 FQDN 进行访问：

<service-name>.<namespace>.svc.cluster.local

例如：k8s-app-monitor-test.default.svc.cluster.local

推荐使用 DNS 方式，因为它没有启动顺序限制，更加灵活可靠。详细原理可参考 Kubernetes 中的服务发现与环境变量传递机制。

CI/CD 持续集成

现代化 CI/CD 选择

虽然原文使用 Wercker（已停止服务），现在推荐使用以下现代化 CI/CD 工具：

  • GitHub Actions：与 GitHub 深度集成，配置简单
  • GitLab CI/CD：功能强大的 DevOps 平台
  • Jenkins：老牌开源 CI/CD 工具
  • Tekton：Kubernetes 原生的 CI/CD 解决方案

典型构建流程

# GitHub Actions 示例
name: Build and Push
on:
  push:
    branches: [ main ]
jobs:
  build:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v3
    - name: Build Docker image
      run: docker build -t ${{ secrets.DOCKER_REGISTRY }}/app:${{ github.sha }} .
    - name: Push to registry
      run: docker push ${{ secrets.DOCKER_REGISTRY }}/app:${{ github.sha }}

构建过程会生成带有 Git commit hash 标签的 Docker 镜像，确保版本可追溯。

本地开发测试

Docker Compose 配置

使用 Docker Compose 在本地环境中测试微服务组合：

version: '3.8'
services:
  k8s-app-monitor-agent:
    image: jimmysong/k8s-app-monitor-agent:latest
    container_name: monitor-agent
    depends_on:
      - k8s-app-monitor-test
    ports:
      - "8888:8888"
    environment:
      - SERVICE_NAME=k8s-app-monitor-test
      - LOG_LEVEL=debug
    networks:
      - monitor-network

  k8s-app-monitor-test:
    image: jimmysong/k8s-app-monitor-test:latest
    container_name: monitor-test
    ports:
      - "3000:3000"
    environment:
      - LOG_LEVEL=debug
    networks:
      - monitor-network
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:3000/health"]
      interval: 30s
      timeout: 10s
      retries: 3

networks:
  monitor-network:
    driver: bridge

本地测试流程

# 启动服务
docker-compose up -d

# 查看服务状态
docker-compose ps

# 查看日志
docker-compose logs -f

# 访问监控页面
curl http://localhost:8888/metrics

# 清理环境
docker-compose down

Kubernetes 部署配置

生成 Kubernetes YAML

可以使用 Kompose 工具将 Docker Compose 配置转换为 Kubernetes 清单：

# 安装 kompose
curl -L https://github.com/kubernetes/kompose/releases/latest/download/kompose-linux-amd64 -o kompose
chmod +x kompose && sudo mv kompose /usr/local/bin/

# 转换配置
kompose convert -f docker-compose.yaml

手动编写 Kubernetes 清单

apiVersion: apps/v1
kind: Deployment
metadata:
  name: k8s-app-monitor-test
  labels:
    app: k8s-app-monitor-test
spec:
  replicas: 2
  selector:
    matchLabels:
      app: k8s-app-monitor-test
  template:
    metadata:
      labels:
        app: k8s-app-monitor-test
    spec:
      containers:
      - name: k8s-app-monitor-test
        image: jimmysong/k8s-app-monitor-test:latest
        ports:
        - containerPort: 3000
        resources:
          requests:
            memory: "64Mi"
            cpu: "250m"
          limits:
            memory: "128Mi"
            cpu: "500m"
        livenessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 30
          periodSeconds: 30
        readinessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 5
          periodSeconds: 5
---
apiVersion: v1
kind: Service
metadata:
  name: k8s-app-monitor-test
spec:
  selector:
    app: k8s-app-monitor-test
  ports:
  - port: 3000
    targetPort: 3000
  type: ClusterIP

服务外部暴露

Ingress 配置

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: k8s-app-monitor-ingress
  annotations:
    kubernetes.io/ingress.class: "nginx"
    nginx.ingress.kubernetes.io/rewrite-target: /
    cert-manager.io/cluster-issuer: "letsencrypt-prod"
spec:
  tls:
  - hosts:
    - monitor.example.com
    secretName: monitor-tls
  rules:
  - host: monitor.example.com
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: k8s-app-monitor-agent
            port:
              number: 8888

Service Mesh 集成方案

使用 Istio 服务网格

安装 Istio 并启用自动 sidecar 注入：

# 安装 Istio
istioctl install --set values.defaultRevision=default

# 为命名空间启用自动注入
kubectl label namespace default istio-injection=enabled

# 部署应用（自动注入 sidecar）
kubectl apply -f k8s-manifests/

Istio Gateway 配置

apiVersion: networking.istio.io/v1beta1
kind: Gateway
metadata:
  name: monitor-gateway
spec:
  selector:
    istio: ingressgateway
  servers:
  - port:
      number: 80
      name: http
      protocol: HTTP
    hosts:
    - monitor.example.com
---
apiVersion: networking.istio.io/v1beta1
kind: VirtualService
metadata:
  name: monitor-vs
spec:
  hosts:
  - monitor.example.com
  gateways:
  - monitor-gateway
  http:
  - route:
    - destination:
        host: k8s-app-monitor-agent
        port:
          number: 8888

可观测性与监控

服务监控验证

应用部署完成后，可以通过以下方式验证服务状态：

图表
图表

Istio 可观测性

集成 Istio 后，可以通过以下工具获得丰富的可观测性数据：

Grafana 监控面板

访问 Grafana 可以查看详细的服务指标和性能数据：

Grafana 页面
Grafana 页面

服务拓扑图

通过 Kiali 查看服务间的依赖关系和流量分布：

servicegraph 页面
servicegraph 页面

分布式链路追踪

使用 Jaeger 进行分布式请求追踪分析：

Zipkin 页面
Zipkin 页面

最佳实践总结

开发阶段

  • 使用多阶段 Docker 构建优化镜像大小
  • 实施容器安全扫描
  • 编写全面的单元测试和集成测试

部署阶段

  • 使用 Helm Charts 管理复杂应用
  • 实施滚动更新和回滚策略
  • 配置适当的资源限制和健康检查

运维阶段

  • 建立完善的监控和告警体系
  • 实施日志聚合和分析
  • 定期进行容灾演练

安全考虑

  • 使用私有镜像仓库
  • 实施 RBAC 权限控制
  • 定期更新依赖和基础镜像

通过以上完整的流程，我们实现了从代码提交到生产环境部署的全自动化 DevOps 流水线，并通过服务网格获得了强大的可观测性和流量管理能力。

发布于: 2022/05/21 • 最后更新: 2025/07/12 • 编辑页面

文章导航

章节内容

这是章节的内容页面。

章节概览

评论区