了解Automation Broker如何帮助简化Kubernetes应用程序和服务的管理。
在Kubernetes集群中部署应用程序时,通常需要某些类型的服务。许多应用程序需要数据库、存储服务、消息代理、身份管理等等。你有大量的工作要做,包括你自己的应用程序。如果所以其他的服务已经准备就绪,并且可以在集群中使用,这难道不方便吗?
服务目录
不要自己陷入部署和管理其他服务的困境;让服务目录为您完成。Kubernetes服务目录自述文件指出:
“服务目录项目的最终目标是为Kubernetes用户提供一种方式来使用来自代理的服务,并轻松配置他们的应用程序以使用这些服务,而无需详细了解如何创建或管理这些服务。”
任何人都可以通过实施Open Service Broker API来创建向服务目录通告一个或多个服务的代理。但今天我们正在研究自动化代理,使你能够轻松地从服务目录中部署你的应用程序或服务。
服务包
在基础级别,你需要做的就是为Automation Broker提供一个特制的容器,该容器知道如何配置和取消配置拟的服务。我们将此容器称为服务包。在此容器内,你可以使用任何必要的方法来配置拟的服务,但到目前为止大多数示例都使用Ansible。
如果你直接从YAML创建了Kubernetes资源,那么编写Ansible角色以在集群中创建资源会非常熟悉。使用Ansible等通用自动化 工具 意味着你可以自由地与集群内外的资源集成。例如,你的服务包可以在群集内部署一个Web应用程序,该应用程序利用群集外部的数据库。
最后,每个服务包都有一组最终用户将看到的标准属性,包括名称,描述以及用户在提供时可以指定的参数。此元数据与你使用Ansible或其他方式实现的逻辑相结合,形成了完整的应用程序定义。
把它们放在一起
Kubernetes集群的最终用户可以查看服务目录以查看可用的服务。Automation Broker可能是目录中的几个服务之一。当用户选择你的服务包时,他们有机会提供该包所接受的任何参数。
用户体验因平台而异。在纯Kubernetes上,你可以使用svcat命令行工具。在OpenShift上,Web控制台提供图形体验。
完成用户输入后,服务目录会告知Automation Broker配置所选服务。代理在集群中设置安全命名空间,并将服务包作为内部运行容器启动。在这一点上,你的服务包可以做任何事情。例如,Postgresql包创建三个Kubernetes资源:DeploymentConfig,Service和PersistentVolumeClaim。更高级的服务包可以部署整个相关服务堆栈并将它们绑定在一起。
配置服务后,你可以创建Bindings,这是一种标准化构造,用于将其他应用程序连接到您的服务。查找有关应用程序如何使用配置服务的未来博客文章。
准备看到它在行动? “启动并运行OpenShift Ansible Broker”是一个简单的逐步指南,用于启动OpenShift集群并与Automation Broker进行交互。(聪明的读者会注意到Openshift的文档是指“Openshift Ansible Broker”,这只是他们自动化代理的名字。)
原文链接:
https://opensource.com/article/18/2/automated-provisioning-kubernetes
↓↓↓ 点击"阅读原文" 【加入云技术社区】
相关阅读:
Gartner:2018 年 公有云IaaS魔力象限出炉,大量公司消失了。。。
OpenShift 3.9 重磅发布!多项新功能「附48页PPT」
云计算趋势:RightScale 2018 年云状况调查报告「附下载」
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 6、如何获取配置中心的配置
- React降级配置及Ant Design配置
- vscode 配置eslint 开发vue的相关配置
- git commit 规范校验配置和版本发布配置
- hadoop地址配置、内存配置、守护进程设置、环境设置
- 在hibernate中配置事务级别与命名查询配置【原创】
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数据驱动:从方法到实践
桑文锋 / 电子工业出版社 / 2018-3 / 49
本书是从理论到实践的全面且细致的企业数据驱动指南,从作者的百度大数据工作说起,完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状,围绕数据驱动四环节——采集、建模、分析、指标,深入浅出地讲述企业如何将数据驱动方案落地,并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践,从需求梳理、事件指标设计、数据......一起来看看 《数据驱动:从方法到实践》 这本书的介绍吧!