Argo Rollouts是用于渐进式交付的Kubernetes 控制器，是Argo开源项目的一部分。为Kubernetes提供高级部署功能，具有渐进式交付、蓝绿发布、金丝雀发布和金丝雀分析等功能。

• 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

工作原理

与Deployment对象类似，Argo Rollouts控制器将管理replicsets的创建、伸缩和删除。这些replicsets是由Rollout资源中的spec.template字段定义的，该字段使用与部署对象相同的pod模板。

当spec.template被更改时，它会向Argo Rollouts控制器发出信号，表示将引入一个新的replicset。控制器将使用spec.strategy字段中的策略集，以确定如何从旧的副本集进展到新的副本集。一旦新的replicset被放大(并可选地通过Analysis)，控制器将把它标记为“ stable ”。

如果在从稳定副本到新副本的转换过程中，spec.template中发生了另一项更改(例如，在rollout的中间更改了应用程序版本)，那么之前新的副本将按比例缩小，控制器将尝试前进反映更新的spec.template字段的ReplicasSet。

相关概念

Rollouts

Rollout 是一个等效于 Deployment 的 Kubernetes 的工作负载资源，在需要更高级的部署或渐进式交付功能的情况下，Rollout 取代 Deployment 对象，Rollout 提供了 Kubernetes Deployment 所不能提供的功能。

• 蓝绿部署
• 金丝雀部署
• 入口控制器和服务网格集成，用于高级流量路由
• 用于分析的指标提供程序集成
• 根据成功或失败指标的自动升级与回滚

渐进式交付

渐进式交付为我们提供CI/CD，也提供了安全措施和控制手段，以降低不断将新代码推入生产环境的风险。渐进式交付让我们能够安全地执行CI/CD。

部署策略

以下是 Argo Rollouts 提供的各种部署策略

• Rolling Update（滚动更新）：这是Deployment对象默认的更新策略。当新版本的出现，旧版本会依次减少，保持应用的总量不变。
• Recreate（重新创建）： 在启动新版本之前删除旧版本的应用程序，确保不会有两个版本的应用程序同时运行。但是，这种部署策略会导致停机。
• Blue-Green（蓝绿）： 蓝绿部署是不停老版本，部署新版本进行测试，确认正常后将流量逐步切到新版本。蓝绿部署无需停机，并且风险较小。
• Canart（金丝雀）：金丝雀也成灰度发布。将一部分用户暴露在新版本的应用程序中，而将其余流量提供给旧版本，验证数据正常，新版本取代旧版本。

安装

控制器安装

通过kubernetes控制器安装Argo Rollouts，

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

运行一下命令创建名为Argo Rollouts的命名空间

[root@ycloud install]# kubectl get po -n argo-rollouts
NAME                                       READY   STATUS    RESTARTS   AGE
argo-rollouts-845b79ff9-jwcpq              1/1     Running   0          24d

可以到query仓库找到最新的容器镜像

Helm 安装

通过 Helm 安装 Argo Rollouts，

helm repo add argo https://argoproj.github.io/argo-helm

helm install my-release argo/argo-rollouts

安装后，使用以下命令安装 Argo 仪表板

--set dashboard.enabled=true

可通过端口转发访问web 31000端口

kubectl port-forward service/argo-rollouts-dashboard 31000:3100

Kubectl 插件安装

但可以方便地从命令行管理和可视化部署。

$ curl -LO https://github.com/argoproj/argo-rollouts/releases/latest/download/kubectl-argo-rollouts-linux-amd64
$ chmod +x ./kubectl-argo-rollouts-linux-amd64
$ mv ./kubectl-argo-rollouts-linux-amd64 /usr/local/bin/kuberollout

检测确保安装成功

[root@ycloud install]# kuberollouts version
kubectl-argo-rollouts: v1.3.0-rc1+0ec5ac1
  BuildDate: 2022-07-29T18:58:16Z
  GitCommit: 0ec5ac18a307ae579787b974e17f3e4c0bf41cff
  GitTreeState: clean
  GoVersion: go1.18.4
  Compiler: gc
  Platform: linux/amd64

使用

接下来我们通过部署、升级、升级和中止部署来演示 Argo Rollouts 的各种概念和功能

使用 Argo Rollouts 部署 Canary

1.部署

首先我们部署一个 Rollout 资源和一个针对该资源的 Service 对象，

---
apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: rollouts-demo
spec:
  replicas: 5
  strategy: #升级策略
    canary:	#金丝雀发布
      steps: #发布阶段
      - setWeight: 20
      - pause: {}  #表示暂停
      - setWeight: 40
      - pause: {duration: 10} #暂停 10s
      - 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
---
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），因为没有发生升级。

2.更新

每次在Rollout中更新pod的spec.template时，都将部署一个新版本

运行以下命令以rollouts-demo使用“黄色”版本的容器更新 Rollout

[root@ycloud install]# kuberollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:yellow
rollout "rollouts-demo" image updated

rollout策略制定新版本应仅部署20%的流量，然后暂停。

当 rollout demo 到第二步时，我们可以从插件中看到 Rollout 处于暂停状态，现在 5 个副本中有 1 个在运行新版本的 pod 模板，5 个副本中有 4 个在运行旧版本。这相当于 setWeight: 20步骤定义的 20% 金丝雀重量。

3.推广

strategy 配置表明，将金丝雀扩展至 20% 后，Rollout 应该无限期停止并等待操作员。使用这个命令来推广 Rollout 进入下一过程

[root@ycloud install]# kuberollouts promote rollouts-demo
rollout 'rollouts-demo' promoted

推广之后Rollout会执行剩下的所有步骤，查看rollout状态

4.中止

接下来我们来了解如何在更新过程中手动中止 Rollout，使用set image命令部署一个red版本的容器， 并等待部署再次到达暂停的步骤

[root@ycloud install]# kuberollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:
red
rollout "rollouts-demo" image updated

这次我们通过使用abort命令，在更新过程中中止Rollout，这样它就回到 stable版本

[root@ycloud install]# kuberollouts abort rollouts-demo
rollout 'rollouts-demo' aborted

当rollout中止，它将放大ReplicaSet的stable版本（黄色图像），并缩小其他任何版本。 尽管 ReplicaSet 的稳定版本可能正在运行并且是健康的，但仍会考虑整体推出Degraded，因为所需的版本（红色图像）不是实际运行的版本。

为了使 Rollout 再次被认为是健康的而不是有问题的版本，有必要将所需的状态改回以前的稳定版本。

[root@ycloud install]# kubectl get rs
NAME                                          DESIRED   CURRENT   READY   AGE
rollouts-demo-5747959bdb                      0         0         0       11m
rollouts-demo-687d76d795                      0         0         0       77m
rollouts-demo-6cf78c66c5                      5         5         5       30m

根据rs生成时间可以确认，版本以回到上一阶段的版本（yellow）

我们可以简单地使用之前的 yellow 镜像重新运行 set image 命令即可。

[root@ycloud install]# kuberollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:yellow
rollout "rollouts-demo" image updated

Dashboard

kubelet插件可以提供本地 UI 仪表板来可视化您的 Rollouts。

要启动它，kuberollout dashboard请在包含您的 Rollouts 的命名空间中运行。然后访问localhost:3100查看用户界面。

可查看到rollouts-demo升级策略的详细信息，也可对rollout进行相关操作

结论

Argo Rollouts拓展了 Kubernetes 部署对象的功能，榜之我们能够轻松实施高级渐进式交付策略。我们带领尝试了金丝雀发布更新，还有很多功能等着我们去探索。

参考文献

https://argoproj.github.io/argo-rollouts/

https://artifacthub.io/packages/helm/argo/argo-rollouts