cloud native monitoring app

السحابة الأصلية-مراقبة التطبيق

نشر تطبيق تم تصميمه باستخدام Python باستخدام Flask و Psutil على ECR و Kubernete

هذا هو تطبيق مراقبة تم تصميمه مع Python ، وسيتم تمييزه مع Docker ونشره في EKS

المتطلبات الأساسية

• تعلم Docker وكيفية تحريك تطبيق Python
• إنشاء Dockerfile
• بناء dockerimage
• تشغيل حاوية Docker
• أوامر Docker
• إنشاء مستودع ECR باستخدام Python Boto3 ودفع صورة Docker إلى ECR
• تعلم kubernetes وإنشاء مجموعة EKS و Nodegroups
• إنشاء عمليات نشر وخدمات Kubernetes باستخدام Python!

الخطوة 1 - تركيبات الخدمات على محطة العمل الخاصة بك

• قم بتثبيت AWS CLI ، ثم انتقل إلى حساب AWS الخاص بك واحصل على مفاتيحك السرية وتكوين مساحة العمل aws configure
• تثبيت Python على محطة العمل الخاصة بك وتوسيع بيثون في vscode
• يستخدم التطبيق مكتبات psutil و Flask ، Plotly ، Boto3 Libraries. تثبيتها باستخدام PIP pip3 install -r requirements.txt
• تثبيت تبعيات PSUTIL pip3 install psutil و FLASK pip install flask
• تثبيت Python لتثبيت ECR SDK pip install boto3
• تثبيت kubernetes ، أضف K8S Python تبعيات عميل مكتبة pip install kubernetes extenstion من kubernetes في vscode
• تثبيت موسع الالتفاف في VSCODE

الخطوة 2: تشغيل التطبيق

لتشغيل التطبيق ، انتقل إلى الدليل الجذر للمشروع وتنفيذ الأمر التالي:

 $ python3 app.py

سيبدأ هذا خادم Flask على localhost:5000 . انتقل إلى http: // localhost: 5000/على متصفحك للوصول إلى التطبيق.

الخطوة 3: قيود تطبيق Flask

• قم بإنشاء Dockerfile في الدليل الجذر للمشروع مع المحتويات التالية:

 # Use the official Python image as the base image
FROM python:3.9-slim-buster

# Set the working directory in the container
WORKDIR /app

# Copy the requirements file to the working directory
COPY requirements.txt .

RUN pip3 install --no-cache-dir -r requirements.txt

# Copy the application code to the working directory
COPY . .

# Set the environment variables for the Flask app
ENV FLASK_RUN_HOST=0.0.0.0

# Expose the port on which the Flask app will run
EXPOSE 5000

# Start the Flask app when the container is run
CMD ["flask", "run"]

• قم ببناء صورة Docker ، وقم بتنفيذ الأمر التالي:

 $ docker build -t <image_name> .

• قم بتشغيل حاوية Docker ، وقم بتنفيذ الأمر التالي:

 $ docker run -p 5000:5000 <image_name>

سيبدأ هذا خادم Flask في حاوية Docker على localhost:5000 . انتقل إلى http: // localhost: 5000/على متصفحك للوصول إلى التطبيق.

الخطوة 4 - دفع صورة Docker إلى ECR

• قم بإنشاء مستودع ECR باستخدام Python في مجلد ecr.py :
• قم بتكوين مستودع ECR إلى مساحة العمل الخاصة بك لتمكين الدفع ، ستجد العملية في view push commands وحدة التحكم

 import boto3

# Create an ECR client
ecr_client = boto3 . client ( 'ecr' )

# Create a new ECR repository
repository_name = 'my-ecr-repo'
response = ecr_client . create_repository ( repositoryName = repository_name )

# Print the repository URI
repository_uri = response [ 'repository' ][ 'repositoryUri' ]
print ( repository_uri )

ثم قم بتشغيل هذا python3 ecr.py

• ادفع صورة Docker إلى ECR باستخدام أوامر الدفع على وحدة التحكم:

 $ docker push <ecr_repo_uri>:<tag>

الخطوة 5 - إنشاء مجموعة EKS ونشر التطبيق باستخدام Python **

• قم بإنشاء مجموعة Cluster cloud-native-cluster وأضف مجموعة العقدة في وحدة التحكم AWS

• قم بإنشاء nodes مجموعة عقدة في مجموعة EKS.

• إنشاء النشر والخدمة في مجلد eks.py

 from kubernetes import client , config

# Load Kubernetes configuration
config . load_kube_config ()

# Create a Kubernetes API client
api_client = client . ApiClient ()

# Define the deployment
deployment = client . V1Deployment (
    metadata = client . V1ObjectMeta ( name = "my-flask-app" ),
    spec = client . V1DeploymentSpec (
        replicas = 1 ,
        selector = client . V1LabelSelector (
            match_labels = { "app" : "my-flask-app" }
        ),
        template = client . V1PodTemplateSpec (
            metadata = client . V1ObjectMeta (
                labels = { "app" : "my-flask-app" }
            ),
            spec = client . V1PodSpec (
                containers = [
                    client . V1Container (
                        name = "my-flask-container" ,
                        image = "568373317874.dkr.ecr.us-east-1.amazonaws.com/my-cloud-native-repo:latest" ,
                        ports = [ client . V1ContainerPort ( container_port = 5000 )]
                    )
                ]
            )
        )
    )
)

# This is an automation to run deployment and svc using python
# Create the deployment
api_instance = client . AppsV1Api ( api_client )
api_instance . create_namespaced_deployment (
    namespace = "default" ,
    body = deployment
)

# Define the service
service = client . V1Service (
    metadata = client . V1ObjectMeta ( name = "my-flask-service" ),
    spec = client . V1ServiceSpec (
        selector = { "app" : "my-flask-app" },
        ports = [ client . V1ServicePort ( port = 5000 )]
    )
)

# Create the service
api_instance = client . CoreV1Api ( api_client )
api_instance . create_namespaced_service (
    namespace = "default" ,
    body = service
)

تأكد من تحرير اسم الصورة على السطر 25 مع عنوان URL الخاص بك.

لتشغيل أوامر k8s للنشر والخدمة بدلاً من إضافة نص python ، تقوم بإنشاء deployment.yml and service.yml استخدم هذه الأوامر kubectl apply -f deployment.yml و kubectl apply -f service.yml

• قم بتكوين AWS EKS إلى مساحة عملك

 aws eks update-kubeconfig --name cloud-native-cluster

• بمجرد تشغيل هذا الملف عن طريق تشغيل "Python3 eks.py" سيتم إنشاء النشر والخدمة.
• تحقق من خلال تشغيل الأوامر التالية:

 kubectl get deployment -n default (check deployments)
kubectl get service -n default (check service)
kubectl get pods <name of pod> -n default (to check the pods)

# edit images created if u made errors
kubectl edit deployment my-flask-app -n default 

# this will pull down the editted image
kubectl get pod -n default -w

بمجرد تشغيل جرابك ، قم بتشغيل المنفذ إلى الأمام لفضح الخدمة

 kubectl port-forward service/<service_name> 5000:5000

ضرب النجم!

إذا كنت تخطط لاستخدام هذا الريبو للتعلم ، فيرجى الضغط على النجم. شكرًا!

مؤلف هارشها ريدي