cloud native monitoring app

Облако-местный мониторинг-приложение

Развертывание приложения, построенного с Python с использованием Flask и Psutil на ECR и Kubernete

Это приложение для мониторинга, построенное с Python, и оно будет завоевано Docker и развернуто в EKS

Предварительные условия

• Узнайте Docker и как контейнер
• Создание Dockerfile
• Строительство Dockerimage
• Запуск контейнера Docker
• Docker Commands
• Создать репозиторий ECR с использованием Python Boto3 и нажимать изображение Docker to ECR
• Узнайте Kubernetes и создайте кластер EKS и узлы.
• Создайте развертывания и услуги Kubernetes с помощью Python!

Шаг 1 - Установка услуг на рабочей станции

• Установите AWS CLI, затем перейдите в свою учетную запись и получите свои секретные ключи и настройте aws configure Workspace
• Установите Python на свою рабочую станцию ​​и расширение Python в Vscode
• Приложение использует библиотеки psutil и Flask , Boto3 . Установите их с помощью PIP pip3 install -r requirements.txt
• Установите зависимости PSUtil pip3 install psutil и FLAD pip install flask
• Установите Python для ECR SDK pip install boto3
• Установите Kubernetes, добавьте клиентскую библиотеку клиентской библиотеки K8S Python pip install kubernetes Расширение Kubernetes в vscode
• Установите расширение Docker в VSCODE

Шаг 2: Запустите приложение

Чтобы запустить приложение, перейдите к корневому каталогу проекта и выполните следующую команду:

 $ python3 app.py

Это запустит Flask Server на localhost:5000 . Перейдите к http: // localhost: 5000/в вашем браузере, чтобы получить доступ к приложению.

Шаг 3: Докеризация приложения Флэста

• Создайте Dockerfile в корневом каталоге проекта со следующим содержанием:

 # 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"]

• Создайте изображение Docker, выполните следующую команду:

 $ docker build -t <image_name> .

• Запустите контейнер Docker, выполните следующую команду:

 $ docker run -p 5000:5000 <image_name>

Это запустит сервер Flask в контейнере Docker на localhost:5000 . Перейдите к http: // localhost: 5000/в вашем браузере, чтобы получить доступ к приложению.

Шаг 4 - Нажатие изображения Docker в ECR

• Создайте репозиторий ECR, используя Python в папке ecr.py :
• Настройте репозиторий ECR в свою рабочую область, чтобы включить толчок, вы найдете процесс в консоли view push commands

 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 )

Затем запустите этот python3 ecr.py

• Нажмите изображение Docker в ECR, используя команды push на консоли:

 $ docker push <ecr_repo_uri>:<tag>

Шаг 5 - Создание кластера EKS и развертывание приложения с помощью Python **

• Создайте кластерный cloud-native-cluster и добавьте группу узлов в консоли AWS

• Создайте узлы групповых nodes в кластере EKS.

• Создать развертывание и сервис в папке 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
)

Обязательно отредактируйте имя изображения в строке 25 с помощью URL -адреса изображения.

Чтобы запустить команды K8S для развертывания и обслуживания вместо добавления сценария Python, который вы создаете deployment.yml and service.yml Используйте эти команды kubectl apply -f deployment.yml и kubectl apply -f service.yml

• Настройте AWS EKS в рабочее пространство

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

• Как только вы запустите этот файл, запустив «Python3 eks.py», и будет создано служба.
• Проверьте, запустив следующие команды:

 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

После того, как ваш стручок будет запущен, запустите порт-напролет, чтобы разоблачить сервис

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

Нажмите на звезду!

Если вы планируете использовать этот репо для обучения, пожалуйста, нажмите на звезду. Спасибо!

Автор Харшхаа Редди