cloud native monitoring app

คลาวด์-การตรวจสอบ-แอป

การปรับใช้แอพที่สร้างด้วย Python โดยใช้ Flask และ Psutil บน ECR และ Kubernete

นี่คือแอพตรวจสอบที่สร้างขึ้นด้วย Python และมันจะถูกเชื่อมต่อกับ Docker และนำไปใช้กับ EKS

ข้อกำหนดเบื้องต้น

• เรียนรู้นักเทียบท่าและวิธีการบรรจุแอปพลิเคชัน Python
• การสร้าง DockerFile
• การสร้าง Dockerimage
• เรียกใช้คอนเทนเนอร์ Docker
• คำสั่งนักเทียบท่า
• สร้างที่เก็บ ECR โดยใช้ Python Boto3 และผลักดันภาพ Docker ไปยัง ECR
• เรียนรู้ Kubernetes และสร้างคลัสเตอร์ EKS และ NodeGroups
• สร้างการปรับใช้และบริการ Kubernetes โดยใช้ Python!

ขั้นตอนที่ 1 - การติดตั้งบริการบนเวิร์กสเตชันของคุณ

• ติดตั้ง AWS CLI จากนั้นไปที่บัญชี AWS ของคุณและรับคีย์ลับของคุณและกำหนดค่า aws configure
• ติดตั้ง Python บนเวิร์กสเตชันของคุณและการขยาย Python ใน VScode
• แอปพลิเคชันใช้ psutil และ Flask , Plotly, Libraries Boto3 ติด pip3 install -r requirements.txt
• ติดตั้งการพึ่งพา psutil pip3 install psutil และ flask pip install flask
• ติดตั้ง Python สำหรับ ECR SDK pip install boto3
• ติดตั้ง Kubernetes เพิ่ม K8S Python Dependencies Library Library pip install kubernetes การขยายตัวของ Kubernetes ใน VScode
• ติดตั้งส่วนขยาย Docker ใน vscode

ขั้นตอนที่ 2: เรียกใช้แอปพลิเคชัน

ในการเรียกใช้แอปพลิเคชันนำทางไปยังไดเรกทอรีรูทของโครงการและดำเนินการคำสั่งต่อไปนี้:

 $ python3 app.py

สิ่งนี้จะเริ่มต้นเซิร์ฟเวอร์ Flask บน localhost:5000 ไปที่ http: // localhost: 5000/บนเบราว์เซอร์ของคุณเพื่อเข้าถึงแอปพลิเคชัน

ขั้นตอนที่ 3: Dockerizing แอปพลิเคชัน Flask

• สร้าง Dockerfile ในไดเรกทอรีรากของโครงการด้วยเนื้อหาต่อไปนี้:

 # 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"]

• สร้างอิมเมจนักเทียบท่าดำเนินการคำสั่งต่อไปนี้:

 $ docker build -t <image_name> .

• เรียกใช้คอนเทนเนอร์ Docker ดำเนินการคำสั่งต่อไปนี้:

 $ docker run -p 5000:5000 <image_name>

สิ่งนี้จะเริ่มต้นเซิร์ฟเวอร์ Flask ในคอนเทนเนอร์ Docker บน localhost:5000 ไปที่ http: // localhost: 5000/บนเบราว์เซอร์ของคุณเพื่อเข้าถึงแอปพลิเคชัน

ขั้นตอนที่ 4 - ผลักภาพ Docker ไปยัง ECR

• สร้างที่เก็บ ECR โดยใช้ Python ในโฟลเดอร์ ecr.py :
• กำหนดค่าที่เก็บ ECR ไปยังพื้นที่ทำงานของคุณเพื่อเปิดใช้งานการกดคุณจะพบกระบวนการใน 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 )

จากนั้นเรียกใช้ python3 ecr.py นี้

• กดอิมเมจนักเทียบท่าไปที่ ECR โดยใช้คำสั่ง push บนคอนโซล:

 $ docker push <ecr_repo_uri>:<tag>

ขั้นตอนที่ 5 - การสร้างคลัสเตอร์ EKS และปรับใช้แอพโดยใช้ Python **

• สร้างคลัสเตอร์ cloud-native-cluster และเพิ่มกลุ่มโหนดในคอนโซล AWS

• สร้างโหนดกลุ่ม nodes ในคลัสเตอร์ EKS

• สร้างการปรับใช้และบริการในโฟลเดอร์ 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
)

ตรวจสอบให้แน่ใจว่าได้แก้ไขชื่อของภาพในบรรทัด 25 ด้วย URL รูปภาพของคุณ

ในการเรียกใช้คำสั่ง K8S สำหรับการปรับใช้และบริการแทนการเพิ่มสคริปต์ Python ที่คุณสร้าง deployment.yml and service.yml ใช้คำสั่งเหล่านี้ kubectl apply -f deployment.yml และ kubectl apply -f service.yml

• กำหนดค่า AWS EKS ไปยังพื้นที่ทำงานของคุณ

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

• เมื่อคุณเรียกใช้ไฟล์นี้โดยเรียกใช้การปรับใช้และบริการ Python3 eks.py” และบริการจะถูกสร้างขึ้น
• ตรวจสอบโดยเรียกใช้คำสั่งต่อไปนี้:

 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

เมื่อพ็อดของคุณเปิดใช้งานให้เรียกใช้พอร์ตไปข้างหน้าเพื่อเปิดเผยบริการ

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

ตีดาว!

หากคุณวางแผนที่จะใช้ repo นี้เพื่อการเรียนรู้โปรดไปที่ดาว ขอบคุณ!

ผู้แต่งโดย Harshhaa Reddy