Alibaba Cloud Service Mesh:Integrasikan ASM dengan Argo Rollouts untuk menerapkan rilis canary

Langkah 1: Buat Rollout dan Layanan

Langkah 2: Buat resource Istio

Dengan akses KubeAPI data-plane diaktifkan, gunakan kubectl dari kluster data-plane untuk membuat resource Istio secara langsung. Atau, gunakan Konsol ASM atau kubeconfig lapisan kontrol.

Langkah 3: Terapkan gerbang masuk

Buat gerbang masuk ASM dengan Port 80 diaktifkan untuk akses layanan.

1. Masuk ke Konsol ASM. Di panel navigasi sebelah kiri, pilih Service Mesh > Mesh Management.

2. Pada halaman Mesh Management, klik nama instans ASM. Di panel navigasi sebelah kiri, pilih ASM Gateways > Ingress Gateway.

3. Pada halaman Ingress Gateway, klik Create dan konfigurasikan parameter berikut: Untuk parameter lainnya, lihat Buat gerbang masuk.

   Parameter	Value
   Name	ingressgateway
   Gateway types	North-South IngressGateway
   Port Mapping	Protocol: HTTP, Service Port: 80

4. Klik Create.

Langkah 4: Verifikasi status Rollout awal

Jalankan perintah berikut untuk memverifikasi bahwa Rollout dalam kondisi sehat:

kubectl argo rollouts get rollout istio-rollout --watch

Output yang diharapkan:

Name:            istio-rollout
Namespace:       default
Status:           Healthy
Strategy:        Canary
  Step:          18/18
  SetWeight:     100
  ActualWeight:  100
Images:          argoproj/rollouts-demo:blue (stable)
Replicas:
  Desired:       1
  Current:       1
  Updated:       1
  Ready:         1
  Available:     1

NAME                                       KIND        STATUS     AGE  INFO
⟳ istio-rollout                            Rollout      Healthy  52s
└──# revision:1
└──⧉ istio-rollout-7f96d86486           ReplicaSet   Healthy  52s  stable
   └──□ istio-rollout-7f96d86486-vpqvb  Pod         Running  52s  ready:2/2

Status Healthy dengan gambar argoproj/rollouts-demo:blue (stable) mengonfirmasi bahwa penerapan awal berhasil.

Langkah 5: Uji penerapan awal

1. Dapatkan alamat IP gerbang masuk:

   1. Masuk ke Konsol ASM. Di panel navigasi sebelah kiri, pilih Service Mesh > Mesh Management.

   2. Klik nama instans ASM. Di panel navigasi sebelah kiri, pilih ASM Gateways > Ingress Gateway.

   3. Salin Service address gerbang masuk.

2. Buka http://<ingress-gateway-ip>/ di browser. Halaman tersebut melakukan panggilan konkuren ke /color dan mengisi grid dengan warna yang dikembalikan. Karena versi stabil menggunakan gambar blue dan tidak ada canary yang berjalan, semua grid menampilkan warna biru.

   

Langkah 6: Lakukan rilis canary

Pada contoh ini, kuning merepresentasikan versi canary. Saat rilis berlangsung, grid secara bertahap berubah dari biru ke kuning.

Amati pergeseran traffic pertama

Buka http://<ingress-gateway-ip>/ di browser. Sekitar 10% grid kini menampilkan warna kuning. Controller Argo Rollouts telah memperbarui bobot VirtualService: stabil (biru) turun dari 100 ke 90, dan canary (kuning) naik dari 0 ke 10.

Langkah pertama menentukan pause: {} tanpa durasi, sehingga Rollout menunggu persetujuan manual sebelum melanjutkan.

Langkah 1: Aktifkan Prometheus di ASM

Aktifkan pemantauan Prometheus untuk instans ASM. Untuk informasi selengkapnya, lihat:

• Integrasikan Managed Service for Prometheus untuk memantau instans ASM

• Pantau instans ASM menggunakan instans Prometheus yang dikelola sendiri

Langkah 2: Buat AnalysisTemplate

AnalysisTemplate menentukan kueri Prometheus yang menghitung tingkat keberhasilan permintaan untuk versi canary. Jika tingkat keberhasilan turun ke 0,90 atau di bawahnya (artinya lebih dari 10% permintaan mengembalikan error 5xx), Rollout ditandai sebagai Degraded dan secara otomatis dilakukan rollback.

1. Buat file istio-success-rate.yaml dengan konten berikut: Ganti <your-prometheus-endpoint> dengan endpoint aktual instans Prometheus yang terhubung ke ASM.

   apiVersion: argoproj.io/v1alpha1
   kind: AnalysisTemplate
   metadata:
     name: istio-success-rate
   spec:
     args:
     - name: service                       # Nama layanan, diteruskan dari Rollout
     - name: namespace                     # Namespace, diselesaikan otomatis dari Rollout
     metrics:
     - name: success-rate
       initialDelay: 60s                   # Tunggu 60 detik agar traffic mengalir sebelum pemeriksaan pertama
       interval: 20s                       # Evaluasi ulang setiap 20 detik
       successCondition: result[0] > 0.90  # Lolos jika tingkat keberhasilan > 90%; gagal jika tidak
       provider:
         prometheus:
           address: http://<your-prometheus-endpoint>:9090/api/v1/prometheus/
           query: >+
             sum(irate(istio_requests_total{
               reporter="source",
               destination_service=~"{{args.service}}.{{args.namespace}}.svc.cluster.local",
               response_code!~"5.*"}[40s])
             )
             /
             sum(irate(istio_requests_total{
               reporter="source",
               destination_service=~"{{args.service}}.{{args.namespace}}.svc.cluster.local"}[40s])
             )

2. Terapkan AnalysisTemplate:

   kubectl apply -f istio-success-rate.yaml

Langkah 3: Hubungkan AnalysisTemplate ke Rollout

Perbarui Rollout untuk menyertakan bagian analysis yang mereferensikan AnalysisTemplate. Analisis dimulai dari langkah kedua (startingStep: 1), memberi waktu bagi versi canary untuk menerima lalu lintas sebelum metrik dievaluasi.

1. Buat file rollout.yaml baru dengan konten berikut:

   Show rollout.yaml

   apiVersion: argoproj.io/v1alpha1
   kind: Rollout
   metadata:
     name: istio-rollout
   spec:
     revisionHistoryLimit: 2
     selector:
       matchLabels:
         app: istio-rollout
     template:
       metadata:
         annotations:
           sidecar.istio.io/inject: "true"
         labels:
           app: istio-rollout
       spec:
         containers:
         - name: istio-rollout
           image: argoproj/rollouts-demo:yellow   # Versi stabil saat ini
           ports:
           - name: http
             containerPort: 8080
             protocol: TCP
           resources:
             requests:
               memory: 32Mi
               cpu: 5m
     strategy:
       canary:
         canaryService: istio-rollout-canary
         stableService: istio-rollout-stable
         analysis:
           startingStep: 1                        # Mulai analisis dari langkah kedua
           templates:
           - templateName: istio-success-rate     # Referensi AnalysisTemplate
           args:
           - name: service
             value: canary
           - name: namespace
             valueFrom:
               fieldRef:
                 fieldPath: metadata.namespace    # Selesaikan namespace otomatis
         trafficRouting:
           istio:
             virtualService:
               name: istio-rollout-vsvc
               routes:
               - primary
         steps:
         - setWeight: 10
         - pause: {}              # Tunggu persetujuan manual
         - setWeight: 20
         - pause: {duration: 20s}
         - setWeight: 30
         - pause: {duration: 20s}
         - setWeight: 40
         - pause: {duration: 20s}
         - setWeight: 50
         - pause: {duration: 20s}
         - setWeight: 60
         - pause: {duration: 20s}
         - setWeight: 70
         - pause: {duration: 20s}
         - setWeight: 80
         - pause: {duration: 20s}
         - setWeight: 90
         - pause: {duration: 20s}

2. Perbarui Rollout:

   kubectl apply -f rollout.yaml

Langkah 4: Picu rilis canary dengan analisis

1. Perbarui gambar untuk memulai rilis canary baru: Buka http://<ingress-gateway-ip>/ di browser. Grid oranye mulai muncul seiring lalu lintas canary mengalir.

   kubectl argo rollouts set image istio-rollout "*=argoproj/rollouts-demo:orange"

   

2. Setujui Rollout untuk memulai progresi canary otomatis dengan pemantauan Prometheus:

   kubectl argo rollouts promote istio-rollout

3. Pantau status Rollout:

   kubectl argo rollouts get rollout istio-rollout --watch

   

Langkah 5: Uji rollback otomatis

Untuk menguji perilaku rollback, tingkatkan laju error untuk versi canary menggunakan slider laju error di halaman aplikasi demo. Saat laju error melebihi 10% (tingkat keberhasilan turun di bawah 0,90), AnalysisTemplate menandai Rollout sebagai Degraded, dan controller secara otomatis melakukan rollback ke versi stabil (kuning).

Setelah jeda singkat, semua lalu lintas kembali ke versi stabil: