成都网站建设设计

将想法与焦点和您一起共享

怎样在Linkerd2中进行流量拆分

怎样在Linkerd2中进行流量拆分,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。

成都创新互联专注于浮山企业网站建设,响应式网站开发,商城网站定制开发。浮山网站建设公司,为浮山等地区提供建站服务。全流程按需定制开发,专业设计,全程项目跟踪,成都创新互联专业和态度为您提供的服务

最新发布的 Linkerd 2.4,加入了对流量拆分的支持。

安装最新版本之后,可以看到这个流量拆分功能所使用的 API 资源并非来自 Linkerd,而是 SMI 规范的一部分。

$ curl -sL https://run.linkerd.io/install | sh
...
$ kubectl api-resources | grep -i split
trafficsplits ts split.smi-spec.io true TrafficSplit

和 Istio 的 Service + Selector 的拆分方式不同,Linkerd 其实没有什么特别的上游定义方式,简单的定义独立的 Service 即可。例如我们要从 flaskapp 服务分流到 v1 和 v2 两个版本,在 Istio 中,需要定义一个 flaskapp 服务,然后使用标签,在 Service 的标签子集中,选择两组 Subset 作为目的地。而在 Linkerd/SMI 中,就需要分别定义三个服务了,例如 flaskapp、flaskapp-v1、flaskapp-v2。下面简单操练一下。

$ wget https://raw.githubusercontent.com/fleeto/istio-for-beginner/master/code/flaskapp/flaskapp.istio.yaml
$ linkerd inject flaskapp.istio.yaml | kubectl apply -f -
...
$ wget https://raw.githubusercontent.com/fleeto/istio-for-beginner/master/code/sleep/sleep.yaml
$ linkerd inject sleep.yaml | kubectl apply -f -
...

分别安装了两个版本的 flaskapp,和一个版本的 sleep 服务之后。再创建两个 flaskapp 的分版本服务。

apiVersion: v1
kind: Service
metadata:
 name: flaskapp-v1
 labels:
   app: flaskapp
spec:
 selector:
   app: flaskapp
   version: v1
 ports:
   - name: http
     port: 80
     targetPort: 80
---
apiVersion: v1
kind: Service
metadata:
 name: flaskapp-v2
 labels:
   app: flaskapp
spec:
 selector:
   app: flaskapp
   version: v2
 ports:
   - name: http
     port: 80
     targetPort: 80

创建两个服务之后,就可以尝试拆分了,同样是一个 YAML:

apiVersion: split.smi-spec.io/v1alpha1
kind: TrafficSplit
metadata:
 name: flask-split
spec:
 service: flaskapp
 backends:
 - service: flaskapp-v1
   weight: 1
 - service: flaskapp-v2
   weight: 500m

注意这里的定义和 Istio 也稍有不同,使用权重而非百分比进行分流。

可以在 Sleep 中进行测试:

$ for i in {1..1000}; do curl -sSL http://flaskapp/env/version | grep v1; done | wc -l
660

可以看到,按照我们的权重分配,成功进行了分流。但是目前在 SMI 中并没有看到条件选择的相关内容,因此目前的功能可能还比较初级。可以通过 Flagger 的加持,实现更加复杂的功能。

看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。


分享文章:怎样在Linkerd2中进行流量拆分
文章地址:http://chengdu.cdxwcx.cn/article/jdjcih.html