如何扩展一个node.js应用程序，使用kubernetes编排容器，设置CI/CD并在云上部署-DEV365 开发者社区

在本文中，我将通过如何使用kubernetes来协调您的容器，使用连续集成，连续交付（CI/CD）使用CircleCi来自动交付，并将其部署到Google Cloud Cloud Platform中，从而为您提供帮助。

这也是我刚刚结束的她代码非洲云学校队列4的最终项目。

要求

Docker Desktop
关于CircleCI的帐户
Kubectl在您的本地机器上下载
云帐户，本文我使用了Google cloud
Google云终端Google SDK
GitHub上的帐户
文本编辑器，我使用了VS-code。您可以使用任何文本编辑器。

步骤1：构建应用程序

我们要做的第一件事是构建应用程序。此应用程序将是一个简单的索引文件和node.js文件。
复制并粘贴这些代码并保存在index.html文件

<html>
 <head>
  <title>My first CICD Project</title>
<link href="https://maxcdn.bootstrapcdn.com/bootstrap/3.4.0/css/bootstrap.min.css" rel="stylesheet">
 </head>
 <body>

  <div class="col-md-10 col-md-offset-1" style="margin-top:20px">
   <div class="panel panel-primary">
     <div class="panel-heading">
       <h3 class="panel-title">MY first CICD Project</h3>
     </div>
      <div class="panel-body">
       <div class="alert alert-success">
          <p>This is a basic app used to demonstrate CI/CD on Google Cloud using K8s, CircleCI and Docker </p>
       </div>
         <div class="col-md-9">
           <p>Author:</p>
           <div class="col-md-3">
             <a href="https://twitter.com/delan_hype">Dooshima</a>
           </div>
         </div>
      </div>
  </div>
  </div>

<script src="https://code.jquery.com/jquery-3.1.1.slim.min.js"></script>
<script src="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0-alpha.6/js/bootstrap.min.js"></script>
 </body>
</html>

node.js文件将包含以下代码，将代码复制并粘贴到server.js
中

const express = require('express');
const path = require('path');
const morgan = require('morgan');
const bodyParser = require('body-parser');

/* eslint-disable no-console */

const port = process.env.PORT || 3000;
const app = express();

app.use(morgan('dev'));
app.use(bodyParser.json());
app.use(bodyParser.urlencoded({ extended: 'true' }));
app.use(bodyParser.json({ type: 'application/vnd.api+json' }));

app.use(express.static(path.join(__dirname, './')));

app.get('*', (req, res) => {
  res.sendFile(path.join(__dirname, './index.html'));
});

app.listen(port, (err) => {
  if (err) {
    console.log(err);
  } else {
    console.log(`App at: http://localhost:${port}`);
  }
});
module.exports = app;

接下来要做的是创建一个package.json文件，在文件中复制此代码

{
    "name": "dockerized nodejs application",
    "version": "1.0.0",
    "description": "This is a basic guide on dockerizing a node.js app, deploying to gcloud and setting a CI/CD.",
    "main": "server.js",
    "scripts": {
        "start": "nodemon",
        "test": "mocha"
    },
    "keywords": [
        "gcloud",
        "node"
    ],
    "author": "Dooshima",
    "license": "MIT",
    "dependencies": {
        "body-parser": "^1.17.2",
        "express": "^4.15.3",
        "morgan": "^1.8.2"
    },
    "devDependencies": {
        "chai": "^4.1.2",
        "mocha": "^10.2.0",
        "request": "^2.88.0"
    }
}

要在发生更改时继续更新应用程序，我们将使用Nodemon，因此我们需要安装Nodemon
运行代码npm install nodemon。
该应用程序运行，安装它们，运行Code npm install .还需要其他依赖项，这将使所有依赖关系安装。
做得好，我们已经完成了构建应用程序，接下来是确保应用程序在本地运行。
运行代码npm start
如果您跟随而没有错过任何步骤，那么您的航站楼
应该给您类似的输出：

> dockerized nodejs application@1.0.0 start
> nodemon
[nodemon] 2.0.22
[nodemon] to restart at any time, enter `rs`
[nodemon] watching path(s): *.*
[nodemon] watching extensions: js,mjs,json
[nodemon] starting `node server.js`
App at: http://localhost:3000

导航到您的应用程序正在运行的端口，您可以在浏览器中查看应用程序。

步骤2：扩展应用程序

现在我们的应用程序正在运行，接下来要做的就是停靠应用程序
在本应用程序的要求部分中，如果您不在本地计算机上登上Docker桌面，则有一个链接可下载Docker桌面。
停止图像时，我们需要您的根目录中的Dockerfile；还请记住，dockerfile从From开始，指示您的基本图像从何处获得。
出于此应用程序的目的，我们的基本图像是节点，因为我们的应用程序是一个node.js应用程序
在下面复制代码，并将其用于构建图像
的dockerfile粘贴

FROM node
ENV NPM_CONFIG_LOGLEVEL warn
RUN mkdir -p /usr/src/app
EXPOSE 3000
WORKDIR /usr/src/app
ADD package.json /usr/src/app/
RUN npm install --production
ADD . /usr/src/app/
ENTRYPOINT ["npm", "start"]

Docker Build命令将用于构建Docker Image。
我正在使用Visual Studio代码终端来构建图像，因为我已经在VS代码上安装了Docker。为此，您可以查看此article11。另外，您可以使用PowerShell终端（确保您在文件所在的目录中）。
运行docker build -t sca-image .以构建您的图像，其中“ sca-image”是我们图像的名称。
构建成功后，您将看到建筑物完成以及在终端中构建图像所花费的时间。

检查您的Docker桌面，如果您的构建成功，您将在图像存储库中看到图像，如下所示

做得好，我们已经停止了我们的图像，让我们看一下我们的dockerized图像。
当您的图像被扩展到并运行时，它已成为一个容器，您可以在Docker桌面的容器部分中看到。
要查看运行映像（容器），您将运行命令
docker run -d -P --name docker sca-image运行图像。
在您的Docker桌面中，您的图像状态应从未使用变化，这是我们在使用中的第一个图像中使用的，如下图所示：

单击“图像状态”，使用或转到Docker桌面的“容器”部分，以便您可以看到容器。

在Docker容器的端口部分下方，单击端口，以便您可以在浏览器中查看dockerized图像
dockerized图像的端口（32768）与node.js应用程序的正常端口（3000）不同。

我们的Dockerized正在Docker桌面上运行，但是，我们希望将其部署到云平台上。
我将使用Google Cloud平台来寻求本文。
如果您还没有帐户，请在Google Cloud平台上注册以在Google Cloud平台上注册。
在Google平台上，Google集装箱注册表将托管我们的图像。
在您的Google Cloud平台上，创建一个项目或选择您选择的任何项目，如果您已经有一个项目
要创建一个项目，请查看此article
要将图像推到Google Cloud平台，我将使用Google Cloud SDK。
运行gcloud init以在Google Cloud终端中初始化GCLOUD，并按照终端中的说明设置您的项目以与您使用的项目ID相对应。
在您的Google Cloud平台上，启用容器注册表API，以便可以将图像推到下图中所示：

接下来的事情是将图像推到容器注册表上，但是在我们这样做之前，我们将首先标记图像。

docker tag sca-image gcr.io/sca-project-389601/sca-image:0.1.0

sca-project-389601是您可以从项目概述中获得的项目ID
gcr.io 是主机名
sca-image：0.1.0 是图像名称

现在标记了图像，我们将使用以下代码将其推向Google Cloud Platform
docker -- push gcr.io/sca-project-389601/sca-image:0.1.0

如果您的推动成功，您的图像应出现在存储库的集装箱注册表中

走得很好。

步骤3：使用Kubernetes的集装箱编排

现在我们成功地扩展了我们的应用程序并在Google Cloud Platform上部署，我们将需要使用Kubernetes来协调我们的容器。
要运行kubernetes，您需要在本地计算机上安装kubectl，否则您会遇到错误。
右键单击您的Google SDK，以管理员的身份运行，并通过运行此代码gcloud components install kubectl
来安装Kubectl 要检查是否安装了Kubectl，请检查该版本，kubectl version --client --output=yaml应该为您提供YAML
的输出我们要做的下一件事是创建一个kubernetes群集，该代码将用于创建
gcloud container clusters create <CLUSTER_NAME> --zone <TIME_ZONE> --project <PROJECT_ID>
要设置或检查您的区域/区域，您可以查看此here
确保将您的群集区域设置为与项目区相同。
查看此article以设置您的项目区域/区域
如果成功创建了群集，则您的SDK Shell将返回输出，从而为您提供有关位置，主IP，节点的数量，状态等的详细信息。
这条代码gcloud container clusters list也可以为您提供您拥有的群集列表及其状态。

Kubernetes配置

kubernetes配置是指Kubernetes为配置POD提供的资源。您可以查看更多详细信息here
下面的代码将用于配置我们的kubernetes。在部署中复制和粘贴。yaml文件

apiVersion: v1
kind: Service
metadata:
  name: sca-image
  labels:
    app: sca-image
spec:
  ports:
    - port: 3000
  selector:
    app: sca-image
    tier: frontend
  type: LoadBalancer
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: sca-image
  labels:
    app: sca-image
spec:
  selector:
    matchLabels:
      app: sca-image
      tier: frontend
  strategy:
    type: Recreate
  template:
    metadata:
      labels:
        app: sca-image
        tier: frontend
    spec:
      containers:
      - image: gcr.io/sca-project-389601/sca-image:0.1.0
        name: sca-image
        ports:
        - containerPort: 3000
          name: sca-image

始终记得在声明配置时检查最新的Kubernetes API。
在您的终端中运行kubectl create -f deployment.yaml以创建部署。
重要的是要确保您的部署成功。

运行
kubectl get po获得pod
kubectl get svc获得服务和
kubectl get deployment进行部署

您的终端应该为您提供这样的输出

导航到图像的外部IP，您应该看到您的图像在浏览器中运行

这是我的：

在我的浏览器的搜索栏中，您将看到与终端中图像外部IP相对应的外部IP。
我们的创建群集也可以在Google Cloud Platform

上查看

到目前为止，我们几乎完成了。
接下来，我们设置自动化过程，以便可以连续部署对应用程序的更改。为此，我们将使用CircleCi。

步骤4：使用CircleCi设置自动化

要在CircleCi上设置自动化，将使用脚本文件来帮助部署，CircleCi将作为部署的构建步骤运行。
将这些代码复制并粘贴到部署中。SH文件将用作脚本文件

# !/bin/bash
set -e
echo "Deploying to ${DEPLOYMENT_ENVIRONMENT}"
echo $ACCOUNT_KEY_STAGING > service_key.txt
base64 -i service_key.txt -d > ${HOME}/gcloud-service-key.json
gcloud auth activate-service-account ${ACCOUNT_ID} --key-file ${HOME}/gcloud-service-key.json
gcloud config set project $PROJECT_ID
gcloud --quiet config set container/cluster $CLUSTER_NAME
gcloud config set compute/zone $CLOUDSDK_COMPUTE_ZONE
gcloud --quiet container clusters get-credentials $CLUSTER_NAME
docker build -t gcr.io/${PROJECT_ID}/${REG_ID}:$CIRCLE_SHA1 .
gcloud docker -- push gcr.io/${PROJECT_ID}/${REG_ID}:$CIRCLE_SHA1
kubectl set image deployment/${DEPLOYMENT_NAME} ${CONTAINER_NAME}=gcr.io/${PROJECT_ID}/${REG_ID}:$CIRCLE_SHA1
echo " Successfully deployed to ${DEPLOYMENT_ENVIRONMENT}"

设置CircleCi配置：

为部署构建提供的脚本文件是脚本文件和未定义的变量。变量将定义并包含在config.yml文件中，该文件也将用于部署应用程序。
在您的根目录中，创建一个.circleci文件夹，并在文件夹中创建一个.circleci/config.yml文件，其中包含以下代码：

version: 2
jobs:
  build:
    docker:
      - image: wecs/circle-ci-gcloud-node:0.1.0
    working_directory: ~/workspace
    environment:
      DEPLOYMENT_NAME: sca-deploy
      PROJECT_ID: sca-project-389601
      CLUSTER_NAME: sca-cluster
      CLUSTER_NAME_STAG: sca-stag
      CLOUDSDK_COMPUTE_ZONE: us-west4-a 
      CONTAINER_NAME: sca-container
      IMAGE: sca-image
      REG_ID: sca-image
      REG_ID_PROD: sca-prod
      IMG_TAG: 0.1.0
      PROJECT_NAME: sca-project
      DEPLOYMENT_ENVIRONMENT: staging
    steps:
      - checkout
      - setup_remote_docker
      - restore_cache:
          keys:
          - v1-dependencies-{{ checksum "package.json" }}
          - v1-dependencies-
      - run:
          name: Install node packages
          command: |
            npm install

      - run:
          name: Start app
          command: |
            npm start &
      - run:
          name: Run tests
          command: |
            npm test
      - restore_cache:
          keys:
          - v1-dependencies-{{ checksum "package.json" }}
          - v1-dependencies-
      - save_cache:
          paths:
            - node_modules
          key: v1-dependencies-{{ checksum "package.json" }}

      - run:
          name: Build and Deploy
          command: |
            if [ "${CIRCLE_BRANCH}" == "master" ]; then
              ./deployment.sh
            fi

将代码推到GitHub存储库。

现在我们设置了CI/CD管道
在要求部分中，如果您还没有帐户，则有一个链接可以在CircleCi上注册。
完成此操作后，请使用项目部分下的代码进行设置。

为了使构建成功，Circleci需要在Google Cloud上进行身份验证。
在您的Google Cloud Console中，创建一个服务帐户