一、Argo 安裝配置
1.1 Argo 安裝
$ kubectl create ns argo
$ kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo-workflows/master/manifests/quick-start-postgres.yaml
$ kubectl get all -n argo
1.2 修改 Argo 服務對外訪問
$ kubectl edit svc argo-server -n argo
...
selector:
app: argo-server
sessionAffinity: None
type: NodePort # 修改為 NodePort
status:
...
儲存退出跟 vim 操作一樣,成功退出後等待即可。
1.3 Web 訪問 Argo
[root@k8s-master01 ~]# kubectl get svc -n argo
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
service/argo-server NodePort 10.233.11.72 <none> 2746:31335/TCP 23h
...
1.4 Linux 安裝 Argo CLI
$ curl -sLO https://github.com/argoproj/argo/releases/download/v3.0.2/argo-linux-amd64.gz
$ gunzip argo-linux-amd64.gz
$ chmod +x argo-linux-amd64
$ mv ./argo-linux-amd64 /usr/local/bin/argo
$ argo version
其他版本連結:https://github.com/argoproj/argo-workflows/releases
1.5 注意小坑
在構建工作流的時候,需要指定名稱空間-n argo
,否則會像我這樣一直構建不成功,Argo UI介面上也看不到工作流。
[root@k8s-master01 argo]# argo submit hello-world.yaml
Name: hello-world-tfhcm
Namespace: default
ServiceAccount: default
Status: Pending
Created: Thu Feb 10 10:16:46 +0800 (now)
Progress:
[root@k8s-master01 argo]# argo list
NAME STATUS AGE DURATION PRIORITY
hello-world-tfhcm Pending 5s 0s 0
[root@k8s-master01 argo]#
Argo UI 介面上檢視並沒有剛剛建立的工作流
二、官方工作流例項
2.1 hello-world 例項
構建工作流
[root@k8s-master01 argo]# argo submit -n argo --watch https://raw.githubusercontent.com/argoproj/argo-workflows/master/examples/hello-world.yaml
# -n argo 指定名稱空間
hello-world.yaml
配置檔案解析
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
generateName: hello-world- # workflow 名字
labels: # 標籤
workflows.argoproj.io/archive-strategy: "false"
annotations: # 為使用者新增的額外註解
workflows.argoproj.io/description: |
This is a simple hello world example.
You can also run it in Python: https://couler-proj.github.io/couler/examples/#hello-world
spec:
entrypoint: whalesay # 表示第一個執行的模板名稱,讓工作流知道從哪個模板開始執行,類似於 main 函式
templates: # 以下是模板內容
- name: whalesay # 模板名稱
container: # 容器內容
image: docker/whalesay:latest # 呼叫 docker/whalesay 映象
command: [cowsay] # 呼叫 cowsay 命令
args: ["hello world"] # 執行內容
Pod 初始化
工作流完成
檢視 Pod Logs
[root@k8s-master01 argo]# argo logs -n argo @latest
# @latest 檢視最新工作流log
Argo UI 也可以同步檢視 Pod 執行資訊
2.2 Steps 型別的 workflow
接下來練習稍微複雜點的 Workflow,hello-hello-hello.yml
配置檔案解析
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
generateName: steps- # Workflow 的名稱字首
spec:
entrypoint: hello-hello-hello # 表示第一個執行的模板名稱,讓工作流知道從哪個模板開始執行,類似於 main 函式
# 該templates中有兩個模板,分別是:hello-hello-hello和whalesay
templates:
- name: hello-hello-hello # 第一個模板 hello-hello-hello
steps: # template 的型別是 steps
# 一個 template 有多種型別,分別為:container、script、dag、steps、resource、suspend
- - name: hello1 # 在 steps 型別中,[--] 表示順序執行,[-] 表示並行執行
template: whalesay # 引用 whalesay 模板
arguments: # 傳遞給函式的引數
parameters: # 宣告引數
- name: message # Key
value: "hello1" # value
- - name: hello2a # [--] 順序執行
template: whalesay
arguments:
parameters:
- name: message
value: "hello2a"
- name: hello2b # [-] 表示跟上一步並行執行
template: whalesay
arguments:
parameters:
- name: message
value: "hello2b"
- name: whalesay # 第二個模板 whalesay
inputs: # input、output 實現資料互動
parameters:
- name: message
container:
image: docker/whalesay # 映象名稱
command: [cowsay] # 執行命令
args: ["{{inputs.parameters.message}}"] # 引數引用
構建 workflow
[root@k8s-master01 argo]# ls
hello-hello-hello.yml hello-world.yaml
[root@k8s-master01 argo]# argo submit -n argo hello-hello-hello.yml --watch
# submit 建立工作流
# -n argo 存放的名稱空間
# --watch 實時監聽工作流
在 Argo Web 介面檢視,此時工作流正在構建中
第一個 hello 已經執行完成,並列印相應的資訊
第一個完成之後,接下來 hello2a 和 hello2b 會並行執行
hello2a 和 hello2b 都會列印相關資訊,然後結束整個workflow
以上非常基礎的 Argo Workflow 學習,中文資料非常少,連門都沒入。
如有不對的地方大家積極指出,希望能和大佬們交流交流。