文章目录
- 基础镜像制作
- 基础镜像
- 设置镜像源并安装工具git
- 下载和安装 Maven
- 设置环境变量
- 设置工作目录
- 默认命令
- 最终dockerfile
- 制作ci argo workflow 模版
- volumeClaimTemplates
- templates
- volumes
- 完整workflow文件
- 制作cd argo workflow 模版
- Workflow 结构
- Templates 定义
- 创建 Kubernetes 服务 (create-service)
- 启动 Spring Boot 容器 (springboot-container)
- 完整workflow内容
在实现 Spring Boot 项目的 CI/CD 流程时,可以使用 Argo Workflows 来自动化构建、测试和部署过程。Argo Workflows 是一个 Kubernetes 原生的工作流引擎,能够在 Kubernetes 集群中定义、运行、监控和管理复杂的工作流。
基础镜像制作
基础镜像
FROM openjdk:8-jdk-slim
这行指定了构建的基础镜像是 openjdk:8-jdk-slim
。这是一个包含了 Java 8 开发工具包(JDK)的精简版镜像,适用于 Java 开发和运行环境。
设置镜像源并安装工具git
RUN echo "deb https://mirrors.aliyun.com/debian/ bullseye main non-free contrib" > /etc/apt/sources.list \&& apt-get update \&& apt-get install -y git wget tar \&& apt-get clean \&& rm -rf /var/lib/apt/lists/*
-
更改 apt 源:使用阿里云的 Debian 镜像源(bullseye),提高安装软件包时的速度和稳定性,尤其是在中国地区。
-
更新软件包索引:
apt-get update
更新包索引。 -
安装软件包:通过
apt-get install -y
安装 git(用于版本控制)、wget(用于下载文件)、和 tar(用于解压文件)。 -
清理缓存:使用
apt-get clean
清理下载缓存,减少镜像体积。然后,rm -rf /var/lib/apt/lists/*
删除 apt 包索引文件,进一步减小镜像体积。
下载和安装 Maven
RUN wget https://maven.aliyun.com/nexus/content/groups/public/org/apache/maven/apache-maven/3.8.6/apache-maven-3.8.6-bin.tar.gz -P /tmp || (echo "Maven download failed!" && exit 1)
- 下载 Maven:使用 wget 从阿里云镜像站点下载 Maven 3.8.6 的二进制压缩包。如果下载失败,将输出错误消息并终止构建。
RUN tar -xvzf /tmp/apache-maven-3.8.6-bin.tar.gz -C /usr/share/ \&& rm -f /tmp/apache-maven-3.8.6-bin.tar.gz \&& ln -s /usr/share/apache-maven-3.8.6/bin/mvn /usr/bin/mvn
-
解压 Maven:解压下载的 Maven 压缩包到
/usr/share/
目录。 -
清理临时文件:删除下载的压缩包。
-
创建符号链接:通过
ln -s
创建一个符号链接,将 Maven 的可执行文件 mvn 链接到/usr/bin/mvn
,使得 Maven 命令可以在任何地方使用。
设置环境变量
ENV MAVEN_HOME=/usr/share/apache-maven-3.8.6
ENV PATH=$MAVEN_HOME/bin:$PATH
MAVEN_HOME
:设置 Maven 的环境变量,指向解压后的 Maven 目录。更新 PATH
:将 Maven 的 bin 目录添加到 PATH 环境变量中,这样就可以直接在命令行使用 mvn 命令。
设置工作目录
WORKDIR /app
设置容器的工作目录为 /app
。所有后续的命令(如构建、运行程序)将会在该目录下执行。这个目录是你在容器中执行应用程序的默认位置。
默认命令
CMD ["bash"]
- 这个命令指定了容器启动时的默认命令是 bash。也就是说,如果你运行这个容器但没有指定其他命令,它将启动一个交互式的 bash shell。
最终dockerfile
FROM openjdk:8-jdk-slim# 使用 Debian 11 (bullseye) 的镜像源
RUN echo "deb https://mirrors.aliyun.com/debian/ bullseye main non-free contrib" > /etc/apt/sources.list \&& apt-get update \&& apt-get install -y git wget tar \&& apt-get clean \&& rm -rf /var/lib/apt/lists/*# 下载 Maven
RUN wget https://maven.aliyun.com/nexus/content/groups/public/org/apache/maven/apache-maven/3.8.6/apache-maven-3.8.6-bin.tar.gz -P /tmp || (echo "Maven download failed!" && exit 1)# 解压 Maven 并创建符号链接
RUN tar -xvzf /tmp/apache-maven-3.8.6-bin.tar.gz -C /usr/share/ \&& rm -f /tmp/apache-maven-3.8.6-bin.tar.gz \&& ln -s /usr/share/apache-maven-3.8.6/bin/mvn /usr/bin/mvn# 设置环境变量
ENV MAVEN_HOME=/usr/share/apache-maven-3.8.6
ENV PATH=$MAVEN_HOME/bin:$PATH# 设置工作目录
WORKDIR /app# 默认命令
CMD ["bash"]
执行构建:
docker build -t git-maven-base:v1 . -f Dockerfile
制作ci argo workflow 模版
volumeClaimTemplates
volumeClaimTemplates:- metadata:name: shared-workdirspec:accessModes: ["ReadWriteMany"]resources:requests:storage: 1Gi- metadata:name: maven-repo-cachespec:accessModes: [ "ReadWriteMany" ]resources:requests:storage: 2Gi
-
shared-workdir
: 这个 PVC 用于在工作流中的不同任务之间共享数据。它的存储请求为 1 GiB,并且支持ReadWriteMany
,意味着多个 pod 可以同时读写该存储。 -
maven-repo-cache
: 用于缓存 Maven 本地仓库的数据。它的存储请求为 2 GiB,同样支持ReadWriteMany
,可以在不同的 pod 之间共享缓存数据,避免每次构建时都重新下载依赖。
templates
在 templates 部分定义了多个步骤的模板,每个步骤会在不同的容器中执行。
main
模板
- name: maindag:tasks:- name: git-clonetemplate: git-clone- name: docker-buildtemplate: docker-builddependencies: [git-clone]
- dag:这里使用的是 DAG(有向无环图) 结构,
git-clone
任务是docker-build
的前置依赖(即 docker-build 需要在 git-clone 完成后才开始执行)。
git-clone
模板
- name: git-clonecontainer:image: git-maven-base:v1command: [sh, -c]args:- |git clone https://gitee.com/qfxcoffee/shield.git /srccd /src/arthas-study && mvn clean package -DskipTestscd /src/arthas-study/targetmv arthas-study.jar /src/arthas-study.jarmv /src/arthas-study/docker/Dockerfile /src/cp -r /src/. /mnt/ # 将文件复制到挂载的 PVC 中volumeMounts:- name: shared-workdirmountPath: /mnt # 挂载到容器的 /mnt 目录- name: maven-repo-cachemountPath: /root/.m2/repository # 挂载到 Maven 本地仓库路径
git-clone
任务使用一个 git-maven-base:v1 的镜像来执行 Git 克隆操作,并且使用 Maven 构建项目。
构建过程中,Maven 会将依赖缓存到 /root/.m2/repository
,并且将源码和构建产物(如 arthas-study.jar
和 Dockerfile
)复制到 /mnt
,这个路径会映射到共享的 PVC (shared-workdir),保证不同任务之间的数据共享。
docker-build
模板
- name: docker-buildcontainer:image: docker:19.03.12-dindcommand: [ "/bin/sh", "-c" ]args: ["docker info && cd /mnt && docker build -t my-image:v1 ."]volumeMounts:- name: shared-workdirmountPath: /mnt # 挂载到容器的 /mnt 目录- name: docker-socketmountPath: /var/run/docker.sock- name: maven-repo-cachemountPath: /root/.m2/repository # 挂载到 Maven 本地仓库路径
-
docker-build
任务使用docker:19.03.12-dind
镜像(Docker-in-Docker),这意味着可以在容器内执行 Docker 命令。它会进入挂载的 /mnt 目录,执行docker build
来构建 Docker 镜像。 -
挂载了
docker-socket
,这样容器可以与宿主机上的 Docker 服务进行通信,执行构建命令。
volumes
volumes:- name: docker-sockethostPath:path: /var/run/docker.socktype: Socket- name: maven-repo-cachehostPath:path: /root/.m2/repositorytype: Directory
-
docker-socket
: 宿主机上的 Docker 套接字 (/var/run/docker.sock
) 被挂载到容器中,使得容器能够访问宿主机的 Docker 引擎,从而执行 Docker 命令。 -
maven-repo-cache
: 这里挂载了宿主机上的/root/.m2/repository
目录到容器中,用于缓存 Maven 本地仓库。这意味着 Maven 任务在执行时会使用这个缓存,而不必每次都从远程仓库下载依赖,减少了构建时间。
hostPath
和 volumeClaimTemplates
中的 PVC 用法:
hostPath
通过指定宿主机上的目录或套接字,让容器能够访问宿主机的资源。
volumeClaimTemplates
则是在 Kubernetes
中动态创建 PVC
,并在 Pod
内部挂载这些 PVC
,使得多个任务之间可以共享文件和数据。
这两种挂载方式在某些场景下配合使用,可以提供灵活的数据共享和存储策略。
完整workflow文件
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: pvs-demo-
spec:entrypoint: mainvolumeClaimTemplates:- metadata:name: shared-workdir # 共享的 PVC 名称spec:accessModes: ["ReadWriteMany"] # 多个 Pod 可以同时读取和写入resources:requests:storage: 1Gi- metadata:name: maven-repo-cache # 用于缓存 Maven 本地仓库spec:accessModes: [ "ReadWriteMany" ]resources:requests:storage: 2Gitemplates:- name: maindag:tasks:- name: git-clonetemplate: git-clone- name: docker-buildtemplate: docker-builddependencies: [git-clone]- name: git-clonecontainer:image: git-maven-base:v1command: [sh, -c]args:- |git clone https://gitee.com/qfxcoffee/shield.git /srccd /src/arthas-study && mvn clean package -DskipTestscd /src/arthas-study/targetmv arthas-study.jar /src/arthas-study.jarmv /src/arthas-study/docker/Dockerfile /src/cp -r /src/. /mnt/ # 将文件复制到挂载的 PVC 中volumeMounts:- name: shared-workdir # 挂载 PVCmountPath: /mnt # 挂载到容器的 /mnt 目录- name: maven-repo-cachemountPath: /root/.m2/repository # 将 PVC 挂载到 Maven 本地仓库路径- name: docker-buildcontainer:image: docker:19.03.12-dindcommand: [ "/bin/sh", "-c" ]args: ["docker info && cd /mnt && docker build -t my-image:v1 ."]volumeMounts:- name: shared-workdir # 挂载共享 PVC,确保构建上下文可用mountPath: /mnt # 挂载到容器的 /mnt 目录- name: docker-socketmountPath: /var/run/docker.sock- name: maven-repo-cachemountPath: /root/.m2/repository # 将 PVC 挂载到 Maven 本地仓库路径volumes:- name: docker-sockethostPath:path: /var/run/docker.socktype: Socket- name: maven-repo-cachehostPath:path: /root/.m2/repository # 宿主机上的目录路径type: Directory # 可以是 Directory 或 File,取决于你的需求
可以看到maven构建及docker构建镜像成功
制作cd argo workflow 模版
Workflow 结构
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: springboot-service-workflow-
spec:entrypoint: springboot-workflow
-
apiVersion: argoproj.io/v1alpha1
和kind: Workflow
:这定义了这是一个Argo Workflow
类型的资源,表示这个文件用于定义一个工作流。 -
metadata.generateName: springboot-service-workflow-
:这个字段为工作流生成一个唯一的名称。generateName
表示Argo
会在每次创建工作流时,为该工作流添加一个随机的后缀,以确保工作流名称的唯一性。 -
spec.entrypoint: springboot-workflow
:指定工作流的入口点,即从哪个模板开始执行。在这个例子中,工作流会从springboot-workflow
模板开始执行。
Templates 定义
接下来的部分定义了工作流中的多个步骤 (steps),这些步骤会按顺序执行。
创建 Kubernetes 服务 (create-service)
- name: create-serviceresource:action: applymanifest: |apiVersion: v1kind: Servicemetadata:name: springboot-servicespec:selector:app: springboot-appports:- protocol: TCPport: 8080targetPort: 8080type: NodePort # 可以根据需要修改为 LoadBalancer 或 NodePort
- name: create-service:这个步骤的名称。
- resource:
- action: apply:表示使用 kubectl apply 命令应用 Kubernetes 资源,创建一个服务。
- manifest: 这是一个 Kubernetes Service 的 YAML 定义,描述了服务的配置。
- apiVersion: v1 和 kind: Service:表示这个资源是一个 Kubernetes 服务。
- metadata.name: springboot-service:服务的名称是 springboot-service。
- spec:
- selector: 用于选择应用的 Pod。这里的选择器选择标签为 app: springboot-app 的 Pod。
- ports: 定义服务的端口,服务监听 8080 端口,并将请求转发到目标端口 8080。
- type: NodePort:指定服务类型为 NodePort,这意味着服务将暴露在 Kubernetes 节点的一个端口上,便于从外部访问应用。你可以根据需要将其改为 LoadBalancer 或 ClusterIP,具体取决于你的网络需求。
- spec:
启动 Spring Boot 容器 (springboot-container)
- name: springboot-containercontainer:name: springboot-appimage: my-image:v1 # 替换成你的 Docker 镜像command: [ "java" ] # 显式指定命令为 `java`args: [ "-jar", "arthas-study.jar" ] # 显式指定 `arthas-study.jar` 文件作为参数ports:- containerPort: 8080env:- name: SPRING_PROFILES_ACTIVEvalue: "prod"metadata:labels:app: springboot-app
完整workflow内容
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: springboot-service-workflow-
spec:entrypoint: springboot-workflowtemplates:- name: springboot-workflowsteps:- - name: create-servicetemplate: create-service- - name: start-springboot-containertemplate: springboot-container- name: create-serviceresource:action: applymanifest: |apiVersion: v1kind: Servicemetadata:name: springboot-servicespec:selector:app: springboot-appports:- protocol: TCPport: 8080targetPort: 8080type: NodePort # 可以根据需要修改为 LoadBalancer 或 NodePort- name: springboot-containercontainer:name: springboot-appimage: my-image:v1 # 替换成你的 Docker 镜像command: [ "java" ] # 显式指定命令为 `java`args: [ "-jar", "arthas-study.jar" ] # 显式指定 `arthas-study.jar` 文件作为参数ports:- containerPort: 8080env:- name: SPRING_PROFILES_ACTIVEvalue: "prod"metadata:labels:app: springboot-app
可以看到springboot项目已经运行成功。
kubectl get svc -n argo
http://192.168.56.115:32356/user/1