ref: https://www.cncf.io/blog/2021/09/01/chaos-mesh-2-0-ga-to-a-chaos-engineering-ecology/
Chaos Mesh 2.0 於 07/23/2021 正式 GA 了,團隊期盼透過這次 2.0 的釋出能夠讓整個 Chaos Engineering 的生態性更加茁壯與蓬勃發展。
Chaos Mesh 一直以來的目標就是讓 Chaos Engineering 能夠更輕易地進入到每個管理者的 Kubernetes 叢集, 2.0 則是這個目標路上的一個重大里程碑,
歷經一年左右的開發與努力, 2.0 主要有三大改進
1. 簡化使用的困難性
Chaos Mesh 透過一套基於 Web 的管理介面 Chaos Dashboard 讓使用者可以輕易地去檢視目前所有的實驗與內容,而 2.0 更是簡化整體操作,
界面更加簡潔同時也可以觀看每個實驗的詳細資訊。
針對不同的雲端業者環境,也支援 AWSChaos/GCPChaos 等不同的環境設定,確保所有的 Kubernetes 測試都能夠更加一致。
2. 強化 Chaos 實驗的自動調度功能
實務上來說,一個單一的實驗沒辦法有效的模擬各種測試環境,因此很多時候都需要人為操作的介入,為了讓這一切更加流暢與自動,Chaos Mesh 過往整合了 Argo Workflow 來協助調度各種實驗。
不過後來團隊發現 Argo Workflow 並不是一個非常適合描述 Chaos 實驗的工具,因此 2.0 版本重新實作了 workflow 的機制,這次的機制是原生支援而不需要仰賴任何第三方解決方案。
3. 支援更多 Injection 的類型
從 2.0 開始, Chaos Mesh 開始支援如 JVMChaos, HTTPChaos 等不同的測試目標。
JVMChaos 用來針對 Java/Kotlin 等使用程式語言撰寫的應用程式,而 HTTPChaos 可以攔截 HTTP 的封包並且竄改內容
此外針對實體機器部分,Chaos Mesh 則是開發了一個名為 Chaosd 的來模擬各種環境問題,譬如砍掉 process, 模擬網路問題,模擬 Disk 問題等
對 Chaos Engineering 有興趣的可以試試看
「argo workflow」的推薦目錄:
- 關於argo workflow 在 矽谷牛的耕田筆記 Facebook 的最佳解答
- 關於argo workflow 在 矽谷牛的耕田筆記 Facebook 的最讚貼文
- 關於argo workflow 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
- 關於argo workflow 在 The workflow engine for Kubernetes - Argo Project 的評價
- 關於argo workflow 在 argoproj/argo-workflows: Workflow engine for Kubernetes 的評價
- 關於argo workflow 在 Argo workflow wait pod is not showing processes with ... 的評價
- 關於argo workflow 在 dag-diamond-steps.yaml - argoproj/argo-workflows 的評價
- 關於argo workflow 在 Argo Workflows: Documentation by Example - pkg.dev 的評價
- 關於argo workflow 在 Cleanup Argo Workflow Package #250 - githubmemory 的評價
argo workflow 在 矽谷牛的耕田筆記 Facebook 的最讚貼文
ref: https://blog.argoproj.io/argo-workflows-2021-survey-results-d6fa890030ee
這篇是由 Argo 官方所發表的統計文章,該文章主要是探討 Argo Workflows 的使用,總共有效的問券有 60 份
你是誰
1. 32% DevOps Engineer
2. 26% Software Engineer
3. 15% Architect
4. 9% Data Engineer
使用案例(前六大項)
1. Infrastructure Automation
2. Data Processing
3. CI/CD
4. Batch Processing
5. Machine Learning
6. ETL
由於問券內容中大部分都是 DevOps 相關職缺,所以答案會偏向 Infrastructure, CI/CD 也是不太意外。
最受歡迎的功能(按照名次排序)
1. Workflow Template
2. CronWorkflows
3. API
4. Prometheus Metrics
5. Workflow Archive
6. Golang/Java/Python Clients
7. SSO
8. WebHooks
9. Workflow Reports
10. Node Offloading
11. Memoization
12. Semaphores/Mutexes
Argo 官方對於這個評比是有點經驗,本以為會更多人使用(6)與(12),不過這些功能實際上的釋出也是相對新。
規模
1. 大部分的使用者一天會運行 10~100 個左右的 workflows
2. 有三個使用者每天會運行 1000 個以上的 workflows
3. 大部分使用者每個 workflow 運行的 pod 數量範圍為 10~100
4. 有兩個使用者每個 workflow 運行的 pod 數量超過 10,000
導入生產環境的困境
1. 有七個人表示習慣使用 Python,所以使用 YAML 語法相對困難
2. 有三個人表示需要去熟悉 Cloud-native/Container 的相關用法與概念
為什麼使用 Argo Workflows
1. 28 個人表示因為其是 Cloud Native/Kubernetes 相關專案
2. 有六個人表示 Argo Workflow 是目前最好用的 workflow 專案
3. 有五個人表示輕量與容易上手
4. 有五個人表示與 Argo CD 可以輕鬆整合無煩惱
對 Argo Workflow 有興趣的人可以參考這個專案,其還可以組合出符合 DGA 拓墣的關係圖,讓你的 job 組合變化多端
argo workflow 在 矽谷牛的耕田筆記 Facebook 的最佳貼文
今天要分享的是來自 lambda 的團隊根據其多年 Kubernetes 的經驗分享,該篇文章篇長,閱讀可能需要15分鐘左右,這邊幫大家重點整理,有興趣的別錯過完整內容,我個人滿推薦細讀的
# 重點整理
1. 團隊一開始是透過 Ansible + Valut + Consul 來管理整個架構+應用程式的部署。
2. 作者認為一個非常重要的東西就是, 想清楚你為什麼需要 Kubernetes,不要隨便盲目的使用
3. Kubernetes 的學習曲線非常高,除了 Kubernetes 本身之外,還有很多整合的東西都需要一起學習,譬如 Monitoring, Logging, CI/CD, Secret Management, Tracing 等,每個領域都不簡單
4. Kubernetes 的導入,並非只有營運團隊需要處理,實際上是整個產品團隊都會連帶影響,譬如對於開發者來說,本地開發要怎麼做,本地測試要怎麼做?
CI/CD 如果要考慮 Kuberntees,有哪些部分需要注意? 應用程式如何打包與上版本? 更新策略是什麼?
這中間有超多的議題需要整個團隊一起學習與克服,才能夠真正享受到 Kubernetes 帶來的好處
5. 轉移到 Kubernets 中間的過渡期很辛苦,同時維護兩種架構,這需要時間去處理,沒有辦法馬上完成,也不可能一步到位
6. 文章中也有提到作者團隊於各領域所採取的解決方案,這邊就大概列一下
Prometheus, Grafana Loki, Vault, Tekton, Argo Workflow, Telepresence, Skaffold, Kustomize, AWS, Kops
註: 我個人認為裡面最重要的一點就是第二點,任何領域都一定,不要盲目追求潮流,而是要有充分的理由去說服自己為什麼需要使用某產品。對我來說一個很重要的行動準則是,要先說服自己,才有辦法說服別人
https://lambda.grofers.com/learnings-from-two-years-of-kubernetes-in-production-b0ec21aa2814
argo workflow 在 argoproj/argo-workflows: Workflow engine for Kubernetes 的推薦與評價
Argo Workflows is an open source container-native workflow engine for orchestrating parallel jobs on Kubernetes. Argo Workflows is implemented as a Kubernetes ... ... <看更多>
argo workflow 在 The workflow engine for Kubernetes - Argo Project 的推薦與評價
Argo Workflows is an open source container-native workflow engine for orchestrating parallel jobs on Kubernetes. Argo Workflows is implemented as a Kubernetes ... ... <看更多>
相關內容