Skip to content

Latest commit

 

History

History
354 lines (300 loc) · 8.86 KB

README.md

File metadata and controls

354 lines (300 loc) · 8.86 KB
Raw

Contenedores, Kubernetes y GKE

1. Contenedores en Docker

Construcción de la Imagen

Asegúrate de que el Dockerfile está en la raíz del directorio de tu proyecto, al igual que el archivo .jar

FROM registry.access.redhat.com/ubi8/openjdk-11-runtime:1.13-1
WORKDIR /app
COPY ./ms-api-service-0.0.1-SNAPSHOT.jar /app/ms-api-service-0.0.1-SNAPSHOT.jar
CMD java -jar /app/ms-api-service-0.0.1-SNAPSHOT.jar
EXPOSE 8082
  1. En la terminal, navega al directorio y Construye la Imagen ejecutando:
> docker build -t mi-app .

Note

  • -t mi-app imagen: Especifica el nombre de la imagen.
  • .: Indica que Docker debería buscar el Dockerfile en el directorio actual.  

Despliegue de un Contenedor

  1. Ejecuta el Contenedor: Crea y ejecuta el contenedor con el siguiente comando:
> docker run -d -p 3000:3000 mi-app
  1. Prueba el Despliegue: Si la aplicación está expuesta en el puerto 3000, abre un navegador o usa curl para verificar:
> curl http://localhost:3000

Warning

Recuerda que el mapeo de puertos, debe coincidir entre el puerto que expone el contenedor, con el puerto en el cual del host al que se hace referencia en el request.

Important

EXPOSE 8082

2. Contenedores en Google Cloud

Desplegar un contenedor Docker en Google Cloud es un proceso que involucra Google Kubernetes Engine (GKE), Compute Engine, o directamente Google Cloud Run, dependiendo del nivel de control y abstracción que prefieras. A continuación, te describo ampliamente cómo hacerlo utilizando Google Cloud Run (para simplicidad) y Google Kubernetes Engine (GKE) (para mayor control).

2.1. Usando Google Cloud Run

Google Cloud Run es un servicio totalmente gestionado que simplifica el despliegue de contenedores. Solo necesitas una imagen Docker y Cloud Run se encarga de la infraestructura. Crear la Imagen Docker Desde el directorio del proyecto, crea un archivo Dockerfile

FROM registry.access.redhat.com/ubi8/openjdk-11-runtime:1.13-1
WORKDIR /app
COPY ./ms-api-service-0.0.1-SNAPSHOT.jar /app/ms-api-service-0.0.1-SNAPSHOT.jar
CMD java -jar /app/ms-api-service-0.0.1-SNAPSHOT.jar
EXPOSE 8082

Construye la imagen Docker:

docker build -t gcr.io/[PROJECT_ID]/my-container:v1 .

Subir la Imagen a Google Container Registry (GCR) Configura Docker para autenticarte con GCR:

gcloud auth configure-docker

Sube la imagen al Container Registry:

docker push gcr.io/[PROJECT_ID]/my-container:v1

Desplegar el Contenedor en Google Cloud Run Habilita el servicio de Cloud Run:

gcloud services enable run.googleapis.com

Despliega el contenedor:

gcloud run deploy my-container \
  --image gcr.io/[PROJECT_ID]/my-container:v1 \
  --region [REGION] \
  --platform managed \
  --allow-unauthenticated
[PROJECT_ID]: ID de tu proyecto de Google Cloud.
[REGION]: Por ejemplo, us-central1.

Obtén la URL de tu aplicación:

gcloud run services describe my-container --region [REGION] --format="value(status.url)"

Ventajas de Cloud Run Totalmente gestionado (no necesitas administrar infraestructura). Escala automáticamente según la carga. Pago por uso (solo pagas cuando el contenedor se ejecuta). Limitaciones Menor control sobre la infraestructura comparado con GKE. Algunas configuraciones avanzadas pueden no estar disponibles.

2.2. Usando Google Kubernetes Engine (GKE)

GKE ofrece un control total sobre la ejecución de contenedores en clústeres de Kubernetes.

Autenticarte en Google Cloud:

gcloud auth login
gcloud config set project [PROJECT_ID]

Crear un Clúster de GKE:

gcloud container clusters create [CLUSTER_NAME] \
  --num-nodes=3 \
  --region=[REGION]

Configurar kubectl para acceder al clúster:

gcloud container clusters get-credentials [CLUSTER_NAME] --region [REGION]

Verifica la conectividad:

kubectl get nodes

Construye y sube la imagen Docker (igual que en Cloud Run):

docker build -t gcr.io/[PROJECT_ID]/my-container:v1 .
docker push gcr.io/[PROJECT_ID]/my-container:v1

Crea un archivo YAML (por ejemplo, deployment.yaml) para desplegar el contenedor en GKE:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-container
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-container
  template:
    metadata:
      labels:
        app: my-container
    spec:
      containers:
      - name: my-container
        image: gcr.io/[PROJECT_ID]/my-container:v1
        ports:
        - containerPort: 8080
---
apiVersion: v1
kind: Service
metadata:
  name: my-container-service
spec:
  selector:
    app: my-container
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8080
  type: LoadBalancer

Aplica el manifiesto para crear el despliegue y el servicio:

kubectl apply -f deployment.yaml

Verifica los pods y servicios:

kubectl get pods
kubectl get services

Accede a tu aplicación usando la IP externa del servicio LoadBalancer.

3. Kubernetes en GKE

Para desplegar una aplicación en Google Kubernetes Engine (GKE) usando un manifiesto de Kubernetes, necesitas seguir estos pasos clave. Detallo cada etapa desde la preparación del entorno hasta el despliegue:

3.1. Configuración Inicial de GKE

Autenticarte en Google Cloud Platform (GCP):

Asegúrate de tener configurado el CLI de GCP (gcloud). Inicia sesión:

gcloud auth login

Selecciona el proyecto donde desplegarás la aplicación:

gcloud config set project [PROJECT_ID]

3.2. Crear un Clúster de GKE:

Configura el clúster de GKE:

gcloud container clusters create [CLUSTER_NAME] \
  --num-nodes=3 \
  --region=[REGION]

Ejemplo:

gcloud container clusters create my-cluster --num-nodes=3 --region=us-central1

3.3. Configurar credenciales locales:

Descarga el archivo de credenciales del clúster para interactuar con Kubernetes:

gcloud container clusters get-credentials [CLUSTER_NAME] --region [REGION]

Verifica la conectividad al clúster:

kubectl get nodes

Esto mostrará los nodos del clúster si todo está configurado correctamente.

3.4. Preparar el Manifiesto de Kubernetes

Asegúrate de que tu manifiesto YAML esté listo y correctamente configurado. Por ejemplo:

Manifiesto de Despliegue y Servicio

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
  labels:
    app: my-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-container
        image: gcr.io/[PROJECT_ID]/my-image:latest
        ports:
        - containerPort: 80
apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  selector:
    app: my-app
  ports:
  - protocol: TCP
    port: 80
    targetPort: 80
  type: LoadBalancer

3.5. Construir y Subir la Imagen al Registro de Contenedores

Crear la imagen Docker: Desde tu directorio de proyecto:

docker build -t gcr.io/[PROJECT_ID]/my-image:latest .

Subir la imagen al Container Registry:

Asegúrate de autenticar Docker con GCP:

gcloud auth configure-docker

Sube la imagen:

docker push gcr.io/[PROJECT_ID]/my-image:latest

3.6. Desplegar la Aplicación en GKE

Aplicar el manifiesto: Usa el comando kubectl apply para desplegar tu aplicación:

kubectl apply -f [MANIFEST_FILE].yaml

Ejemplo:

kubectl apply -f my-app.yaml

Verifica el despliegue: Asegúrate de que los pods estén funcionando:

kubectl get pods

Revisa el servicio para obtener la dirección IP externa:

kubectl get service my-service

3.7. Probar la Aplicación

Una vez que el servicio esté expuesto, accede a la aplicación desde la dirección IP externa proporcionada por el servicio LoadBalancer.

3.8. Limpieza (Opcional)

Si quieres eliminar los recursos desplegados:

kubectl delete -f [MANIFEST_FILE].yaml

Si no necesitas el clúster de GKE, elimínalo para evitar costos innecesarios:

gcloud container clusters delete [CLUSTER_NAME] --region [REGION]

Mejores Prácticas

  1. Gestionar Versiones de la Imagen: Usa etiquetas de versión específicas (my-image:v1.0.0) en lugar de latest para garantizar reproducibilidad.

  2. Configurar Recursos y Límites: Define los recursos de CPU y memoria para los contenedores:

resources:
  requests:
    memory: "256Mi"
    cpu: "500m"
  limits:
    memory: "512Mi"
    cpu: "1"

  1. Probar en Ambientes Locales: Usa Minikube o Kind para validar el manifiesto antes de desplegar en GKE.

  2. Habilitar Autoescalado: Configura el autoescalador en tu clúster de GKE:

gcloud container clusters update [CLUSTER_NAME] \
  --enable-autoscaling \
  --min-nodes=1 \
  --max-nodes=5