开源项目KubetoolsRecommenderSystemKubetoolsRecommenderSystem(Krs)是一个基于GenAI的工具，用于帮助管理和优化Kubernetes集群。buoybuoy是Kubernetes的声明式TUI仪表板。你可以在JSON文件中定义仪表板，它将从Kubernetes集群中获取信息并构建仪表板，以便在

文章目录应用环境一、Argorollouts安装1.在Kubernetes集群中安装argorollouts2.安装argorollouts的kubectlplugin3.Argo-RolloutsDashboard二、负载均衡器metallb部署1.修改kube-proxy代理模式2.metallb部署3.IP地址池准备4.开启二层通告三、TrafficShifting

1.安装argo-rolloutkubectlcreatenamespaceargo-rolloutskubectlapply-nargo-rollouts-fhttps://github.com/argoproj/argo-rollouts/releases/download/v1.5.0/install.yaml官网：https://argoproj.github.io/argo-rollouts/ 2.蓝绿部署部署applicationapiVersion

环境说明使用ArgoRollouts部署nginx应用:1.使用Rollout部署nginx2.采用canary部署策略3.结合Analysis进行渐进式交付4.结合IstioVirtualService进行自动化流量分割和流量迁移5.部署清单放在gitrepo中使用ArgoCD进行自动化部署：1.使用Application监视GitRepository2

ArgoRolloutsTrafficRouting概述流量治理技术实现如下：1.按百分比进行流量管理（即5%的流量应流向新版本，其余流量流向稳定版本）2.基于标头的路由（即将带有特定标头的请求发送到新版本）3.镜像流量，其中所有流量都被复制并并行发送到新版本（但响应被忽略）TrafficRouting配置apiVersi

ArgoRolloutsnotificationscm模板argo-rollouts-notification-configmap的configmap需要部署在argo-rollouts名称空间下。apiVersion:v1kind:ConfigMapmetadata:name:argo-rollouts-notification-configmapdata:template.analysis-run-error:|message:Rollo

环境说明用argorollouts金丝雀发布策略更新nginx服务。发布过程结合Isito和analysis。创建nsargo-demo#kubectlcreatensargo-demonamespace/argo-democreated启用Istio自动注入功能#kubectllabelnamespaceargo-demoistio-injection=enablednamespace/argo-demolabe

AnalysisTemplateCRDapiVersion:argoproj.io/v1alpha1kind:AnalysisTemplatemetadata:name:success-ratespec:args:#模板参数，模板内部引用的格式为“{{args.NAME}}”；可在调用该模板时对其赋值；-name:<string>value:<string>valueF

环境说明使用ArgoRollouts部署nginx应用:1.使用Rollout部署nginx2.采用canary部署策略3.结合Analysis进行渐进式交付4.结合IstioVirtualService进行自动化流量分割和流量迁移5.部署清单放在gitrepo中使用ArgoCD进行自动化部署：1.使用Application监视GitRepository2

环境说明使用ArgoRollouts部署nginx应用:1.使用Rollout部署nginx2.采用canary部署策略3.结合Analysis进行渐进式交付4.结合IstioVirtualService进行自动化流量分割和流量迁移5.部署清单放在gitrepo中使用ArgoCD进行自动化部署：1.使用Application监视GitRepositor

ArgoRolloutsCRDapiVersion:argoproj.io/v1alpha1kind:Rolloutmetadata:name:example-rollout-canaryspec:#运行的Pod实例数量，默认为1.#Defaultsto1.replicas:5analysis:#保留成功的数量#Defaultsto5.successfulRunHistoryLimit:1

ArgoRolloutsCanary概述金丝雀部署是一种部署策略，将一小部分生产流量发布到新版本的应用程序。ArgoRolloutsCanary完整配置apiVersion:argoproj.io/v1alpha1kind:Rolloutmetadata:name:example-rollout-canaryspec:#运行的Pod实例数量，默认为1.#Defaultsto

ArgoRollouts概述ArgoRollouts是一个Kubernetes控制器和一组CRD，为Kubernetes提供高级部署功能，例如蓝绿、金丝雀、金丝雀分析、experimentation和渐进式交付功能。ArgoRollouts（可选）与IngressController和服务网格集成，利用其流量治理功能在更新期间逐渐将流量转移到新版本

ArgoRolloutsTrafficRouting概述流量治理技术实现如下：1.按百分比进行流量管理（即5%的流量应流向新版本，其余流量流向稳定版本）2.基于标头的路由（即将带有特定标头的请求发送到新版本）3.镜像流量，其中所有流量都被复制并并行发送到新版本（但响应被忽略）TrafficRouting配置api

环境说明用argorollouts金丝雀发布策略更新nginx服务。发布过程结合Isito和analysis。创建nsargo-demo#kubectlcreatensargo-demonamespace/argo-democreated启用Istio自动注入功能#kubectllabelnamespaceargo-demoistio-injection=enablednamespace/argo-d

AnalysisTemplateCRDapiVersion:argoproj.io/v1alpha1kind:AnalysisTemplatemetadata:name:success-ratespec:args:#模板参数，模板内部引用的格式为“{{args.NAME}}”；可在调用该模板时对其赋值；-name:<string>value:<string>valu

ArgoRolloutsCanary概述金丝雀部署是一种部署策略，将一小部分生产流量发布到新版本的应用程序。ArgoRolloutsCanary完整配置apiVersion:argoproj.io/v1alpha1kind:Rolloutmetadata:name:example-rollout-canaryspec:#运行的Pod实例数量，默认为1.#Defaults

ArgoRolloutsBlueGreen更新过程1.从稳定状态开始，activeService和PreviewService都指向revision1的ReplicaSet。2.用户通过修改Pod模板（spec.template.spec）来发起更新。3.创建的ReplicaSet的revision2的大小为0。4.PreviewService被修改为指向revision2的Re

ArgoRollouts概述ArgoRollouts是一个Kubernetes控制器和一组CRD，为Kubernetes提供高级部署功能，例如蓝绿、金丝雀、金丝雀分析、experimentation和渐进式交付功能。ArgoRollouts（可选）与IngressController和服务网格集成，利用其流量治理功能在更新期间逐渐将流量转移到新

创建nsargo-rollouts#kubectlcreatenamespaceargo-rolloutsnamespace/argo-rolloutscreated安装 argo-rollouts#kubectlapply-nargo-rollouts-fhttps://github.com/argoproj/argo-rollouts/releases/latest/download/install.yamlcustomresourcedefinition.api

ArgoRolloutsArgoRollouts是一个KubernetesOperator实现，它为Kubernetes提供更加高级的部署能力，如蓝绿、金丝雀、金丝雀分析、实验和渐进式交付功能，为云原生应用和服务实现自动化、基于GitOps的逐步交付。支持如下特性：蓝绿更新策略金丝雀更新策略更加细粒度、加权

Argorollouts结合IngressNginx进行Canary流量迁移Istio环境中支持两种流量分割模式◼更新期间，使用不同的Service分别承载新旧版本的流量◆Canary和Stable版本分别对应一个独立的Service⚫canaryService：待发布的新版本⚫stableService：待更新的

请求分析和渐进式交付ArgoRollouts中的分析（Analysis）是用于根据阶段性交付效果的测量结果来推动渐进式交付的机制◼分析机制通过分析模板（AnalysisTemplateCRD）定义，而后在Rollout中调用它◼运行某次特定的交付过程时，ArgoRollouts会将该Rollout调用的AnalysisTemplate实例

argocd部署官网​​https://argo-cd.readthedocs.io/en/stable/getting_started/​​部署地址参考​​https://argo-cd.readthedocs.io/en/stable/getting_started/​​​​

部署一个示例[root@master08-argo-rollouts]#kubectlapply-f05-argo-rollouts-bluegreen-demo.yamlrollout.argoproj.io/rollout-helloworld-bluegreenconfigured