OpenShift 4 - 多云管理(1) - 安装 RHACM、导入已有集群、配置观察功能(附视频)

本文主要是介绍OpenShift 4 - 多云管理(1) - 安装 RHACM、导入已有集群、配置观察功能(附视频),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《OpenShift / RHEL / DevSecOps 汇总目录》
本文在 OpenShift 4.12 + RHACM 2.7 环境中进行验证。

文章目录

  • 什么是 RHACM
  • 安装 RHACM
  • 导入已有 OpenShift 集群
  • 添加“观察”功能
  • 演示视频
  • 参考

什么是 RHACM

RHACM(Advanced Cluster Management for Kubernetes)是 RedHat 面向 OpenShift 的多云管理产品,可以用来对分布在多云环境中 自建或托管 OpenShift 集群以及经认证的 Kubernetes 集群进行生命周期管理、发布和升级应用、统一安全策略管理、运行集中监控。
在这里插入图片描述
在 RHACM 的多云管理运行环境中包含以下两种角色:
1)Hub 是多云管理的控制平面,它可以运行在任一个 OpenShift 集群上。
2)Managed Cluster 是被管理的集群,它通过运行在本地的 Agent 接受 Hub 的管理指令。
在这里插入图片描述

安装 RHACM

  1. 在 OpenShift 控制台的 OperatorHub 中使用缺省选项安装 Advanced Cluster Management for Kubernetes。
    在这里插入图片描述
  2. 在 Advanced Cluster Management for Kubernetes Operator 中使用缺省配置创建一个 MultiClusterHub 实例。
  3. 在创建完 MultiClusterHub 后可以在 open-cluster-management 项目中的拓扑中看到如下部署资源:
    在这里插入图片描述
  4. 在 multicluster-engine 项目中的拓扑中看到如下部署资源:
    在这里插入图片描述
  5. 同时还可查看在 open-cluster-management-hub 项目中部署的资源。说明,显示的数量取决于集群中 master 和 worker 节点数量。
$ oc get pods -n open-cluster-management-hub
NAME                                                       READY   STATUS    RESTARTS   AGE
cluster-manager-placement-controller-5877987d64-qx796      1/1     Running   1          174m
cluster-manager-registration-controller-85765d8664-mvvw7   1/1     Running   1          174m
cluster-manager-registration-webhook-75b4ccb9d5-rnz64      2/2     Running   2          174m
cluster-manager-work-webhook-56d84b47cf-cj8dm              2/2     Running   2          174m
  1. 安装 MultiClusterHub 的过程会自动将当前 OpenShift 集群加入到 RHACM 的被管集群中。因此可以执行以下命令确认在当前 OpenShift 集群中自动创建了 open-cluster-management-agent 和 open-cluster-management-agent-addon 项目,并在项目中部署了 Agent 等资源。
$ oc get pods -n open-cluster-management-agent
NAME                                             READY   STATUS    RESTARTS   AGE
klusterlet-65b545d7c6-72nwj                      1/1     Running   1          174m
klusterlet-registration-agent-6df94f664f-49wgr   1/1     Running   1          174m
klusterlet-work-agent-7cb5797f9b-nn5pf           1/1     Running   1          174m$ oc get pods -n open-cluster-management-agent-addon
NAME                                           READY   STATUS    RESTARTS      AGE
application-manager-6667f6cd95-72bst           1/1     Running   3 (12m ago)   172m
cert-policy-controller-5df57878d5-sf8bh        1/1     Running   1             173m
cluster-proxy-proxy-agent-8877dd776-5hjjf      2/2     Running   2             174m
cluster-proxy-service-proxy-6f47d6b4b7-vwggf   1/1     Running   1             174m
config-policy-controller-56b78cb7d9-hr5zk      2/2     Running   2             173m
governance-policy-framework-79fb79986b-5nc2r   2/2     Running   2             173m
iam-policy-controller-8986b879f-zz284          1/1     Running   1             173m
klusterlet-addon-workmgr-788647c859-nm9bl      1/1     Running   1             174m
  1. 此时安装好的 MultiClusterHub 的实例显示 Running 状态。
    在这里插入图片描述
  2. 在 OpenShift 控制台中可以看到已经多了 “local-cluster” 下拉框,点击下拉框中的 “All Clusters” 即可进入 ACM 控制台。
    在这里插入图片描述
  3. 可以在 Overview 中查看当前 ACM 管理的集群资源。
    在这里插入图片描述
  4. 在 Clusters 中目前只有一个 local-cluster 集群,即 ACM Hub 部署运行的 OpenShift 集群。
    在这里插入图片描述
  5. 可以查看被管集群的节点。
    在这里插入图片描述

导入已有 OpenShift 集群

  1. 在 Clusters 中点击 “Import cluster” 按钮。在 Import a exiting cluster 页面中的 Import Mode 选择 Enter your server URL and API token for exiting cluster 一项,然后提供这个集群的 API Server URL 和 API Token。
    在这里插入图片描述
  2. 在导入后会自动向被管集群安装 Add-on 运行环境。

可以在被管集群中查看部署在 open-cluster-management-agent 和 open-cluster-management-agent-addon 项目中的资源。

$ oc get pods -n open-cluster-management-agent
NAME                                             READY   STATUS    RESTARTS   AGE
klusterlet-565bfd9ccc-26hxr                      1/1     Running   0          4m58s
klusterlet-registration-agent-57c4f77f59-hwh4x   1/1     Running   0          4m45s
klusterlet-work-agent-65df5765f7-qj45b           1/1     Running   0          4m27s$ oc get pods -n open-cluster-management-agent-addon
NAME                                          READY   STATUS    RESTARTS   AGE
application-manager-66c75d955-mzvl8           1/1     Running   0          4m35s
cert-policy-controller-5bb8bb55b-8t584        1/1     Running   0          4m30s
cluster-proxy-proxy-agent-767cd9f84d-9ghps    2/2     Running   0          4m32s
cluster-proxy-service-proxy-8b99ffc7d-8tzr8   1/1     Running   0          4m34s
config-policy-controller-85b88cc796-sxjxf     2/2     Running   0          3m25s
governance-policy-framework-656c5fdb9-nfcmw   2/2     Running   0          3m25s
iam-policy-controller-5bf5bf76c8-w65vp        1/1     Running   0          4m33s
klusterlet-addon-search-64f64cb7d7-hxqlx      1/1     Running   0          4m31s
klusterlet-addon-workmgr-6b9bcc9954-9lp8w     1/1     Running   0          3m57s
  1. 可以在 Clusters 的 Cluster list 中看到被成功导入的集群。
    在这里插入图片描述

添加“观察”功能

RHACM 可以集中监控被管节点的运行情况,这是通过运行在 RHACM Hub 上的 Observatorium 实现的。RHACM Hub 通过 Observatorium 从被管集群获取到观察数据后再通过 Thanos 保存到 S3 对象存储中,并通过 Grafana 进行数据展示。
在这里插入图片描述
以下示例将使用 minio 来存储观察数据:

  1. 执行命令安装 minio 环境。
$ oc new-project open-cluster-management-observability
$ git clone https://github.com/liuxiaoyu-git/multicluster-observability-operator.git
$ oc apply -k multicluster-observability-operator/examples/minio/ -n open-cluster-management-observability
  1. 执行命令可以查看为 thanos 提供的 S3 存储访问方式。
$ oc extract secret/thanos-object-storage --to=- -n open-cluster-management-observability
# thanos.yaml
type: s3
config:bucket: "thanos"endpoint: "minio:9000"insecure: trueaccess_key: "minio"secret_key: "minio123"
  1. 执行命令在 RHACM Hub 中安装“观察”功能。
$ oc apply -f https://raw.githubusercontent.com/liuxiaoyu-git/rhacm-workshop/master/03.Observability/exercise/multiclusterobservability.yaml -n open-cluster-management-observability
  1. 安装后可以查看在 open-cluster-management-observability 中运行的的 Pod 和部署的资源。
$ oc get pods -n open-cluster-management-observability
NAME                                                       READY   STATUS    RESTARTS        AGE
minio-8b9dfc5bc-gt6tz                                      1/1     Running   0               9m52s
observability-alertmanager-0                               3/3     Running   0               9m16s
observability-alertmanager-1                               3/3     Running   0               8m49s
observability-alertmanager-2                               3/3     Running   0               8m18s
observability-grafana-7855cfb5d9-jbgpn                     2/2     Running   0               9m16s
observability-grafana-7855cfb5d9-k9z7l                     2/2     Running   0               9m16s
observability-observatorium-api-655748549-rclq4            1/1     Running   0               8m54s
observability-observatorium-api-655748549-t6h8f            1/1     Running   0               8m54s
observability-observatorium-operator-78b49598dc-2vs7m      1/1     Running   0               9m16s
observability-rbac-query-proxy-598bcd6db8-vn9lm            2/2     Running   0               9m15s
observability-rbac-query-proxy-598bcd6db8-xm2d4            2/2     Running   0               9m15s
observability-thanos-compact-0                             1/1     Running   0               8m54s
observability-thanos-query-768679f974-6xzdm                1/1     Running   0               8m54s
observability-thanos-query-768679f974-lfjxg                1/1     Running   0               8m54s
observability-thanos-query-frontend-749864469d-sjrd7       1/1     Running   0               8m54s
observability-thanos-query-frontend-749864469d-xpwq5       1/1     Running   0               8m54s
observability-thanos-query-frontend-memcached-0            2/2     Running   0               8m54s
observability-thanos-query-frontend-memcached-1            2/2     Running   0               8m37s
observability-thanos-query-frontend-memcached-2            2/2     Running   0               8m21s
observability-thanos-receive-controller-5b5d8bd59d-n5k7r   1/1     Running   0               8m54s
observability-thanos-receive-default-0                     1/1     Running   0               8m54s
observability-thanos-receive-default-1                     1/1     Running   0               8m29s
observability-thanos-receive-default-2                     1/1     Running   0               8m7s
observability-thanos-rule-0                                2/2     Running   0               8m54s
observability-thanos-rule-1                                2/2     Running   0               8m28s
observability-thanos-rule-2                                2/2     Running   0               8m2s
observability-thanos-store-memcached-0                     2/2     Running   0               8m54s
observability-thanos-store-memcached-1                     2/2     Running   0               8m36s
observability-thanos-store-memcached-2                     2/2     Running   0               8m21s
observability-thanos-store-shard-0-0                       1/1     Running   0               8m54s
observability-thanos-store-shard-1-0                       1/1     Running   0               8m54s
observability-thanos-store-shard-2-0                       1/1     Running   2 (8m36s ago)   8m54s

在这里插入图片描述

  1. 成功部署“观察”后可以在 ACM 控制台的 Clusters 页面中右上方看到 Grafana 链接。
    在这里插入图片描述
  2. 进入 Grafana 后可以看到被管集群的运行状态。
    在这里插入图片描述
  3. 进入上图的一个集群,可以查看该集群的运行情况。
    在这里插入图片描述

演示视频

视频

参考

https://github.com/michaelkotelnikov/rhacm-workshop

这篇关于OpenShift 4 - 多云管理(1) - 安装 RHACM、导入已有集群、配置观察功能(附视频)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/425805

相关文章

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

Maven 插件配置分层架构深度解析

《Maven插件配置分层架构深度解析》:本文主要介绍Maven插件配置分层架构深度解析,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Maven 插件配置分层架构深度解析引言:当构建逻辑遇上复杂配置第一章 Maven插件配置的三重境界1.1 插件配置的拓扑

macOS Sequoia 15.5 发布: 改进邮件和屏幕使用时间功能

《macOSSequoia15.5发布:改进邮件和屏幕使用时间功能》经过常规Beta测试后,新的macOSSequoia15.5现已公开发布,但重要的新功能将被保留到WWDC和... MACOS Sequoia 15.5 正式发布!本次更新为 Mac 用户带来了一系列功能强化、错误修复和安全性提升,进一步增

ubuntu20.0.4系统中安装Anaconda的超详细图文教程

《ubuntu20.0.4系统中安装Anaconda的超详细图文教程》:本文主要介绍了在Ubuntu系统中如何下载和安装Anaconda,提供了两种方法,详细内容请阅读本文,希望能对你有所帮助... 本文介绍了在Ubuntu系统中如何下载和安装Anaconda。提供了两种方法,包括通过网页手动下载和使用wg

Spring Boot集成Logback终极指南之从基础到高级配置实战指南

《SpringBoot集成Logback终极指南之从基础到高级配置实战指南》Logback是一个可靠、通用且快速的Java日志框架,作为Log4j的继承者,由Log4j创始人设计,:本文主要介绍... 目录一、Logback简介与Spring Boot集成基础1.1 Logback是什么?1.2 Sprin

ubuntu如何部署Dify以及安装Docker? Dify安装部署指南

《ubuntu如何部署Dify以及安装Docker?Dify安装部署指南》Dify是一个开源的大模型应用开发平台,允许用户快速构建和部署基于大语言模型的应用,ubuntu如何部署Dify呢?详细请... Dify是个不错的开源LLM应用开发平台,提供从 Agent 构建到 AI workflow 编排、RA

如何在Ubuntu上安装NVIDIA显卡驱动? Ubuntu安装英伟达显卡驱动教程

《如何在Ubuntu上安装NVIDIA显卡驱动?Ubuntu安装英伟达显卡驱动教程》Windows系统不同,Linux系统通常不会自动安装专有显卡驱动,今天我们就来看看Ubuntu系统安装英伟达显卡... 对于使用NVIDIA显卡的Ubuntu用户来说,正确安装显卡驱动是获得最佳图形性能的关键。与Windo

ubuntu16.04如何部署dify? 在Linux上安装部署Dify的技巧

《ubuntu16.04如何部署dify?在Linux上安装部署Dify的技巧》随着云计算和容器技术的快速发展,Docker已经成为现代软件开发和部署的重要工具之一,Dify作为一款优秀的云原生应用... Dify 是一个基于 docker 的工作流管理工具,旨在简化机器学习和数据科学领域的多步骤工作流。它

将图片导入Python的turtle库的详细过程

《将图片导入Python的turtle库的详细过程》在Python编程的世界里,turtle库以其简单易用、图形化交互的特点,深受初学者喜爱,随着项目的复杂度增加,仅仅依靠线条和颜色来绘制图形可能已经... 目录开篇引言正文剖析1. 理解基础:Turtle库的工作原理2. 图片格式与支持3. 实现步骤详解第

Docker安装MySQL镜像的详细步骤(适合新手小白)

《Docker安装MySQL镜像的详细步骤(适合新手小白)》本文详细介绍了如何在Ubuntu环境下使用Docker安装MySQL5.7版本,包括从官网拉取镜像、配置MySQL容器、设置权限及内网部署,... 目录前言安装1.访问docker镜像仓库官网2.找到对应的版本,复制右侧的命令即可3.查看镜像4.启