640

前言

Tekton Pipeline 是一个 k8s native 的 pipeline, 任务跑在 pod 中,通过自定义 CRD 去管理任务与工作流等等,我看完 tekton 之后感觉是功能很强大,但是有点过度设计了,没有 drone 的简约大方灵活之感。

640?wx_fmt=jpeg

1.

Task

Tekton Pipeline 的主要目标是单独运行您的任务或作为管道的一部分运行。每个任务都在 Kubernetes 集群上作为 Pod 运行,每个步骤都作为自己的容器。这点深得 drone 思想精髓,其实 drone 也有计划将 kubernetes 作为任务执行引擎。

Task 定义了需要执行的工作,例如以下是一个简单的任务:

640?wx_fmt=jpeg

steps 是一系列由任务顺序执行的命令。这个 steps 内的配置几乎与 drone 如出一辙。

Task 定义好了之后并不会被执行,创建 TaskRun 时才会执行。这是合理的,相当于是一个触发。

640?wx_fmt=jpeg
$ kubectl apply -f < name-of-file.yaml >

查看 TaskRun

640?wx_fmt=jpeg

状态 Succeeded = True 显示任务已成功运行。

2.

任务输入和输出

在更常见的场景中,任务需要多个步骤来处理输入和输出资源。例如,Task 可以从 GitHub 存储库获取源代码并从中构建 Docker 镜像。

PipelinesResources 用于定义任务的输入(如代码)与输出(如 Docker 镜像)。有一些系统定义的资源类型可供使用,以下是通常需要的两个资源示例。

该 git 资源可以是你要编译的代码:

640?wx_fmt=jpeg

该 image 资源代表要被任务编译成的镜像:

640?wx_fmt=jpeg

以下是 Task 输入和输出。输入资源是 GitHub 存储库,输出是从该源生成的图像。任务命令的参数支持模板化,因此任务的定义是常量,参数的值可以在运行时更改。

640?wx_fmt=jpeg

TaskRun 将输入和输出绑定到已定义的 PipelineResources 值,除了执行任务步骤外,还将值设置为用于模板化的参数。

640?wx_fmt=jpeg

inputs 和 outputs 应当不限制死必须叫这两个名字,只要是能支持参数就好。比如定义一个叫 build 的资源去指定 docker build 的镜像:

640?wx_fmt=jpeg

Task 里:

640?wx_fmt=jpeg

我是觉得需要能进行这样的扩展了, 仅是 inputs 和 outputs 就狭义了。

获取 pipeline全部信息:

$ kubectl get build-pipeline
NAME                                                   AGE
taskruns/build-docker-image-from-git-source-task-run   30s

NAME                                          AGE
pipelineresources/skaffold-git                6m
pipelineresources/skaffold-image-leeroy-web   7m

NAME                                       AGE
tasks/build-docker-image-from-git-source   7m

要查看 TaskRun 的输出,请使用以下命令:

640?wx_fmt=jpeg

类型的状态 Succeeded = True 显示 Task 已成功运行,你还可以验证 Docker 镜像是否生成。

3.

Pipeline

Pipeline 定义要按顺序执行的任务列表,同时还通过使用该 from 字段指示是否应将任何输出用作后续任务的输入,并指示执行的顺序(使用 runAfter 和 from 字段)。你在任务中使用的相同模板也可以在管道中使用。

640?wx_fmt=jpeg

以上 Pipeline 是引用一个 Task deploy-using-kubectl

640?wx_fmt=jpeg

要运行 Pipeline,请创建 PipelineRun 如下:

640?wx_fmt=jpeg

执行与查看 pipeline:

 
  

总结

初学者会觉得有点绕,但是这种设计也是为了解耦合,我个人觉得优劣如下:

优势:

  • 可以把k8s集群作为任务执行引擎,这样可以更好的利用资源,比如把线上夜间闲置资源用来跑任务,构建镜像 离线分析 甚至机器学习。

  • 解耦做的比较好,任务模板可以拿来复用,而不需要大家都去重复定义。

  • 输入输出理念,一个任务的输入作为另个任务的输出不错

劣势:

  • 有点过度设计,一些简单的场景可能觉得配置起来有点绕了。

  • 输入输出依赖分布式系统,对比 drone 一个 pipeline 中的容器是共享了一个数据卷的,这样上个任务产生的文件很方便的给下个任务用,而基于集群的任务就可能得依赖 git docker 镜像仓库等做输入输出,有点麻烦,好的解决办法是利用 k8s 分布试存储给 pipeline 设置一个共享卷,方便任务间传输数据。

总体来说路子是对的,而且还是有很多场景可以用的。

640

640?wx_fmt=gif

云原生是一种信仰 ?

640?wx_fmt=gif

扫码关注公众号

回复 「电子书」下载 Kubernetes 指南

640?wx_fmt=gif

640?wx_fmt=png

640?wx_fmt=gif

点击 "阅读原文" 获取更多资源!


Logo

K8S/Kubernetes社区为您提供最前沿的新闻资讯和知识内容

更多推荐