Argo 安装和 workflow 实例配置文件解析

一、Argo 安装配置

1.1 Argo 安装

$ kubectl create ns argo
$ kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo-workflows/master/manifests/quick-start-postgres.yaml
$ kubectl get all -n argo

1.2 修改 Argo 服务对外访问

$ kubectl edit svc argo-server -n argo
...
  selector:
    app: argo-server
  sessionAffinity: None
  type: NodePort   # 修改为 NodePort
status:
...

保存退出跟 vim 操作一样，成功退出后等待即可。

1.3 Web 访问 Argo

[root@k8s-master01 ~]# kubectl get svc -n argo
NAME                                  TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)          AGE
service/argo-server                   NodePort    10.233.11.72    <none>        2746:31335/TCP   23h
...

1.4 Linux 安装 Argo CLI

$ curl -sLO https://github.com/argoproj/argo/releases/download/v3.0.2/argo-linux-amd64.gz
$ gunzip argo-linux-amd64.gz
$ chmod +x argo-linux-amd64
$ mv ./argo-linux-amd64 /usr/local/bin/argo
$ argo version

其他版本链接：https://github.com/argoproj/argo-workflows/releases

我安装 v3.2.8 版本时，在命令行创建 workflow 的时候，一直卡住不动，UI 界面也不同步 workflow，后面换一个低点版本就解决该问题了。

如果你也遇到我类似的问题，可以试着换个版本试试。

二、官方工作流实例

2.1 hello-world 实例

构建工作流

[root@k8s-master01 argo]# argo submit -n argo --watch https://raw.githubusercontent.com/argoproj/argo-workflows/master/examples/hello-world.yaml

hello-world.yaml配置文件解析

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: hello-world-   # workflow 名字
  labels:         # 标签
    workflows.argoproj.io/archive-strategy: "false"
  annotations:    # 为用户添加的额外注解
    workflows.argoproj.io/description: |
      This is a simple hello world example.
      You can also run it in Python: https://couler-proj.github.io/couler/examples/#hello-world
spec:
  entrypoint: whalesay   # 表示第一个执行的模板名称，让工作流知道从哪个模板开始执行，类似于 main 函数
  templates:             # 以下是模板内容
  - name: whalesay       # 模板名称
    container:           # 容器内容
      image: docker/whalesay:latest   # 调用 docker/whalesay 镜像
      command: [cowsay]               # 调用 cowsay 命令
      args: ["hello world"]           # 执行内容

Pod 初始化

工作流完成

查看 Pod Logs

[root@k8s-master01 argo]# argo logs -n argo @latest
# @latest  查看最新工作流log

Argo UI 也可以同步查看 Pod 运行信息

2.2 Steps 类型的 workflow

接下来练习稍微复杂点的 Workflow，hello-hello-hello.yml配置文件解析

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: steps-          # Workflow 的名称前缀
spec:
  entrypoint: hello-hello-hello # 表示第一个执行的模板名称，让工作流知道从哪个模板开始执行，类似于 main 函数

  # 该templates中有两个模板，分别是：hello-hello-hello和whalesay
  templates:
  - name: hello-hello-hello     # 第一个模板 hello-hello-hello
    steps:                      # template 的类型是 steps
    # 一个 template 有多种类型，分别为：container、script、dag、steps、resource、suspend
    - - name: hello1            # 在 steps 类型中，[--] 表示顺序执行，[-] 表示并行执行
        template: whalesay      # 引用 whalesay 模板
        arguments:
          parameters:
          - name: message
            value: "hello1"
    - - name: hello2a           # [--] 顺序执行
        template: whalesay
        arguments:
          parameters:
          - name: message
            value: "hello2a"
      - name: hello2b           # [-] 表示跟上一步并行运行
        template: whalesay
        arguments:
          parameters:
          - name: message
            value: "hello2b"

  - name: whalesay   # 第二个模板 whalesay
    inputs:          # input、output 实现数据交互
      parameters:
      - name: message
    container:
      image: docker/whalesay  # 镜像名称
      command: [cowsay]       # 执行命令
      args: ["{{inputs.parameters.message}}"]  # 执行的 value

构建 workflow

[root@k8s-master01 argo]# ls
hello-hello-hello.yml  hello-world.yaml
[root@k8s-master01 argo]# argo submit -n argo hello-hello-hello.yml --watch
# submit    创建工作流
# -n argo   存放的命名空间
# --watch   实时监听工作流

在 Argo Web 界面查看，此时工作流正在构建中

第一个 hello 已经执行完成，并打印相应的信息

第一个完成之后，接下来 hello2a 和 hello2b 会并行执行

hello2a 和 hello2b 都会打印相关信息，然后结束整个workflow

以上非常基础的 Argo Workflow 学习，连门都没入，希望能和大佬们交流交流。