Esegui la migrazione delle immagini container da un registry di terze parti

Se estrai alcune immagini container direttamente da registri di terze parti per eseguirne il deployment in ambienti Google Cloud come Google Kubernetes Engine o Cloud Run, i limiti di frequenza per i pull di immagini o le interruzioni di terze parti possono interrompere le build e i deployment. Questa pagina descrive come identificare e copiare queste immagini in Artifact Registry per una gestione delle immagini container consolidata e coerente.

Artifact Registry non monitora i registri di terze parti per gli aggiornamenti delle immagini che copi in Artifact Registry. Se vuoi incorporare una versione più recente di un'immagine nella tua pipeline, devi eseguirne il push in Artifact Registry.

Panoramica della migrazione

La migrazione delle immagini container include i seguenti passaggi:

1. Configura i prerequisiti.
2. Identifica le immagini di cui eseguire la migrazione.
   • Cerca nei file Dockerfile e nei manifest di deployment riferimenti a registri di terze parti
   • Determina la frequenza di pull delle immagini dai registri di terze parti utilizzando Cloud Logging e BigQuery.
3. Copia le immagini identificate in Artifact Registry.
4. Verifica che le autorizzazioni per il registro siano configurate correttamente, soprattutto se Artifact Registry e l'ambiente di deployment Google Cloudsi trovano in progetti diversi.
5. Aggiorna i manifest per i tuoi deployment.
6. Esegui nuovamente il deployment dei carichi di lavoro.

Prima di iniziare

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Install the Google Cloud CLI.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere alla gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

Create or select a Google Cloud project.

• Create a Google Cloud project:

  gcloud projects create PROJECT_ID

  Replace PROJECT_ID with a name for the Google Cloud project you are creating.

• Select the Google Cloud project that you created:

  gcloud config set project PROJECT_ID

  Replace PROJECT_ID with your Google Cloud project name.

Verify that billing is enabled for your Google Cloud project.

Enable the Artifact Registry API:

gcloud services enable artifactregistry.googleapis.com

Install the Google Cloud CLI.

Se utilizzi un provider di identità (IdP) esterno, devi prima accedere alla gcloud CLI con la tua identità federata.

Per inizializzare gcloud CLI, esegui questo comando:

gcloud init

Create or select a Google Cloud project.

• Create a Google Cloud project:

  gcloud projects create PROJECT_ID

  Replace PROJECT_ID with a name for the Google Cloud project you are creating.

• Select the Google Cloud project that you created:

  gcloud config set project PROJECT_ID

  Replace PROJECT_ID with your Google Cloud project name.

Verify that billing is enabled for your Google Cloud project.

Enable the Artifact Registry API:

gcloud services enable artifactregistry.googleapis.com

1. Se non hai un repository Artifact Registry, allora creane uno e configura l'autenticazione per i client di terze parti che richiedono l'accesso al repository.
2. Verifica le tue autorizzazioni. Devi disporre del ruolo IAM Proprietario o Editor nei progetti in cui esegui la migrazione delle immagini ad Artifact Registry.
3. Esporta le seguenti variabili di ambiente:

   export PROJECT=$(gcloud config get-value project)

4. Verifica che sia installata la versione 1.13 o successiva di Go.

   go version

   Se devi installare o aggiornare Go, consulta la documentazione di installazione.

Costi

Questa guida utilizza i seguenti componenti fatturabili di Google Cloud:

• GKE
• Artifact Registry
• BigQuery
• Logging

Identificare le immagini di cui eseguire la migrazione

Cerca nei file che utilizzi per creare e distribuire le immagini container riferimenti a registri di terze parti, poi controlla la frequenza con cui esegui il pull delle immagini.

Identificare i riferimenti nei Dockerfile

Esegui questo passaggio in una posizione in cui sono archiviati i Dockerfile. Potrebbe essere la posizione in cui il codice viene estratto localmente o in Cloud Shell se i file sono disponibili in una VM.

Nella directory con i Dockerfile, esegui il comando:

grep -inr -H --include Dockerfile\* "FROM" . | grep -i -v -E 'docker.pkg.dev|gcr.io'

L'output è simile al seguente esempio:

./code/build/baseimage/Dockerfile:1:FROM debian:stretch
./code/build/ubuntubase/Dockerfile:1:FROM ubuntu:latest
./code/build/pythonbase/Dockerfile:1:FROM python:3.5-buster

Questo comando cerca tutti i Dockerfile nella directory e identifica la riga "FROM". Modifica il comando in base alle tue esigenze per adattarlo al modo in cui memorizzi i Dockerfiles.

Identificare i riferimenti nei manifest

Esegui questi passaggi in una posizione in cui sono archiviati i manifest di GKE o Cloud Run. Potrebbe essere la posizione in cui il codice viene estratto localmente o in Cloud Shell se i file sono disponibili in una VM.
1. Nella directory con i manifest GKE o Cloud Run, esegui questo comando:

   grep -inr -H --include \*.yaml "image:" . | grep -i -v -E 'docker.pkg.dev|gcr.io'

   L'output è simile al seguente:

       ./code/deploy/k8s/ubuntu16-04.yaml:63: image: busybox:1.31.1-uclibc
       ./code/deploy/k8s/master.yaml:26:      image: kubernetes/redis:v1
       

   Questo comando esamina tutti i file YAML nella directory e identifica la riga image:. Modifica il comando in base alle tue esigenze per adattarlo alla modalità di archiviazione dei manifest
2. Per elencare le immagini in esecuzione su un cluster, esegui questo comando:

   kubectl get all --all-namespaces -o yaml | grep image: | grep -i -v -E 'docker.pkg.dev|gcr.io'

   Questo comando restituisce tutti gli oggetti in esecuzione nel cluster Kubernetes selezionato e recupera i nomi delle immagini. L'output è simile al seguente:

       - image: nginx
         image: nginx:latest
           - image: nginx
           - image: nginx
       

Esegui i comandi precedenti per tutti i cluster GKE in tutti i progettiGoogle Cloud per una copertura totale.

Identificare la frequenza di pull da un registry di terze parti

Nei progetti che eseguono il pull dai registri di terze parti, utilizza le informazioni sulla frequenza di pull delle immagini per determinare se il tuo utilizzo è vicino o superiore a eventuali limiti di frequenza imposti dal registro di terze parti.

Raccogliere i dati dei log

Crea un sink di log per esportare i dati in BigQuery. Un sink di log include una destinazione e una query che seleziona le voci di log da esportare. Puoi creare un sink eseguendo query su singoli progetti oppure puoi utilizzare uno script per raccogliere dati in più progetti.

Per creare un sink per un singolo progetto:

1. Nella Google Cloud console, vai alla pagina Esplora log:

   Vai a Esplora log

   Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.

2. Scegli un Google Cloud progetto.

3. Nella scheda Query Builder, inserisci la seguente query:

     resource.type="k8s_pod"
     jsonPayload.reason="Pulling"
   

4. Modifica il filtro della cronologia delle modifiche da Ultima ora a Ultimi 7 giorni.

5. Fai clic su Esegui query.

6. Dopo aver verificato che i risultati vengano visualizzati correttamente, fai clic su Azioni > Crea sink.

7. Nella finestra di dialogo Dettagli sink, completa quanto segue:

   1. Nel campo Nome sink, inserisci image_pull_logs.
   2. In Descrizione sink, inserisci una descrizione del sink.

8. Fai clic su Avanti.

9. Nella finestra di dialogo Destinazione sink, seleziona i seguenti valori:

   1. Nel campo Seleziona servizio sink, seleziona Set di dati BigQuery.
   2. Nel campo Seleziona set di dati BigQuery, seleziona Crea un nuovo set di dati BigQuery e completa le informazioni richieste nella finestra di dialogo che si apre. Per saperne di più su come creare un set di dati BigQuery, consulta Creare set di dati.
   3. Fai clic su Crea set di dati.

10. Fai clic su Avanti.

    Nella sezione Scegli i log da includere nel sink, la query corrisponde a quella eseguita nella scheda Query Builder.

11. Fai clic su Avanti.

12. (Facoltativo) Scegli i log da escludere dal sink. Per ulteriori informazioni su come eseguire query e filtrare i dati di Cloud Logging, consulta Linguaggio di query di Logging.

13. Fai clic su Crea sink.

    Il sink di log è stato creato.

Per creare un sink per più progetti:

1. Apri Cloud Shell.

2. Esegui questi comandi in Cloud Shell:

   PROJECTS="PROJECT-LIST"
   DESTINATION_PROJECT="DATASET-PROJECT"
   DATASET="DATASET-NAME"
   
   for source_project in $PROJECTS
   do
     gcloud logging --project="${source_project}" sinks create image_pull_logs bigquery.googleapis.com/projects/${DESTINATION_PROJECT}/datasets/${DATASET} --log-filter='resource.type="k8s_pod" jsonPayload.reason="Pulling"'
   done
   

   dove

   • PROJECT-LIST è un elenco di ID progetto, separati da spazi. Google Cloud Ad esempio project1 project2 project3.
   • DATASET-PROJECT è il progetto in cui vuoi archiviare il set di dati.
   • DATASET-NAME è il nome del set di dati, ad esempio image_pull_logs.

Dopo aver creato un sink, il flusso di dati verso le tabelle BigQuery richiede tempo, a seconda della frequenza con cui vengono estratte le immagini.

Query per la frequenza di pull

Una volta ottenuto un campione rappresentativo di pull di immagini effettuati dalle build, esegui una query per la frequenza di pull.

1. Vai alla console BigQuery.

2. Esegui questa query:

   SELECT
     REGEXP_EXTRACT(jsonPayload.message, r'"(.*?)"') AS imageName,
     COUNT(*) AS numberOfPulls
   FROM
         `DATASET-PROJECT.DATASET-NAME.events_*`
   GROUP BY
         imageName
   ORDER BY
         numberOfPulls DESC
   

   dove

   • DATASET-PROJECT è il progetto che contiene il set di dati.
   • DATASET-NAME è il nome del set di dati.
L'esempio seguente mostra l'output della query. Nella colonna imageName, puoi esaminare la frequenza di pull per le immagini non archiviate in Artifact Registry o Container Registry.



Copia le immagini in Artifact Registry

Dopo aver identificato le immagini dai registri di terze parti, puoi copiarle in Artifact Registry. Lo strumento gcrane ti aiuta nel processo di copia.

1. Crea un file di testo images.txt con i nomi delle immagini che hai identificato. Ad esempio:

   ubuntu:18.04
   debian:buster
   hello-world:latest
   redis:buster
   jupyter/tensorflow-notebook
   

2. Scarica gcrane.

     GO111MODULE=on go get github.com/google/go-containerregistry/cmd/gcrane
   

3. Crea uno script denominato copy_images.sh per copiare l'elenco dei file.

   #!/bin/bash
   
   images=$(cat images.txt)
   
   if [ -z "${AR_PROJECT}" ]
   then
       echo ERROR: AR_PROJECT must be set before running this
       exit 1
   fi
   
   for img in ${images}
   do
       gcrane cp ${img} LOCATION-docker.pkg.dev/${AR_PROJECT}/${img}
   done
   

   Sostituisci LOCATION con la posizione regionale o multiregionale del repository.

   Rendi eseguibile lo script:

     chmod +x copy_images.sh
   

4. Esegui lo script per copiare i file:

   AR_PROJECT=${PROJECT}
   ./copy_images.sh
   

Verifica le autorizzazioni

Assicurati che le autorizzazioni siano configurate correttamente prima di aggiornare e ridistribuire i tuoi workload.

Per saperne di più, consulta la documentazione sul controllo dell'accesso.

Aggiorna i manifest per fare riferimento ad Artifact Registry

Aggiorna i Dockerfile e i manifest per fare riferimento ad Artifact Registry anziché al registro di terze parti.

L'esempio seguente mostra il manifest che fa riferimento a un registro di terze parti:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  selector:
    matchLabels:
      app: nginx
  replicas: 2
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.14.2
        ports:
        - containerPort: 80

Questa versione aggiornata del manifest punta a un'immagine su us-docker.pkg.dev.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
spec:
  selector:
    matchLabels:
      app: nginx
  replicas: 2
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: us-docker.pkg.dev/<AR_PROJECT>/nginx:1.14.2
        ports:
        - containerPort: 80

Per un numero elevato di manifest, utilizza sed o un altro strumento in grado di gestire gli aggiornamenti in molti file di testo.

Esegui di nuovo il deployment dei workload

Esegui nuovamente il deployment dei workload con i manifest aggiornati.

Tieni traccia dei nuovi pull di immagini eseguendo la seguente query nella console BigQuery:

SELECT`

FORMAT_TIMESTAMP("%D %R", timestamp) as timeOfImagePull,
REGEXP_EXTRACT(jsonPayload.message, r'"(.*?)"') AS imageName,
COUNT(*) AS numberOfPulls
FROM
  `image_pull_logs.events_*`
GROUP BY
  timeOfImagePull,
  imageName
ORDER BY
  timeOfImagePull DESC,
  numberOfPulls DESC

Tutti i nuovi pull di immagini devono provenire da Artifact Registry e contenere la stringa docker.pkg.dev.