ArgoWorkflow教程(四)---Workflow 日志归档

news/2024/11/15 23:48:50/文章来源:https://www.cnblogs.com/KubeExplorer/p/18411987

argoworkflow-4-artifacts-archive.png

上一篇我们分析了argo-workflow 中的 artifact，包括 artifact-repository 配置以及 Workflow 中如何使用 artifact。本篇主要分析流水线 GC 以及归档,防止无限占用集群中 etcd 的空间。

1. 概述

因为 ArgoWorkflow 是用 CRD 方式实现的，不需要外部存储服务也可以正常运行：

  • 运行记录使用 Workflow CR 对象存储
  • 运行日志则存放在 Pod 中，通过 kubectl logs 方式查看
    • 因此需要保证 Pod 不被删除，否则就无法查看了

但是也正因为所有数据都存放在集群中，当数据量大之后 etcd 存储压力会很大，最终影响到集群稳定性。

为了解决该问题 ArgoWorkflow 提供了归档功能，将历史数据归档到外部存储，以降低 etcd 的存储压力。

具体实现为：

  • 1）将 Workflow 对象会存储到 Postgres(或 MySQL)
  • 2）将 Pod 对应的日志会存储到 S3，因为日志数据量可能会比较大，因此没有直接存 PostgresQL。

为了提供归档功能，需要依赖两个存储服务：

  • Postgres：外部数据库，用于存储归档后的工作流记录
  • minio：提供 S3 存储，用于存储 Workflow 中生成的 artifact 以及已归档工作流的 Pod 日志

因此，如果不需要存储太多 Workflow 记录及日志查看需求的话，就不需要使用归档功能，定时清理集群中的数据即可。

2.Workflow GC

Argo Workflows 有个工作流执行记录（Workflow）的清理机制，也就是 Garbage Collect(GC)。GC 机制可以避免有太多的执行记录， 防止 Kubernetes 的后端存储 Etcd 过载。

开启

我们可以在 ConfigMap 中配置期望保留的工作执行记录数量，这里支持为不同状态的执行记录设定不同的保留数量。

首先查看 argo-server 启动命令中指定的是哪个 Configmap

# kubectl -n argo get deploy argo-workflows-server -oyaml|grep args -A 5- args:- server- --configmap=argo-workflows-workflow-controller-configmap- --auth-mode=server- --secure=false- --loglevel

可以看到，这里是用的argo-workflows-workflow-controller-configmap，那么修改这个即可。

配置如下：

apiVersion: v1
data:retentionPolicy: |completed: 3failed: 3errored: 3
kind: ConfigMap
metadata:name: argo-workflows-workflow-controller-configmapnamespace: argo

需要注意的是，这里的清理机制会将多余的 Workflow 资源从 Kubernetes 中删除。如果希望能更多历史记录的话，建议启用并配置好归档功能。

然后重启 argo-workflow-controller 和 argo-server

kubectl -n argo rollout restart deploy argo-workflows-server
kubectl -n argo rollout restart deploy argo-workflows-workflow-controller

测试

运行多个流水线，看下是否会自动清理

for ((i=1; i<=10; i++)); do
cat <<EOF | kubectl create -f -
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: hello-world-
spec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: docker/whalesaycommand: [cowsay]args: ["hello world $i"]
EOF
done

创建了 10 个 Workflow，看一下运行完成后会不会自动清理掉

[root@lixd-argo archive]# k get wf
NAME                STATUS      AGE   MESSAGE
hello-world-6hgb2   Succeeded   74s
hello-world-6pl5w   Succeeded   37m
hello-world-9fdmv   Running     21s
hello-world-f464p   Running     18s
hello-world-kqwk4   Running     16s
hello-world-kxbtk   Running     18s
hello-world-p88vd   Running     19s
hello-world-q7xbk   Running     22s
hello-world-qvv7d   Succeeded   10m
hello-world-t94pb   Running     23s
hello-world-w79q6   Running     15s
hello-world-wl4vl   Running     23s
hello-world-znw7w   Running     23s

过一会再看

[root@lixd-argo archive]# k get wf
NAME                STATUS      AGE    MESSAGE
hello-world-f464p   Succeeded   102s
hello-world-kqwk4   Succeeded   100s
hello-world-w79q6   Succeeded   99s

可以看到，只保留了 3 条记录，其他的都被清理了，说明 GC 功能 ok。

3. 流水线归档

https://argo-workflows.readthedocs.io/en/stable/workflow-archive/

开启 GC 功能之后，会自动清理 Workflow 以保证 etcd 不被占满，但是也无法查询之前的记录了。

ArgoWorkflow 也提供了流水线归档功能，来解决该问题。

通过将 Workflow 记录到外部 Postgres 数据库来实现持久化，从而满足查询历史记录的需求。

部署 Postgres

首先，简单使用 helm 部署一个 AIO 的Postgres

REGISTRY_NAME=registry-1.docker.io
REPOSITORY_NAME=bitnamicharts
storageClass="local-path"
# postgres 账号的密码
adminPassword="postgresadmin"helm install pg-aio oci://$REGISTRY_NAME/$REPOSITORY_NAME/postgresql \
--set global.storageClass=$storageClass \
--set global.postgresql.auth.postgresPassword=$adminPassword \
--set global.postgresql.auth.database=argo

配置流水线归档

同样的，在 argo 配置文件中增加 persistence 相关配置即可：

persistence: archive: truepostgresql:host: pg-aio-postgresql.default.svc.cluster.localport: 5432database: postgrestableName: argo_workflowsuserNameSecret:name: argo-postgres-configkey: usernamepasswordSecret:name: argo-postgres-configkey: password

argo-workflows-workflow-controller-configmap 完整内容如下：

apiVersion: v1
data:retentionPolicy: |completed: 3failed: 3errored: 3persistence: |archive: truearchiveTTL: 180dpostgresql:host: pg-aio-postgresql.default.svc.cluster.localport: 5432database: argotableName: argo_workflowsuserNameSecret:name: argo-postgres-configkey: usernamepasswordSecret:name: argo-postgres-configkey: password
kind: ConfigMap
metadata:name: argo-workflows-workflow-controller-configmapnamespace: argo

然后还要创建一个 secret

kubectl create secret generic argo-postgres-config -n argo --from-literal=password=postgresadmin --from-literal=username=postgres

可能还需要给 rbac，否则 Controller 无法查询 secret

kubectl create clusterrolebinding argo-workflow-controller-admin --clusterrole=admin --serviceaccount=argo:argo-workflows-workflow-controller

然后重启 argo-workflow-controller 和 argo-server

kubectl -n argo rollout restart deploy argo-workflows-server
kubectl -n argo rollout restart deploy argo-workflows-workflow-controller

在启用存档的情况下启动工作流控制器时，将在数据库中创建以下表：

  • argo_workflows
  • argo_archived_workflows
  • argo_archived_workflows_labels
  • schema_history

归档记录 GC

配置文件中的 archiveTTL 用于指定压缩到 Postgres 中的 Workflow 记录存活时间，argo Controller 会根据该配置自动删除到期的记录，若不指定该值则不会删除。

具体如下：

func (r *workflowArchive) DeleteExpiredWorkflows(ttl time.Duration) error {rs, err := r.session.SQL().DeleteFrom(archiveTableName).Where(r.clusterManagedNamespaceAndInstanceID()).And(fmt.Sprintf("finishedat < current_timestamp - interval '%d' second", int(ttl.Seconds()))).Exec()if err != nil {return err}rowsAffected, err := rs.RowsAffected()if err != nil {return err}log.WithFields(log.Fields{"rowsAffected": rowsAffected}).Info("Deleted archived workflows")return nil
}

不过删除任务默认每天执行一次，因此就算配置为 1m 分钟也不会立即删除。

func (wfc *WorkflowController) archivedWorkflowGarbageCollector(stopCh <-chan struct{}) {defer runtimeutil.HandleCrash(runtimeutil.PanicHandlers...)periodicity := env.LookupEnvDurationOr("ARCHIVED_WORKFLOW_GC_PERIOD", 24*time.Hour)if wfc.Config.Persistence == nil {log.Info("Persistence disabled - so archived workflow GC disabled - you must restart the controller if you enable this")return}if !wfc.Config.Persistence.Archive {log.Info("Archive disabled - so archived workflow GC disabled - you must restart the controller if you enable this")return}ttl := wfc.Config.Persistence.ArchiveTTLif ttl == config.TTL(0) {log.Info("Archived workflows TTL zero - so archived workflow GC disabled - you must restart the controller if you enable this")return}log.WithFields(log.Fields{"ttl": ttl, "periodicity": periodicity}).Info("Performing archived workflow GC")ticker := time.NewTicker(periodicity)defer ticker.Stop()for {select {case <-stopCh:returncase <-ticker.C:log.Info("Performing archived workflow GC")err := wfc.wfArchive.DeleteExpiredWorkflows(time.Duration(ttl))if err != nil {log.WithField("err", err).Error("Failed to delete archived workflows")}}}
}

需要设置环境变量 ARCHIVED_WORKFLOW_GC_PERIOD 来调整该值，修改 argo-workflows-workflow-controller 增加 env，就像这样：

        env:- name: ARCHIVED_WORKFLOW_GC_PERIODvalue: 1m

测试

接下来创建 Workflow 看下是否测试

for ((i=1; i<=10; i++)); do
cat <<EOF | kubectl create -f -
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: hello-world-
spec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: docker/whalesaycommand: [cowsay]args: ["hello world $i"]
EOF
done

查看下是 postgres 中是否生成归档记录

export POSTGRES_PASSWORD=postgresadminkubectl run postgresql-dev-client --rm --tty -i --restart='Never' --namespace default --image docker.io/bitnami/postgresql:14.1.0-debian-10-r80 --env="PGPASSWORD=$POSTGRES_PASSWORD" --command -- psql --host pg-aio-postgresql -U postgres -d argo -p 5432

按 Enter 进入 Pod 后直接查询即可

# 查询表
argo-# \dtList of relationsSchema |              Name              | Type  |  Owner
--------+--------------------------------+-------+----------public | argo_archived_workflows        | table | postgrespublic | argo_archived_workflows_labels | table | postgrespublic | argo_workflows                 | table | postgrespublic | schema_history                 | table | postgres
(4 rows)# 查询记录
argo=# select name,phase from argo_archived_workflows;name        |   phase
-------------------+-----------hello-world-s8v4f | Succeededhello-world-6pl5w | Succeededhello-world-qvv7d | Succeededhello-world-vgjqr | Succeededhello-world-g2s8f | Succeededhello-world-jghdm | Succeededhello-world-fxtvk | Succeededhello-world-tlv9k | Succeededhello-world-bxcg2 | Succeededhello-world-f6mdw | Succeededhello-world-dmvj6 | Succeededhello-world-btknm | Succeeded
(12 rows)# \q 退出
argo=# \q

可以看到，Postgres 中已经存储好了归档的 Workflow，这样需要查询历史记录时到 Postgres 查询即可。

将 archiveTTL 修改为 1 分钟，然后重启 argo，等待 1 至2 分钟后，再次查看

argo=#  select name,phase from argo_archived_workflows;name | phase
------+-------
(0 rows)argo=#

可以看到，所有记录都因为 TTL 被清理了，这样也能保证外部 Postgres 中的数据不会越累积越多。

4. Pod 日志归档

https://argo-workflows.readthedocs.io/en/stable/configure-archive-logs/

流水线归档实现了流水线持久化，即使把集群中的 Workflow 对象删除了，也可以从 Postgres 中查询到记录以及状态等信息。

但是流水线执行的日志却分散在对应 Pod 中的，如果 Pod 被删除了，日志就无法查看了，因此我们还需要做日志归档。

配置 Pod 归档

全局配置

在 argo 配置文件中开启 Pod 日志归档并配置好 S3 信息。

具体配置如下：

和第三篇配置的 artifact 一样，只是多了一个 archiveLogs: true

artifactRepository:archiveLogs: trues3:endpoint: minio.default.svc:9000bucket: argoinsecure: trueaccessKeySecret:name: my-s3-secretkey: accessKeysecretKeySecret:name: my-s3-secretkey: secretKey

完整配置如下：

apiVersion: v1
data:retentionPolicy: |completed: 3failed: 3errored: 3persistence: |archive: truepostgresql:host: pg-aio-postgresql.default.svc.cluster.localport: 5432database: argotableName: argo_workflowsuserNameSecret:name: argo-postgres-configkey: usernamepasswordSecret:name: argo-postgres-configkey: passwordartifactRepository: |archiveLogs: trues3:endpoint: minio.default.svc:9000bucket: argoinsecure: trueaccessKeySecret:name: my-s3-secretkey: accessKeysecretKeySecret:name: my-s3-secretkey: secretKey
kind: ConfigMap
metadata:name: argo-workflows-workflow-controller-configmapnamespace: argo

注意：根据第三篇分析 artifact，argo 中关于 artifactRepository 的信息包括三种配置方式：

  • 1）全局配置
  • 2）命名空间默认配置
  • 3）Workflow 中指定配置

这里是用的全局配置方式，如果 Namespace 级别或者 Workflow 级别也配置了 artifactRepository 并指定了不开启日志归档，那么也不会归档的。

然后重启 argo

kubectl -n argo rollout restart deploy argo-workflows-server
kubectl -n argo rollout restart deploy argo-workflows-workflow-controller

在 Workflow & template 中配置

配置整个工作流都需要归档

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: archive-location-
spec:archiveLogs: trueentrypoint: whalesaytemplates:- name: whalesaycontainer:image: docker/whalesay:latestcommand: [cowsay]args: ["hello world"]

配置工作流中的某一个 template 需要归档。

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: archive-location-
spec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: docker/whalesay:latestcommand: [cowsay]args: ["hello world"]archiveLocation:archiveLogs: true

小结

3 个地方都可以配置是否归档，就还挺麻烦的，根据官方文档，各个配置优先级如下：

workflow-controller config (on) > workflow spec (on/off) > template (on/off)

Controller Config Map Workflow Spec Template are we archiving logs?
true true true true
true true false true
true false true true
true false false true
false true true true
false true false false
false false true true
false false false false

对应的代码实现：

// IsArchiveLogs determines if container should archive logs
// priorities: controller(on) > template > workflow > controller(off)
func (woc *wfOperationCtx) IsArchiveLogs(tmpl *wfv1.Template) bool {archiveLogs := woc.artifactRepository.IsArchiveLogs()if !archiveLogs {if woc.execWf.Spec.ArchiveLogs != nil {archiveLogs = *woc.execWf.Spec.ArchiveLogs}if tmpl.ArchiveLocation != nil && tmpl.ArchiveLocation.ArchiveLogs != nil {archiveLogs = *tmpl.ArchiveLocation.ArchiveLogs}}return archiveLogs
}

建议配置全局的就行了。

测试

接下来创建 Workflow 看下是否测试

cat <<EOF | kubectl create -f -
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:generateName: hello-world-
spec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: docker/whalesaycommand: [cowsay]args: ["hello world"]
EOF

等待 Workflow 运行完成

# k get po
NAME                     READY   STATUS      RESTARTS   AGE
hello-world-6pl5w        0/2     Completed   0          53s
# k get wf
NAME                STATUS      AGE   MESSAGE
hello-world-6pl5w   Succeeded   55s

到 S3 查看是否有日志归档文件

argo-archive-log.png

可以看到，在指定 bucket 里已经存储了一个日志文件，以$bucket/$workflowName/$stepName 格式命名。

正常一个 Workflow 都会有多个 Step，每一个 step 分一个目录存储

内容就是 Pod 日志，具体如下：

 _____________ 
< hello world >------------- \\\     ##        .            ## ## ##       ==            ## ## ## ##      ===            /""""""""""""""""___/ ===        ~~~ {~~ ~~~~ ~~~ ~~~~ ~~ ~ /  ===- ~~~   \______ o          __/            \    \        __/             \____\______/

5. 小结

【ArgoWorkflow 系列】持续更新中，搜索公众号【探索云原生】订阅，阅读更多文章。

总结一下，本文主要分析了以下 3 部分内容：

  • 1）开启 GC，自动清理运行完成的 Workflow 记录，避免占用 etcd 空间
  • 2）开启流水线归档，将 Workflow 记录存储到外部 Postgres，便于查询历史记录
  • 3）开启 Pod 日志归档，将流水线每一步 Pod 日志记录到 S3，便于查询，否则 Pod 删除就无法查询了

生产使用，一般都建议开启相关的清理和归档功能，如果全存储到 etcd，难免会影响到集群性能和稳定性。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/796494.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

相对论：浅析可重构计算立足点

相对论：浅析可重构计算立足点

捏他下相对论~可重构计算和时空域概念高度关联，而相对论也是探讨时空域之间的关联关系“FPGA vs ASIC，孰强孰弱？” 这是在我心中埋藏很久的一个疑问。因为听到有言论说在 DNN 上，FPGA 被 ASIC 完爆，能耗和面积都不占优势；而又听到 FPGA 在其他比如量化领域仍有重要的应用…
阅读更多...
jenkins远程启动任务--启用远程触发构建

jenkins远程启动任务--启用远程触发构建

一：前言 在执行Jenkins的项目构建的时候，一般都是通过web管理界面中的”构建”来执行项目构建操作，但是除此之外我们还可以通过项目配置中的”构建触发器”来触发构建操作，其中”构建触发器”有一种方式是通过配置令牌远程触发项目构建。二：设置用户token 打开当前登录用户…
阅读更多...
2024年9月中国数据库流行度排行榜：TiDB重回前三，GoldenDB问鼎前五

2024年9月中国数据库流行度排行榜：TiDB重回前三，GoldenDB问鼎前五

9月墨天轮排行榜解读新鲜出炉！本月榜单前五变动较大，TiDB时隔半年重归第三，GoldenDB再次攀升跻身第五，此外亦有部分产品表现不俗，一起来看更多排名情况与解读！9月墨天轮数据社区的中国数据库流行度排行榜如约而至。除了冠亚两位，排名第三至第五的数据库产品均经历了位次…
阅读更多...
7、Linux文件和目录管理

7、Linux文件和目录管理

常规命令的格式注意：调侃删库操作，请勿执行！ 命令规范命令：使用正确的命令名称。 空格：命令与选项、参数之间需要空格分隔。 大小写：大部分命令对大小写不敏感，但部分命令和参数敏感，需要注意。 顺序：大部分情况下顺序无影响，但少数命令有顺序要求。详细命令选项参考…
阅读更多...
Unity开源技能编辑器

Unity开源技能编辑器

https://www.bilibili.com/video/BV19Z421i7rs/?spm_id_from=333.788&vd_source=106601ca71b1d910c1ac4aa2466b744chttps://github.com/ancientElement/AE_SkillEditor_Plus 开源地址 https://github.com/ancientElement/AE_SkillEditor_Plus
阅读更多...
降维算法 0基础小白也能懂(附代码)

降维算法 0基础小白也能懂(附代码)

在互联网大数据场景下，我们经常需要面对高维数据，在对这些数据做分析和可视化的时候，我们通常会面对「高维」这个障碍。在数据挖掘和建模的过程中，高维数据也同样带来大的计算量，占据更多的资源，而且许多变量之间可能存在相关性，从而增加了分析与建模的复杂性。我们希望…
阅读更多...
倍福twincat2变量变化监控方法

倍福twincat2变量变化监控方法

使用场景 使用twincat2 scopeview工具对程序中快速变化的变量进行监控并分析程序异常点 监控设置打开TwincatScopeView软件新建示波器并添加Channel填写AMS地址插入需要监控的变量（此处可将需要监控的变量赋值，置顶，方便添加）调整窗口显示范围选择固定时间监视/持续监控对图…
阅读更多...
SBT20100VFCT-ASEMI低压降肖特基二极管SBT20100VFCT

SBT20100VFCT-ASEMI低压降肖特基二极管SBT20100VFCT

SBT20100VFCT-ASEMI低压降肖特基二极管SBT20100VFCT编辑：ll SBT20100VFCT-ASEMI低压降肖特基二极管SBT20100VFCT 型号：SBT20100VFCT 品牌：ASEMI 封装：ITO-220AB 安装方式：插件 批号：最新 恢复时间：35ns 最大平均正向电流（IF）：20A 最大循环峰值反向电压（VRRM）：100V…
阅读更多...
阿里云 云盘扩充

阿里云 云盘扩充

挂载实例 /dev/vdc 要操作的主分区是 /dev/vdc1，这个盘只有一个分区，先卸载主分区： umount /dev/vdc1df -h 来查看是否卸载成功。如果在输出的结果中看不到 /dev/vdc1 的信息，则表示卸载成这一步，我们使用 fdisk 命令删除原来的分区并创建新分区，步骤如下：首先运行 fd…
阅读更多...
Linux复习之安装

Linux复习之安装

不过现在不推荐自己安装了，推荐使用云服务器，因为现在云服务很便宜，而且有各种优惠 安装虚拟机手动进行磁盘分区安装成功的界面虚拟机的克隆快照的设置与管理迁移与删除远程登录-Xshell，远程传输数据-Xftp6解决xftp6中文乱码的问题vim-3中模式vim的快捷键关机重启运行级别 …
阅读更多...
Java常见报错

Java常见报错

NoSuchElementException: 一般都是数组或者集合的索引越界 ConCurrentCheck(并发修改异常): 因为集合中有自己的修改次数记录的变量，还有另一个记录地变量，一般这2个变量不一致，则会报错！mapkey is required怎么解决：说明： MyBatis查询一些记录，数据涉及到两个表里的数据…
阅读更多...
智能监控技术揭秘：思通数科AI系统值班行为分析

智能监控技术揭秘：思通数科AI系统值班行为分析

思通数科的AI视频识别预警系统是一个集成了先进人工智能技术的监控解决方案，旨在通过实时视频分析提高安全监控的效率和准确性。该系统利用深度学习算法，能够识别和分析视频中的各种行为模式，从而实现对特定事件的快速响应。AI技术在值班离岗、脱岗等行为监控方面的主要实际…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023