ArgoWorkflow教程(五)---Workflow 的多种触发模式：手动、定时任务与事件触发

上一篇我们分析了argo-workflow 中的 archive，包括 流水线GC、流水线归档、日志归档等功能。本篇主要分析 Workflow 中的几种触发方式，包括手动触发、定时触发、Event 事件触发等。

1. 概述

Argo Workflows 的流水线有多种触发方式：

• 手动触发：手动提交一个 Workflow，就会触发一次构建，那么我们创建的流水线，理论上是 WorkflowTemplate 对象。
• 定时触发：CronWorkflow，类似于 k8s 中的 job 和 cronjob，CronWorkflow 会定时创建 Workflow 来实现定时触发。
• Event 事件触发：比如通过git commit 触发，借助 argo-events 可以实现此功能。

2. 定时触发

CronWorkflow 本质上就是一个 Workflow + Cron Spec。

设计上参考了 k8s 中的 CronJob

Demo

一个简单的 CronWorkflow 如下：

apiVersion: argoproj.io/v1alpha1
kind: CronWorkflow
metadata:name: test-cron-wf
spec:schedule: "* * * * *"concurrencyPolicy: "Replace"startingDeadlineSeconds: 0workflowSpec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: alpine:3.6command: [sh, -c]args: ["date; sleep 90"]

apply 一下，可以看到创建出来的 Workflow 命名为 $cronWorkflowName-xxx

[root@lixd-argo workdir]# k get cwf
NAME           AGE
test-cron-wf   116s
[root@lixd-argo workdir]# k get wf
NAME                      STATUS    AGE   MESSAGE
test-cron-wf-1711852560   Running   47s

由于 template 中运行任务是 sleep 90s 因此，整个任务耗时肯定是超过 60s 的，根据设置的 concurrencyPolicy 为 Replace ，因此 60s 后，第二个 Workflow 被创建出来，第一个就会被停止掉。

[root@lixd-argo workdir]# k get wf
NAME                      STATUS    AGE    MESSAGE
test-cron-wf-1711852560   Failed    103s   Stopped with strategy 'Terminate'
test-cron-wf-1711852620   Running   43s

具体参数

支持的具体参数如下：

type CronWorkflowSpec struct {// WorkflowSpec is the spec of the workflow to be runWorkflowSpec WorkflowSpec `json:"workflowSpec" protobuf:"bytes,1,opt,name=workflowSpec,casttype=WorkflowSpec"`// Schedule is a schedule to run the Workflow in Cron formatSchedule string `json:"schedule" protobuf:"bytes,2,opt,name=schedule"`// ConcurrencyPolicy is the K8s-style concurrency policy that will be usedConcurrencyPolicy ConcurrencyPolicy `json:"concurrencyPolicy,omitempty" protobuf:"bytes,3,opt,name=concurrencyPolicy,casttype=ConcurrencyPolicy"`// Suspend is a flag that will stop new CronWorkflows from running if set to trueSuspend bool `json:"suspend,omitempty" protobuf:"varint,4,opt,name=suspend"`// StartingDeadlineSeconds is the K8s-style deadline that will limit the time a CronWorkflow will be run after its// original scheduled time if it is missed.StartingDeadlineSeconds *int64 `json:"startingDeadlineSeconds,omitempty" protobuf:"varint,5,opt,name=startingDeadlineSeconds"`// SuccessfulJobsHistoryLimit is the number of successful jobs to be kept at a timeSuccessfulJobsHistoryLimit *int32 `json:"successfulJobsHistoryLimit,omitempty" protobuf:"varint,6,opt,name=successfulJobsHistoryLimit"`// FailedJobsHistoryLimit is the number of failed jobs to be kept at a timeFailedJobsHistoryLimit *int32 `json:"failedJobsHistoryLimit,omitempty" protobuf:"varint,7,opt,name=failedJobsHistoryLimit"`// Timezone is the timezone against which the cron schedule will be calculated, e.g. "Asia/Tokyo". Default is machine's local time.Timezone string `json:"timezone,omitempty" protobuf:"bytes,8,opt,name=timezone"`// WorkflowMetadata contains some metadata of the workflow to be runWorkflowMetadata *metav1.ObjectMeta `json:"workflowMetadata,omitempty" protobuf:"bytes,9,opt,name=workflowMeta"`
}

内容可以分为 3 部分：

• WorkflowSpec ：这个就是 Workflow 的 Spec，一模一样的
• Cron Spec：增加了一些 Cron 相关字段
• WorkflowMetadata：一些 metadata，后续该 CronWorkflow 创建的 Workflow 都会携带上这里指定的 metadata

WorkflowSpec 和 WorkflowMetadata 没太大区别，就不赘述了，分析一下 Cron Spec 相关的几个字段：

• schedule：cron 表达式，* * * * * 每分钟创建一次
• concurrencyPolicy：并发模式，支持 Allow、Forbid、Replace
  • Allow：允许同时运行多个 Workflow
  • Forbid：禁止并发，有 Workflow 运行时，就不会再创建新的
  • Replace： 表示新创建 Workflow 替换掉旧的，不会同时运行多个 Workflow。
• startingDeadlineSeconds：Workflow 创建出来到第一个 Pod 启动的最大时间，超时后就会被标记为失败。
• suspend：flag 是否停止 CronWorkflow，在定时任务不需要执行是可以设置为 true。
• timezone：时区，默认使用机器上的本地时间

大部分字段和 K8s CronJob 一致

apiVersion: argoproj.io/v1alpha1
kind: CronWorkflow
metadata:name: my-cron
spec:schedule: "* * * * *"concurrencyPolicy: "Replace"startingDeadlineSeconds: 0workflowSpec:entrypoint: whalesaytemplates:- name: whalesaycontainer:image: alpine:3.6command: [sh, -c]args: ["date; sleep 10"]workflowMetadata:labels:from: cron

增加了 metadata，测试一下

[root@lixd-argo workdir]# k get wf my-cron-1711853400 -oyaml|grep labels -A 1labels:from: cron

可以看到，创建出来的 Workflow 确实携带上了，在 CronWorkflow 中指定的 label。

3. Event

argo 提供了一个 Event API：/api/v1/events/{namespace}/{discriminator},该 API 可以接受任意 json 数据。

通过 event API 可以创建 Workflow ，类似于 Webhook。

具体请求长这样：

curl https://localhost:2746/api/v1/events/argo/ \-H "Authorization: $ARGO_TOKEN" \-d '{"message": "hello"}'

或者这样：

curl https://localhost:2746/api/v1/events/argo/my-discriminator \-H "Authorization: $ARGO_TOKEN" \-d '{"message": "hello"}'

• 1）准备 Token
• 2）创建 WorkflowEventBinding，配置接收 event 以及收到 event 后创建的 Workflow 信息
• 3）发送请求进行测试

Token

创建 RBAC 相关对象,role、rolebinding、sa，其中 role 只需要提供最小权限即可。

直接创建在 default 命名空间

kubectl apply -f - <<EOF
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:name: test
rules:- apiGroups:- argoproj.ioresources:- workfloweventbindingsverbs:- list- apiGroups:- argoproj.ioresources:- workflowtemplatesverbs:- get- apiGroups:- argoproj.ioresources:- workflowsverbs:- create
EOF

serviceaccount 和 rolebinding

kubectl create sa testkubectl create rolebinding test --role=test --serviceaccount=default:test

然后创建一个 Secret

kubectl apply -f - <<EOF
apiVersion: v1
kind: Secret
metadata:name: test.service-account-tokenannotations:kubernetes.io/service-account.name: test
type: kubernetes.io/service-account-token
EOF

最后就可以查询 Secret 解析 Token 了

ARGO_TOKEN="Bearer $(kubectl get secret test.service-account-token -o=jsonpath='{.data.token}' | base64 --decode)"echo $ARGO_TOKEN
Bearer ZXlKaGJHY2lPaUpTVXpJMU5pSXNJbXRwWkNJNkltS...

测试，能否正常使用

ARGO_SERVER=$(kubectl get svc argo-workflows-server -n argo -o=jsonpath='{.spec.clusterIP}')curl http://$ARGO_SERVER:2746/api/v1/workflow-event-bindings/default -H "Authorization: $ARGO_TOKEN"

WorkflowEventBinding

为了接收 Event，可以创建 WorkflowEventBinding 对象，具体如下：

apiVersion: argoproj.io/v1alpha1
kind: WorkflowEventBinding
metadata:name: event-consumer
spec:event:# metadata header name must be lowercase to match in selectorselector: payload.message != "" && metadata["x-argo-e2e"] == ["true"] && discriminator == "my-discriminator"submit:workflowTemplateRef:name: my-wf-tmplearguments:parameters:- name: messagevalueFrom:event: payload.message

spec.event 指定了该 Binding 该如何匹配收到的 Event，比如这里的条件就是：

• 1）payload 中有一个 message 参数，值不为空
• 2）header 中包含 x-argo-e2e，且值为 true
  • 注意：这里匹配的时候 header 都会被转为小写
• 3）最后就是 discriminator 名字为 my-discriminator

如果匹配则会使用 submit 下面指定的内容创建 Workflow：

• 1）使用 my-wf-tmple 这个 workflowTemplate 创建 Workflow
• 2）使用 payload.message 作为参数

至于创建出的 Workflow 则是由 my-wf-tmple 定义了,先创建这个 Template

apiVersion: argoproj.io/v1alpha1
kind: WorkflowTemplate
metadata:name: my-wf-tmple
spec:templates:- name: maininputs:parameters:- name: messagevalue: "{{workflow.parameters.message}}"container:image: docker/whalesay:latestcommand: [cowsay]args: ["{{inputs.parameters.message}}"]entrypoint: main

最后我们就可以发送 API 来触发 event 实现 Workflow 的创建

curl $ARGO_SERVER:2746/api/v1/events/default/my-discriminator \-H "Authorization: $ARGO_TOKEN" \-H "X-Argo-E2E: true" \-d '{"message": "hello events"}'

测试一下：

{}[root@lixd-argo workdir]# curl $ARGO_SERVER:2746/api/v1/events/default/my-discriminator \
>     -H "Authorization: $ARGO_TOKEN" \
>     -H "X-Argo-E2E: true" \
>     -d '{"message": "hello events"}'
{}[root@lixd-argo workdir]# k get wf
NAME                STATUS    AGE   MESSAGE
my-wf-tmple-ea81n   Running   5s
[root@lixd-argo workdir]# k get wf my-wf-tmple-ea81n -oyaml|grep parameters -A 5parameters:- name: messagevalue: hello events

可以看到，Workflow 已经创建出来了，而且参数也是我们发请求时给的 hello events。

扩容

默认情况下 argo-server 可以同时处理 64 个事件，再多就会直接返回 503 了，可以通过以下参数进行调整：

• 1）--event-operation-queue-size：增加队列大小，以接收更多的事件
• 2）--event-worker-count：增加 worker 数量，提升处理速度

4. Webhook

前面 Event 章节提到了可以通过发送 HTTP 请求的方式来创建触发 event 以 Workflow，但是需要客户端提供 AuthToken。

问题来了，对于一些不能指定 Token 的客户端来说就比较麻烦了，比如 Github、Gitlab 等 Git 仓库，都可以配置 Webhook，在收到 commit 的时候调用 Webhook 来触发流水线。

此时，这些发送过来的请求肯定是没有带 Token 的，因此需要额外配置来进行验证，保证 argo 只处理来自 Github、Gitlab 等等平台的 Webhook 请求。

• 1）创建 RBAC 相关对象,role、rolebinding、sa 准备好 token
• 2）配置 Webhook-clients，告诉 argo 什么类型的 Webhook 过来使用那个 secret 作为 token

第一步 Token 和 Event 章节一致，就不在赘述了，主要是第二步。

webhook-clients config

上一步，创建 RBAC 对象，准备好 Secret 之后，一般客户端都是解析 Secret 中的 Token，然后带上该 Token 发送请求，就像这样：

ARGO_SERVER=$(kubectl get svc argo-workflows-server -n argo -o=jsonpath='{.spec.clusterIP}')
ARGO_TOKEN="Bearer $(kubectl get secret jenkins.service-account-token -o=jsonpath='{.data.token}' | base64 --decode)"curl https://$ARGO_SERVER:2746/api/v1/events/default/ \-H "Authorization: $ARGO_TOKEN" \-d '{"message": "hello"}'

但是，对于 Webhook 客户端来说，是没办法这样指定 token 的，因此需要通过argo-workflows-webhook-clients 配置来告诉 argo,哪个 Webhook 使用哪个 Secret 中的 token。

创建一个名为argo-workflows-webhook-clients 的 Secret，内容大致是这样的：

kind: Secret
apiVersion: v1
metadata:name: argo-workflows-webhook-clients
# The data keys must be the name of a service account.
stringData:# https://support.atlassian.com/bitbucket-cloud/docs/manage-webhooks/bitbucket.org: |type: bitbucketsecret: "my-uuid"# https://confluence.atlassian.com/bitbucketserver/managing-webhooks-in-bitbucket-server-938025878.htmlbitbucketserver: |type: bitbucketserversecret: "shh!"# https://developer.github.com/webhooks/securing/github.com: |type: githubsecret: "shh!"# https://docs.gitlab.com/ee/user/project/integrations/webhooks.htmlgitlab.com: |type: gitlabsecret: "shh!"

• 其中 Key 必须是当前 Namespace 下的 Serviceaccount 名称。
• Value 则包含 type 和 secret 两部分。
  • type：Webhook 来源，比如 github、gitlab
  • secret：一个字符串，非 k8s secret，一般在对应平台添加 Webhook 时进行配置

以 Github 具体，secret 配置如下：

在添加 Webhook 时可以填一个 Secret 配置，实际就是一串加密字符，随便填什么都可以。

这样 Github 发送 Webhook 请求时就会携带上这个 Secret 信息，Argo 收到后就根据argo-workflows-webhook-clients 的 Secret 里配置的 type=github 的 secret 字段进行对比，如果匹配上就处理，否则就忽略该请求。

如果能匹配上就从对应的 Serviceaccount 中解析 Token 作为 Authorization 信息。

源码分析

Webhook 这一块，官方文档不是很详细，一笔带过了，因此翻了下源码。

这块逻辑以一个 Interceptor 的形式出现，对于所有 Event API 都会经过该逻辑，用于为没有携带 Authorization 的请求添加 Authorization 信息。

// Interceptor creates an annotator that verifies webhook signatures and adds the appropriate access token to the request.
func Interceptor(client kubernetes.Interface) func(w http.ResponseWriter, r *http.Request, next http.Handler) {return func(w http.ResponseWriter, r *http.Request, next http.Handler) {err := addWebhookAuthorization(r, client)if err != nil {log.WithError(err).Error("Failed to process webhook request")w.WriteHeader(403)// hide the message from the user, because it could help them attack us_, _ = w.Write([]byte(`{"message": "failed to process webhook request"}`))} else {next.ServeHTTP(w, r)}}
}

调用 addWebhookAuthorization 尝试添加认证信息。

func addWebhookAuthorization(r *http.Request, kube kubernetes.Interface) error {// try and exit quickly before we do anything API callsif r.Method != "POST" || len(r.Header["Authorization"]) > 0 || !strings.HasPrefix(r.URL.Path, pathPrefix) {return nil}parts := strings.SplitN(strings.TrimPrefix(r.URL.Path, pathPrefix), "/", 2)if len(parts) != 2 {return nil}namespace := parts[0]secretsInterface := kube.CoreV1().Secrets(namespace)ctx := r.Context()webhookClients, err := secretsInterface.Get(ctx, "argo-workflows-webhook-clients", metav1.GetOptions{})if err != nil {return fmt.Errorf("failed to get webhook clients: %w", err)}// we need to read the request body to check the signature, but we still need it for the GRPC request,// so read it all now, and then reinstate when we are donebuf, _ := io.ReadAll(r.Body)defer func() { r.Body = io.NopCloser(bytes.NewBuffer(buf)) }()serviceAccountInterface := kube.CoreV1().ServiceAccounts(namespace)for serviceAccountName, data := range webhookClients.Data {r.Body = io.NopCloser(bytes.NewBuffer(buf))client := &webhookClient{}err := yaml.Unmarshal(data, client)if err != nil {return fmt.Errorf("failed to unmarshal webhook client \"%s\": %w", serviceAccountName, err)}log.WithFields(log.Fields{"serviceAccountName": serviceAccountName, "webhookType": client.Type}).Debug("Attempting to match webhook request")ok := webhookParsers[client.Type](client.Secret, r)if ok {log.WithField("serviceAccountName", serviceAccountName).Debug("Matched webhook request")serviceAccount, err := serviceAccountInterface.Get(ctx, serviceAccountName, metav1.GetOptions{})if err != nil {return fmt.Errorf("failed to get service account \"%s\": %w", serviceAccountName, err)}tokenSecret, err := secretsInterface.Get(ctx, secrets.TokenNameForServiceAccount(serviceAccount), metav1.GetOptions{})if err != nil {return fmt.Errorf("failed to get token secret \"%s\": %w", tokenSecret, err)}r.Header["Authorization"] = []string{"Bearer " + string(tokenSecret.Data["token"])}return nil}}return nil
}

具体流程如下：

• 首先判断了，只有 POST 方法，而且 Authorization 为空时才会自动添加。
• 然后就从 API 中指定的 Namespace 下查询名为 argo-workflows-webhook-clients 的 Secret。
• 最后就是循环对比，Secret 中的 type 和 secret 能否和当前请求匹配上，如果匹配上则把 data 对应的 key 做了 serviceaccount 名去查询 token 然后解析 token 做了 Authorization 使用。

第三步会直接使用 key 作为 serviceaccount，这也就是为什么配置argo-workflows-webhook-clients时需要把 serviceaccount 名称做为 key。

---

【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。

---

5. 小结

本文主要分析了 Argo 中的 Workflow 的几种触发方式。

• 1）手动触发：手动创建 Workflow 对象方式触发流水线运行
• 2）定时触发：使用 CronWorkflow 根据 Cron 表达式自动创建 Workflow
• 3）Event：使用 argo-server 提供的 event api 配合WorkflowEventBinding 创建 Workflow
• 4）Webhook：该方式实则是 Event 方式的扩展，Event 方式请求时需要 Token 认证，Webhook 方式则通过argo-workflows-webhook-clients 配置好不同来源的 Webhook 使用的 Secret 以实现认证，这样就可以把 Event API 用作 Webhook 端点 配置到 Github、Gitlab 等环境了。