Lancement du tableau de bord Kubernetes

Ouvrez un tableau de bord Kubernetes sur votre système local pour consulter des informations sur un cluster et les noeuds worker associés. Dans la console IBM Cloud, vous pouvez accéder au tableau de bord par simple clic sur un bouton. Avec l'interface de ligne de commande (CLI), vous pouvez accéder au tableau de bord ou utiliser les étapes d'un processus automatique, comme pour un pipeline CI/CD.

Votre cluster comporte tellement de ressources et d'utilisateurs que votre tableau de bord Kubernetes est un peu lent ? Votre administrateur de cluster peut ajuster le déploiement de kubernetes-dashboard en exécutant la commande kubectl -n kube-system scale deploy kubernetes-dashboard --replicas=3.

Pour vérifier les journaux des pods d'application individuels, vous pouvez exécuter kubectl logs <pod name>. N'utilisez pas le tableau de bord Kubernetes pour diffuser les journaux de vos pods, car cela pourrait entraîner une interruption de l'accès au tableau de bord de Kubernetes.

Avant de commencer

• Vérifiez que vous disposez d'un rôle d'accès au service qui vous octroie le rôle RBAC Kubernetes approprié pour travailler avec des ressources Kubernetes.
• Pour lancer le tableau de bord Kubernetes à partir de la console, vous devez disposer d'un rôle d'accès à la plateforme. Si vous bénéficiez d'un rôle d'accès au service mais pas de rôle d'accès à la plateforme, lancez le tableau de bord Kubernetes dans l'interface de ligne de commande.
• Connectez-vous à votre compte. Le cas échéant, ciblez le groupe de ressources approprié. Définissez le contexte de votre cluster.

Vous pouvez utiliser le port par défaut ou définir votre propre port pour lancer le tableau de bord Kubernetes d'un cluster.

Déploiement d'applications avec le tableau de bord Kubernetes

Lorsque vous déployez une application dans votre cluster à l'aide du tableau de bord Kubernetes, une ressource de déploiement crée, met à jour et gère automatiquement les pods dans votre cluster. Pour plus d'informations sur l'utilisation du tableau de bord, consultez la documentation de Kubernetes.

Votre cluster comporte tellement de ressources et d'utilisateurs que votre tableau de bord Kubernetes est un peu lent ? Votre administrateur de cluster peut ajuster le déploiement de kubernetes-dashboard en exécutant la commande kubectl -n kube-system scale deploy kubernetes-dashboard --replicas=3.

Avant de commencer

• Installez les interfaces de ligne de commande requises.
• Connectez-vous à votre compte. Le cas échéant, ciblez le groupe de ressources approprié. Définissez le contexte de votre cluster.
• Vérifiez que vous disposez d'un rôle d'accès au service qui vous octroie le rôle RBAC Kubernetes approprié pour travailler avec des ressources Kubernetes.
• Pour lancer le tableau de bord Kubernetes à partir de la console, vous devez disposer d'un rôle d'accès à la plateforme. Si vous bénéficiez d'un rôle d'accès au service mais pas de rôle d'accès à la plateforme, lancez le tableau de bord Kubernetes dans l'interface de ligne de commande.

Pour déployer votre application :

1. Ouvrez le tableau de bord Kubernetes et cliquez sur + Créer.

2. Entrez les détails de votre application en choisissant l'une de ces deux méthodes :

   • Sélectionnez Spécifier les détails de l'application et entrez les détails.
   • Sélectionnez Télécharger un fichier YAML ou JSON pour télécharger votre fichier de configuration de l'application.

   Besoin d'aide sur votre fichier de configuration ? Consultez cet exemple de fichier YAML. Dans cet exemple, un conteneur est déployé à partir d'une image ibmliberty dans la région du Sud des Etats-Unis (US-South). Découvrez comment sécuriser vos informations personnelles lorsque vous utilisez des ressources Kubernetes.

3. Vérifiez que vous avez déployé correctement votre application à l'aide de l'une des méthodes suivantes :

   • Dans le tableau de bord Kubernetes, cliquez sur Déploiements. La liste des déploiements ayant abouti s'affiche.
   • Si votre application est accessible au public, accédez à la page de présentation du cluster dans votre tableau de bord IBM Cloud® Kubernetes Service. Copiez le sous-domaine qui se trouve dans la section récapitulatif des clusters et collez-le dans un navigateur pour afficher votre application.

Déploiement d'applications à l'aide de l'interface de ligne de commande

Après avoir créé un cluster, vous pouvez y déployer une application à l'aide de l'interface de ligne de commande de Kubernetes.

Avant de commencer

• Installez les interfaces de ligne de commande requises.
• Connectez-vous à votre compte. Le cas échéant, ciblez le groupe de ressources approprié. Définissez le contexte de votre cluster.
• Vérifiez que vous disposez d'un rôle d'accès au service qui vous octroie le rôle RBAC Kubernetes approprié pour travailler avec des ressources Kubernetes dans l'espace de noms.

Pour déployer votre application :

1. Créer un fichier de configuration basé sur les meilleures pratiques de Kubernetes. En général, un fichier de configuration contient des informations de configuration détaillées pour chacune des ressources que vous créez dans Kubernetes. Votre script peut inclure une ou plusieurs des sections suivantes :

   • Déploiement: Définit la création de pods et d'ensembles de répliques. Un pod contient une application conteneurisée unique et les jeux de répliques contrôlent plusieurs instances de pods.

   • Service: Fournit un accès frontal aux pods en utilisant un nœud de travail ou une adresse IP publique d'équilibreur de charge, ou une route d'entrée publique.

   • Ingress: Spécifie un type d'équilibreur de charge qui fournit des routes pour accéder à votre application publiquement.

   Découvrez comment sécuriser vos informations personnelles lorsque vous utilisez des ressources Kubernetes.

2. Exécutez le fichier de configuration dans un contexte de cluster.

   kubectl apply -f config.yaml
   

3. Si vous avez rendu votre application disponible au public en utilisant un service Nodeport, LoadBalancer ou Ingress, vérifiez que vous pouvez accéder à l'application.

Déploiement d'applications sur des noeuds worker spécifiques à l'aide de libellés

Lorsque vous déployez une application, les pods d'application déploient plusieurs noeuds worker dans votre cluster sans discernement. Parfois, vous voudrez peut-être limiter les nœuds worker à déployer sur les serveurs d'applications. Par exemple, vous pouvez opter pour le déploiement des pods d'application uniquement sur les noeuds worker d'un certain pool de noeuds worker car ces noeuds se trouvent sur des machines bare metal. Pour désigner les noeuds worker sur lesquels doivent se déployer les pods d'application, ajoutez une règle d'affinité dans le déploiement de votre application.

Avant de commencer

• Connectez-vous à votre compte. Le cas échéant, ciblez le groupe de ressources approprié. Définissez le contexte de votre cluster.
• Facultatif : définissez un libellé pour le pool de noeuds worker sur lequel vous souhaitez exécuter l'application.

Pour déployer des applications sur des nœuds worker spécifiques,

1. Récupérez l'ID du pool de noeuds worker sur lequel vous souhaitez déployer des pods d'application.

   ibmcloud ks worker-pool ls --cluster <cluster_name_or_ID>
   

2. Répertoriez les noeuds worker figurant dans le pool de noeuds worker et notez l'une des adresses IP privées.

   ibmcloud ks worker ls --cluster <cluster_name_or_ID> --worker-pool <worker_pool_name_or_ID>
   

3. Décrivez le noeud worker. Dans la sortie Labels, notez le libellé de l'ID du pool de noeuds worker, ibm-cloud.kubernetes.io/worker-pool-id.

   Les étapes indiquées dans cette rubrique utilisent un ID de pool de noeuds worker pour déployer les pods d'application uniquement sur des noeuds worker figurant dans ce pool. Pour déployer des pods d'application sur des noeuds worker en utilisant un autre libellé, notez le libellé à utiliser. Par exemple, pour déployer des pods d'application uniquement sur des noeuds worker sur un VLAN privé spécifique, utilisez le libellé privateVLAN=.

   kubectl describe node <worker_node_private_IP>
   

   Exemple de sortie

   NAME:               10.xxx.xx.xxx
   Roles:              <none>
   Labels:             arch=amd64
                       beta.kubernetes.io/arch=amd64
                       beta.kubernetes.io/instance-type=b3c.4x16.encrypted
                       beta.kubernetes.io/os=linux
                       failure-domain.beta.kubernetes.io/region=us-south
                       failure-domain.beta.kubernetes.io/zone=dal10
                       ibm-cloud.kubernetes.io/encrypted-docker-data=true
                       ibm-cloud.kubernetes.io/ha-worker=true
                       ibm-cloud.kubernetes.io/iaas-provider=softlayer
                       ibm-cloud.kubernetes.io/machine-type=b3c.4x16.encrypted
                       ibm-cloud.kubernetes.io/sgx-enabled=false
                       ibm-cloud.kubernetes.io/worker-pool-id=00a11aa1a11aa11a1111a1111aaa11aa-11a11a
                       ibm-cloud.kubernetes.io/worker-version=1.32_1534
                       kubernetes.io/hostname=10.xxx.xx.xxx
                       privateVLAN=1234567
                       publicVLAN=7654321
   Annotations:        node.alpha.kubernetes.io/ttl=0
   ...
   

4. Ajoutez une règle d'affinité pour l'étiquette ID du pool de travailleurs au déploiement de l'application.

   Exemple de fichier YAML

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: with-node-affinity
   spec:
     template:
       spec:
         affinity:
           nodeAffinity:
             requiredDuringSchedulingIgnoredDuringExecution:
               nodeSelectorTerms:
               - matchExpressions:
                 - key: ibm-cloud.kubernetes.io/worker-pool-id
                   operator: In
                   values:
                   - <worker_pool_ID>
   ...
   

   Dans la section Affinité de l'exemple YAML, ibm-cloud.kubernetes.io/worker-pool-id est key et <worker_pool_ID> est le value.

5. Appliquez le fichier de configuration de déploiement mis à jour.

   kubectl apply -f with-node-affinity.yaml
   

6. Vérifiez que les pods d'application se sont déployés sur les noeuds worker appropriés.

   1. Affichez la liste des pods de votre cluster.

      kubectl get pods -o wide
      

      Exemple de sortie

      NAME                   READY     STATUS              RESTARTS   AGE       IP               NODE
      cf-py-d7b7d94db-vp8pq  1/1       Running             0          15d       172.30.xxx.xxx   10.176.48.78
      

   2. Dans la sortie, identifiez un pod pour votre application. Notez l'adresse IP privée du noeud (NODE) correspondant au noeud worker dans lequel figure le pod.

      Dans la sortie de l'exemple précédent, le pod d'application cf-py-d7b7d94db-vp8pq se trouve sur un noeud worker dont l'adresse IP est 10.xxx.xx.xxx.

   3. Répertoriez les noeuds worker figurant dans le pool de noeuds worker que vous avez désigné dans le déploiement de votre application.

      ibmcloud ks worker ls --cluster <cluster_name_or_ID> --worker-pool <worker_pool_name_or_ID>
      

      Exemple de sortie

      ID                                                 Public IP       Private IP     Machine Type      State    Status  Zone    Version
      kube-dal10-crb20b637238bb471f8b4b8b881bbb4962-w7   169.xx.xxx.xxx  10.176.48.78   b3c.4x16          normal   Ready   dal10   1.8.6_1504
      kube-dal10-crb20b637238bb471f8b4b8b881bbb4962-w8   169.xx.xxx.xxx  10.176.48.83   b3c.4x16          normal   Ready   dal10   1.8.6_1504
      kube-dal12-crb20b637238bb471f8b4b8b881bbb4962-w9   169.xx.xxx.xxx  10.176.48.69   b3c.4x16          normal   Ready   dal12   1.8.6_1504
      

      Si vous avez créé une règle d'affinité pour l'application en fonction d'un autre facteur, récupérez cette valeur à la place. Par exemple, pour vérifier que le pod d'application a été déployé sur un nœud worker sur un VLAN, affichez le VLAN où se trouve le nœud worker en exécutant ibmcloud ks worker get --cluster <cluster_name_or_ID> --worker <worker_ID>.

   4. Dans la sortie, vérifiez que le noeud worker avec l'adresse IP que vous avez identifiée à l'étape précédente est déployé dans ce pool de noeuds worker.

Déployer une application sur une machine GPU NVIDIA

Si vous disposez d'un type de machine GPU, vous pouvez accélérer le temps de traitement requis pour les charges de travail de calcul intensif telles que l'IA, l'apprentissage automatique, l'inférence, etc.

Dans IBM Cloud Kubernetes Service, les pilotes GPU requis sont automatiquement installés pour vous.

Dans les étapes suivantes, vous apprendrez à déployer des charges de travail nécessitant le processeur graphique (GPU). Cependant, vous pouvez également déployer des applications qui n'ont pas besoin de traiter leurs charges de travail à la fois sur le GPU et le CPU.

Vous pouvez également essayer des charges de travail mathématiquement intensives telles que l'infrastructure d'apprentissage automatique TensorFlow avec cette Kubernetes.