Netflix 的上线工具 Spinnaker

• Clouddriver顾名思义，是和底层 IaaS 打交道的模块，主要负责底层资源的读写，它对接了底层的云提供商： AWS，谷歌云，Kubernetes，CloudFoundry 和 Azure 等等。

  以 Kubernetes 的对接为例，Clouddriver 通过 Cloud Provider Agent 实现了缓存，部署，实例，负载均衡，安全组和集群的对接，工作量还是很大的。

• DeckSpinnaker 的 UI 层，使用 TypeScript + AngularJs 开发，支持扩展。

• GateSpinnaker 的 API 网关层，它为其他服务提供的 API 的接入，使用 Eureka 和 OKClient 实现。

• Orca任务编排引擎，目的是为 Spinnaker 提供一个流水线，将构建包从一个 Stage 升级到另一个 Stage，并且和其他服务进行协同工作。

• IgorSpinnaker 的 CI 工具，Igor 提供的是统一的 CI 工具接口（Jenkins，Travis 以及 Git 仓库），并且记录 Jenkins 的认证信息。在配置 Igor 项目时，需要将 Jenkins 的登录信息配置在 yml 文件里。

1. 使用 Nebula （Netflix 打包工具）进行编译打包。
2. 使用 Bake 将包打成一个镜像，或者 RPM 包。
3. 并发测试这个包，集成测试，系统测试等等。
4. 金丝雀发布，此阶段将包发布到集群里1%的节点，并且设置一个人工决策点。
5. 1%的机器测试通过后，进行人工决策，将包发布到其他集群节点。

注：Netflix 的流程里大部分是没有人工决策点的。

集群管理：

Spinnaker 的集群管理组件能够管理以下资源：服务器组, 集群，应用，负载均衡，安全组。用这些组件来屏蔽的底层 IaaS 资源的差异。

Spinnaker 部署策略

蓝绿部署：

金丝雀发布：Netflix 进行大量的自动化金丝雀发布（ACA – Automatic-Canary-Analysis），目前并没有开源这个功能。但是 Google 和 Netflix 正在一起协同开发，计划把这部分代码开源出来。

金丝雀发布如何实现自动化？难点在于自动化评估1%节点部署的结果。Spinnaker 在发布1%集群的节点之后，ACA 会进行一系列的监控，包括用户的行为是否异常，流量的访问是否存在较大波动，最好会为这次发布计算出一个分数，这个分数就成为继续发布到10% 集群机器的数据依据，只要分数大于这个值，就能继续发布到剩余的机器。

其他功能

即时通信工具集成 – Slack

Netflix 最开始是用邮件通知构建发布的结果，后来发现邮件根本没人看，于是 Spinnaker 和 Slack 做了集成，任何发布消息都会推送到 Slack 的群聊里。好处是如果有人工的决策点需要审核，在 Slack 里可以得到及时的通知。

支持Chaos Monkey：

Chaos Monkey 之前文章有讲过，它负责在线上环境里随机的关掉某几台机器，从而进行服务高可用的测试，没有经历 Chaos Monkey 测试的服务不是好服务。

使用 Artifactory 进行软件包管理：

Netflix 是 Artifactory 的重度用户。Netflix 在部署包/镜像到生产环境时，不会重新构建，而是从测试环境找到包，复制到生产环境。这就需要包管理平台的支持，Netflix 使用 Artifactory 作为统一包管理平台，记录包的发布元数据，例如包经过了哪些测试，被部署到了哪些测试环境/生产环境。当服务需要扩容或者回滚时，根据AQL（Artifactory Query Language）进行元数据查询，找到需要扩容或回滚的包。

总结

Spinnaker 作为持续交付平台，已经被 Netflix 内部上百个团队使用，并且在生产环境里的进行了验证，同时社区也非常的活跃。

不过使用 Spinnaker 也有一些门槛，首先你需要有自动化构建，测试的流水线进行软件升级（Promotion），其次，需要让 Spinnaker 接管公司的云平台，用代码描述环境，并且已经用脚本/CMDB 实现软件在不同环境的部署，升级，回滚。如果你的公司内部有多个 Cloud Provider，并且希望实现可重复的持续交付流水线，可以考虑使用 Spinnaker 实现统一持续交付。

作者：王青
来源：JFrog杰蛙DevOps微信公众号（jfrogchina）