Dzisiejszy temat to coś, o czym słyszał prawie każdy, ale niewielu potrafi faktycznie wyjaśnić. GitOps. Prawdopodobnie widziałeś to w ogłoszeniach o pracę, prezentacjach na konferencjach czy dokumentacji Azure. Czym dokładnie jest GitOps? Czy to tylko kolejne modne hasło DevOps, czy coś fundamentalnie innego? Oto skrócona wersja. GitOps to model operacyjny, w którym Git staje się jedynym źródłem prawdy dla całej infrastruktury, nie tylko kodu aplikacji, ale wszystkiego, co ją uruchamia. Pod koniec tego odcinka zrozumiesz, czym naprawdę jest GitOps, dlaczego stał się standardem zarządzania Kubernetes na Azure i jak sprawia, że wycofywanie zmian jest tak proste jak jedno polecenie. Stary sposób, ręczne wdrożenia i dryw konfiguracji. Zacznijmy od problemu, który rozwiązuje GitOps. Wyobraź sobie, że zarządzasz klastrem Kubernetes na Azure. Masz programistów wypychających kod, potok ci budujący obrazy kontenerów i kogoś, kto uruchamia Kubetle Apply, aby wdrożyć te obrazy. Może to ty, może współpracownik, albo klikasz przycisk w Azure DevOps i tak czy inaczej wdrożenie ma miejsce. To działa dobrze, dopóki nie przestanie. Oto co dzieje się później. Ktoś z zespołu musi szybko naprawić błąd, więc łączy się przez SSH z węzłem, używa portalu Azure lub uruchamia Kubetle Edit bezpośrednio na wdrożeniu. Wprowadza małą zmianę, jak poprawkę w Config Mapie lub inną zmienną środowiskową i wydaje się to nieszkodliwe. A przynajmniej tak myślą. Problem w tym, że ta zmiana nigdy nie trafiła do Gita, więc twój klaster ma teraz konfigurację, która nie pasuje do tego, co jest w repozytorium. Nazywa się to dryfem konfiguracji. Dryf to cichy zabójca, bo działa dobrze aż do kolejnego wdrożenia, gdy ktoś uruchomi Kubetle Apply z oryginalnym manifestem i nadpisze tę szybką poprawkę. Albo gorzej, dryf powoduje nieoczekiwane zachowanie, którego nikt nie potrafi wyjaśnić. Zaczynasz debugowanie, sprawdzasz logi, patrzysz na YAML w Gicie i nic nie wydaje się złe, a klaster robi coś zupełnie innego. Nie masz pojęcia, co się zmieniło, kiedy się zmieniło, ani kto to zmienił. Widziałem, jak to się dzieje. Współpracownik łączy się z węzłem przez SSH, zmienia konfigurację, żeby coś przetestować, zapomina przywrócić zmiany i idzie do domu. Następnego dnia wdrożenie się psuje i nikt nie potrafi wyjaśnić, dlaczego. Repozytorium Git wygląda czysto, ale w klastrze jest bałagan i tracisz godziny, próbując ustalić, co się stało. Więc oto pytanie. Co by było, gdyby istniał sposób na wymuszenie, aby klaster zawsze był zgodny z tym, co jest w Gicie? Co jeśli mógłbyś zagwarantować, że to, co jest w Twoim repozytorium, jest dokładnie tym, co działa na produkcji? To główna idea stojąca za GitOps. Czym właściwie jest GitOps? Czym dokładnie jest GitOps? Oto najprostsza definicja, jaką mogę podać. Git staje się Twoim jedynym źródłem prawdy, nie tylko dla kodu, ale dla wszystkiego, czego potrzebuje Twoja infrastruktura. Każda konfiguracja, każdy manifest wdrożeniowy, każda zmienna środowiskowa, wszystko to znajduje się w Gicie. Nic nie działa w Twoim klastrze, dopóki nie zostanie tam zdefiniowane. GitOps nie jest narzędziem, które można kupić. To model operacyjny, podobnie jak DevOps czy DevSecOps. Zbiór zasad, które kierują zarządzaniem Twoją infrastrukturą. Standard Open GitOps określa cztery główne zasady i chciałbym omówić każdą z nich. Po pierwsze, Twój system musi być deklaratywny. Oznacza to, że opisujesz stan końcowy, a nie kroki potrzebne do jego osiągnięcia. Zamiast pisać skrypt typu, stwórz wdrożenie, przeskaluj do pięciu replik, udostępnij port 8080, piszesz plik YAML, który mówi, chcę pięć replik na porcie 8080, a system sam ustala kolejne kroki. I to właśnie jest deklaratywność. Po drugie, wszystko musi być wersjonowane. Każda zmiana stanu klastra jest komitem w Git-cie. Dzięki temu masz pełną historię kto, co, kiedy i dlaczego zmienił. Koniec z domysłami czy przeszukiwaniem logów. Po trzecie, zmiany są pobierane automatycznie. Klaster łączy się z item, aby sprawdzić, co nowego. Później wyjaśni, dlaczego ma to tak duże znaczenie. Po czwarte, system jest stale uzgadniany. W Twoim klastrze działa agent, który nieustannie porównuje to, co jest w Git-cie, z tym, co faktycznie działa. Jeśli coś się nie zgadza, poprawia różnicę. To jest pętla uzgadniania. Pomyśl o tym w ten sposób. Git to Twój projekt architektoniczny. Opisuje dokładnie, jak budynek powinien wyglądać. Kubernetes to plac budowy, a operator GitOps to kierownik budowy. Chodzi z projektem w ręku, sprawdzając każdą ścianę, belkę i okno. Jeśli coś się nie zgadza, naprawia to. Załóżmy, że ktoś z ekipy dokona nieautoryzowanej zmiany, on ją zauważy i cofnie. Projekt jest zawsze źródłem prawdy. Ale tutaj następuje prawdziwa zmiana. Jak działają wdrożenia? W tradycyjnym Ci CD wypychasz zmiany do klastra. W GitOps klaster je pobiera i ta różnica jest ważniejsza niż się wydaje. Wdrożenia typu pull kontra push. Porozmawiajmy o tym, jak działają wdrożenia, ponieważ to tutaj GitOps zmienia wszystko. W tradycyjnym modelu push Twoja potok Ci robi wszystko. Azure Pipelines, Jenkins, GitHub Actions. Buduje kontener, uruchamia testy, a następnie wysyła obraz bezpośrednio do klastra Kubernetes. Potok przetwarzania posiada poświadczenia zapewniające mu bezpośredni dostęp do API klastra. Mówi o to nowe wdrożenie. Zastosuj je teraz. Działa to, ale tworzy problem z bezpieczeństwem. Rzecz w tym, że jeśli potok zostanie skompromitowany, ktoś wstrzyknie złośliwy krok, wycieknie token lub zależność zostanie przejęta. Potok ten ma bezpośrednią linię do Twojego klastra produkcyjnego. Może niszczyć wdrożenia, usuwać przestrzenie nas, zmieniać konfigurację, a wszystko to za pomocą uprawnień, które nadałeś mu do wykonania jego zadań. Teraz spójrzmy na model GitOps. Przepływ zaczyna się tak samo. Ci buduje kontener i wypycha go do rejestru, takiego jak Azure Container Registry. I na tym Ci kończy działanie. Nie dotyka klastra. Zamiast tego Ci aktualizuje repozytorium Git za pomocą nowego znacznika obrazu. Zmienia jeden wiersz w pliku y.aml wersję obrazu i zatwierdza tę zmianę. To wszystko. Brak bezpośredniego dostępu do klastra. Następnie operator GitOps działający wewnątrz klastra widzi tę zmianę. Pobiera najnowszy stan z Git i stosuje go. To klaster łączy się z Git, a nie odwrotnie. To model oparty na pobieraniu pull-based. Twój klaster nigdy nie udostępnia swojego API systemom zewnętrznym. Pobiera dane tylko z Git. Jeśli ktoś skompromituje Twój potok Ci, najgorsze co może zrobić, to zmienić manifest w repozytorium. Nie może dotknąć klastra bezpośrednio. To operator decyduje, co i kiedy zastosować. Istnieje też inna korzyść. Oddzielasz budowanie od wdrażania. Ci robi to, w czym jest dobre. Buduje, testuje i skanuje. Operator GitOps zajmuje się wdrażaniem. Każdy system skupia się na jednym zadaniu. Jeśli kompilacja się nie powiedzie, w klastrze nic się nie zmieni. Jeśli wdrożenie się nie powiedzie, operator ponawia próbę lub wysyła powiadomienie. Czysty rozdział RUL. Więc zamiast potoku wypychającego zmiany do Twojego klastra, klaster pobiera swój pożądany stan z Git. Ta prosta inwersja sprawia, że infrastruktura jest bezpieczniejsza, bardziej audytowalna i trudniejsza do przypadkowego uszkodzenia. Pętla uzgadniania. Skąd więc operator wie, kiedy przeprowadzić aktualizację? Nie czeka na powiadomienie. Uruchamia ciągłą pętlę. Obserwuje Git. Porównuje z klastrem. Stosuje zmiany w razie potrzeby, a potem powtarza to w nieskończoność. Nazywa się to pętlą uzgadniania Reconciliation Loop. Działa ona nieustannie, co kilka sekund lub minut, w zależności od konfiguracji. Operator nigdy nie przestaje obserwować. Pomyśl o tym, jak o termostacie w swoim domu. Ustawiasz żądaną temperaturę, powiedzmy 21 stopni. Termostat stale sprawdza rzeczywistą temperaturę. Jeśli spadnie poniżej 21, ogrzewanie się włącza. Jeśli wzrośnie powyżej, ogrzewanie się wyłącza. Stale dostosowuje się, aby pasować do Twojego ustawienia. Operator GitOps działa w ten sam sposób. Git przechowuje pożądany stan, klaster, stan faktyczny, a operator stale je porównuje i wprowadza poprawki. Wręcznie edytuje wdrożenie w klastrze. Może użyć Qubetle Edit, aby zmienić liczbę replik. Operator wykryje te różnice podczas kolejnego cyklu uzgadniania. Klaster ma teraz trzy repliki, a Git wymaga pięciu. Operator przywraca stan zdefiniowany w Gitie, więc klaster wraca do pięciu replik. Nieautoryzowana zmiana znika. Co się dzieje, gdy wypchniesz zmianę do Gita? Ten sam proces. Operator wykrywa różnicę i ją stosuje. Developer scala PR, który aktualizuje wersję obrazu z V1.2 na V1.3. Operator widzi nowy manifest, pobiera nowy obraz i uruchamia nowe pody. W ciągu kilku sekund klaster ponownie odpowiada Gitowi. W tym miejscu istnieje istotne rozróżnienie. Jeśli podulegnie awarii, operatora to nie obchodzi. To zadanie Kubernetes obsługiwane przez kontroler Replica Set. Operator GitOps dba tylko o konfigurację. Jeśli manifest wdrożenia mówi o pięciu replikach i obrazie V1.3, a klaster ma pięć replik z V1.3, operator jest zadowolony. Nie interesuje go, czy dany pod się zrestartował. To normalne zachowanie Kubernetes. Jeśli jednak ktoś zmieni manifest w Git-cie lub bezpośrednio w klastrze, tworząc rozbieżność, operator zareaguje. Dzięki temu GitOps jest samonaprawialny. Nie tylko wdraża zmiany, ale aktywnie zapobiega odchyleniom infrastruktury od zdefiniowanego stanu. Potrzebujesz więc operatora GitOps działającego w klastrze. Wtedy do gry wchodzą Argo CD i Flax. Argo CD kontra Flax. Potrzebujesz operatora GitOps i masz dwa główne wybory, oba znakomite. Argo CD i Flax to projekty, które ukończyły proces inkubacji CNCF, co oznacza, że spełniają najwyższe standardy stabilności i gotowości produkcyjnej. Podchodzą jednak do tego samego zadania z różnych stron. Argo CD został stworzony przez Intuit i posiada interfejs webowy. Po instalacji Argo CD otrzymujesz pulpit nawigacyjny, gdzie widzisz każdą aplikację, jej status synchronizacji, stan i historię wdrożeń. Możesz klikać, przeglądać różnice między item a klastrem, ręcznie wyzwalać działania i zatwierdzać zmiany. Zaprojektowano go dla zespołów, które chcą wizualnych pulpitów i ręcznych punktów kontrolnych. Flax pochodzi z Weaveworks i jest bardziej modularny. Domyślnie nie posiada interfejsu graficznego. Pracujesz z wiersza poleceń i definiujesz wszystko jako zasoby niestandardowe Kubernetes. Tworzysz obiekt repozytorium Git, który mówi obserwuj to repozytorium oraz obiekt dostosowania, który mówi zastosuj tę ścieżkę. Flax przejmuje to i uzgadnia stan. Zmusza do przyjęcia natywnych przepływów pracy Git, ponieważ nie ma tu panelu sterowania, na którym można by polegać. A teraz, co jest ważne dla użytkowników Azure? Flax jest domyślną opcją GitOps w usłudze Azure Kubernetes Service. Microsoft zbudował natywną integrację w oparciu o Flax V2. Gdy włączasz GitOps w klastrze AKS przez portal Azure, pod maską korzystasz z Flax. Azure Arc również używa Flax do zarządzania wieloma klastrami. Jeśli więc jesteś inżynierem Azure, Flax jest naturalnym punktem wyjścia. Ale Argo CD ma swoje własne zalety. Jest bardziej popularny w scenariuszach inżynierii platform, gdzie potrzebujesz centralnej płaszczyzny sterowania wieloma klastrami. Interfejs użytkownika ułatwia pracę zespołom, które nie czują się pewnie w wierszu poleceń. Integruje się też ściśle z Argo Rollouts w celu progresywnego dostarczania, takiego jak wdrożenia Canary, Blue, Green i tym podobne. Kluczowa różnica architektoniczna jest taka. Argo CD działa jako samodzielna aplikacja z własnym serwerem API. Flax działa jako zestaw kontrolerów Kubernetes głębiej osadzonych w samym klastrze. Flax sprawia wrażenie części płaszczyzny sterowania Kubernetes, podczas gdy Argo CD wydaje się oddzielną platformą działającą ponad nią. Flax opiera się również w dużej mierze na kustomizę, natywnym narzędziu do tworzenia szablonów Kubernetes. Argo CD może używać kustomizę Helm lub zwykłego YAML. Oba wspierają Helm, ale Flax ma dedykowany kontroler Helm, który obsługuje wydania Helm natywnie. Nie ma tu złego wyboru. Oba narzędzia wykonują tę samą pracę, jednak dla inżynierów Azure Flax to droga najmniejszego oporu. Możesz włączyć GitOps Flax z kilkoma kliknięciami w portalu Azure, wskazać repozytorium Git i synchronizacja rusza. Bez dodatkowej instalacji, bez oddzielnego serwera do zarządzania. GitOps w Azure AKS, Azure Arc i Azure DevOps. Jak więc to wszystko wygląda, gdy połączysz to z Azure? Zacznijmy od AKS. Azure Kubernetes Service ma wbudowaną obsługę GitOps przy użyciu Flax V2. W portalu Azure wchodzisz do swojego klastra, znajdujesz sekcję GitOps i konfigurujesz ją, wskazując repozytorium Git, Azure Repos, GitHub, gdziekolwiek. Flax zaczyna obserwować zmiany, a manifesty umieszczone w repozytorium są automatycznie stosowane w klastrze. Ale AKS to tylko jeden element. Azure Arc rozszerza GitOps na klastry spoza Azure, lokalne, w innych chmurach lub na brzegu sieci Edge. Podłącz je do Azure Arc, a będziesz zarządzać nimi wszystkimi za pomocą tej samej konfiguracji GitOps. Jedno repozytorium, wiele klastrów, spójny stan wszędzie. Właśnie to robi Arc. A teraz porozmawiajmy o potoku Pipeline. Azure DevOps integruje się naturalnie z tym modelem. Oto typowy schemat. Twój kod źródłowy znajduje się w Azure Repos lub GitHub, a Azure Pipelines obsługuje Ci. Buduje on obraz kontenera, uruchamia testy, skanuje w poszukiwaniu luk i wypycha obraz do Azure Container Registry. Następnie potok aktualizuje manifesty w repozytorium GitOps, zmieniając tak obrazu z V1.2 na V1.3, zatwierdza te zmiany i wypycha ją. To wszystko. Potok nigdy nie ingeruje w klaster. Flaks działający wewnątrz, AKS wykrywa zmianę w Git, pobiera nowy manifest, widzi zaktualizowany tak obrazu i stosuje wdrożenie. Nowe pody uruchamiają się, a klaster synchronizuje stan. Jeśli wolisz, zamiast Azure Pipelines możesz użyć GitHub Actions. Schemat pozostaje ten sam. Ci zajmuje się budowaniem i aktualizacją manifestów, a operator GitOps obsługuje wdrożenie. Narzędzie nie ma znaczenia, liczy się model. Oto ważny szczegół. Nigdy nie przechowuj sekretów bezpośrednio w Git, ani kluczy API, ani ciągów połączeń, ani certyfikatów. Nawet w prywatnym repozytorium sekrety w Git stanowią ryzyko. Zamiast tego użyj Azure Key Vault lub zewnętrznego operatora sekretów. Manifest odwołuje się do sekretu po nazwie, a operator pobiera jego rzeczywistą wartość z magazynu w momencie wdrożenia. Możesz również nałożyć na to politykę. Azure Policy wraz z Gatekeeper może wymuszać zasady, takie jak zakaz używania uprzywilejowanych kontenerów lub zezwolenie tylko na zatwierdzone rejestry. Jeśli ktoś spróbuje wdrożyć manifest naruszający politykę, Gatekeeper zablokuje go, zanim dotrze do klastra. Rzeczywistą korzyścią jest tutaj skala. Przy 50 klastrach AKS nie zarządzasz każdym z osobna. Definiujesz pożądany stan w jednym repozytorium Git, a każdy klaster dąży do tego stanu. Dodajesz nowy klaster, wskazujesz repozytorium, a on konfiguruje się sam. Musisz zaktualizować konfigurację we wszystkich klastrach, zmieniasz jeden plik w Git, a operatorzy zajmują się resztą. To jest obietnica GitOps na Azure. Jedno źródło prawdy, wiele klastrów, brak rozbieżności. Kluczowe korzyści. Wszystko to brzmi dobrze w teorii, ale co to faktycznie oznacza dla Twojego zespołu? Zacznijmy od tego, co przyciąga uwagę wszystkich. Wycofywanie zmian staje się trywialne. Złe wdrożenie trafia na produkcję, aplikacja sypie błędami, użytkownicy narzekają. W starym świecie musiałbyś gorączkowo szukać ostatniej poprawnej konfiguracji, uruchamiać serię ręcznych poleceń i modlić się, by o czymś nie zapomnieć. W GitOps po prostu wycofujesz komi w Git. To wszystko. Jedno polecenie. Operator widzi wycofanie, pobiera poprzedni stan, a klaster wraca do działania w poprzedniej wersji. Nie trzeba używać SSH, Qubetl, a już na pewno nie ma powodów do paniki. Ścieżka audytu jest wbudowana automatycznie. Każda zmiana w infrastrukturze jest komitem. Wiesz, kto ją wprowadził, kiedy i co dokładnie zostało zmienione. Koniec z domysłami, czy ktoś edytował wdrożenie o dwóch w nocy i zapomniał o tym wspomnieć. Historia jest dostępna, niezmienna i gotowa do weryfikacji. Samo naprawa to kolejna funkcja, która brzmi jak magia, dopóki nie zobaczysz jej w działaniu. Ktoś ręcznie edytuje wdrożenie w klastrze. Może młodszy inżynier próbujący coś szybko naprawić. Operator wykrywa rozbieżność w następnym cyklu uzgadniania i cofa zmiany. Klaster sam się naprawia i nawet o tym nie wiesz. Chyba, że sprawdzisz logi. Spójność między środowiskami staje się automatyczna. Dev, test, staging, produkcja, wszystkie pobierają dane z tego samego repozytorium Git. Różne gałęzie lub foldery, ale to samo źródło prawdy. Koniec z wymówką u mnie działa, bo klaster stagingowy rozjechał się z produkcyjnym tygodnie temu. Bezpieczeństwo wzrasta, ponieważ klaster pobiera dane z Gita, zamiast być wypychanym. Twój potok Ci nigdy nie posiada danych uwierzytelniających dających bezpośredni dostęp do produkcji. Jeśli ktoś przejmie kontrolę nad potokiem, nie będzie mógł dotknąć klastra. Operator decyduje o tym, co i kiedy zostanie zastosowane. Zasada najmniejszych uprawnień z założenia. Istnieją również dane, które to potwierdzają. Według badań Dora, zespoły stosujące GitOps odnotowują około 25% mniej błędów wdrożeniowych, a średni czas przywracania sprawności w dobrze wdrożonych systemach spada poniżej 2 minut. To nie teoria, to wyniki zgłaszane przez organizacje. Jest też korzyść w zakresie współpracy, którą łatwo przeoczyć. Zmiany w infrastrukturze przechodzą przez pull requesty, przeglądy kodu i zautomatyzowane testy dokładnie tak samo jak kod aplikacji. Twój zespół operacyjny i zespół deweloperski mówią tym samym językiem Git. Koniec z przekazywaniem zadań, koniec z prośbami. Wdroż to dla mnie. Wszyscy pracują w ten sam sposób. Istnieją jednak pewne powszechne nieporozumienia, które warto wyjaśnić. Powszechne mity i jak zacząć? Zacznijmy od obalenia kilku powszechnych mitów na temat GitOps. Po pierwsze, wielu ludzi uważa, że GitOps jest tylko dla Kubernetes. I jasne, działa najlepiej na Kubernetes, co do tego nie ma wątpliwości. Kubernetes jest zbudowany wokół deklaratywnego stanu i uzgadniania, więc naturalnie do siebie pasują. Ale rzecz w tym, że te same zasady sprawdzają się wszędzie tam, gdzie mamy deklaratywne konfiguracje. Możesz używać GitOps Terraform, Pullumi, a nawet Ansible. Wystarczy przechowywać te konfiguracje w Gicie i pozwolić potokowi na ich stosowanie. Samo naprawa jest trudniejsza poza środowiskiem Kubernetes, ale zasada źródła prawdy działa wszędzie. Kolejny mit głosi, że do korzystania z GitOps koniecznie potrzebujesz Argo CD lub Flaxa. Jeśli chcesz pełnego modelu wdrażania opartego na modelu pull ciągłej rekoncyliacji i wykrywania dryftu, to tak potrzebujesz operatora GitOps. Możesz jednak zacząć znacznie prościej, umieść wszystkie swoje manifesty w Gicie i używaj pull requestów do wprowadzania zmian. Samo to zapewnia większość korzyści związanych z audytem i współpracą. Zawsze możesz dodać operatora później, gdy będziesz potrzebować automatyzacji. Na koniec warto obalić mit, że GitOps całkowicie zastępuje Ci ciąg dalszy. Tak nie jest. Zastępuje jedynie część ciąg dalszy. Ci nadal buduje kod, uruchamia testy, skanuje pod kątem podatności i wypycha obrazy kontenerów do rejestru. To wszystko pozostaje bez zmian. Zmienia się tylko sposób wdrażania tych obrazów. Zamiast potoku Ci wypychającego je do klastra, operator GitOps pobiera zaktualizowane manifesty z Gita. Zatem Ci i GitOps współpracują ze sobą, zamiast się zastępować. Rozpoczęcie pracy jest w rzeczywistości proste. Wybierz mały klaster AKS i włącz Flags za pośrednictwem portalu Azure. Wystarczy zaledwie kilka kliknięć. Następnie wskaż repozytorium Git zawierające prosty plik YAML wdrożenia. Obserwuj synchronizacje i gotowe. Spróbuj zmienić wartość w pliku YAML. Zrób komii i obserwuj, jak klaster się aktualizuje. To Twój pierwszy przepływ pracy w GitOps. Od tego momentu możesz dodawać środowiska, nauczyć się customizę, z którego Flags intensywnie korzysta oraz skonfigurować automatyczne aktualizacje obrazów za pomocą narzędzi takich jak Renovate lub Dependabot. Tak w skrócie wygląda GitOps. Zmienia Twoją infrastrukturę w repozytorium Git, sprawiając, że wszystko jest śledzalne, odwracalne i samonaprawialne. Jeśli zarządzasz Kubernetesem na Azure, wypróbuj integrację GitOps w AKS już dziś. Konfiguracja zajmuje 10 minut i zmieni Twoje podejście do wdrożeń. Subskrybuj, aby otrzymywać więcej wyjaśnień narzędzi chmurowych Microsoftu prostym językiem.