DevOps-Argo安装

What is argo

Argo Workflows 是一个开源的云原生工作流引擎，用于在 Kubernetes 上编排并行作业。Argo 工作流作为Kubernetes CRD 实现。

• 定义工作流，其中工作流中的每个步骤都是一个容器。
• 将多步骤工作流建模为一系列任务，或使用 DAG 来捕获任务之间的依赖关系图。
• 使用 Argo 可以在很短的时间内在 Kubernetes 上轻松运行机器学习或数据处理的计算密集型作业

一句话描述：ArgoWorkflow 是一个用于在 Kubernetes 上编排并行作业的开源云原生工作流引擎

commpoents

ArgoWorkflow 组件比较少，整体架构比较简单。

核心组件：

• argo-server：为工作流提供 API 和 UI 界面。
• workflow-controller：真正干活的组件，解析用户创建的 CR 对象并启动 Pod 来真正运行流水线

Deploy

Helm安装

# 添加参考并更新
helm repo add argo https://argoproj.github.io/argo-helm

# 部署
# -set server.authMode=server 配置切换认证模式，便于免token 登录 UI 界面
helm install argo-workflows argo/argo-workflows -n argo --create-namespace --set server.authMode=server

# 开启NodePort访问 UI
kubectl patch svc argo-workflows-server -n argo -p '{"spec": {"type": "NodePort"}}'

Test

kubectl create -f - << EOF
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: steps-
spec:
  entrypoint: hello           # We reference our first "template" here
  templates:
  - name: hello               # The first "template" in this Workflow, it is referenced by "entrypoint"
    steps:                    # The type of this "template" is "steps"
    - - name: hello
        template: whalesay    # We reference our second "template" here
        arguments:
          parameters: [{name: message, value: "Hello ArgoWorkflow!"}]

  - name: whalesay             # The second "template" in this Workflow, it is referenced by "hello"
    inputs:
      parameters:
      - name: message
    container:                # The type of this "template" is "container"
      image: docker/whalesay
      command: [cowsay]
      args: ["{{inputs.parameters.message}}"]
EOF