GSP343

簡介

在挑戰研究室中，您會在特定情境下完成一系列任務。挑戰研究室不會提供逐步說明，您將運用從課程研究室學到的技巧，自行找出方法完成任務！自動評分系統 (如本頁所示) 將根據您是否正確完成任務來提供意見回饋。

在您完成任務的期間，挑戰研究室不會介紹新的 Google Cloud 概念。您須靈活運用所學技巧，例如變更預設值或詳讀並研究錯誤訊息，解決遇到的問題。

若想滿分達標，就必須在時限內成功完成所有任務！

這個實驗室僅適合 Optimize Costs for Google Kubernetes Engine 課程的學員。準備好迎接挑戰了嗎？

設定和需求

點選「Start Lab」按鈕前的須知事項

請詳閱以下操作說明。研究室活動會計時，而且中途無法暫停。點選「Start Lab」 後就會開始計時，讓您瞭解有多少時間可以使用 Google Cloud 資源。

您將在真正的雲端環境中完成實作研究室活動，而不是在模擬或示範環境。為達此目的，我們會提供新的暫時憑證，讓您用來在研究室活動期間登入及存取 Google Cloud。

如要完成這個研究室活動，請先確認：

• 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意：請使用無痕模式或私密瀏覽視窗執行此研究室。這可以防止個人帳戶和學生帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成研究室活動了！別忘了，活動一開始將無法暫停。

注意：如果您擁有個人 Google Cloud 帳戶或專案，請勿用於本研究室，以免產生額外費用。

挑戰情境

您是 Google Kubernetes Engine 首席管理員，旗下團隊負責管理 OnlineBoutique 的線上商店。

您準備要將團隊網站部署到 Google Kubernetes Engine，但仍在尋找確實能降低成本並提高效能的方法。

您的職責是將 OnlineBoutique 應用程式部署到 GKE，並依建議變更部分設定，以符合最佳成本效益。

以下是部署時須遵守的一些準則：

• 在 可用區建立叢集。
• 採用 team-resource-number 的命名結構，例如可將叢集命名為 。
• 如果是初始叢集，請從 e2-standard-2 (2 vCPU, 8G memory) 這個機器大小開始。
• 將叢集設為使用快速 release-channel。

工作 1：建立叢集並部署應用程式

1. 您需先在 可用區建立叢集，並命名為 ，才可以部署應用程式。

2. 從小規模開始，建立一個只含兩 (2) 個節點的可用區叢集。

3. 部署商店前，請務必根據 dev 和 prod 這 2 個環境，設定一些命名空間，分隔叢集上的資源。

4. 之後，透過以下指令將應用程式部署到 dev 命名空間：

git clone https://github.com/GoogleCloudPlatform/microservices-demo.git && cd microservices-demo && kubectl apply -f ./release/kubernetes-manifests.yaml --namespace dev

點選「Check my progress」確認目標已達成。 建立叢集 並部署應用程式

工作 2：遷移至已最佳化的節點集區

1. 將應用程式順利部署到 dev 命名空間後，請查看節點詳細資料：

您得到結論，應該要調整叢集的節點集區：

• 目前部署作業中還留有不少 RAM，因此您應可與提供較少 RAM的機器共用節點集區。
• 在大多數部署作業中，如果您考慮提高備用資源數量，每增加一個 Pod 將僅需要 100 個 mCPU。如果您將節點集區設為使用較小的機器，則可使用總 CPU 較少的節點集區。不過，您也需考量有多少部署作業需要調度資源，以及需採取怎樣的資源調度率。

2. 建立名為 的新節點集區，並將機型指定為 custom-2-3584。

3. 將節點數設為 2。

4. 新節點集區設定完成後，請限制並排除 default-pool，將應用程式的部署作業遷移到新節點集區。

5. 安全遷移部署作業後，刪除 default-pool。

點選「Check my progress」確認目標已達成。 遷移至已最佳化的節點集區

工作 3：套用前端更新

您剛完成所有部署作業，現在開發團隊希望您在發布前推送最終更新！這當然沒問題，您知道不需要停機就能做到這點。

1. 為前端部署作業設定 Pod 中斷預算。

2. 將其命名為 onlineboutique-frontend-pdb。

3. 將部署作業的 min-availability 設為 1。

現在，您可以套用團隊更新了。他們更改了用於首頁橫幅的檔案，並向您提供更新的 Docker 映像檔：

gcr.io/qwiklabs-resources/onlineboutique-frontend:v2.1

4. 編輯您的前端部署作業，將映像檔改為更新的映像檔。

5. 編輯部署作業時，請將 ImagePullPolicy改為「Always」。

點選「Check my progress」確認目標已達成。 套用前端更新

工作 4：根據預期流量自動調度資源

由於近期將舉辦行銷廣告活動，這會導致 OnlineBoutique 商店的流量激增。通常，您會提前啟動額外資源，以因應預期的流量高點。但是，如果流量高點遠超過預期，您可能就需要緊急啟動更多資源來因應額外負載。

此外，您也希望提升額外資源的運作效率，避免無謂浪費時間。為了降低成本並避免潛在問題，您可以設定 Kubernetes 部署作業，在負載開始驟增時自動調度資源。

1. 對前端部署作業水平自動調度 Pod 資源，因應流量激增情形。

2. 以 50% 的目標 CPU 百分比調度資源。

3. 將 Pod 資源調度範圍設為 1 (下限) 到 (上限) 之間。

當然，您希望確保在部署作業調動資源時，使用者不會遇到停機情形。

4. 為確保在不停機的情況下調度資源，請將部署作業設為當目標 CPU 百分比達到 50% 時，再調度資源。這樣在自動調度資源時，應該就會留有許多空間處理負載。

5. 將部署作業設為在 1 個 Pod (下限) 到 個 Pod (上限) 間調度資源。

但如果高點超出目前佈建的運算資源，該怎麼辦？您可能需要新增額外的運算節點。

6. 接著，確認叢集能夠在必要時，自動啟動額外的運算節點。然而，自動調度資源所能處理的情況，並不僅限於向上擴充。

7. 請提前考慮應該設定的節點數下限與上限。這樣一來，叢集就能因應流量高低來增減節點。

8. 更新叢集自動配置器，在 1 個節點 (下限) 到 6 個節點 (上限) 間調度資源。

點選「Check my progress」確認目標已達成。 根據預期流量自動調度資源

9. 最後，請執行負載測試，模擬流量激增情形。

好消息是，OnlineBoutique 在設計上內建負載生成功能。目前 dev 執行個體模擬的商店流量為同時約有 10 名使用者在線。

10. 為了更準確複製此活動的預期流量，請使用以下指令，透過 loadgenerator Pod 執行負載生成作業，提高同時在線的使用者人數。將 YOUR_FRONTEND_EXTERNAL_IP 替換為 frontend-external 服務的 IP 位址：

kubectl exec $(kubectl get pod --namespace=dev | grep 'loadgenerator' | cut -f1 -d ' ') -it --namespace=dev -- bash -c 'export USERS=8000; locust --host="http://YOUR_FRONTEND_EXTERNAL_IP" --headless -u "8000" 2>&1'

11. 現在請觀察工作負載，監控叢集如何因應流量高點。

您應該會看到 recommendationservice 停止運作；如果沒那麼嚴重，也會因需求增加而出現問題。

12. 針對 recommendationservice 部署作業水平自動調度 Pod 資源。請以 50% 的目標 CPU 百分比調度資源，並將 Pod 資源調度範圍設為 1 (下限) 到 5 (上限) 之間。

注意：負載測試中的資源調度程序，加上佈建任一新節點的過程，會需要幾分鐘的時間。

工作 5：(選用) 將其他服務最佳化

雖然對前端服務水平自動調度 Pod 資源，可在負載測試期間確保應用程式正常運作，但如果您監控其他工作負載，會發現系統針對特定資源大量推送某些工作負載。

如果您在完成實驗室工作後還有剩餘時間，不妨檢查其他幾項工作負載，藉由自動調度資源，嘗試根據適當的資源指標將工作負載最佳化。

您也可以看看能否透過自動佈建節點，進一步提升資源使用率。

恭喜！

恭喜！在本實驗室中，您成功將 OnlineBoutique 應用程式部署到 Google Kubernetes Engine，並按照建議做法更改了某些設定，以發揮最佳成本效益。對於前端和 recommendationservice 部署作業，您也已水平自動調度 Pod 資源，藉此因應流量激增情形。此外，您還透過自動調度資源，根據適當的資源指標，為其他服務完成最佳化。

取得下一枚技能徽章

這個自學實驗室屬於 Optimize Costs for Google Kubernetes Engine 技能徽章課程的一部分。完成這個課程即可獲得上方的徽章，表彰您的成就。您可以在履歷表和社群平台張貼徽章，並加上 #GoogleCloudBadge 公開這項成就。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2024 年 4 月 29 日

實驗室上次測試日期：2024 年 4 月 29 日

Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。