什麼是金絲雀發佈
既然要聊具體的實現，那麼在開始之前，先科普下什麼是“金絲雀發佈”。金絲雀發佈也叫“灰度發佈”，具體來說就是在發佈線上版本時，先將少量的生產流量打到服務的新版本，以驗證新版本的準確性和可靠性，待發布的新版本得到線上流量的全面驗證後，在逐步將所有流量放入新版本，以實現生產服務版本的穩定更新。
爲什麼叫金絲雀發佈呢，是因爲金絲雀對礦場中的毒氣比較敏感，所以在礦場開工前工人們會放一隻金絲雀進去，以驗證礦場是否存在毒氣，這便是金絲雀發佈名稱的由來。
在不同技術棧場景中，金絲雀發佈的實現方式也不盡相同：有通過nginx實現的、也有藉助A/B測試實現的。而隨着以Kubernetes爲代表的雲原生基礎設施的普及，金絲雀發佈作爲一項基本的服務發佈功能，其實現方式也有了一些新的趨勢——那就是逐步與雲原生基礎設施融爲一體，成爲基礎設施服務的一部分。
Kubernetes中的金絲雀（灰度）發佈
接下來，先看看在Kubernetes中是如何實現版本更新的。以下內容假設你已經有了一套可用的Kubernetes環境，如果沒有可以查看文末推薦閱讀的文章鏈接，參考相關分享自行部署。
1.滾動更新
在介紹Kubernetes中的金絲雀（灰度）發佈之前，先來了解下Kubernetes中最重要的應用部署方式——“滾動升級”。
所謂“滾動升級”：是指當更新了Kubernetes中Deployment編排資源的Pod模版（例如更新鏡像版本號）之後，Deployment就需要遵循一種叫做“滾動更新（rolling update）”的方式，來升級現有的容器，從而實現應用對外服務的“不中斷更新部署”。Kubernetes實現“滾動升級”的示意圖如下：
如上圖所示，滾動升級的過程爲：
1）當容器開始升級時，集羣中會先啓動一個新版本的Pod，並終止一箇舊版本的Pod。
2）如果此時，新版本的Pod有問題啓動不了，那麼“滾動升級”就會停止，並允許開發和運維人員介入。而在這個過程中，由於應用本身還有兩個舊版本的Pod在線，所以服務並不會受到太大的影響。
3）而如果新版本的Pod啓動成功，且服務訪問正常，則繼續滾動升級，直至按照Deployment編排器設置的副本數量，完成後續舊版本Pod的升級。
在Kubernetes中Deployment還可以通過相應地“滾動升級”策略，來控制Pod的滾動升級行爲，以進一步保證服務的連續性。例如：“在任何時間窗口內，只有指定比例的Pod處於離線狀態；在任何時間窗口內，只有指定比例的新Pod被創建出來"。可以通過相應地控制參數進行設置，如下：
...
spec:
selector:
matchLabels:
app: micro-api
replicas: 3
#設置滾動升級策略
#Kubernetes在等待設置的時間後纔開始進行升級，例如5秒
minReadySeconds: 5
strategy:
type: RollingUpdate
rollingUpdate:
#升級過程中最多可以比原先設置多出的Pod數量
maxSurge: 1
#升級過程中Deployment控制器最多可以刪除多少箇舊Pod，主要用於提供緩衝時間
maxUnavailable: 1
...
在上面RollingUpdate Strategy(滾動升級策略)的配置中：
maxSurge：指定的是，除了設定的Pod副本數量之外，在一次“滾動”中，Deployment控制器還可以創建多少個新的Pod。
maxUnavailable：指的是，在一次“滾動”中，Deployment控制器可以刪除多少箇舊Pod。
通過這種精確的“滾動升級”策略，可以使得Kubernetes服務版本發佈的過程更加平滑。此外，這兩個配置還可以通過百分比的方式來表示，比如“maxUnavailable=50%”，指的是Deployment控制器最多可以一次刪除“50%*設定Pod副本數”個Pod。
接下來具體演示下在Kubernetes中進行服務滾動升級的詳細過程。
使用的示例代碼說明：
項目以Spring Boot編寫的Java服務爲主，在體驗上更接近真實的項目開發場景。項目的結構如下：
該項目所在的GitHub地址爲：
https://github.com/manongwudi/istio-micro-service-demo
“滾動升級”演示：
這裏先借助示例項目中的“micro-api”服務來演示其在Kubernetes中進行“滾動升級”的過程，步驟如下：
（1）首先準備“micro-api”服務的k8s發佈文件（如：micro-api.yaml）。代碼如下：
apiVersion: v1
kind: Service
metadata:
name: micro-api
spec:
type: ClusterIP
ports:
- name: http
port: 19090
targetPort: 9090
selector:
app: micro-api
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: micro-api
spec:
selector:
matchLabels:
app: micro-api
replicas: 3
#設置滾動升級策略
#Kubernetes在等待設置的時間後纔開始進行升級，例如5秒
minReadySeconds: 5
strategy:
type: RollingUpdate
rollingUpdate:
#升級過程中最多可以比原先設置多出的Pod數量
maxSurge: 1
#升級過程中Deployment控制器最多可以刪除多少箇舊Pod
maxUnavailable: 1
template:
metadata:
labels:
app: micro-api
spec:
#設置的阿里雲私有鏡像倉庫登陸信息的secret(對應2.1.2的設置)
imagePullSecrets:
- name: regcred
containers:
- name: micro-api
image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.0-SNAPSHOT
imagePullPolicy: Always
tty: true
ports:
- name: http
protocol: TCP
containerPort: 19090
上述部署文件設置了“micro-api”服務的Pod副本個數爲“3”，並且設置了相應地滾動升級策略。
（2）接下來執行k8s部署命令如下：
$ kubectl apply -f micro-api.yaml
成功後，查看Deployment創建後的狀態信息，命令效果如下：
$ kubectl get deployments
NAME READY UP-TO-DATE AVAILABLE AGE
micro-api 3/3 3 3 190d
從上述命令的返回結果中，可以看到三個狀態字段，它們的含義如下所示：
READY：表示用戶期望的Pod副本個數，以及當前處於Running狀態的Pod個數。
UP-TO-DATE：當前處於最新版本的Pod個數。所謂最新版本，指的是Pod的Spec部分與Deployment中Pod模版裏定義的完全一致。
AVAILABLE：當前已經可用的Pod的個數——既是Running狀態，又是最新版本，並且已經處於Ready（監控檢查正確）狀態的Pod個數。
（3）模擬服務版本升級，觸發滾動升級。
接下來重新構建“micro-api”服務的版本，並將其上傳至私有鏡像倉庫。之後，通過命令修改“micro-api”的Deployment所使用的鏡像，並觸發滾動升級。
修改Deployment所使用的鏡像的命令如下：
$ kubectl set image deployment/micro-api micro-api=registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.1-SNAPSHOT
deployment.apps/micro-api image updated
這裏使用了“kubectl set image”指令，主要是爲了方便操作，也可以直接在k8s部署文件中進行鏡像版本的修改。
修改完Deployment的鏡像版本後，Kubernetes會立即觸發“滾動升級”的過程。可以通過“kubectl rollout status”指令來查看Deployment資源的狀態變化。具體如下：
$ kubectl rollout status deployment/micro-api
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated...
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated...
Waiting for deployment "micro-api" rollout to finish: 2 out of 3 new replicas have been updated...
Waiting for deployment "micro-api" rollout to finish: 2 of 3 updated replicas are available...
Waiting for deployment "micro-api" rollout to finish: 2 of 3 updated replicas are available...
deployment "micro-api" successfully rolled out
這時，也可以通過查看Deployment的Events，看到這個“滾動升級”的過程。具體如下：
$ kubectl describe deployment micro-api
...
OldReplicaSets: <none>
NewReplicaSet: micro-api-d745d8649 (3/3 replicas created)
Events:
Type Reason Age From Message
---- ------ ---- ---- -------
Normal ScalingReplicaSet 12m deployment-controller Scaled up replica set micro-api-677dd4d5b6 to 1
Normal ScalingReplicaSet 12m deployment-controller Scaled down replica set micro-api-57c7cb5b74 to 2
Normal ScalingReplicaSet 12m deployment-controller Scaled up replica set micro-api-677dd4d5b6 to 2
Normal ScalingReplicaSet 5m1s deployment-controller Scaled down replica set micro-api-677dd4d5b6 to 0
Normal ScalingReplicaSet 5m deployment-controller Scaled up replica set micro-api-d745d8649 to 2
Normal ScalingReplicaSet 56s deployment-controller Scaled down replica set micro-api-57c7cb5b74 to 0
Normal ScalingReplicaSet 56s deployment-controller Scaled up replica set micro-api-d745d8649 to 3
可以看到，當你修改了Deployment裏的Pod定義後，"Deployment Controller"會使用這個修改後的Pod模版，創建一個新的ReplicaSet，這個新的ReplicaSet的初始Pod副本數是：0。
然後在Age=12 m的位置，開始將這個新的ReplicaSet所控制的Pod副本數從0個變成1個。
緊接着，在Age=12 m的位置，又將舊ReplicaSet所控制的Pod副本數減少1個，即“水平收縮”成兩個副本。
如此交替進行，新ReplicaSet所管理的Pod的副本數，從0個變成1個，再變成2個，最後變成3個；而舊ReplicaSet所管理的Pod的副本數則從3個變成2個，最後變成0個。
這樣，就完成了一組Pod的版本升級過程。而像這樣將一個Kubernetes集羣中正在運行的多個Pod版本，交替逐一升級的過程，就是“滾動升級”。
2.金絲雀（灰度）發佈
前面“1.”小標題中，比較詳細的演示了Kubernetes的“滾動升級”的方式，雖然通過滾動升級的方式可以方便、平滑的實現版本更新，但是這個過程，並沒有灰度功能。滾動升級的方式，雖然中間有緩衝交替的過程，但這種過程是自動的、迅速的，滾動升級過程結束就相當於直接進行了新版本的全量發佈。
而對於需要進行金絲雀（灰度）發佈的場景，“滾動升級”的方式很顯然是不夠用的。那麼，在Kubernetes中應該如何結合版本更新做到金絲雀（灰度）發佈呢？
具體步驟如下：
（1）編寫實現新版本灰度發佈的部署文件。
爲了實現在Kubernetes中的金絲雀（灰度）發佈過程的可觀測，我們重新定義下具體的k8s發佈文件（如：micro-api-canary.yaml）的內容如下：
apiVersion: apps/v1
kind: Deployment
metadata:
name: micro-api
spec:
selector:
matchLabels:
app: micro-api
replicas: 3
#設置滾動升級策略
#Kubernetes在等待設置的時間後纔開始進行升級，例如5秒
minReadySeconds: 5
strategy:
type: RollingUpdate
rollingUpdate:
#升級過程中最多可以比原先設置多出的Pod數量
maxSurge: 1
#升級過程中Deployment控制器最多可以刪除多少箇舊Pod，主要用於提供緩衝時間
maxUnavailable: 1
template:
metadata:
labels:
app: micro-api
#增加新的標籤（演示k8s的灰度發佈）
track: canary
spec:
#設置的阿里雲私有鏡像倉庫登陸信息的secret(對應2.1.2的設置)
imagePullSecrets:
- name: regcred
containers:
- name: micro-api
image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.3-SNAPSHOT
imagePullPolicy: Always
tty: true
ports:
- name: http
protocol: TCP
containerPort: 19090
上述發佈文件與“1.”小標題中演示滾動升級時，發佈文件的內容一致，只是爲了方便觀察灰度發佈過程的實現，這裏通過“track: canary”對新發布的Pod版本進行標記。
設置新版本的鏡像爲:“micro-api:1.3-SNAPSHOT”。並且通過“spec.selector.matchLabels.app:micro-api”與歷史版本Pod所對應的Service（micro-api.yaml文件中定義的Service）資源定義匹配。**
（2）執行"滾動升級"發佈命令，實現“灰度發佈”效果。
$ kubectl apply -f micro-api-canary.yaml && kubectl rollout pause deployment/micro-api
上面通過"kubectl rollout pause"命令實現對Deployment的金絲雀（灰度發佈）。執行發佈命令之後的運行效果如下：
$ kubectl get pods --show-labels -o wide
NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES LABELS
micro-api-57c7cb5b74-mq7m9 1/1 Running 0 6m20s 10.32.0.3 kubernetes <none> <none> app=micro-api,pod-template-hash=57c7cb5b74
micro-api-57c7cb5b74-ptptj 1/1 Running 0 6m20s 10.32.0.4 kubernetes <none> <none> app=micro-api,pod-template-hash=57c7cb5b74
micro-api-7dbb6c5d66-4rbdc 1/1 Running 0 5m33s 10.32.0.6 kubernetes <none> <none> app=micro-api,pod-template-hash=7dbb6c5d66,track=canary
micro-api-7dbb6c5d66-cfk9l 1/1 Running 0 5m33s 10.32.0.5 kubernetes <none> <none> app=micro-api,pod-template-hash=7dbb6c5d66,track=canary
查看Deployment的滾動升級情況，命令如下：
$ kubectl get deployments
NAME READY UP-TO-DATE AVAILABLE AGE
micro-api 4/3 2 4 194d
可以看到此時“micro-api” ready的數量爲4，其中兩個舊版本Pod，兩個新版本Pod。
（3）接下來進行流量測試。
查詢兩組Pod版本所對應的Service資源的IP，命令如下：
# kubectl get svc micro-api
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
micro-api ClusterIP 10.110.169.161 <none> 19090/TCP 194d
接下來，模擬對服務的接口進行批量訪問，命令如下：
$ for i in {1..10}; do curl 10.110.169.161:19090/test/test; done
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
可以看到，此時流量會隨機的流向舊版本和新版本（日誌標記爲V3）的服務。
（4）將服務版本升級爲新版本。
如果新版本的服務經過線上流量測試驗證沒有問題，則可以通過"rollout resume"命令將整體服務的版本升級爲新版本。命令如下：
$ kubectl rollout resume deployment micro-api
deployment.apps/micro-api resumed
升級後的效果如下：
$ kubectl get pods --show-labels -o wide
NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES LABELS
micro-api-7dbb6c5d66-4rbdc 1/1 Running 0 18m 10.32.0.6 kubernetes <none> <none> app=micro-api,pod-template-hash=7dbb6c5d66,track=canary
micro-api-7dbb6c5d66-bpjtg 1/1 Running 0 84s 10.32.0.3 kubernetes <none> <none> app=micro-api,pod-template-hash=7dbb6c5d66,track=canary
micro-api-7dbb6c5d66-cfk9l 1/1 Running 0 18m 10.32.0.5 kubernetes <none> <none> app=micro-api,pod-template-hash=7dbb6c5d66,track=canary
可以看到，此時目標服務已經通過“滾動升級”的方式完成了全量更新。而如果存在問題，則通過“kubectl rollout undo”命令進行回滾即可！
從上述過程可以看到，Kubernetes中的金絲雀（灰度發佈）主要是通過操縱（如：pause）“滾動升級”的過程來實現的——通過發佈一定數量的新版本Pod，並利用Service資源類型本身的負載均衡能力來實現流量在新/舊Pod之間的隨機交替。
這樣的方式雖然已經可以滿足一些簡單的場景，但是沒有辦法做到更精準的灰度流量控制。這時候就需要藉助 Service Mesh 中的解決方案了，下面我們來看看在 Istio 中如何做到精準流量的金絲雀（灰度）發佈。
Istio中的金絲雀（灰度）發佈
Istio與Kubernetes實現金絲雀（灰度）發佈的方式不一樣，Istio通過Envoy（SideCar）強大的路由規則管理能力，可以非常靈活地控制對應版本的流量佔比，從而實現具備精準流量控制能力的金絲雀（灰度）發佈功能。
Istio通過Envoy(SideCar)實現金絲雀（灰度）發佈的流量路由示意圖如下（繼續以“micro-api”服務爲例）：
從上圖中可以大致看出，Istio具備強大的流量管理能力，而這種能力對於實現流量精準控制的金絲雀（灰度）發佈功能來說，自然是水到渠成的。
具體來說，在Istio中是通過VirtualService（虛擬服務）這種特定的資源在服務網格中實現流量路由的。通過VirtualService可以方便地定義流量路由規則，並在客戶端試圖連接到服務時應用這些規則，並最終到達目標服務。
接下來，具體演示如何在Istio中通過VirtualService實現金絲雀（灰度）發佈。步驟如下：
（1）首先發佈一個v1版本的服務。
要在Istio中實現更精準的版本控制，需要在發佈Pod資源時，通過明確的“版本標籤”進行指定。準備“micro-api”服務v1版本的k8s部署文件（micro-api-canary-istio-v1.yaml）：
apiVersion: v1
kind: Service
metadata:
name: micro-api
spec:
type: ClusterIP
ports:
- name: http
port: 19090
targetPort: 9090
selector:
app: micro-api
---
apiVersion: apps/v1
kind: Deployment
meta data:
name: micro-api-v1
spec:
selector:
matchLabels:
app: micro-api
#這裏是關鍵，需要設置版本標籤，以便實現灰度發佈
version: v1
replicas: 3
#設置滾動升級策略
#Kubernetes在等待設置的時間後纔開始進行升級，例如5秒
minReadySeconds: 5
strategy:
type: RollingUpdate
rollingUpdate:
#升級過程中最多可以比原先設置多出的Pod數量
maxSurge: 1
#升級過程中Deployment控制器最多可以刪除多少箇舊Pod，主要用於提供緩衝時間
maxUnavailable: 1
template:
metadata:
labels:
app: micro-api
#設置版本標籤，便於灰度發佈
version: v1
spec:
#設置的阿里雲私有鏡像倉庫登陸信息的secret
imagePullSecrets:
- name: regcred
containers:
- name: micro-api
image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.1-SNAPSHOT
imagePullPolicy: Always
tty: true
ports:
- name: http
protocol: TCP
containerPort: 19090
“spec.selector.matchLabels.version:v1”標籤用來標註服務的版本，該標籤是後續Istio的流量管理規則中，識別服務版本的主要依據。
準備好發佈文件後，執行發佈命令：
$ kubectl apply -f micro-api-canary-istio-v1.yaml
此時，一個低版本的服務就運行成功了！接下來我們模擬對其實施金絲雀（灰度）發佈。
（2）發佈一個v2版本的服務（升級的目標版本）。
與v1版本服務一樣，發佈的v2版本的服務也需要明確版本標籤，其發佈文件（micro-api-canary-istio-v2.yaml）的內容如下：
apiVersion: apps/v1
kind: Deployment
metadata:
name: micro-api-v2
spec:
selector:
matchLabels:
app: micro-api
#設置好版本標籤，便於灰度發佈
version: v2
replicas: 3
#設置滾動升級策略
#Kubernetes在等待設置的時間後纔開始進行升級，例如5秒
minReadySeconds: 5
strategy:
type: RollingUpdate
rollingUpdate:
#升級過程中最多可以比原先設置多出的Pod數量
maxSurge: 1
#升級過程中Deployment控制器最多可以刪除多少箇舊Pod，主要用於提供緩衝時間
maxUnavailable: 1
template:
metadata:
labels:
app: micro-api
#設置好版本標籤，便於灰度發佈
version: v2
spec:
#設置的阿里雲私有鏡像倉庫登陸信息的secret
imagePullSecrets:
- name: regcred
containers:
- name: micro-api
image: registry.cn-hangzhou.aliyuncs.com/wudimanong/micro-api:1.3-SNAPSHOT
imagePullPolicy: Always
tty: true
ports:
- name: http
protocol: TCP
containerPort: 19090
執行發佈命令：
$ kubectl apply -f micro-api-canary-istio-v2.yaml
deployment.apps/micro-api-v2 created
此時，系統中就存在了兩組版本的Pod資源，具體如下：
# kubectl get pods
NAME READY STATUS RESTARTS AGE
micro-api-v1-565d749dd4-7c66z 1/1 Running 2 13h
micro-api-v1-565d749dd4-7dqfb 1/1 Running 2 13h
micro-api-v1-565d749dd4-l62wc 1/1 Running 2 13h
micro-api-v2-6f98c598c9-5stlw 1/1 Running 0 82s
micro-api-v2-6f98c598c9-f2ntq 1/1 Running 0 82s
micro-api-v2-6f98c598c9-l8g4j 1/1 Running 0 82s
接下來將演示如何利用Istio強大的流量管理功能，來實現流量在這兩組版本Pod資源之間的精確控制！
（3）創建Istio網關資源。
在Istio中要實現流量的精確控制，需要將VirtualService綁定到具體的Ingressgateway（入口網關）資源。因此在創建VirtualService資源實現流量路由及控制前，需要創建一個Istio網關。部署文件（micro-gateway.yaml）的內容如下：
apiVersion: networking.istio.io/v1alpha3
kind: Gateway
metadata:
name: micro-gateway
spec:
selector:
istio: ingressgateway
servers:
- port:
number: 80
name: http
protocol: HTTP
hosts:
- "*"
上述部署文件執行後將創建一個名稱爲“micro-gateway”的Istio網關，並允許所有主機（hosts:"*"指定）通過該網關。
（4）創建Istio虛擬服務資源VirtualService。
前面提到過在Istio中主要是通過VirtualService（虛擬服務）來實現服務網格內的流量路由及控制。接下來我們看看VirtualService資源的具體創建方式，準備資源文件（如virtual-service-all.yaml），內容如下：
apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
name: micro-api-route
spec:
#用於定義流量被髮送到的目標主機（這裏爲部署在k8s中的micro-api服務）
hosts:
- micro-api.default.svc.cluster.local
#將VirtualService綁定到Istio網關,通過網關來暴露路由目標
gateways:
- micro-gateway
http:
- route:
#設置舊版本（V1）版本的流量佔比爲70%
- destination:
host: micro-api.default.svc.cluster.local
subset: v1
#通過權重值來設置流量佔比
weight: 70
#設置新版本（V2）版本的流量佔比爲30%
- destination:
host: micro-api.default.svc.cluster.local
subset: v2
weight: 30
如上所示，VirtualService資源具備針對http的精準流量控制能力，可以將指定佔比的流量路由到特定的“subset”指定的版本。而爲了實現這一能力，VirtualService資源還需要與Istio網關綁定，通過Istio網關來暴露路由目標。
（5）創建Istio目標路由規則資源。
虛擬服務VirtualService在Istio中主要用於控制流量的行爲，而定義流量行爲的路由規則則需要通過“DestinationRule”路由規則資源來定義。創建路由規則文件（destination-rule-all.yaml），具體內容如下：
apiVersion: networking.istio.io/v1alpha3
kind: DestinationRule
metadata:
name: micro-api-destination
spec:
#與Deployment資源對應的Service資源名稱關聯
host: micro-api
#流量策略設置：負載均衡策略、連接池大小、局部異常檢測等，在路由發生後作用於流量
trafficPolicy:
#限流策略
connectionPool:
tcp:
maxConnections: 10
http:
http1MaxPendingRequests: 1
maxRequestsPerConnection: 1
#設置目的地的負債均衡算法
loadBalancer:
simple: ROUND_ROBIN
#目的地指的是不同的子集(subset)或服務版本。通子集(subset),可以識別應用程序的不同版本，以實現流量在不同服務版本之間的切換
subsets:
- name: v1
labels:
version: v1
- name: v2
labels:
version: v2
如上所示，通過subsets屬性，定義了VirtualService資源用於路由的具體版本標籤匹配信息。至此，針對兩個版本服務的灰度流量控制規則就設置好了，接下來測試具體的金絲雀（灰度）發佈效果。
（6）測試Istio實現金絲雀（灰度）發佈的流量控制效果。
在正式測試之前，可以通過命令查看下當前的部署資源情況：
#查看部署的Deployment資源
kubectl get deploy | grep micro-api
micro-api-v1 3/3 3 3 21h
micro-api-v2 3/3 3 3 8h
#查看兩組版本Pod資源對應的K8s-Service的服務IP
kubectl get svc micro-api
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
micro-api ClusterIP 10.110.169.161 <none> 19090/TCP 205d
#查看VirtualService資源定義
kubectl get vs
NAME GATEWAYS HOSTS AGE
micro-api-route [micro-gateway] [micro-api.default.svc.cluster.local] 7h34m
#查看定義的路由規則資源
kubectl get dr
NAME HOST AGE
micro-api-destination micro-api 7h27m
通過上面的資源信息查看，這裏我們已經可以查到Deployments對應的K8s-Service資源的IP，但如果通過K8s-Service資源來進行測試的話，會發現流量的控制並不精準，並不能達到我們設置的70%流量流向v1，30%的流量流向v2（因爲這是隨機流量）。
因此，要使用Istio的精準流量控制功能，還需要使用Istio的Ingressgateway。查看Istio的Ingressgateway資源IP的命令如下：
#查看ingress的IP
kubectl get svc -n istio-system | grep ingress
istio-ingressgateway LoadBalancer 10.98.178.61 <pending> 15021:31310/TCP,80:32113/TCP,443:31647/TCP,31400:30745/TCP,15443:30884/TCP 7h54m
接下來，通過Ingress的IP來訪問“micro-api”服務，命令及效果如下：
# for i in {1..10}; do curl -H "Host:micro-api.default.svc.cluster.local" 10.98.178.61:80/test/test; done
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
如上所示，流量按照設定的比例（v1:70%;v2:30%）進行了分流。
（7）測試將流量全部切向新版本。
爲了更明顯地驗證Istio的流量控制效果，接下來，我們通過變更VirtualService資源的流量設置佔比，將流量全部切到新版本。變更後的VirtualService資源的配置文件內容如下：
apiVersion: networking.istio.io/v1alpha3
kind: VirtualService
metadata:
name: micro-api-route
spec:
#用於定義流量被髮送到的目標主機（這裏爲部署在k8s中的micro-api服務）
hosts:
- micro-api.default.svc.cluster.local
#將VirtualService綁定到Istio網關,通過網關來暴露路由目標
gateways:
- micro-gateway
http:
- route:
#設置舊版本（V1）版本的流量佔比爲70%
- destination:
host: micro-api.default.svc.cluster.local
subset: v1
#通過權重值來設置流量佔比
weight: 0
#設置新版本（V2）版本的流量佔比爲30%
- destination:
host: micro-api.default.svc.cluster.local
subset: v2
weight: 100
繼續通過Istio網關訪問目標服務，命令如下：
# for i in {1..10}; do curl -H "Host:micro-api.default.svc.cluster.local" 10.98.178.61:80/test/test; done
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
{"code":0,"data":"V3|無依賴測試接口返回->OK!","message":"成功"}
可以觀察到，此時流量已經全部切換到了新版本服務！
後記
在微服務時代，不同的服務之間相互聯繫，關係錯綜複雜，部署升級一個服務，可能造成整個系統的癱瘓，因此，需要選擇合適的部署方式，從而將風險降到最低。金絲雀（灰度）發佈只是多種部署方式的一種，還有藍綠部署、滾動部署（如K8s的滾動升級）等，可以根據不同的業務場景選擇不同的發佈形式。