我的编程空间,编程开发者的网络收藏夹
学习永远不晚

自动化测试在 Kubernetes Operator 开发中的应用

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

自动化测试在 Kubernetes Operator 开发中的应用

因为在当前的版本下,只要给 deployment 打上了 instrumentation.opentelemetry.io/inject-java: "true" 这类注解就会给该 deployment 注入 agent。但没办法指定不同的 agent 版本(或者不同的环境变量),所以希望可以新增一个选择器,同时可以针对不同的 deployment 维护不同版本的 Instrumentation(是用于控制需要注入 deployment 的资源);这样就可以灵活控制了。

图片

在这之前我其实也很少做 kubernetes 的 operator 开发,对如何做 kubernetes 的 e2e 测试也比较陌生,好在社区提供了详细的贡献文档。

图片

安装

简单来说需要两个关键组件:

  • kind: kubernetes in docker,是可以在本地利用 docker 启动一个 kubernetes 集群的工具,通常用于在本地进行开发、测试关于 kubernetes 相关的功能。

安装 kind 的前提是本地已经安装好了 docker。

  • chainsaw: 一个 e2e 测试框架,提供了声明式的方式定义测试用例,也有着丰富断言功能。

他们的安装都很简单,只要本地安装好了 golang,直接使用 go install 即可:

go install sigs.k8s.io/kind@v0.22.0
go install github.com/kyverno/chainsaw@latest

kind 使用

在开始前还是先预习下 kind 的基本使用。

安装好 kind 之后,使用 create cluster 命令可以在本地创建一个 kubernetes 集群。

kind create cluster -h
Creates a local Kubernetes cluster using Docker container 'nodes'

Usage:
  kind create cluster [flags]

图片

之后只需要等待集群安装成功即可,它会在我们的 cat ~/.kube/config 文件中追加刚才新建集群的连接信息。

k config get-contexts
k config use-context xxx

这样就可以使用这两个命令来查看和切换不同的集群了,虽说是一个本地模拟的 kubernetes 集群,但他的核心功能和一个标准的集群没有什么区别。

kind delete clusters --all

使用完成之后可以使用这个命令将所有集群都删除掉。

准备集群数据

在 opentelemetry-operator 中有给我们准备好一个 make 命令: make prepare-e2e ;使用它会帮我们将 operator 的测试环境初始化好。

大概分为以下几步:

  • 安装 chainsaw
  • 修改 controller 的镜像为我们本地构建的镜像名称
  • 本地 docker 镜像打包
  • 安装 cert-manager
  • 安装 Operator 需要的 CRD
  • 部署 Operator deployment
  • 等待 Operator 启动成功

不过这里的安装过程可能会遇到问题(本质上都是我们的网络问题):

图片

图片

这种情况可以想办法(科学上网)手动先把镜像拉取到本地,然后 kubernetes 就会从本地仓库获取到这个镜像。

e2e test

通常我们需要将同一类的测试功能放到一个文件夹里,比如这样:

图片

默认情况下 Chainsaw 会查找目录下名为 chainsaw-test.yaml 作为引导文件。

apiVersion: chainsaw.kyverno.io/v1alpha1  
kind: Test  
metadata:  
  creationTimestamp: null  
  name: instrumentation-java  
spec:  
  steps:  
  - name: step-00  
    try:   
    - command:  
        entrypoint: kubectl  
        args:  
        - annotate  
        - namespace  
        - ${NAMESPACE}  
        - openshift.io/sa.scc.uid-range=1000/1000  
        - --overwrite  
    - command:  
        entrypoint: kubectl  
        args:  
        - annotate  
        - namespace  
        - ${NAMESPACE}  
        - openshift.io/sa.scc.supplemental-groups=3000/3000  
        - --overwrite  
    - apply:  
        file: 00-install-collector.yaml  
    - apply:  
        file: 00-install-instrumentation-select.yaml  
  - name: step-01  
    try:  
    - apply:  
        file: 01-install-app-select.yaml  
    - assert:  
        file: 01-assert*.yaml  
    catch:  
      - podLogs:  
          selector: app=my-java-select
tests/e2e-instrumentation/instrumentation-select
├── 00-install-collector.yaml
├── 00-install-instrumentation-select.yaml
├── 01-assert-select.yaml
├── 01-assert-without-select.yaml
├── 01-install-app-select.yaml
└── chainsaw-test.yaml

以我这里的这份文件为例,在其中定义了几个步骤:

  • 初始化环境信息,包含创建 namespace
  • 安装我们测试所需要的资源

00-install-collector.yaml:这里主要是安装一个 OpenTelemetry 的 collector

00-install-instrumentation-select.yaml:安装 Instrumentation 注入资源

01-install-app-select.yaml:应用一个我们需要测试的 deployment 资源

01-assert*.yaml:最后对最终生成的 yaml 资源与 assert*.yaml 的进行断言匹配,只有匹配成功后才能测试成功。

这里的测试目的主要是完成一个完整的 Java 应用的 deployment 注入 OpenTelemetry 的 agent 过程还有一些与 OpenTelemetry 相关的环境变量。

以 00-install-instrumentation-select.yaml 文件为例:

apiVersion: opentelemetry.io/v1alpha1  
kind: Instrumentation  
metadata:  
  name: java-select  
spec:  
  selector:  
    matchLabels:  
      app: my-java-select  
  env:  
    - name: OTEL_TRACES_EXPORTER  
      value: otlp  
    - name: OTEL_EXPORTER_OTLP_ENDPOINT  
      value: http://localhost:4317  
  exporter:  
    endpoint: http://localhost:4317  
  propagators:  
    - jaeger  
    - b3  
  sampler:  
    type: parentbased_traceidratio  
    argument: "0.25"  
  java:  
    env:  
    - name: OTEL_JAVAAGENT_DEBUG  
      value: "true"

它的预期效果是选择 app: my-java-select 的 deployment 将这些环境变量都注入进去,同时默认也会在 deployment 的容器中挂载一个 javaagent.jar:

ls /otel-auto-instrumentation-java/
javaagent.jar

而我们的 01-assert-select.yaml:

apiVersion: v1  
kind: Pod  
metadata:  
  annotations:  
    instrumentation.opentelemetry.io/inject-java: "true"  
    sidecar.opentelemetry.io/inject: "true"  
  labels:  
    app: my-java-select  
spec:  
  containers:  
  - env:  
    - name: OTEL_JAVAAGENT_DEBUG  
      value: "true"  
    - name: JAVA_TOOL_OPTIONS  
      value: ' -javaagent:/otel-auto-instrumentation-java/javaagent.jar'  
    - name: OTEL_TRACES_EXPORTER  
      value: otlp  
    - name: OTEL_EXPORTER_OTLP_ENDPOINT  
      value: http://localhost:4317    
    - name: OTEL_TRACES_SAMPLER  
      value: parentbased_traceidratio  
    - name: OTEL_SERVICE_NAME  
      value: my-java-select   
    - name: OTEL_PROPAGATORS  
      value: jaeger,b3  
    - name: OTEL_RESOURCE_ATTRIBUTES  
    name: myapp  
  - args:  
    - --cnotallow=env:OTEL_CONFIG  
    name: otc-container  
  initContainers:  
  - name: opentelemetry-auto-instrumentation-java  
status:  
  containerStatuses:  
  - name: myapp  
    ready: true  
    started: true  
  initContainerStatuses:  
  - name: opentelemetry-auto-instrumentation-java  
    ready: true  
  phase: Running

最终就是把实际的 deployment 的 yaml 内容和这份文件进行对比。

所以这个 e2e 测试就有点类似于集成测试,不会测试具体的功能函数,只需要最终结果能匹配就可以。

当然这个和单元测试也是相辅相成的,缺一不可,不能完全只依赖 e2e 测试,也有可能是概率原因导致最终生成的资源相同;单元测试可以保证函数功能与预期相同。

都准备好之后便可以进行测试了,测试的时候也很简单,只需要执行以下命令即可:

chainsaw test --test-dir ./tests/e2e-multi-instrumentation

这样它就会遍历该目录下的 chainsaw-test.yaml文件进行测试,执行我们上面定义的那些步骤,最终输出测试结果:

同时 Chainsaw 也提供了 Github action,可以方便的让我们和 github CI 进行集成。

jobs:
  example:
    runs-on: ubuntu-latest

    permissions: {}

    name: Install Chainsaw
    steps:
      - name: Install Chainsaw
        uses: kyverno/action-install-chainsaw@v0.1.0
        with:
          release: v0.0.9
      - name: Check install
        run: chainsaw version

这样我们就可以在 github 中查看我们的测试结果了:

总结

最后不得不感叹作为 CNCF 下面的项目 OpenTelemetry 的开发者体验真好,只要我们跟着贡献者文档一步步操作都能顺利通过 CI 测试,同时还能避免一些 Code Review 过程中的低级错误。

比如我第一次提 PR 的时候没有添加 changlog 文件,后面在贡献者手册里发现只需要执行 make chlog-new 就会基于当前分支信息帮我们生成一个 changelog 文件模板,然后只需要往里面填写内容即可。

这些工具链让不同开发者提交的代码和流程都符合规范,同时也降低了贡献难度。

以上所有的相关源码都可以在 https://github.com/open-telemetry/opentelemetry-operator 中进行查看。

参考链接:

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

自动化测试在 Kubernetes Operator 开发中的应用

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

自动化测试在 Kubernetes Operator 开发中的应用

最后不得不感叹作为 CNCF 下面的项目 OpenTelemetry 的开发者体验真好,只要我们跟着贡献者文档一步步操作都能顺利通过 CI 测试,同时还能避免一些 Code Review 过程中的低级错误。

PHP开发中的单元测试与自动化测试

php 中的单元测试和自动化测试至关重要,可确保代码可靠性。单元测试隔离测试代码单元,通过断言检查预期结果。自动化测试利用 ci 平台自动执行测试,确保代码持续满足质量标准,包括配置测试管道和监控测试结果。通过单元和自动化测试,php 应用
PHP开发中的单元测试与自动化测试
2024-05-09

怎样解说AngularJS在自动化测试中的应用

今天就跟大家聊聊有关怎样解说AngularJS在自动化测试中的应用,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。一、什么是AngularJS ?1、AngularJS是一组用来开发w
2023-06-05

自动化性能测试在PHP接口优化中的应用(PHP接口优化中自动化性能测试的运用)

自动化性能测试在PHP接口优化中发挥着至关重要的作用,有助于识别和解决性能瓶颈,提升接口性能和用户体验。通过性能基准测试、负载测试、压力测试、性能分析、持续集成、性能优化、用户体验监控和维护更新等应用,自动化性能测试成为PHP接口优化不可或缺的工具,确保接口在不断变化的环境中保持最佳性能。
自动化性能测试在PHP接口优化中的应用(PHP接口优化中自动化性能测试的运用)
2024-04-02

移动开发中自动化测试的示例分析

小编给大家分享一下移动开发中自动化测试的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!一、自动化测试的概念自动化测试是把以人为驱动的测试行为转化为机器执行
2023-06-04

解放双手,Android开发应该尝试的UI自动化测试

前言 人们懒的走路,才创造了汽车;  人们懒的爬楼,才创造了电梯;  人们懒的扫地,才创造了自动扫地机器人。  人类的进步,离不开这些喜欢偷懒的人,Google希望,当Android的开发者利用Espresso写完测试用例后,能一边看着测试
2022-06-06

如何处理PHP开发中的单元测试和自动化测试

随着软件开发行业的日益发展,单元测试和自动化测试成为了开发者们重视的环节。PHP作为一种广泛应用于Web开发的脚本语言,单元测试和自动化测试同样也在PHP开发中扮演着重要的角色。本文将介绍如何处理PHP开发中的单元测试和自动化测试,并提供一
2023-10-21

如何在java中使用Selenium开发一个自动化测试框架

这篇文章给大家介绍如何在java中使用Selenium开发一个自动化测试框架,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。Java是什么Java是一门面向对象编程语言,可以编写桌面应用程序、Web应用程序、分布式系统和
2023-06-06

Java反射的应用场景:从框架开发到自动化测试

Java反射是一种能够获取类、方法、字段及其属性的强大技术,在框架开发、自动化测试、逆向工程等场景中发挥着重要作用。
Java反射的应用场景:从框架开发到自动化测试
2024-02-09

Linux上Docker容器化应用的自动化测试

在Linux上使用Docker容器化应用进行自动化测试,可以确保测试环境的一致性,提高测试效率和准确性。以下是一个基本的步骤指南:1. 安装Docker首先,确保你的Linux系统上已经安装了Docker。你可以根据你的Linux发行版
Linux上Docker容器化应用的自动化测试
2024-10-06

C++云测试:自动化测试云应用程序的策略

在 c++++ 中进行云测试的策略包括:1. 使用云测试平台提供广泛覆盖率;2. 分解测试模块实现可管理性;3. 编写可移植用例跨平台运行;4. 使用自动化工具编写和执行测试用例;5. 利用 mocked api 模拟云服务交互;6. 监控
C++云测试:自动化测试云应用程序的策略
2024-05-12

人工智能在软件开发中的应用:自动化与优化

人工智能(Artificial Intelligence,AI)作为一项前沿技术,正日益在各个领域展现出巨大的潜力。在软件开发领域,人工智能的应用也逐渐引起了广泛关注。从自动化任务到代码优化,人工智能为开发人员带来了许多创新的方式来提高效率

Linux Docker容器化应用的自动化测试框架

构建一个基于Linux Docker容器化应用的自动化测试框架涉及多个步骤,包括环境准备、容器编排、测试脚本编写、执行测试和结果分析等。以下是一个基本的框架设计:1. 环境准备Dockerfile:编写Dockerfile以定义应用及其依
Linux Docker容器化应用的自动化测试框架
2024-10-07

PHP 应用程序性能优化中的自动化测试实践

自动化测试在 php 应用程序性能优化中至关重要,因为它可以快速识别性能回归。具体而言,单元测试可验证较小模块的性能,集成测试评估模块交互,端到端测试模拟真实用户交互。php 提供了出色的测试工具和框架(如 phpunit、behat、co
PHP 应用程序性能优化中的自动化测试实践
2024-05-02

Android App开发的自动化测试框架UI Automator使用教程

Android的自动化测试有很多框架,其中ui automator是google官方提供的黑盒UI相关的自动化测试工具,(GitHub主页:case使用java写,今天实践了一下官方文档中样例程序,其中还是有一些小问题需要总结一下的。 环境
2022-06-06

iOS UI 自动化测试原理以及在 Trip.com 的应用实践

笔者更深入地研究了 iOS 平台下的自动化测试技术,目前也在负责部门 App 自动化测试平台的搭建和维护。故想借这篇文章一并将所踩过的坑以及学习到的技术,系统且全面地整理出分享给大家。

Docker在Linux系统中的自动化测试集成

Docker在Linux系统中的自动化测试集成是一个复杂的过程,但也是一个非常有价值的过程,因为它可以确保你的应用程序在不同的环境中都能正常运行。以下是一个基本的步骤指南,帮助你在Linux系统中集成Docker进行自动化测试:1. 安装
Docker在Linux系统中的自动化测试集成
2024-10-07

C++嵌入式系统开发的自动化测试实践

自动化测试实践可提高嵌入式系统开发的质量、效率和可重复性。对于 c++++ 开发,google test 框架提供了丰富的断言、用例生成器和 ide 集成。实战案例演示了使用 google test 验证预期结果,为测试用例编写 expec
C++嵌入式系统开发的自动化测试实践
2024-05-12

热门标签

编程热搜

编程资源站

目录