Argo Workflow 如何使用 Kubernetes 执行控制流？

Question

如果不顾一切，可以将 Argo Workflows 视为一种在 YAML 中实现的编程语言，并使用 Kubernetes 作为后端。

• 可以使用 steps:
定义过程
• 函数是模板，参数有两种：
  • 参数，即字符串
  • 工件，即由某些工具（例如 S3 或 NFS）共享的文件
• 有流量控制
  • 条件由 when:
  实现
  • 迭代器由 withSequence: 和 withItems: 实现
  • 通过调用自身的模板可以实现递归

模板在某种程度上直接映射到 Kubernetes YAML 规范。参数似乎通过注释共享，工件通过原生 Kubernetes 功能共享。

流量控制是如何实现的？ Argo 使用 Kubernetes 的哪些功能来实现这一目标？是否与 Kubernetes 控制平面有关？

Answer 1

Argo Workflows 是通过自定义 Kubernetes Custom Resources 实现的，例如它自己的 yaml 清单类型。对于每个自定义资源，都有一个关联的自定义 Pod 充当具有逻辑的 Kubernetes Controller。

自定义控制器可能会创建其他资源或 Pod，并在状态字段中查看其执行状态的结果，然后相应地实现其工作流逻辑，例如观察结果并根据结果遵循声明的 when: 表达式。

我有更多使用 Tekton Pipelines 的经验，但它的工作方式与 Argo Workflows 相同。如果您有兴趣实现类似的东西，我建议您从 Kubebuilder 开始并阅读 The Kubebuilder book。