Bank of Anthos sur GKE — Guide de lab

📖 Guide de configuration

Vue d'ensemble

Durée estimée : 60–120 minutes

Bank of Anthos est l'application bancaire de référence open source de Google Cloud — une démonstration de microservices polyglotte (services Python et Java avec deux bases de données PostgreSQL) qui imite une banque de détail avec des comptes, un registre de transactions et une interface web. Ce lab vous fait parcourir le cycle de vie opérationnel complet du module Bank of Anthos on GKE sur Google Cloud : le déployer, y accéder et le vérifier, l'exploiter au quotidien, l'observer, diagnostiquer les problèmes courants et le supprimer.

Le lab porte sur l'exploitation du module GKE et de la plateforme Google Cloud — le cluster, le service mesh géré, la flotte et l'observabilité — et non sur les fonctionnalités du produit bancaire. Pour la liste complète des services provisionnés et de chaque paramètre de configuration (organisés par groupe), consultez le Guide de configuration — ce lab ne reprend volontairement pas ce détail afin de rester exact dans la durée.

Objectifs

À la fin de ce lab, vous saurez :

• Déployer le module depuis la plateforme RAD et repérer les ressources qu'il provisionne.
• Vous connecter au cluster GKE, atteindre l'interface de Bank of Anthos et confirmer que les pods et les sidecars du mesh s'exécutent.
• Effectuer les opérations du jour 2 — inspecter, mettre à l'échelle, mettre à jour et redémarrer progressivement les charges de travail.
• Observer la charge de travail avec les tableaux de bord du service mesh, Cloud Monitoring et Cloud Logging.
• Diagnostiquer et résoudre les problèmes de déploiement et d'exécution les plus courants.
• Démanteler proprement le déploiement.

Prérequis

• Un projet Google Cloud avec la facturation activée (il s'agit d'un module autonome — il n'y a pas de module de plateforme distinct à déployer au préalable).
• gcloud CLI et kubectl installés ; gcloud auth login et gcloud auth application-default login effectués.
• Le rôle IAM Project Owner (ou équivalent) sur le projet.
• Votre propre projet uniquement. Ce module masque l'option GCP Project on RAD (enable_rad_gcpproject = false) car il active des API que les politiques des paliers gérés par RAD refusent ; il se déploie donc toujours dans un projet que vous apportez. Avant le premier déploiement dans celui-ci, la boîte de dialogue de confirmation du déploiement vous demande de prouver que vous le contrôlez (Get verification code, exécutez les commandes affichées en tant que propriétaire (Owner) du projet, puis Verify) et d'attribuer le rôle Owner au compte de service de déploiement RAD.
• Le mode avancé pour les modifications ultérieures. Le formulaire de création ne demande que la première page de paramètres. Tout autre paramètre du Guide de configuration — y compris les paramètres de mise à l'échelle et de version des tâches du jour 2 — se modifie ensuite avec Update sur la page du déploiement après avoir coché Enable advanced mode, ce qui exige un solde de crédits couvrant le coût de build estimé de la mise à jour (les mises à jour n'entraînent jamais de frais de module). Sur un environnement de lab, seul un administrateur peut utiliser le mode avancé.
• Un accès à la plateforme RAD avec l'autorisation de déployer des modules dans le projet.

Définissez une fois ces variables shell ; chaque tâche ci-dessous les réutilise :

export PROJECT="<your-gcp-project-id>"
export REGION="us-central1"          # the region you deploy into
export CLUSTER="gke-cluster"         # matches the gke_cluster input
export NS="bank-of-anthos"           # the application namespace

---

Tâche 1 — Déployer le module [Automatisé]

1. Ouvrez Solutions → Solution Catalog → RAD modules dans la navigation supérieure de la plateforme RAD, ouvrez Bank of Anthos (GKE) dans la liste Platform Modules pour démarrer la configuration, choisissez Configuration Form sous How would you like to configure this deployment? (le formulaire s'ouvre sur le Conversational Assistant si vous détenez des crédits achetés ou si vous êtes partenaire ou administrateur), définissez project_id et passez en revue les paramètres. Ne configurez que ce dont vous avez besoin — le Guide de configuration documente chaque paramètre par groupe, avec ses valeurs par défaut. Cliquez sur Deploy Module, vérifiez le coût estimé dans la boîte de dialogue Deployment Confirmation lorsqu'elle apparaît et cliquez sur Submit (si la boîte de dialogue ajoute ensuite une étape de confirmation, comme la vérification d'un projet que vous apportez, effectuez-la et cliquez sur Confirm), ce qui ouvre la page d'état du déploiement avec les journaux en temps réel.

2. La plateforme crée un VPC et un sous-réseau dédiés, un cluster GKE Autopilot, enregistre le cluster dans la flotte, active Cloud Service Mesh, puis déploie les charges de travail Bank of Anthos v0.6.10 dans l'espace de noms bank-of-anthos et configure les services et les SLO Cloud Monitoring. Comme l'apply Terraform attend que le plan de contrôle du mesh soit actif avant de déployer l'application, les premiers déploiements prennent environ 30 à 45 minutes.

3. Connectez-vous au cluster et confirmez que l'espace de noms existe :

   gcloud container clusters get-credentials "$CLUSTER" --region="$REGION" --project="$PROJECT"
   kubectl get ns "$NS"
   kubectl get all -n "$NS"

---

Tâche 2 — Accéder et vérifier [Manuel]

1. Confirmez que chaque charge de travail s'exécute avec son sidecar de mesh. Chaque pod doit afficher 2/2 READY (le conteneur de l'application plus le sidecar Envoy) :

   kubectl get pods -n "$NS"
   kubectl get namespace "$NS" --show-labels      # expect istio.io/rev=asm-managed

2. Trouvez l'adresse externe du frontend et accédez à l'interface de Bank of Anthos dans un navigateur. Le frontend est exposé via un Service LoadBalancer en HTTP simple :

   FRONTEND_IP=$(kubectl get svc frontend -n "$NS" \
     -o jsonpath='{.status.loadBalancer.ingress[0].ip}')
   echo "Open: http://${FRONTEND_IP}"
   curl -sI "http://${FRONTEND_IP}/" | head -1     # expect HTTP 200

   Ouvrez http://${FRONTEND_IP} et connectez-vous avec les identifiants de démonstration intégrés (testuser / bankofanthos), puis consultez un solde, effectuez un dépôt et transférez des fonds.

3. Confirmez que le mesh géré est actif pour le cluster :

   gcloud container fleet mesh describe --project="$PROJECT"
   # Look for controlPlaneManagement.state: ACTIVE under the cluster's membership

---

Tâche 3 — Exploiter et maintenir en service (jour 2) [Manuel]

1. Inspectez les charges de travail — Deployments, pods, StatefulSets et volumes persistants :

   kubectl get deploy,statefulset,pods,pvc -n "$NS"
   kubectl describe deploy frontend -n "$NS"

2. Mettez un service à l'échelle pour ajouter de la capacité, et suivez le déploiement :

   kubectl scale deployment balancereader -n "$NS" --replicas=3
   kubectl get pods -n "$NS" -l app=balancereader -w

3. Déclenchez une mise à jour progressive et observez les pods se renouveler un par un :

   kubectl rollout restart deployment/frontend -n "$NS"
   kubectl rollout status deployment/frontend -n "$NS"

4. Appliquez les modifications au niveau de l'infrastructure (mode du cluster, région, activation ou non du mesh, de la surveillance, de l'application) en modifiant les paramètres et en cliquant sur Update sur la page de détails du déploiement — le module possède la configuration du cluster et des fonctionnalités ; il s'agit donc de modifications de configuration plutôt que de modifications manuelles via gcloud/kubectl.

5. Examinez l'état de la flotte et des adhésions :

   kubectl get nodes -o wide
   gcloud container fleet memberships list --project="$PROJECT"

---

Tâche 4 — Observer : télémétrie du mesh, tableaux de bord et journaux [Manuel]

1. Télémétrie du service mesh — ouvrez Kubernetes Engine → Service Mesh pour voir la topologie des services en direct, les débits de requêtes, les taux d'erreur et la latence P99 par service. Le service loadgenerator génère en continu un trafic synthétique, de sorte que ces graphiques contiennent toujours des données.

2. Surveillance et SLO — ouvrez Monitoring → Services pour voir chaque microservice de Bank of Anthos enregistré en tant que service surveillé, chacun avec un SLO d'utilisation de la limite de CPU. Examinez la valeur du SLI, le budget d'erreur et le taux de consommation par service :

   gcloud monitoring services list --project="$PROJECT"

3. Journaux — depuis kubectl ou l'explorateur de journaux (Logs Explorer) :

   kubectl logs -n "$NS" deploy/frontend --tail=50

   Filtre du Logs Explorer : resource.type="k8s_container" AND resource.labels.namespace_name="bank-of-anthos".

4. Traces distribuées — ouvrez Trace → Trace list. Les sidecars du mesh exportent les traces automatiquement ; une requête de connexion ou de virement apparaît donc sous la forme d'une cascade multiservice (frontend → userservice/ledgerwriter → bases de données).

---

Tâche 5 — Dépanner et déboguer [Manuel]

Des techniques durables pour les modes de défaillance que vous rencontrerez le plus probablement. Il s'agit de diagnostics au niveau de la plateforme, qui ne changent pas avec les versions de Bank of Anthos.

• Pod non Ready / CrashLoopBackOff : inspectez les événements et les journaux :

  kubectl describe pod -n "$NS" <pod>          # Events section shows scheduling/probe/mount errors
  kubectl logs -n "$NS" <pod> --previous       # logs from the crashed container

• Pod bloqué à l'état Pending : sur Autopilot, il s'agit généralement d'un quota régional ou d'une spécification de pod non prise en charge. Consultez les événements de kubectl describe pod et essayez une autre région si le quota est en cause.
• Les pods affichent 1/1 au lieu de 2/2 (pas de sidecar) : confirmez que le libellé d'espace de noms istio.io/rev=asm-managed est présent et que le mesh est ACTIVE (gcloud container fleet mesh describe). Redémarrez les pods concernés une fois le mesh prêt.
• Frontend injoignable / pas d'adresse IP externe : confirmez que le Service frontend dispose d'une adresse IP LoadBalancer attribuée (kubectl get svc frontend -n "$NS") et que la règle de pare-feu HTTP existe.
• Le mesh ne devient jamais actif pendant le déploiement : le provisionnement du mesh est asynchrone et peut prendre de 10 à 20 minutes ; si l'apply Terraform a expiré, relancer le déploiement le termine généralement une fois que la fonctionnalité de flotte s'est stabilisée.

Consultez la section Configuration Pitfalls du Guide de configuration pour les pièges propres à chaque paramètre.

---

Tâche 6 — Démanteler [Automatisé]

Sur la page Deployments, ouvrez le déploiement et cliquez sur l'icône Trash (Delete). La suppression exécute terraform destroy et est irréversible (l'enregistrement du déploiement est conservé pour l'historique). Cela supprime tout ce que le module a créé — les charges de travail Bank of Anthos et l'espace de noms (y compris toutes les données de accounts-db et ledger-db), le cluster GKE, l'adhésion à la flotte et la fonctionnalité Cloud Service Mesh, les services de surveillance et les SLO, l'adresse IP statique réservée, ainsi que le VPC avec son sous-réseau, Cloud NAT, son routeur et ses règles de pare-feu.

Si un déploiement est bloqué et que la plateforme RAD ne peut plus le gérer (par exemple après des modifications manuelles en conflit avec l'état Terraform), utilisez plutôt Purge (depuis la même boîte de dialogue Delete) — cette action retire le déploiement des enregistrements de RAD sans détruire les ressources cloud (RAD oublie le déploiement). Après une purge, nettoyez manuellement les ressources restantes.

---

Récapitulatif

Tâche	Type	Résultat
1 — Déployer	Automatisé	Le module crée le VPC, le cluster GKE, l'adhésion à la flotte, le mesh, et déploie Bank of Anthos
2 — Accéder et vérifier	Manuel	Atteindre l'interface via l'adresse IP du LoadBalancer ; confirmer que les pods sont à 2/2 et que le mesh est actif
3 — Exploiter	Manuel	Inspecter les charges de travail, mettre à l'échelle, redémarrer progressivement et appliquer les modifications de configuration via Update
4 — Observer	Manuel	Examiner la télémétrie du mesh, les SLO Cloud Monitoring, les journaux et les traces
5 — Dépanner	Manuel	Diagnostiquer les problèmes de pod, d'injection de sidecar, de réseau et de disponibilité du mesh
6 — Démanteler	Automatisé	Delete (Trash) détruit toutes les ressources du module ; Purge le retire uniquement de RAD