Google Kubernetes Engine

Supported OS Linux Mac OS Windows

Présentation

Google Kubernetes Engine (GKE) est un service Google Cloud Platform (GCP). Il s’agit d’une plateforme hébergée vous permettant d’exécuter et d’orchestrer des applications conteneurisées. Tout comme la solution Elastic Container Service (ECS) d’Amazon, GKE gère des conteneurs Docker déployés sur un cluster de machines. Néanmoins, contrairement à ECS, GKE repose sur Kubernetes.

Configuration

Prérequis

  1. Vérifiez que vous disposez des autorisations nécessaires pour utiliser GKE avec votre rôle dans le projet GCP.

  2. Activez l’API Google Container Engine pour votre projet.

  3. Installez le SDK Google Cloud et l’outil de ligne de commande kubectl sur votre machine locale. Dès lors que vous avez lié le SDK Cloud à votre compte GCP, vous pouvez contrôler vos clusters directement depuis votre machine locale, grâce à kubectl.

  4. Créez un petit cluster GKE intitulé doglib et autorisez-le à accéder au Cloud Datastore à l’aide de la commande suivante :

$  gcloud container clusters create doglib --num-nodes 3 --zone "us-central1-b" --scopes "cloud-platform"

Configurer l’intégration GCE

Installez l’intégration Google Cloud Platform.

Une fois l’intégration installée, vous pouvez accéder au dashboard Google Compute Engine prêt à l’emploi. Ce dernier propose des métriques portant sur le disque, l’E/S, l’utilisation du CPU ou encore le trafic réseau.

Configurer l’intégration GKE

Choisissez un mode de fonctionnement, afin de définir le niveau de flexibilité, de responsabilité et de contrôle dont vous disposez sur votre cluster. GKE propose deux modes de fonctionnement :

  • Standard : vous gérez l’infrastructure sous-jacente du cluster, ce qui vous fournit une plus grande flexibilité pour la configuration des nœuds.

  • Autopilot : Google provisionne et gère toute l’infrastructure sous-jacente du cluster, y compris les nœuds et les pools de nœuds. Vous disposez ainsi d’un cluster optimisé pour un fonctionnement autonome.

Standard

Déployez une version conteneurisée de l’Agent Datadog sur votre cluster Kubernetes.

Vous pouvez déployer l’Agent avec un chart Helm ou directement avec un DaemonSet.

Autopilot

  1. Installez Helm.

  2. Ajoutez le référentiel Datadog à vos référentiels Helm :

helm repo add datadog https://helm.datadoghq.com
helm repo update
  1. Déployez l’Agent Datadog et l’Agent de cluster sur Autopilot avec la commande suivante :
helm install <RELEASE_NAME> \
    --set datadog.apiKey=<DATADOG_API_KEY> \
    --set datadog.appKey=<DATADOG_APP_KEY> \
    --set clusterAgent.enabled=true \
    --set clusterAgent.metricsProvider.enabled=true \
    --set providers.gke.autopilot=true \
    datadog/datadog

Remarque : si vous souhaitez également activer les logs ou les traces, ajoutez des lignes à cette commande afin de définir datadog.logs.enabled (pour les logs) et datadog.apm.enabled (pour les traces) sur true. Exemple :

helm install --name <RELEASE_NAME> \
    --set datadog.apiKey=<DATADOG_API_KEY> \
    --set datadog.appKey=<DATADOG_APP_KEY> \
    --set clusterAgent.enabled=true \
    --set clusterAgent.metricsProvider.enabled=true \
    --set providers.gke.autopilot=true \
    --set datadog.logs.enabled=true \
    --set datadog.apm.enabled=true \
    datadog/datadog

Consultez le référentiel helm-charts Datadog pour obtenir la liste complète des valeurs configurables.

Pour aller plus loin

PREVIEWING: safchain/fix-custom-agent