Argo Workflow 如何使用 Kubernetes 执行控制流？

Question

如果不放心，可以将 Argo Workflows 视为一种在 YAML 中实现并使用 Kubernetes 作为后端的编程语言。

• 可以使用steps: 定义过程
• 函数是具有两种形式的参数的模板：
  • 参数，字符串形式
  • 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
  • 可以通过调用自身的模板实现递归

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，而工件则通过原生 Kubernetes 功能共享。

流控是如何实现的？ Argo 使用 Kubernetes 的哪些功能来实现这一点？跟 Kubernetes Control Plane 有关系吗？

Answer 1

Argo Workflows 使用自定义 Kubernetes Custom Resources 实现，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，它充当Kubernetes Controller 的逻辑。

自定义控制器可以创建其他资源或 Pod，并在状态字段中观察其执行状态的结果，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。如果你有兴趣实现类似的东西，我建议从Kubebuilder 开始阅读The Kubebuilder book。