💥 Arrête de stresser à chaque déploiement !
#

Tu connais cette sensation ? 10h, déploiement en prod, mains moites, café froid ☕

Tu te dis : “Allez, cette fois ça va le faire… 🤞”

BOOM ! 💥 Service avec de nouveau bug, les utilisateurs qui râlent, ton boss qui t’envoie des messages passive-agressifs sur Slack. Tu te dépêches à essayer de rollback ou bien de créer une nouvelle version …

🎭 Le drame des déploiements classiques
#

Avec un déploiement Kubernetes classique, c’est tout ou rien :

✅ Ça marche → Tu es un héros ! 🦸‍♂️
❌ Ça plante → Tu es grillé… 🔥

Mais imagine si tu pouvais tester ta nouvelle version sur seulement 5% des utilisateurs avant de la déployer à tous ?

C’est exactement ce que fait Argo Rollouts ! 🎯

🧠 Les concepts clés
#

🎨 Les composants principaux
#

Argo Rollouts : le contrôleur qui remplace le Deployment classique pour gérer des déploiements progressifs intelligents.
NGINX Ingress Controller : le répartiteur de trafic qui décide quelle version reçoit quel pourcentage de requêtes.
Canary Service & Stable Service : deux services Kubernetes distincts, l’un pour la version canary, l’autre pour la version stable.
Traffic Splitting : la capacité à router progressivement le trafic entre les deux versions (ex. 10% / 90%).

🎪 Le spectacle du canary deployment
#

Au lieu de déployer directement votre nouvelle version à 100% des utilisateurs, vous la faites monter progressivement :

5% des utilisateurs → validation initiale
20% des utilisateurs → montée progressive
50% des utilisateurs → confiance grandissante
100% des utilisateurs → bascule complète 🚀

À chaque étape, en cas de problème, vous pouvez revenir immédiatement en arrière.

🛠️ Installation rapide
#

1️⃣ Déployer NGINX Ingress Controller
#

# Méthode recommandée via Helm
helm repo add ingress-nginx https://kubernetes.github.io/ingress-nginx
helm repo update
helm install ingress-nginx ingress-nginx/ingress-nginx

# Méthode manuelle via manifest officiel
kubectl apply -f https://raw.githubusercontent.com/kubernetes/ingress-nginx/controller-v1.8.2/deploy/static/provider/cloud/deploy.yaml

2️⃣ Installer Argo Rollouts
#

kubectl create namespace argo-rollouts
kubectl apply -n argo-rollouts -f https://raw.githubusercontent.com/argoproj/argo-rollouts/stable/manifests/install.yaml

kubectl -n argo-rollouts get deploy

3️⃣ Installer la CLI Argo Rollouts
#

# macOS
brew install argoproj/tap/kubectl-argo-rollouts

# Linux
curl -sLO https://github.com/argoproj/argo-rollouts/releases/latest/download/kubectl-argo-rollouts-linux-amd64
chmod +x kubectl-argo-rollouts-linux-amd64
mv kubectl-argo-rollouts-linux-amd64 /usr/local/bin/kubectl-argo-rollouts

Vérification :

kubectl argo rollouts version

🎬 Démonstration : déploiement canary progressif
#

Objectif : déployer une application qui passe d’une version bleue à une version jaune avec une montée progressive de 5% → 100%.

Étape 1 : Déployer les services nécessaires
#

apiVersion: v1
kind: Namespace
metadata:
  name: rollouts-demo
---
apiVersion: v1
kind: Service
metadata:
  name: rollouts-demo
  namespace: rollouts-demo
spec:
  ports:
    - port: 80
      targetPort: http
      protocol: TCP
      name: http
  selector:
    app: rollouts-demo
---
apiVersion: v1
kind: Service
metadata:
  name: rollouts-demo-canary
  namespace: rollouts-demo
spec:
  ports:
    - port: 80
      targetPort: http
      protocol: TCP
      name: http
  selector:
    app: rollouts-demo
---
apiVersion: v1
kind: Service
metadata:
  name: rollouts-demo-stable
  namespace: rollouts-demo
spec:
  ports:
    - port: 80
      targetPort: http
      protocol: TCP
      name: http
  selector:
    app: rollouts-demo

Étape 2 : Créer le Rollout
#

apiVersion: argoproj.io/v1alpha1
kind: Rollout
metadata:
  name: rollouts-demo
  namespace: rollouts-demo
spec:
  replicas: 5
  strategy:
    canary:
      canaryService: rollouts-demo-canary
      stableService: rollouts-demo-stable
      trafficRouting:
        nginx:
          stableIngress: rollouts-demo
      steps:
        - setWeight: 5
        - pause: {}
        - setWeight: 20
        - pause: { duration: 10 }
        - setWeight: 40
        - pause: { duration: 10 }
        - setWeight: 60
        - pause: { duration: 10 }
        - setWeight: 80
        - pause: { duration: 10 }
  selector:
    matchLabels:
      app: rollouts-demo
  template:
    metadata:
      labels:
        app: rollouts-demo
    spec:
      containers:
        - name: rollouts-demo
          image: argoproj/rollouts-demo:blue
          ports:
            - name: http
              containerPort: 8080
              protocol: TCP

Étape 3 : Créer l’Ingress pour router le trafic
#

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: rollouts-demo
  namespace: rollouts-demo
  annotations:
    kubernetes.io/ingress.class: nginx
spec:
  ingressClassName: nginx
  rules:
    - host: argo-rollout.localhost
      http:
        paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: rollouts-demo-stable
                port:
                  number: 80

🚀 Lancer et superviser le canary
#

Déploiement initial
#

kubectl apply -f demo-setup.yaml
kubectl apply -f rollout-demo.yaml
kubectl apply -f ingress-demo.yaml

Vérifiez :

kubectl argo rollouts get rollout rollouts-demo -n rollouts-demo
kubectl get pods -n rollouts-demo

Déploiement de la nouvelle version
#

kubectl argo rollouts set image rollouts-demo rollouts-demo=argoproj/rollouts-demo:yellow -n rollouts-demo
kubectl argo rollouts get rollout rollouts-demo -n rollouts-demo --watch

Promotion ou rollback :

kubectl argo rollouts promote rollouts-demo -n rollouts-demo
kubectl argo rollouts abort rollouts-demo -n rollouts-demo

📊 Supervision et automatisation
#

Ajoutez un AnalysisTemplate pour surveiller les métriques et automatiser les décisions :

apiVersion: argoproj.io/v1alpha1
kind: AnalysisTemplate
metadata:
  name: success-rate-guardian
  namespace: rollouts-demo
spec:
  metrics:
  - name: success-rate
    provider:
      prometheus:
        address: http://prometheus.monitoring.svc:9090
        query: |
          sum(rate(http_requests_total{job="rollouts-demo",code!~"5.."}[5m])) /
          sum(rate(http_requests_total{job="rollouts-demo"}[5m])) * 100
    successCondition: result[0] >= 95
    failureCondition: result[0] < 90