作者 | Alexander Kainz
译者 | 天道酬勤，责编 | Carol
出品 | AI科技大本营（ID:rgznai100）
ChatOps可以让你使用基于聊天的接口来管理DevOps任务。本文主要让我们了解如何使用Slack构建一个简单的机器人来控制Kubernetes集群。最后我们可以使用Slack聊天消息查看Kubernetes日志和信息。不需要Kubernetes的先验知识，也不需要Slack API。
那么，首先我们来探索一下什么是ChatOps。
什么是ChatOps
ChatOps是一种使用聊天消息执行DevOps任务的方式，例如部署、监视和系统管理。例如，将日志消息发送到聊天机器人会检索最新的日志消息，或者可以从聊天消息触发部署。
下面描述了一些重要的优点：
与机器人聊天，这是一种非常人性化的方法来管理基础结构。 @chatbot日志比kubectl日志hello-minikube-64b64df8c9-fkb6w -ndefault更容易理解。
它可以是共享聊天的一部分，以便人们可以协作和共享信息。这也提供了已执行命令和动作的记录。
它可以帮助安全地克服网络和防火墙的限制，使在家中或旅途中工作成为可能。
通过DevOps工具的统一接口，使用相同的接口管理Kubernetes和OpenShift它可以简化和保护基础设施的任务，因此开发人员可以自行完成。
设置
本文介绍了使用以下方法构建最小的聊天机器人：
Minikube作为Kubernetes环境。
Kubernetes被标记为“生产级容器编排”。 Kubernetes允许我们部署、管理和扩展Docker映像。
Minikube是用于在开发机器上运行Kubernetes的集成解决方案。
Slack作为聊天服务器。
Python来实现实际的ChatOps服务器。
Minikube
为了在开发机器上快速运行Kubernetes，Minikube在单个虚拟机映像中实现了Kubernetes集群。你可以在此处找到详细的安装说明：
https://kubernetes.io/docs/setup/learning-environment/minikube/#installation
作者要将其安装在自己的macOs系统上，并使用VirtualBox作为虚拟化驱动程序。你可以在这里找到VirtualBox：https://www.virtualbox.org/wiki/Downloads
安装VirtualBox之后，可以使用以下命令将Minikube安装在macO上。它还将部署一个示例应用程序。这里假设你已安装了homebrew软件：https://brew.sh/。
brew install minikube # install via Homebrew
minikube start - driver=virtualbox # start and use Virtualbox
kubectl create deployment hello-minikube-image=k8s.gcr.io/echoserver:1.10 # install sample app
要验证安装使用，请执行以下操作：kubectl get all，结果应显示示例pod，比如pod / hello-minikube-64b64df8c9-fkb6w。
Kubernetes的简要介绍
Kubernetes是一款允许在集群中管理docker映像的软件。这包括部署、扩展、管理和监视。基本部署单元是Pod。Pod可以包含多个docker映像或容器。我们将在本文中开发的聊天机器人仅支持具有单个图像的pod。可以通过kubectl命令和其他方式控制Kubernetes。
我们的服务器将使用以下Kubernetes命令：
kubectl get pods --selector=app={app} --namespace={namespace} ：在名称空间中检索应用程序的pod。
kubectl logs {pod} --namespace={namespace}：获取容器中容器的日志（如果容器中只有一个图像）。
kubectl describe pod {pod} --namespace={namespace} ：描述有关Pod的详细信息。
Slack
如果你没有Slack帐户，则可以通过https://slack.com 获得自己的工作区。
在本文中，我们将创建一个所谓的经典App，以便能够使用实时消息（RTM）API。
你可以在此处创建经典应用：https://api.slack.com/apps?new_classic_app=1。确保不要只是创建一个新的Slack App，因为它不支持实时消息。
该App将需要以下范围，bot和chat：write：bot。如果找不到这些范围，则可能是在最后一步中创建了一个非经典应用。
我们将为该应用添加说明和图标。对于作者的机器人，他正在使用Wikimedia的图像。
最后一步是将app安装到工作区并记下机器人令牌，单击“将应用程序安装到团队”。我们将允许该APP访问我们的工作区，并记下“ Bot User OAuth Access Token”。
ChatOps服务器
可以在https://gitlab.com/alexk/chatops-kubernetes上找到服务器的代码。它需要python 3，例如可以在macO上使用brew install python3安装。
然后下载并安装需求：
git clone git@gitlab.com:alexk/chatops-kubernetes.git
cd chatops-kubernetes/
pip3 install -r requirements.txt
然后将Slack令牌设置为与之一起使用：
export SLACK_API_TOKEN=<Your Slack token starts with xoxb-…>
并使用以下命令启动聊天机器人服务器：
python3 chatbot.py
实现服务器
如设置部分所述，我们将使用Slack中的实时消息传递功能。要使用此功能，我们必须创建一个经典App。
使用WebSocket的经典Slack App实时消息传递模型
在当前的Slack应用程序模型中，Slack针对每个聊天消息或命令将HTTP Post消息发送到chatbot服务器。
使用HTTP POSTS的现代Slack应用模型
但是，在ChatOps的背景下，经典的应用程序允许我们使用WebSockets连接到Slack。我们的聊天机器人服务器将对Slack端点使用HTTP GET调用。 Slack服务器将保持连接打开并向我们的聊天机器人流更新。
这意味着我们不需要在DevOps基础架构上打开传入的端点。相反，我们将使用传出连接。
由于ChatOps服务器通常会以提升的权限运行，因此很难向外界端口开放。通过使用经典的App和websockets连接，我们为网络犯罪分子关闭了另一个攻击角度。
服务器将支持4个命令：
set-app为用户设置应用程序。因此，我们不必在每次使用其他命令时都提供应用程序名称。一种简单的安全访问方法是仅允许管理员用户执行此命令。
get-app为用户获取应用程序。
logs和describe用来检索所选应用程序的窗格上的日志和信息。
要存储选定的应用程序，我们将在db.py模块中使用嵌入式sqllite3数据库。
主事件循环如下所示：
@RTMClient.run_on(event="message") # subscribe to 'message' events
def process_command(**payload):
data = payload['data']
web_client = payload['web_client']
print(payload)
# ignore service messages, like joining a channel
is_service = 'subtype' in data and data['subtype'] is not None
if not is_service and 'text' in data:
channel_id = data['channel']
thread_ts = data['ts']
user = data['user']
text = data['text'] # get data from the event
tokens = text.split() # split it up by space characters
me = tokens[0] # user id of the cht bot
# object to track the conversation state
conv = Conversation(web_client, channel_id, user)
if len(tokens) > 1:
print(tokens)
# first token is my userid, second will be the command e.g. logs
command = tokens[1]
print('received command ' + command)
if command in commands:
# get the actual command executor
command_func = commands[command]
try:
args = tokens[slice(2, len(tokens))]
# execute the command
result = command_func(conv, args)
if result is not None:
# and return the value from the
# command back to the user
conv.msg(result)
except Exception as e:
conv.msg(str(e))
else:
# show welcome message
web_client.chat_postMessage(
conv.msg(welcome.format(user=user, me=me))
)
else:
# show welcome message
conv.msg(welcome.format(user=user, me=me)
它使用@ RTMClient.run_on（event =” message”）进行注释，每次在当前聊天中发送消息时，Python Slack客户端都会调用该方法。
为了确保我们没有收到自己的消息，也没有服务消息(“…已经加入了对话”)，我们使用这一行代码：
is_service = ‘subtype’ in data and data[‘subtype’] is not None
收到消息后，我们将其转换为令牌并获取每个命令的实际处理程序，然后单个命令将解析传入的参数。例如。 set-app命令会将应用程序存储在用户数据库中，以供用户使用。为了实现这一点，我们使用os.popen（cmd）：
def logs(pod, namespace):
cmd = f'kubectl logs {pod} --namespace={namespace}'
print(f'Executing {cmd}')
stream = os.popen(cmd)
return stream.read()
结论
使用Slack客户端支持的实时消息API，我们能够构建一个执行kubernetes命令的简单聊天机器人。也可以使用Slack中的现代POST事件来构建ChatBots。
让它能够成为ChatOps机器人的下一步是通过建立授权模型来提高安全性。当编排多个DevOps工具时，可能需要实现一个DevOps API，该API处理实际的编排并提供一个公共接口。然后可以使用该接口来构建多通道DevOps工具集，例如，可以由仪表板和ChatOps使用。
原文链接：https://hackernoon.com/how-to-build-a-chatops-bot-with-slack-and-kubernetes-3r2b3yjr
推荐阅读
你点的每个“在看”，我都认真当成了AI
600
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
