[로컬 레이크하우스 #4] Argo CD app-of-apps로 첫 앱 배포하기 — multi-source와 metrics-server
📚 들어가며
3편에서 Argo CD를 Helm으로 설치했다. 하지만 아직 Argo CD는 아무것도 배포하지 않고 있다. 이번 편에서 루트 앱 하나를 걸어 Git push만으로 컴포넌트가 배포되는 구조를 완성한다.
- app-of-apps — 루트 Application 하나가 Git의
apps/디렉터리를 감시하고, 그 안의 파일 하나하나가 컴포넌트 하나의 Application이 된다. 손으로 apply하는 건 루트 앱 하나뿐이다. - multi-source — 외부 Helm 차트 + 내 Git의 values 파일을 한 Application에서 합친다. 3편의
helm install -f를 GitOps로 옮긴 것이다. - 첫 앱 metrics-server — 대시보드가 아니다. CPU·메모리 “현재값” 을
metrics.k8s.ioAPI로 제공하는 백엔드다.
이번 편 학습 지도
1 2 3 4 5 6Application (1장) app-of-apps (2장) multi-source (3장) metrics-server (4~5장) ───────────────── ───────────────── ────────────────── ────────────────────── CRD · source/destination 루트 앱 = 앱을 배포하는 앱 🔦 차트 저장소 + 내 Git values 🔦 kubelet → API (현재값만) automated: prune·selfHeal Argo CD는 GitHub을 본다 values는 설치 대상이 아니라 재료 Aggregated API (APIService) 손으로 하는 건 두 번뿐 helm list엔 안 나온다 MEMORY(%)의 kind 함정 🔦 stop/start (예상)
1. Application — Argo CD가 배포하는 단위
1-1. CRD로 추가된 리소스
CRD (Custom Resource Definition) 는 Kubernetes에 새 리소스 종류를 추가하는 방법이다. Argo CD를 설치하면 Application이라는 새 kind가 생기고, 다른 리소스처럼 조회할 수 있다.
1
kubectl get applications -n argocd
이후 Lab의 오퍼레이터들(CloudNativePG, Strimzi, Spark Operator)도 모두 이 방식이다. CRD로 새 리소스를 만들고, 컨트롤러가 그 리소스를 보고 일한다. Argo CD에서 그 컨트롤러가 3편에서 본 argocd-application-controller 다.
1-2. Application의 세 부분
Application은 “어디서(source) 무엇을 가져와서, 어디에(destination) 배포하고, 어떻게 맞출지(syncPolicy)”를 선언한다.
flowchart LR
subgraph APP["Application"]
SRC["source<br>Git 저장소 + 경로<br>또는 Helm 차트 저장소 + 차트 + 버전"]
DST["destination<br>클러스터 + 네임스페이스"]
POL["syncPolicy<br>automated · prune · selfHeal"]
end
SRC -->|"가져와서"| DST
POL -.->|"어떻게 맞출지"| DST
style APP fill:#1a2a3a,color:#fff
style POL fill:#EF7B4D,color:#fff
| 필드 | 의미 |
|---|---|
source | Git 저장소 + 경로, 또는 Helm 차트 저장소 + 차트 + 버전 |
destination.server | 배포할 클러스터. https://kubernetes.default.svc = Argo CD가 떠 있는 바로 그 클러스터 |
destination.namespace | 배포할 네임스페이스 |
syncPolicy.automated | Git이 바뀌면 자동으로 적용 |
prune: true | Git에서 사라진 리소스는 클러스터에서도 지운다 |
selfHeal: true | 누가 클러스터를 손으로 바꾸면(drift) Git 상태로 되돌린다 |
selfHeal은 다음 편 “부수고 고치기 A”의 주인공이다.
1장은 가이드 내용을 정리한 것이다.
2. 루트 앱 — bootstrap/root.yaml (app-of-apps)
2-1. 🔦 Application을 배포하는 Application
app-of-apps 패턴은 Application을 배포하는 Application이다. 루트 앱의 source는 apps/ 디렉터리이고, 그 안에는 다른 Application YAML들이 들어 있다.
flowchart TB
ME["나"]
ME -->|"① helm install<br>(최초 1회, 3편)"| ARGO["Argo CD"]
ME -->|"② kubectl apply<br>(최초 1회, 이번 편)"| ROOT["루트 앱 root<br>bootstrap/root.yaml"]
GH["GitHub<br>apps/ 디렉터리"]
ROOT -->|"감시"| GH
GH -->|"apps/metrics-server.yaml"| CHILD["자식 앱 metrics-server<br>(Application 리소스)"]
CHILD -->|"차트 렌더링 → apply"| WL["metrics-server<br>Deployment · Service …<br>(kube-system)"]
ME -->|"③ 그 뒤로는 git push만"| GH
style ROOT fill:#EF7B4D,color:#fff
style CHILD fill:#5A45FF,color:#fff
- 루트 앱이
apps/의 YAML들을 클러스터에 apply한다. 그 YAML들은 Application 리소스다. - 클러스터에 생긴 자식 Application을 Argo CD가 다시 보고, 실제 컴포넌트를 배포한다.
이렇게 하면 손으로 하는 건 두 번뿐이다. Argo CD 설치(3편)와 루트 앱 apply(이번 편). 그다음부터 컴포넌트를 켜고 끄는 건 “apps/ 디렉터리에 파일을 넣고 빼는 것 + git push” 가 된다.
클러스터를 통째로 다시 만들어도 마찬가지다. 루트 앱 하나만 apply하면 Argo CD가 apps/에 있는 것을 전부 다시 깐다. 가이드가 1주차 산출물로 꼽는 “루트 앱 하나로 복구되는 클러스터” 가 이것이다.
2-2. 설정
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# bootstrap/root.yaml
# 루트 앱: apps/ 디렉터리의 Application들을 관리한다 (app-of-apps).
# apps/에 파일을 넣고 push하면 켜지고, apps-disabled/로 옮기면 꺼진다.
apiVersion: argoproj.io/v1alpha1
kind: Application
metadata:
name: root
namespace: argocd
spec:
project: default
source:
repoURL: https://github.com/<GITHUB_ID>/lakehouse-lab.git
targetRevision: main
path: apps
destination:
server: https://kubernetes.default.svc
namespace: argocd
syncPolicy:
automated:
prune: true
selfHeal: true
path: apps— 저장소의apps/디렉터리 안의 YAML을 전부 apply한다.destination.namespace: argocd— 자식 Application 리소스들은argocd네임스페이스에 만들어진다. 실제 워크로드가 어디에 뜰지는 각 자식 앱의 destination이 정한다.- 루트 앱은
bootstrap/에 따로 둔다. 루트 앱 자신이apps/안에 있으면 자기가 자기를 관리하는 순환이 생긴다. prune: true—apps/에서 파일을 빼면 그 자식 Application이 클러스터에서도 지워진다. 주석의 “apps-disabled/로 옮기면 꺼진다”가 이 설정 덕분이다(다음 편).
2-3. ⚠️ Argo CD는 내 Mac이 아니라 GitHub을 본다
flowchart LR
subgraph MAC["내 Mac"]
LOCAL["로컬 파일<br>(수정함)"]
end
GH["GitHub<br>(아직 옛날 내용)"]
ARGO["Argo CD"]
LOCAL -.->|"git push 안 함"| GH
ARGO -->|"60초마다 비교"| GH
ARGO -.-x|"보지 않음"| LOCAL
style LOCAL fill:#4a1a1a,color:#fff
Argo CD는 GitHub에 push된 내용을 본다. 로컬에서 고치고 push를 안 하면 아무 일도 일어나지 않는다. GitOps에서 가장 흔한 실수다. 그래서 순서가 이렇다.
1
2
3
4
git push # 먼저 GitHub에 올려야 Argo CD가 읽을 수 있다
kubectl apply -f bootstrap/root.yaml
argocd app list # root, metrics-server
argocd app wait metrics-server --health --timeout 300
push 후 반영까지는 3편에서 설정한 timeout.reconciliation: 60s 만큼 걸릴 수 있다. 기다리기 싫으면 argocd app get <앱> --refresh.
2-4. 결과
1
2
3
4
5
6
7
$ kubectl -n argocd get applications
NAME SYNC HEALTH REVISION
metrics-server Synced Healthy [3.14.0 769f8419c9ca474c30b92d03aefdabfd86ba54fb]
root Synced Healthy
# root 앱이 관리하는 리소스 = 자식 Application
Application/metrics-server Synced
- root 앱이 관리하는 리소스는
Application/metrics-server하나다. Deployment가 아니라 Application이다. app-of-apps의 구조가 그대로 보인다. - metrics-server의 REVISION이 두 개다. multi-source의 흔적이다(3장).
3.14.0— 차트 버전769f8419…— values를 읽어 온 Git 커밋 해시. 이번 편의 커밋feat: app of apps 패턴으로 root 및 metrics-server 추가의 해시와 같다.
- root도 Healthy다. 3편 3-2에서 넣은 Application health Lua 덕분에, root의 Health는 자식 metrics-server의 실제 Health를 반영한 값이다. Lua가 없었다면 metrics-server가 망가져도 root는 Healthy로 보였을 것이다.
2-5. 가이드와 다른 점 — repoURL을 처음부터 내 주소로
| 가이드 | 내 practice | |
|---|---|---|
Application의 repoURL | https://github.com/CHANGE-ME/lakehouse-lab.git 자리표시자 | 처음부터 https://github.com/<GITHUB_ID>/lakehouse-lab.git |
| 바꾸는 방법 | scripts/set-repo-url.sh <내 저장소 URL>로 한 번에 치환 | 바꿀 게 없음 |
가이드 저장소에는 CHANGE-ME가 루트 앱뿐 아니라 apps-disabled/의 여러 Application에도 들어 있다. 그래서 저장소를 통째로 가져와 쓰는 사람을 위해 set-repo-url.sh가 모든 YAML의 CHANGE-ME를 한 번에 바꿔 준다.
내 practice는 정답지 파일을 통째로 가져오지 않고 하나씩 직접 작성하고 있다. 확인해 보니 practice 저장소에는 CHANGE-ME도 set-repo-url.sh도 없다. 앞으로 apps-disabled/의 앱을 하나씩 작성할 때도 처음부터 내 주소로 쓰면 된다. 3편 7장 표의 첫 줄(“repository not found → grep -r CHANGE-ME apps*“)은 가이드 저장소를 그대로 쓸 때 생기는 문제다.
그 외 bootstrap/root.yaml, apps/metrics-server.yaml, values/metrics-server.yaml의 내용은 정답지와 같다.
3. 자식 앱 — apps/metrics-server.yaml (multi-source)
3-1. 설정
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# apps/metrics-server.yaml
apiVersion: argoproj.io/v1alpha1
kind: Application
metadata:
name: metrics-server
namespace: argocd
finalizers:
- resources-finalizer.argocd.argoproj.io # 앱을 지우면 만든 리소스도 지운다
spec:
project: default
sources:
- repoURL: https://kubernetes-sigs.github.io/metrics-server/ # 외부 Helm 차트
chart: metrics-server
targetRevision: 3.14.0
helm:
releaseName: metrics-server
valueFiles:
- $values/values/metrics-server.yaml # 아래 Git 소스의 파일
- repoURL: https://github.com/<GITHUB_ID>/lakehouse-lab.git
targetRevision: main
ref: values # ↑ $values 로 참조
destination:
server: https://kubernetes.default.svc
namespace: kube-system
syncPolicy:
automated:
prune: true
selfHeal: true
syncOptions:
- ServerSideApply=true
1
2
3
4
5
6
7
# values/metrics-server.yaml
# kind의 kubelet 인증서는 자체 서명이라 검증을 건너뛴다 (실습 전용)
args:
- --kubelet-insecure-tls
resources:
requests: {cpu: 50m, memory: 64Mi}
limits: {memory: 128Mi}
3-2. 🔦 multi-source — 차트는 저장소에서, values는 내 Git에서
루트 앱은 source(단수)였는데, 자식 앱은 sources(복수) 다. 소스를 두 개 둔다.
flowchart LR
subgraph S1["소스 1 — 외부 Helm 차트 저장소"]
CH["metrics-server 차트<br>3.14.0"]
end
subgraph S2["소스 2 — 내 Git (ref: values)"]
VF["values/metrics-server.yaml"]
end
VF -->|"$values/values/metrics-server.yaml"| R["repo-server<br>helm template"]
CH --> R
R -->|"렌더링된 YAML"| AC["application-controller<br>apply"]
AC --> K["kube-system<br>metrics-server"]
style S2 fill:#5A45FF,color:#fff
| 소스 | 역할 |
|---|---|
| 소스 1 | 외부 Helm 차트 저장소의 metrics-server 차트 3.14.0 |
| 소스 2 | 내 Git 저장소. 배포할 것은 없고 ref: values로 이름만 붙여 둔다 |
소스 2에 ref: values라는 이름을 붙이면, 소스 1에서 $values/... 로 그 저장소의 파일을 참조할 수 있다.
1
2
3
4
$values/values/metrics-server.yaml
└──┬──┘ └───────────┬───────────┘
소스 2 그 저장소 루트 기준 경로
(내 Git) → values/metrics-server.yaml
$values 다음의 values/는 내 저장소의 디렉터리 이름이다. ref 이름과 디렉터리 이름이 둘 다 values라서 헷갈리기 쉽다.
3-3. 3편의 helm install -f를 Argo CD가 대신 한다
이 Application은 아래 명령에 해당하는 일을 Argo CD가 Git에서 읽어 대신 하는 것이다.
1
helm install metrics-server metrics-server/metrics-server --version 3.14.0 -f values/metrics-server.yaml
| 3편의 Helm | 이번 편의 Application |
|---|---|
metrics-server/metrics-server (저장소/차트) | repoURL + chart |
--version 3.14.0 | targetRevision: 3.14.0 |
-f values/metrics-server.yaml | valueFiles: [$values/values/metrics-server.yaml] |
릴리스 이름 metrics-server | helm.releaseName |
-n kube-system | destination.namespace |
3편에서 “차트는 그대로, 바꿀 값만 -f로 덮어쓴다”고 했다. 그걸 그대로 GitOps로 옮긴 것이다. 차트는 포크하지 않고 values만 Git으로 관리한다. 고객사별 values 파일을 따로 두는 실무 구조와 같다.
3-4. values 파일은 설치 대상이 아니라 재료다
처음에 헷갈렸던 부분이다. values/ 디렉터리에 metrics-server.yaml이 있으니, 이걸로 helm install을 먼저 해야 하는 줄 알았다.
flowchart LR
V["values/metrics-server.yaml<br>재료"] -->|"$values로 참조될 뿐"| A["apps/metrics-server.yaml<br>Application"]
A -->|"Argo CD가 설치"| M["metrics-server"]
V -.-x|"따로 helm install ❌"| M
style V fill:#3a3a1a,color:#fff
style A fill:#5A45FF,color:#fff
values 파일은 Application이 $values/...로 참조하는 재료다. 따로 설치할 필요가 없다. 설치는 Argo CD가 한다. 그래서 할 일은 Git에 push한 뒤 루트 앱만 apply하는 것이었고, 그러자 Argo CD가 metrics-server까지 배포했다.
3-5. helm list에는 안 나오는데 라벨은 Helm이다
metrics-server 앱이 만든 리소스다.
1
2
3
4
5
6
7
8
9
Service/metrics-server Synced
ServiceAccount/metrics-server Synced
APIService/v1beta1.metrics.k8s.io Synced
Deployment/metrics-server Synced
ClusterRole/system:metrics-server Synced
ClusterRole/system:metrics-server-aggregated-reader Synced
ClusterRoleBinding/metrics-server:system:auth-delegator Synced
ClusterRoleBinding/system:metrics-server Synced
RoleBinding/metrics-server-auth-reader Synced
그런데 helm list에는 Argo CD만 있다.
1
2
3
$ helm list -A
NAME NAMESPACE REVISION STATUS CHART APP VERSION
argocd argocd 1 deployed argo-cd-10.17.2 v3.6.1
그런데 metrics-server 리소스의 라벨에는 Helm이 찍혀 있다.
1
2
3
"app.kubernetes.io/managed-by": "Helm",
"app.kubernetes.io/version": "0.9.0",
"helm.sh/chart": "metrics-server-3.14.0"
flowchart TB
subgraph H["helm install (3편의 Argo CD)"]
direction LR
H1["helm template"] --> H2["apply"] --> H3["릴리스 기록 저장<br>→ helm list에 보임"]
end
subgraph A["Argo CD (이번 편의 metrics-server)"]
direction LR
A1["helm template"] --> A2["Argo CD가 apply"] --> A3["Application으로 관리<br>→ helm list에 안 보임"]
end
style H3 fill:#0a3a1a,color:#fff
style A3 fill:#5A45FF,color:#fff
- Argo CD는 내부적으로
helm template으로 YAML만 렌더링하고, 그 결과를 자기가 apply한다. Helm 릴리스를 만들지 않으니helm list에 안 나온다. 관리 주체는 Helm이 아니라 Argo CD Application이다. - 그런데도
managed-by: Helm라벨이 있는 건, 차트 템플릿에 그 라벨이 그렇게 쓰여 있어서 렌더링 결과에 그대로 들어갔을 뿐이다. app.kubernetes.io/version: 0.9.0은 metrics-server 앱 자체의 버전,helm.sh/chart: metrics-server-3.14.0은 차트 버전이다. 3편에서 본 “차트 버전 ≠ 앱 버전”이 여기서도 보인다.
그래서 Argo CD로 배포한 앱은
helm upgrade나helm uninstall로 다루면 안 된다. Helm 입장에서는 그런 릴리스가 없다. 버전을 바꾸고 싶으면targetRevision을 고쳐서 push한다.
3-6. finalizer와 ServerSideApply
| 설정 | 의미 |
|---|---|
finalizers: resources-finalizer.argocd.argoproj.io | 이 Application을 지우면 Argo CD가 만든 리소스도 같이 지운다. 이게 없으면 Application만 사라지고 metrics-server는 고아로 남는다 |
syncOptions: ServerSideApply=true | 큰 리소스(특히 CRD)를 client-side apply하면 last-applied-configuration annotation이 크기 제한(256KB) 에 걸린다. 서버 쪽에서 병합하게 해서 피한다 |
metrics-server에는 큰 CRD가 없어서 ServerSideApply가 꼭 필요하진 않다. 모든 앱에 같은 틀을 쓰려고 넣어 둔 것이다. 3편 7장 표의 “metadata.annotations: Too long” 에러가 이걸로 막힌다. finalizer는 다음 편에서 앱을 끌 때 다시 나온다.
4. metrics-server는 무엇인가 — 대시보드가 아니다
4-1. 동작
flowchart LR
subgraph NODES["각 노드"]
K1["kubelet<br>control-plane"]
K2["kubelet<br>worker"]
K3["kubelet<br>worker2"]
end
MS["metrics-server<br>최신값만 메모리에<br>(히스토리 없음)"]
API["kube-apiserver<br>/apis/metrics.k8s.io"]
K1 -->|"15초마다 수집"| MS
K2 --> MS
K3 --> MS
API -->|"APIService가 넘겨줌"| MS
TOP["kubectl top"] --> API
HPA["HPA"] --> API
K9S["k9s"] --> API
style MS fill:#5A45FF,color:#fff
| 단계 | 하는 일 |
|---|---|
| 1. 수집 | 15초마다(--metric-resolution=15s) 각 노드의 kubelet에 컨테이너별 CPU·메모리 현재 사용량을 묻는다 |
| 2. 보관 | 디스크 저장 없음. 최신값만 메모리에. 히스토리가 없다 |
| 3. 제공 | metrics.k8s.io API를 Kubernetes API에 추가한다 |
4-2. Aggregated API — APIService
1
2
3
kubectl get apiservice v1beta1.metrics.k8s.io
# NAME SERVICE AVAILABLE
# v1beta1.metrics.k8s.io kube-system/metrics-server True
Aggregated API는 Kubernetes API 서버에 외부 API를 붙이는 방법이다. v1beta1.metrics.k8s.io APIService가 “이 경로로 오는 요청은 kube-system/metrics-server로 넘겨라”라고 등록한다. AVAILABLE: True는 API 서버가 metrics-server에 정상적으로 닿는다는 뜻이다.
그래서 API 서버의 경로로 바로 조회할 수 있다.
1
2
kubectl get --raw /apis/metrics.k8s.io/v1beta1/nodes/lakehouse-worker \
| jq '{name: .metadata.name, timestamp, window, usage}'
1
2
3
4
5
6
{
"name": "lakehouse-worker",
"timestamp": "2026-11-17T07:48:07Z",
"window": "20.029s",
"usage": { "cpu": "43411802n", "memory": "973360Ki" }
}
cpu: 43411802n— 단위n은 나노코어다. 43,411,802n ≈ 43m(밀리코어). 4-4의kubectl top에서 worker가44m인 것과 같은 값이다.memory: 973360Ki≈ 950Mi.kubectl top의950Mi와 같다.window— 이 사용량을 계산한 측정 구간이다.timestamp가 “지금”이고, 그보다 이전 기록은 없다.
kubectl top은 결국 이 API를 보기 좋게 출력해 주는 것이다.
4-3. 누가 쓰나
| 사용처 | 설명 |
|---|---|
kubectl top nodes/pods | metrics-server가 없으면 “Metrics API not available” |
| HPA (Horizontal Pod Autoscaler) | “CPU 70% 넘으면 Pod 늘려라”를 판단한다 |
| VPA, k9s | k9s의 CPU/MEM 열도 여기서 온다 |
가장 먼저 켜는 이유는 두 가지다.
- 가볍고 의존성이 없어서 GitOps 흐름을 처음 시험하기 좋다. 실패해도 원인이 Argo CD 쪽인지 금방 보인다.
- 메모리가 빠듯한 kind에서 이후 Lab마다
kubectl top으로 여유를 확인해야 한다.
4-4. 🔦 kubectl top과 MEMORY(%)의 함정
1
kubectl top nodes
1
2
3
4
NAME CPU(cores) CPU(%) MEMORY(bytes) MEMORY(%)
lakehouse-control-plane 149m 1% 1516Mi 19%
lakehouse-worker 44m 0% 950Mi 11%
lakehouse-worker2 39m 0% 722Mi 9%
MEMORY(%)만 보면 노드마다 10~20%라서 여유가 많아 보인다. 그런데 이 %는 2편 2-2에서 본 대로 각 노드가 Docker VM 전체(Allocatable 7,934Mi ≈ 8.3GB)를 자기 것으로 보고 계산한 값이다. 1516Mi ÷ 7,934Mi ≈ 19%다.
flowchart LR
subgraph SHOW["kubectl top이 보여 주는 것"]
A["control-plane 19%"]
B["worker 11%"]
C["worker2 9%"]
end
subgraph REAL["실제 Docker VM"]
D["노드 셋 합계 3,188Mi<br>÷ 7,934Mi ≈ 40%"]
end
SHOW -->|"같은 메모리를 나눠 씀"| REAL
style REAL fill:#4a3a1a,color:#fff
세 노드를 합치면 1516 + 950 + 722 = 3,188Mi(≈3.1GiB) 다. 실제로는 VM 메모리의 약 40% 를 이미 쓰고 있다(레지스트리 컨테이너 등은 빼고 노드 셋만 센 값이다). 실제 여유는 “VM 전체 − 세 노드 합계”로 봐야 한다. %만 보면 여유가 많아 보이는 것이 kind의 함정이다.
Pod 단위로 보면 누가 먹고 있는지 보인다.
1
kubectl top pods -A --sort-by=memory | head -6
1
2
3
4
5
6
NAMESPACE NAME CPU(cores) MEMORY(bytes)
kube-system kube-apiserver-lakehouse-control-plane 45m 575Mi
argocd argocd-repo-server-7b6f88d448-jvngk 1m 295Mi
argocd argocd-server-846969df6c-b9s56 2m 203Mi
argocd argocd-application-controller-0 5m 177Mi
kube-system kube-controller-manager-lakehouse-... 16m 145Mi
메모리 상위 5개 중 3개가 Argo CD다. 3편에서 걸어 둔 limit(repo-server 512Mi, server 256Mi, controller 768Mi) 안에서 돌고 있다. server는 203Mi로 limit 256Mi에 꽤 가깝다.
4-5. 인자 확인 — 내 values가 들어갔나
1
2
kubectl -n kube-system get deploy metrics-server \
-o jsonpath='{.spec.template.spec.containers[0].args}' | jq -r '.[]'
1
2
3
4
5
6
--secure-port=10250
--cert-dir=/tmp
--kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname
--kubelet-use-node-status-port
--metric-resolution=15s
--kubelet-insecure-tls ← 내 values 파일에서 추가된 인자
위 다섯 줄은 차트 기본값이고, 마지막 줄만 내 values 파일에서 왔다. multi-source로 합친 values가 실제로 반영된 것을 여기서 확인할 수 있다.
--kubelet-insecure-tls를 넣은 이유: metrics-server는 kubelet에 HTTPS로 접속하는데, kind의 kubelet 인증서는 자체 서명이라 검증에 실패한다. 그래서 검증을 건너뛴다. 실습 전용이다. 운영에서는 kubelet 인증서를 클러스터 CA로 서명하게 하고(serverTLSBootstrap) 이 옵션은 뺀다.
4-6. Prometheus + Grafana와의 관계
Lab 9에서 Prometheus와 Grafana를 올린다. metrics-server와는 대체 관계가 아니라 역할이 다르다.
| metrics-server | Prometheus + Grafana | |
|---|---|---|
| 데이터 | CPU·메모리만 | 거의 모든 지표 |
| 기간 | 지금 값만 | 히스토리 저장 |
| 화면 | 없음 (kubectl top) | Grafana 대시보드 |
| 알림 | 없음 | Alertmanager |
| 용도 | 오토스케일링, 빠른 확인 | 모니터링, 장애 분석 |
“지금 뭐가 메모리를 먹지?” 는 kubectl top, “어제 밤 몇 시부터 늘었지?” 는 Grafana.
5. kind 노드를 멈췄다 켜면 앱은 그대로 있을까
⚠️ 이 장은 원리와 가이드를 바탕으로 한 예상이다. Argo CD 자체가 stop/start 후 살아 돌아온 것은 3편 2-3의 RESTARTS 1로 확인했다. 하지만 metrics-server를 배포한 뒤에는 아직 stop/start를 해 보지 않았다.
1
2
3
4
docker stop lakehouse-control-plane lakehouse-worker lakehouse-worker2
docker start lakehouse-control-plane lakehouse-worker lakehouse-worker2
kubectl -n argocd get applications
kubectl -n argocd port-forward svc/argocd-server 8080:80
5-1. 남는 것과 다시 해야 하는 것
루트 앱과 자식 앱(Application 리소스), 그리고 배포된 Deployment·Service 등은 전부 etcd에 저장되는 리소스다. etcd는 control-plane 노드 컨테이너 안에 있고, docker stop은 컨테이너를 지우지 않으므로 그대로 남는다.
flowchart LR
S["docker start"] --> R["노드 Ready<br>(1~2분)"]
R --> P["Argo CD · metrics-server<br>Pod 재시작"]
P --> C["Argo CD가 GitHub과<br>다시 비교 (reconcile)"]
C -->|"꺼진 동안 push 있음"| U["그때 반영"]
C -->|"변경 없음"| OK["그대로 Synced / Healthy"]
style C fill:#EF7B4D,color:#fff
| stop/start 후 | |
|---|---|
| Application·Deployment 등 | etcd에 남아 있다 |
| Pod | 노드가 Ready가 되면 재시작된다 |
| 꺼진 동안 push한 변경 | Argo CD가 다시 비교하면서 그때 반영 |
| port-forward | 끊긴다. 다시 띄워야 한다 |
| CLI 로그인 | 토큰이 ~/.config/argocd/에 있어 보통 재로그인 불필요 |
5-2. 켤 때 인터넷이 없으면
Argo CD가 GitHub과 차트 저장소에 못 붙는다. 앱이 ComparisonError나 Unknown으로 보인다. 하지만 이미 떠 있는 워크로드는 계속 돈다. Argo CD는 “맞추는” 역할이지, 워크로드를 실행하는 쪽이 아니기 때문이다. Argo CD가 죽어도 워크로드는 계속 돈다.
5-3. kind delete cluster를 했다면
etcd까지 사라지므로 처음부터 해야 한다. 그래도 Git에 모든 게 있으니 손으로 하는 건 네 줄이다.
1
2
3
4
5
scripts/kind-up.sh # 1편
scripts/create-secrets.sh # 3편 (env 파일은 Mac에 남아 있으니 같은 값)
helm install argocd argo/argo-cd --version 10.17.2 \
-n argocd --create-namespace -f values/argocd.yaml # 3편
kubectl apply -f bootstrap/root.yaml # 이번 편
flowchart LR
K["kind-up.sh<br>클러스터 + 레지스트리"] --> S["create-secrets.sh<br>네임스페이스 + Secret"]
S --> A["helm install argocd"]
A --> R["kubectl apply root.yaml"]
R --> ALL["나머지는 Argo CD가<br>apps/를 보고 전부 다시 깐다"]
style R fill:#EF7B4D,color:#fff
style ALL fill:#0a3a1a,color:#fff
create-secrets.sh가 같은 값으로 Secret을 다시 만드는 건 3편의 ensure 덕분이다. env 파일은 클러스터가 아니라 Mac에 있으니, 클러스터를 지워도 값의 원본은 그대로다.
6. 막히면 볼 표
가이드의 “막히면” 표다. 이번에는 겪지 않았다.
| 증상 | 원인과 해결 |
|---|---|
| 앱이 Unknown, “repository not found” | 저장소가 private이거나 repoURL을 안 바꿈(2-5) |
| push했는데 반영이 안 됨 | 감지 주기 60초. argocd app get <앱> --refresh |
kubectl top이 “metrics not available yet” | 첫 수집 전이다. 1분 정도 기다리면 된다 |
📝 이번 편 요약
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Application
├─ CRD로 추가된 리소스: source(어디서) · destination(어디에) · syncPolicy(어떻게)
└─ automated: prune(Git에서 빠지면 삭제) · selfHeal(손으로 바꾸면 원복)
app-of-apps
├─ 🔦 루트 앱 = apps/ 디렉터리를 배포하는 앱 → 자식 Application → 실제 컴포넌트
├─ 손으로 하는 건 helm install argocd + kubectl apply root.yaml 두 번뿐
├─ 루트 앱은 bootstrap/에 (자기 순환 방지)
├─ ⚠️ Argo CD는 GitHub을 본다 — push 안 하면 아무 일도 없다
└─ root Healthy = 3편 Lua 덕에 자식의 실제 Health
multi-source
├─ 🔦 소스 1: 차트 저장소 / 소스 2: 내 Git (ref: values) → $values/values/...
├─ = 3편 helm install -f 를 Argo CD가 Git에서 읽어 대신
├─ values 파일은 설치 대상이 아니라 재료
├─ REVISION 두 개 = 차트 버전 + values 커밋 해시
└─ helm template + Argo CD apply → helm list엔 없음, 라벨은 Helm
metrics-server
├─ kubelet → 15초마다 수집 → 메모리에 최신값만 → metrics.k8s.io
├─ APIService(Aggregated API)로 kube-apiserver에 붙음
├─ kubectl top · HPA · k9s가 사용 / Prometheus와는 역할이 다름
├─ 🔦 MEMORY(%)는 노드마다 VM 전체 기준 → 실제는 합계로 봐야 함 (≈40%)
└─ --kubelet-insecure-tls = 실습 전용 (kind kubelet 인증서가 자체 서명)
stop/start (예상, 미확인)
└─ etcd에 남음 → Pod 재시작 → 다시 reconcile / port-forward만 다시
| 개념 | 한 줄 정의 |
|---|---|
| CRD | Kubernetes에 새 리소스 종류를 추가하는 방법 |
| Application | Argo CD의 배포 단위. source · destination · syncPolicy를 선언한다 |
| app-of-apps | Application YAML들이 든 디렉터리를 배포하는 루트 Application 패턴 |
prune | Git에서 사라진 리소스를 클러스터에서도 지우는 옵션 |
selfHeal | 클러스터를 손으로 바꾸면 Git 상태로 되돌리는 옵션 |
| multi-source | 한 Application에 소스를 여러 개 두는 기능 (sources) |
ref / $values | 소스에 이름을 붙이고, 다른 소스에서 그 소스의 파일을 참조하는 문법 |
| resources-finalizer | Application을 지울 때 만든 리소스도 같이 지우게 하는 finalizer |
| ServerSideApply | 병합을 API 서버가 하게 해서 annotation 크기 제한을 피하는 apply 방식 |
| metrics-server | kubelet에서 CPU·메모리 현재값을 모아 metrics.k8s.io로 제공하는 컴포넌트 |
| Aggregated API (APIService) | API 서버의 특정 경로를 다른 Service로 넘기도록 등록하는 방법 |
나노코어 (n) | CPU 단위. 1m = 1,000,000n |
💭 느낀 점
1. 손으로 하는 건 두 번뿐이다.
Argo CD 설치와 루트 앱 apply. 그다음부터는 apps/에 파일을 넣고 push하는 게 전부다. 5-3에서 클러스터를 지웠을 때의 복구 순서를 적어 보니 네 줄이었다. 나머지는 전부 Git에 있다. “클러스터는 언제든 다시 만들 수 있는 것” 이 된다.
2. Argo CD는 내 로컬이 아니라 GitHub을 본다.
당연한 말인데 처음에는 자꾸 잊는다. 로컬 파일을 고치고 “왜 반영이 안 되지?” 하게 된다. GitOps에서는 push가 곧 배포다.
3. values 파일은 설치 대상이 아니라 재료다.
values/metrics-server.yaml을 보고 이걸로 뭔가를 설치해야 한다고 생각했다. 3편에서 helm install -f values/argocd.yaml을 직접 했으니 그럴 만했다. 그런데 이번에는 그 -f에 해당하는 부분을 Application의 valueFiles가 대신한다. 같은 values 파일인데 쓰는 주체가 사람에서 Argo CD로 바뀌었다.
4. helm list에 안 보여도 Helm 차트로 배포된 것이다.
helm list에 metrics-server가 없어서 잠깐 당황했는데, 라벨에는 managed-by: Helm이 있었다. Argo CD는 Helm을 렌더링 도구로만 쓰고, 설치와 관리는 자기가 한다. 그러니 Argo CD 앱을 helm upgrade로 건드리면 안 된다.
5. metrics-server = 지금 값, Prometheus = 히스토리.
“모니터링 도구”라고 뭉뚱그려 생각했는데, metrics-server는 화면도 히스토리도 없는 API 백엔드였다. 그리고 kubectl top의 %를 그대로 믿으면 안 된다는 것도 배웠다. 노드마다 19%, 11%, 9%인데 실제로는 VM의 40%를 쓰고 있었다. 2편의 Allocatable 이야기가 이렇게 실제 숫자로 돌아왔다.
🔗 다음 편 예고
- on/off 스위치 —
git mv apps-disabled/xxx.yaml apps/+ push로 컴포넌트를 켜고 끈다. 끌 때 finalizer와 PVC가 어떻게 되는지. - 부수고 고치기 A —
kubectl scale로 손으로 바꾼 설정이 몇 초 만에 원복되는 drift(selfHeal). “분명히 고쳤는데 원복됐다” 문의의 정체와 긴급 수동 조치 순서. - 부수고 고치기 B — 없는 차트 버전(
9.9.9)을 push했을 때의ComparisonError와git revert복구.
📚 참고
- Argo CD — Cluster Bootstrapping (App of Apps)
- Argo CD — Multiple Sources for an Application
- Argo CD — Automated Sync Policy (prune, selfHeal)
- Argo CD — Sync Options (ServerSideApply)
- Argo CD — App Deletion (finalizer)
- metrics-server
- Kubernetes — Resource metrics pipeline
2~4장의 YAML, Application 상태와 REVISION, metrics-server가 만든 리소스 목록,
helm list, 라벨, APIService,kubectl top, raw API 응답, Deployment 인자는 직접 확인한 결과다. 2-5의 “practice 저장소에CHANGE-ME와set-repo-url.sh가 없다”는 것과 세 파일이 정답지와 같다는 것도 직접 확인했다. 1장의 개념 정리와 6장 표는 가이드 기준이다. 4-4의 “VM의 약 40%”는kubectl top값과 Allocatable로 계산한 값이다. 5장(stop/start 후 metrics-server·Application 유지)은 예상이며 아직 확인하지 않았다. 저장소 주소의 GitHub ID는<GITHUB_ID>로 바꿨다.
Comments powered by Disqus.