ArgoCD_Course

Ce dépôt est le projet fil rouge du module ArgoCD.

Le use case reste dans un contexte MLOps :

une API de priorisation de tickets de support client.

Objectif du projet

Le but n'est pas de travailler des stratégies de déploiement progressif. Le but est de montrer comment ArgoCD suit un dépôt Git et maintient un cluster Kubernetes dans l'état attendu.

Vous allez donc utiliser ce projet pour :

• déclarer une première Application
• synchroniser le cluster depuis Git
• observer une dérive
• tester self-heal et prune
• comprendre une organisation GitOps plus propre pour un service ML

Structure du dépôt

ArgoCD_Course/
├── README.md
├── Makefile
├── .python-version
├── service/
│   ├── app.py
│   ├── requirements.txt
│   ├── Dockerfile
│   ├── .env.example
│   └── tests/
├── scripts/
│   └── kind-config.yaml
└── k8s/
    ├── base/
    ├── overlays/
    │   ├── dev/
    │   └── prod/
    └── argocd/

Service ML

Le service expose :

• POST /predict
• GET /health
• GET /metrics

Le comportement du service est volontairement simple. L'accent du module porte sur GitOps et ArgoCD, pas sur le modèle lui-même.

Dans ce module ArgoCD, nous ne nous appuyons pas sur un Ingress pour valider le service. Le test de l'application se fait plus simplement via un port-forward sur le Service, afin de garder le lab léger et plus robuste localement.

Pré-requis

• git
• uv
• docker
• kind
• kubectl
• make

Premiers pas

Installer les dépendances locales

make install

Préparer le fichier .env

cp service/.env.example service/.env

Vérifier l'état du service

make status

Lancer le service localement

make run

Créer le cluster local

make kind-create

Construire et charger l'image du service dans kind

Avant de laisser ArgoCD déployer l'application, il faut que le cluster puisse trouver l'image locale.

make build-v1
make load-v1

Sinon, le Deployment sera bien créé, mais les pods resteront en ImagePullBackOff.

Si vous voulez préparer la démonstration de synchronisation applicative du chapitre 3, vous pouvez aussi charger une seconde image :

make build-v2
make load-v2

Ce que vous manipulerez dans le cours

Chapitre 2

• installation d'ArgoCD
• construction et chargement de l'image applicative
• création d'une Application

Tester l'application une fois synchronisée

Quand ArgoCD a appliqué le Deployment et le Service, vous pouvez tester l'application avec :

kubectl port-forward -n support-priority svc/support-priority-api 8082:80

Puis dans un autre terminal :

curl -s http://127.0.0.1:8082/health

Chapitre 3

• mise à jour de v1 vers v2 via Git
• modification manuelle d'une ressource
• observation d'un drift
• correction via self-heal

Chapitre 4

• lecture des dossiers base/ et overlays/
• séparation dev / prod
• introduction à AppProject