Einführung in Argo CD

Sie lernen Git als Single Source of Truth kennen, ordnen deklarative Konfiguration ein und betrachten automatische Reconciliation als GitOps-Grundlagen. Anschließend vergleichen Sie Pull-basierte Abläufe mit klassischer CI/CD und ordnen Argo CD und Flux im CNCF-Umfeld ein. An einem Szenario leiten Sie ab, welche Unterschiede für Team, Plattform und Betriebsmodell relevant sind.

Das DevNinjas Dojo, unsere Cloud-Lernumgebung, stellt den Lerncluster für die Installation von Argo CD mit einem Helm Chart bereit. Sie untersuchen Application Controller, Repo Server, API Server und Cache im Zusammenspiel und orientieren sich in Weboberfläche sowie CLI. Danach legen Sie ein AppProject an und verbinden ein vorbereitetes Git-Repository; eigene Produktionsumgebungen bleiben außerhalb dieser Übung.

Sie erstellen eine Application-Ressource und verknüpfen sie mit einem Git-Repository. Am Beispiel vergleichen Sie manuellen und automatischen Sync. Anschließend untersuchen Sie OutOfSync und Degraded als unterschiedliche Zustände und beobachten den Anwendungsstatus im UI; dabei ordnen Sie ein, wie gewünschter Zustand und der beobachtete Anwendungsstatus fachlich zusammenhängen.

Drift bezeichnet Abweichungen zwischen gewünschtem und aktuellem Zustand. Sie aktivieren Self-Heal als ausdrückliche Option des automatischen Syncs, konfigurieren Pruning bewusst, ordnen Ressourcen mit Sync Waves und Hooks und testen Retry-Einstellungen bei einem fehlgeschlagenen Sync. Rollback nutzt die Anwendungshistorie und ist bei aktivem Auto-Sync nicht verfügbar.

Sie vergleichen Git Revert, einen Eintrag aus der Argo-CD-Historie und eine manuelle Korrektur als unterschiedliche Rückwege. Dabei berücksichtigen Sie die Wechselwirkung zwischen Rollback und automatischem Sync. Sie sichern und rekonstruieren ausgewählte zentrale Application-, Projekt- und Repository-Konfigurationen für einen nachvollziehbaren Rückweg in einem vorbereiteten, kontrollierten technischen Wiederherstellungsszenario.

Sie arbeiten mit Helm Charts als Manifestquellen; Sie erstellen Applications mit Values-Files für mehrere Lernumgebungen. Sie untersuchen Chart-Repositories und betrachten OCI-Quellen; am selben Beispiel untersuchen Sie die Priorität von Values, Values-Files und Overrides. Danach bewerten Sie, welche umgebungsspezifische Konfiguration im Git-Repository für Reviews nachvollziehbar bleiben soll.

Mit Kustomize arbeiten Sie mit Overlays und Patches für Entwicklung, Staging und Produktion. Sie prüfen den erzeugten Stand und deployen ihn über Argo CD. Abschließend stellen Sie im direkten Vergleich Helm und Kustomize gegenüber; Sie untersuchen die Wiederverwendung von Strukturen und passen Basis-Manifeste an die jeweilige Umgebung an.

Sie skizzieren Mono- und Multi-Repository-Varianten für Anwendungscode und Konfiguration. Ein Pull Request begleitet die schrittweise Promotion zwischen vorbereiteten Umgebungen und macht Review, Freigabe und Verlauf sichtbar. Gemeinsam vergleichen Sie die Vor- und Nachteile beider Varianten für Zusammenarbeit und Nachvollziehbarkeit, ohne ein Modell pauschal als Best Practice festzulegen.

ApplicationSets erzeugen Applications dynamisch aus gemeinsamen Vorlagen. Als Beispiele dienen List mit einer statischen Cluster-Liste, Cluster mit in Argo CD registrierten Clustern, Git mit Verzeichnissen und Dateien sowie Pull Request für Preview-Umgebungen pro Pull Request. Weitere Generatoroptionen und Multi-Cluster-Deployments bleiben außerhalb der praktischen Vertiefung in diesem Workshop.

Sie modellieren eine Root Application mit untergeordneten Applications beim eigenen Aufbau des Patterns als praktische Übung für mehrere Anwendungen in der vorbereiteten Lernumgebung. Dabei diskutieren Sie die Grenzen anhand von Abhängigkeiten zwischen Applications und der Sync-Reihenfolge. Anschließend stellen Sie App of Apps und ApplicationSets gegenüber: explizite Hierarchie auf der einen, generierte Applications auf der anderen Seite.

Sie konfigurieren AppProjects, um zulässige Ziel-Namespaces zu beschränken, und untersuchen feingranulare RBAC-Regeln für unterschiedliche Rollen und Zugriffsrechte. Danach richten Sie SSO über OIDC mit Dex ein und betrachten unterschiedliche Berechtigungen für Teams. Die Beispiele bleiben auf die vorbereitete Lernumgebung und die hier behandelten Zugriffsfragen dieses Workshops begrenzt.

In der vorbereiteten Lernumgebung: Sealed Secrets verschlüsselt Daten mit kubeseal im Repository, der External Secrets Operator bindet ausgewählte externe Secret Stores wie HashiCorp Vault an und SOPS verwendet age-verschlüsselte Dateien. Dabei bleiben Klartext-Geheimnisse außerhalb von Git. Komplexität, Sicherheit und Wartbarkeit strukturieren den Vergleich der Ansätze und ihrer Betriebsgrenzen.

Sie installieren den Argo Rollouts Controller und bilden Canary- sowie Blue-Green-Schritte in einer Rollout-Ressource ab. AnalysisTemplates, Traffic-Steuerung, Preview-Service und manuelle Promotion liefern unterschiedliche Kontrollpunkte. AnalysisRuns beeinflussen das Rollout-Update; die konkrete Zuordnung von Phase, Wirkung und notwendiger manueller Entscheidung untersuchen Sie als offene Frage im kontrollierten Szenario.

Argo-CD-Notifications versenden Ereignisse an konfigurierte Empfänger; Prometheus-Metriken erfassen Beobachtungsdaten zu Sync- und Health-Zuständen von Argo CD verwalteter Applications. Sie konfigurieren Notifications für Slack, Microsoft Teams und Webhooks und definieren Trigger für Sync-Fehler, Health-Degradation und erfolgreiche Deployments. Anschließend erfassen Sie Argo-CD-Metriken und visualisieren Sync-Dauer, Application-Health und Reconciliation-Zyklen in Grafana.

Eine vorbereitete GitLab-CI-Pipeline veröffentlicht ein Image und aktualisiert dessen Referenz im Konfigurations-Repository, statt direkt in den Cluster zu schreiben. Sie verfolgen anschließend die Git-Revision durch den Ablauf vom Build bis zur Reconciliation im Workshop. So wird die Zuständigkeitsgrenze zwischen Build, gewünschtem Zustand und Deployment am konkreten Ablauf verständlich.