Auto-Scaling Infrastructure as Code – Calcolo Elastico su K5 IaaS

2017-10-10

Machine-translated — the English original is authoritative.

Nell'articolo di oggi esamineremo come distribuire e testare la funzione di AutoScaling di Fujitsu K5 IaaS.

Panoramica

Cosa intendo quindi con la funzione di auto-scaling di K5? Beh, immaginate di avere un server virtuale che presenta picchi e cali di domanda. Prendete l'esempio del webserver di Ticket Master: per il 99% del tempo il server rimane lì inattivo al 5% di utilizzo. Tuttavia, quando Westlife si ricompone (e lo faranno) e lancia le vendite dei biglietti per il loro nuovo tour, il server di Ticket Master va in sovraccarico mentre tutti gli ex adolescenti, ora trentenni ricchi di denaro, provano ad accedere e acquistare biglietti contemporaneamente. [Sostituite Westlife con il lancio dell'iPhoneX se questo ha più senso per voi].

Arriva in soccorso l'Auto-Scaling – spesso definito anche come calcolo elastico. Se il server Tick Master è stato creato utilizzando la funzione di autoscaling di K5, quando il carico sul server inizia a salire e supera una soglia predefinita, K5 crea automaticamente un nuovo server e lo aggiunge al vostro pool di istanze bilanciate del carico – tutto questo senza alcun vostro sforzo.

E la cosa diventa ancora migliore: una volta che tutti hanno ottenuto i loro biglietti e i server bilanciatori del carico non sono più fortemente utilizzati, K5 ridurrà nuovamente l'infrastruttura per adattarla alla domanda corrente – automaticamente.

Sembra un sacco di lavoro – la buona notizia è che K5 ha già potenziato HEAT e sfrutta Ceilometer di K5 OpenStack per fare tutto questo lavoro per voi – questi miglioramenti sono documentati nella Guida Heat di K5, che si trova qui.

Tutto ciò che dovete fare è configurare e distribuire uno stack heat come questo:

Questo file contiene caratteri Unicode nascosti o bidirezionali che potrebbero essere interpretati o compilati in modo diverso da quanto appare di seguito. Per rivederli, aprire il file in un editor che riveli i caratteri Unicode nascosti.
Maggiori informazioni sui caratteri Unicode bidirezionali

Mostra caratteri nascosti

visualizza raw
K5AutoScaling.yml
ospitato con ❤ da GitHub

Proviamo ora questo –

Prerequisiti del modello:

az: Inserisci la zona di disponibilità target, nel mio caso uk-1b

param_image_id:

Se non hai un tuo server da testare, l'immagine di build che sto utilizzando è un semplice server Ubuntu con Nodejs installato e la seguente applicazione /var/helloworld/helloworld.js (non dimenticare di eseguire "npm install –save express") –

Questo file contiene caratteri Unicode nascosti o bidirezionali che potrebbero essere interpretati o compilati in modo diverso da quanto appare di seguito. Per rivederli, aprire il file in un editor che riveli i caratteri Unicode nascosti.
Maggiori informazioni sui caratteri Unicode bidirezionali

Mostra caratteri nascosti

	const express = require('express')
	const app = express()
	const serverName = require('os').hostname();
	const messageTop = ' \
	https://www.fujitsu.com/uk/Images/K5-climber-580x224_tcm23-2619235.jpg" alt="K5 Autoscale">\
	Ciao da '
	const messageTail = '\
	\
	\
	'
	app.get('/', function (req, res) {
	res.send(messageTop + serverName + messageTail)
	})
	app.listen(80, function () {
	console.log('Example app listening on port 80')
	})

visualizza raw
helloworld.js
ospitato con ❤ da GitHub

Per eseguire questa applicazione come servizio su Ubuntu, copia il seguente file helloworld.conf in /etc/init sul server. Assicurati di regolare il nome del file e il percorso nel file sottostante in modo che corrispondano sia al nome che alla posizione in cui hai memorizzato il file sopra –

Questo file contiene caratteri Unicode nascosti o bidirezionali che potrebbero essere interpretati o compilati in modo diverso da quanto appare di seguito. Per rivederli, aprire il file in un editor che riveli i caratteri Unicode nascosti.
Maggiori informazioni sui caratteri Unicode bidirezionali

Mostra caratteri nascosti

visualizza raw
helloworld.conf
ospitato con ❤ da GitHub

param_flavor: taglia del server, S-1

key_name: la tua chiave ssh pubblica, ho usato LEMP-KP-AZ2

autoscale_router: questo è l'ID di un router esistente nel tuo progetto che ha un gateway esterno configurato.

Lancio del modello:

Una volta soddisfatti i prerequisiti sopra e modificato il modello con la tua configurazione locale, è il momento di distribuire la nostra infrastruttura. Userò il portale K5 nell'esempio qui, ma potresti anche utilizzare le API native di K5 o persino il client openstack.

Guarda il filmato – gratuitamente qui – per vedere come tutto si unisce.

Contenuto incorporato

Happy Stacking!

Graham.

Originally published on allthingscloud.eu (2017-10-10).