Az AWS Lounge Hungary online webinársorozat második állomásán, 2024. január 23-án az AWS-ben elérhető Kubernetes-megoldásokat vettük sorra: négy előadásban, demókkal mutattuk be az EKS-klasztereket, a GitOps-alapú telepítést, az Istio service mesht és az automatikus skálázást. A webinárt az AWS, a Devertix és az Ingram Micro szervezte. Mind a négy előadás felvétele visszanézhető itt, a cikkben.
EKS-klaszter az AWS-ben
Ijjas Viktor (Ingram Micro) az Amazon EKS-t mutatta be architektúra, biztonság és menedzselhetőség szempontjából.
GitLab build és Argo CD-telepítés
Tabajdi Péter (Devertix) arról beszélt, miért és hogyan érdemes GitOps-alapon, Argo CD-vel telepíteni Kubernetesre. A GitOps lényege, hogy a klaszter kívánt állapota a Gitben van leírva, így minden változás verziózott és visszakövethető.
Istio service mesh dióhéjban
Boros György (Devertix) előadásában a service mesh egy külön infrastruktúraréteg, amely a mikroszolgáltatások közötti kommunikációt proxykon keresztül vezérli és figyeli. Az Istiót 2017-ben a Google, az IBM és a Lyft hozta létre; a megfigyelésben, a forgalomirányításban, a biztonságban, a split tesztelésben és a canary kiadásokban segít.
- Data plane: az Envoy proxy, amely a podban a konténerek mellett fut; a konténerek ezen keresztül kommunikálnak egymással és a külvilággal.
- Control plane: a konfigurációt osztja szét a proxyk felé.
- Telepítés: négy lépésben, kódrészletekkel bemutatva.
A tanulság: az Istio jól illeszkedik a Kuberneteshez, jó megfigyelési beállításokkal a hibák a kód átnézése nélkül is diagnosztizálhatók, és közelebb hozza egymáshoz a fejlesztők és a DevOps-mérnökök munkáját.
Automatikus alkalmazás- és klaszterskálázás Karpenterrel
Mezei Dániel (Devertix) a klaszterskálázást Karpenterrel, az alkalmazásskálázást KEDA-val mutatta be. A Karpenter a változó terheléshez igazítja az erőforrásokat, így a rendszert nem kell a csúcsterhelésre méretezni: csak a ténylegesen használt kapacitásért kell fizetni.
- A terheléses demóban a Karpenter érzékelte a többletigényt, és automatikusan új node-okat adott a klaszterhez; a terhelés csökkenésekor visszaskálázott.
- Taintekkel finoman szabályozható, mely podok mely node-okon futhatnak.
- A jól beállított konfiguráció költséget takarít meg; éles környezetben a skálázás jellemzően kisebb, fokozatosabb lépésekben zajlik, mint a demóban.
Kubernetes-platformot építenének vagy üzemeltetnének – AWS-en, Azure-on vagy saját szerveren? Egy rövid egyeztetésen átbeszéljük, hol érdemes kezdeni.
Kapcsolódó szolgáltatásunk: Kubernetes az AWS-en (Amazon EKS) · Platform engineering
Nézzük meg együtt – egy ingyenes első egyeztetésen.
Megmutatjuk, hol hoz valódi eredményt az AI és a felhő az Ön folyamataiban.