Pengembangan Kemampuan Skala Otomatis Untuk Infrastruktur Cloud-Native Berbasis Kubernetes Menggunakan Custom Metric Dan Sidecar Pattern

Wijaya, Aguel Satria (2020) Pengembangan Kemampuan Skala Otomatis Untuk Infrastruktur Cloud-Native Berbasis Kubernetes Menggunakan Custom Metric Dan Sidecar Pattern. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05111640000056-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Virtualisasi merupakan sebuah abstraksi dari sumber daya komputer. Dengan adanya virtualisasi pada komputasi awan memungkinkan adanya pemisahan sistem operasi pada suatu perangkat keras. Pada teknologi virtualisasi terdapat aplikasi yang sejak awal sudah didesain untuk dijalankan pada cloud. Aplikasi tersebut bisa disebut dengan Cloud Native. API gateway merupakan sebuah aplikasi pusat untuk mengarahkan pengguna ke aplikasi yang dituju. Sehingga tingkat akses pada API gateway ini kemungkinan sangat tinggi. Jika hanya ada satu layanan saja maka aplikasi API gateway bisa kewalahan dalam melayani permintaan dari pengguna jadi diperlukan infrastruktur kluster yang adaptif sehingga bisa menyesuaikan jumlah layanan yang ada terhadap beban layanan pada waktu sebenarnya. Ketika jumlah pengguna meningkat, layanan akan bisa melakukan skala otomatis untuk meningkatkan jumlah layanan. Begitu juga dengan sebaliknya ketika jumlah pengguna menurun maka layanan akan juga melakukan skala otomatis dengan menurunkan jumlah layanan yang ada. Dalam tugas akhir ini akan dibuat sebuah infrastruktur dengan orkestrasi kubernetes agar dapat mekakukan skala otomatis terhadap beban layanan sesuai dengan metric yang telah ditentukan untuk platform MyITS. Selain itu akan diimplementasi juga sidecar pattern pada layanan API gateway yang berfungsi untuk mengambil data dari container utama agar bisa disediakan ulang untuk menjadi custom metric. Custom metric ini akan digunakan sebagai salah satu parameter untuk menentukan apakah suatu pod perlu di skala atau tidak. Pada pengerjaan, akan melibatkan beberapa tools pendukung seperti prometheus, rancher dan kubernetes. Hasil uji coba menunjukkan bahwa skala otomatis bisa berjalan sesuai dengan algoritma yang telah ditentukan. Selain itu juga skala otomatis bisa mengurangi beban layanan sehingga meningkatkan performa mulai dari total requests, requests yang berhasil dilakukan, dan tingkat requests per second semakin meningkat sejajar dengan penambahan jumlah pod dari hasil skala otomatis. Sidecar pattern bekerja sesuai dengan fungsinya sebagai pengambil data dan penyedia metric untuk digunakan dalam skala otomatis. ========================================================================================================= Virtualization is an abstraction of computer resources. With the virtualization in cloud computing allows the separation of the operating system on a hardware device. In virtualization technology there are applications that have been designed to run on the cloud from the start. The application can be called Cloud Native. The API gateway is a central application for directing users to the intended application. So the level of access to this API gateway can be high. If there is only one service, the API gateway application can be overwhelmed in serving requests from users, so an adaptive cluster infrastructure is needed so that it can adjust the number of services available based on service load in real time. When the number of users increases, the service will be able to scale up automatically to increase the number of services. Likewise, vice versa when the number of users decreases, the service will also scale down automatically by reducing the number of existing services. In this final project an infrastructure with kubernetes orchestration will be made in order to be able to scale automatically based on service load in accordance with the metrics specified for the MyITS platform. Besides that, a sidecar pattern will also be implemented on the API gateway service that functions to retrieve data from the main container so that it can be deployed to be a custom metric. This custom metric will be used as a parameter to determine whether a pod needs to be scaled or not. In the process, it will involve several supporting tools such as prometheus, rancher and Kubernetes. The trial results show that the automatic scale can run according to a predetermined algorithm. In addition, automatic scaling can reduce the service burden, thereby increasing performance starting from total requests, successful requests made, and the level of requests per second is increasing parallel with the addition of the number of pods from the automatic scale results. Sidecar pattern works according to its function as a data picker and metric provider for use in automatic scaling.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 004.678 2 Wij p-1 • Wijaya, Aguel Satria
Uncontrolled Keywords: kubernetes, autoscale, cloud-native, docker, sidecar pattern
Subjects: Q Science > QA Mathematics > QA76.585 Cloud computing. Mobile computing.
Divisions: Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User: Aguel Satria Wijaya
Date Deposited: 04 Aug 2020 08:12
Last Modified: 20 Nov 2020 01:33
URI: https://repository.its.ac.id/id/eprint/76556

Actions (login required)

View Item View Item