Details

Данная работа посвящена разработке Ansible-модулей, удовлетворяющих спецификации Swordfish, для снижения трудоёмкости задачи конфигурирования и управления системами хранения данных. Задачи, которые выполнялись в ходе работы: 1. Изучить область взаимодействия клиентских приложений с API СХД. 2. Провести исследование и представить сравнительный анализ инструментов для конфигурации СХД через API. 3. Предложить архитектуру Ansible-модулей, удовлетворяющих спецификацию Swordfish, для конфигурации СХД. 4. Реализовать предложенную архитектуру в прототипе Ansible-коллекции. 5. Провести экспериментальные исследования, демонстрирующие снижение трудоёмкости конфигурирования СХД с помощью Ansible-модулей. В результате было реализовано программное средство в виде коллекции Ansible-модулей, удовлетворяющих спецификации Swordfish, и было проведено экспериментальное исследование для демонстрации снижения трудоёмкости задачи управления конфигурациями систем хранения данных за счёт применения разработанных Ansible-модулей. В работе использовались следующие технологии: Gitlab, Ansible, Docker, SonarQube, Gitlab CI, GIT, PyCharm, Python 2.7/3.5.

This work is devoted to the development of Ansible modules satisfying the Swordfish specification to reduce the labor intensity of the task of configuration and management of storage systems. The tasks performed during the work are: 1. To study the area of interaction of client applications with storage APIs. 2. To investigate and present a comparative analysis of tools for storage configuration via APIs. 3. To propose an architecture of Ansible modules satisfying the Swordfish specification for storage configuration. 4. Implement the proposed architecture in a prototype Ansible collection. 5. Conduct experimental studies demonstrating the reduction of the labor intensity of storage configuration using Ansible modules. As a result, a software tool in the form of a collection of Ansible modules satisfying the Swordfish specification was implemented and an experimental study was conducted to demonstrate the reduction of the labor intensity of the storage configuration management task through the use of the developed Ansible modules. The following technologies were used in this work: Gitlab, Ansible, Docker, SonarQube, Gitlab CI, GIT, PyCharm, Python 2.7/3.5.