Details

Данная работа посвящена разработке системы на основе микросервисов с балансировкой нагрузки, которые географически распределены по нескольким точкам присутствия. Задачи работы, которые решались в ходе разработки: 1. Сбор и анализ информации о лучших практиках внедрения микросервисов, DNS-серверов с возможностью определения географическиого расположения клиента, мониторинга и автоматизации развёртывания. 2. Разработка инфраструктурной схемы проекта. 3. Развёртывание системы. 4. Тестирование всех компонентов системы. В результате сбора и анализа информации были выбраны технологии, которые использовались для построения инфраструктуры: CoreDNS для создания DNS-серверов, Kubernetes для управления микросервисами и внедрения балансировки нагрузки, Prometheus и Grafana для реализации системы мониторинга и Ansible для автоматизации развёртывания. В ходе работы был создан кластер Kubernetes с точками присутствия в России, США и Гонконге. Распределение трафика между точками присутствия было осуществлено за счёт DNS-серверов с опцией определения географического пользователей. Был реализован сбор и визуализация метрик, а также система оповещения о поломках. Было автоматизировано развёртывание инфраструктуры, каждый её компонент был протестирован.

The given work focuses on the development of a system based on load-balanced microservices that are geographically distriputed across multiple points of presence. The project set the following goals: 1. Collecting and analyzing information on best practices of implementing microservices, DNS servers with the option to determine the geographical 2. location of the client, monitoring, and automation of deployment. Development of the project infrastructure scheme. 3. System deployment. 4. Testing of all system components. As a result of collecting and analyzing information, the technologies used to build the infrastructure were selected: CoreDNS for creating DNS servers, Kubernetes for managing microservices and implementing load balancing, Prometheus and Grafana for implementing a monitoring system, and Ansible for automating deployment. In the course of the work, a Kubernetes cluster was created with points of presence in Russia, USA, and Hong Kong. Traffic distribution between the points of presence was realized through DNS-servers with the option to define geographical location of the users. Metrics collection and visualization was implemented, as well as a breakdown notification system. The infrastructure deployment was automated, and each component was tested.