Details

Выпускная квалификационная работа посвящена разработке автоматизированного подхода к развёртыванию многоузлового отказоустойчивого кластера Deckhouse на базе инструментов Infrastructure as Code. Проведён сравнительный анализ платформ оркестрации контейнеров — Kubernetes Vanilla, OpenShift, Rancher/RKE2 и Deckhouse — по восьми критериям; обоснован выбор Deckhouse: трудоёмкость внедрения 40–60 чел.·ч, ТСО за три года — 2,16 млн руб. Спроектирована целевая архитектура: три master-узла с кворумом etcd (алгоритм Raft), три и более worker-узлов, единая точка входа через HAProxy. Реализована Ansible-роль с поддержкой High Availability, настройкой балансировщика HAProxy (TCP, round-robin) и прокси Squid для изолированных узлов; роль параметризована и допускает интеграцию в CI/CD. Экспериментально подтверждена работоспособность кластера при отказе одного master-узла и автоматическое перераспределение нагрузки при отказе worker-узла. Трудоёмкость развёртывания сокращена с 3,0–4,5 ч до 47–50 мин (снижение на 75–82%). Решение применено для развёртывания двух производственных кластеров в корпоративной инфраструктуре.

This work is devoted to the development of an automated approach to deploying a multi-node fault-tolerant Deckhouse cluster using Infrastructure as Code tools. A comparative analysis of container orchestration platforms — Kubernetes Vanilla, OpenShift, Rancher/RKE2, and Deckhouse — was conducted across eight criteria; Deckhouse was selected as the optimal platform: deployment effort 40–60 man-hours, three-year TCO 2.16M RUB. A target architecture was designed comprising three master nodes with an etcd quorum (Raft algorithm), three or more worker nodes, and a single entry point via HAProxy. An Ansible role was implemented with High Availability support, HAProxy configuration (TCP, round-robin), and a Squid proxy for isolated nodes; the role is parameterized and supports CI/CD integration. Experimental evaluation confirmed cluster availability upon failure of one master node and automatic workload redistribution upon worker node failure. Deployment effort was reduced from 3.0–4.5 hours to 47–50 minutes (75–82% reduction). The solution was applied to deploy two production clusters in a corporate infrastructure.