kornsn_microservices

kornsn microservices repository

Docker-1

Docker version:

Client:
 Version:           18.09.0
 API version:       1.39
 Go version:        go1.10.4
 Git commit:        4d60db4
 Built:             Wed Nov  7 00:48:57 2018
 OS/Arch:           linux/amd64
 Experimental:      false

Server: Docker Engine - Community
 Engine:
  Version:          18.09.0
  API version:      1.39 (minimum version 1.12)
  Go version:       go1.10.4
  Git commit:       4d60db4
  Built:            Wed Nov  7 00:16:44 2018
  OS/Arch:          linux/amd64
  Experimental:     false

Что сделано:

• установлен docker
• изучены команды:
  • создания контейнера docker create или docker container create
  • запуска контейнера docker start или docker container start
  • присоединения к контейнеру docker attach или docker container attach
  • запуска контейнера одной командой docker run или docker container run
  • запустить ещё один процесс внутри контейнера docker exec или docker container exec
  • остановки контейнера docker stop или docker container stop
  • послать сигнал контейнеру docker kill или docker container kill
  • создание образов с помощью коммита контейнера docker commit или docker container commit
  • удаление остановленных контейнеров docker rm $(docker ps -a -q) или docker container prune
  • показать используемые системные ресурсы docker system df
  • освободить неиспользуемые системные ресурсы docker system prune

Docker-2

Что сделано:

• Установлен docker-machine
• Создан docker host в gcp с помощью docker-machine
• Создан docker образ с базой данных и приложением с помощью Dockerfile
• Созданный образ сохранен в docker hub
• Сделано поднятие инстансов приложения в gcp из ранее созданного образа с помощью Terraform
• Создан плейбук ansible с использованием динамического инвентори для установки докера и запуска там образа приложения
• Создан шаблон пакера, который делает образ с уже установленным Docker

Docker-3

Что сделано:

• Скопированы исходные коды микросервисов
• Созданы Dockerfile для каждого микросервиса
• Образы соптимизированы таким образом, чтобы по максимуму использовать кэш
• Образы соптимизированы по размеру -- в качестве базовых образов использованы соответствующие alpine образы
• Создан и подключен Volume для хранения данных MongoDB

Docker-4

Как задать базовое имя проекта:

docker-compose -p <your-project-name> <command>

Что сделано:

• Изучена работа с сетями в docker
• Создан и параметризирован файл docker-compose
• Поднят тестовый кластер с помощью docker-compose
• Создан файл docker-compose.override.yml, который позволяет:
  • Изменять код каждого из приложений, не выполняя сборку образа
  • Запускать puma для руби приложений в дебаг режиме с двумя воркерами

Gitlab-CI-1

Что сделано:

• Установлен Gitlab-CI CE на машину в облаке GCP с помощью docker-compose
• Создан тестовый проект
• Настроен пайплайн для тестового проекта
• Сделана интеграция с каналом slack.

Gitlab-CI-2

Что сделано:

• Написана конфигурация для установки Gitlab-CI CE в облако GCP с помощью terraform и ansible
• Дополнен CI/CD пайплайн -- добавлены окружения:
  • dev -- автоматическое
  • stage -- ручное
  • prod -- ручное
  • динамическое окружение на каждую фича-ветку
• Для окружений stage и prod добавлено ограничение, что они могут создаваться только для коммитов, содержащих semver тэг

Monitoring-1

Докер хаб с собранными образами здесь

Что сделано:

• Написана новая конфигурация микросервисов, включающая в себя мониторинг с помощью Prometheus
• Мониторятся:
  • ui
  • comment
  • post
  • prometheus
  • node

Monitoring-2

Докер хаб с собранными образами здесь

Что сделано:

• Настроен сбор метрик докера с помощью cAdvisor
• Подняты Grafana и AlertManager
• Настроены дашборды для сбора метрик приложения и бизнес метрик
• Настроены алерты на остановку сервисов
• Написан Makefile для сборки и запуска сервисов

Logging-1

Что сделано:

• Настроен сбор логов с помощью EFK стэка (Elasticsearch, Fluentd, Kibana)
• В Fluentd настроен парсинг структурированных логов из сервиса Post
• В Fluentd настроен парсинг неструктурированных логов из сервиса UI
  • * также настроен парсинг второго типа логов
• Настроена распределенная трасировка с помощью Zipkin