Auto-Clustering คืออะไร
คู่มือนี้เรียบเรียงสำหรับ Ruk-Com PaaS หน้าจอและตัวเลือกอาจแตกต่างตามเวอร์ชันและสิทธิ์ของบัญชี
ตรวจสอบ Environment, Region, สิทธิ์บัญชี และสำรองค่าปัจจุบันก่อนดำเนินการกับระบบจริง
ตรวจสอบชื่อเมนู ตัวเลือก และข้อกำหนดล่าสุดจากเนื้อหาภาษาอังกฤษในหน้าเดียวกันก่อนดำเนินการกับระบบจริง
วัตถุประสงค์
บทความนี้อธิบายการใช้งาน Auto-Clustering คืออะไร บน Ruk-Com Cloud PaaS โดยจัดลำดับขั้นตอนและจุดตรวจสอบสำหรับการนำไปใช้งานจริง
ก่อนเริ่มดำเนินการ
- เข้าสู่ระบบด้วยบัญชีที่มีสิทธิ์จัดการ Environment ที่เกี่ยวข้อง
- ตรวจสอบชื่อ Environment, Region และ Resource เป้าหมายก่อนบันทึกการเปลี่ยนแปลง
- สำรองข้อมูลหรือกำหนดแผนย้อนกลับก่อนแก้ไขระบบ Production
ในยุคสมัยใหม่ให้ความสำคัญกับข้อมูลที่พร้อมใช้งาน ด้วยเหตุนี้จึงต้องรักษาการเข้าถึงข้อมูลโดยทันทีที่มีการแจ้งเตือนเข้ามา ดังนั้นการสร้างแต่ละวิธี แต่ละขนาดมีสำคัญต่อคำแนะนำในการกำหนดค่าClusterเป็นอย่างมาก การ Cluster เป็นเทคนิคของการใช้อย่างน้อย 2 Instance สำหรับบริการ ไม่เพียงแต่ลดความซับซ้อนแต่ยังให้ความน่าเชื่อถืออีกด้วย (ระบบสามารถทนต่อความล้มเหลวได้อย่างน้อย 1 Instance) อีกทั้งยังช่วยจัดการกับปริมาณที่สูงขึ้น
การกำหนดค่า Cluster อาจเป็นวิธีการที่ท้าทายและต้องใช้เวลาค่อนข้างมาก Ruk-Com Cloud PaaS จึงให้การบริการ Platform สำหรับวิธีการแบ่งกลุ่มอัตโนมัติซึ่งเป็นที่นิยมเป็นอย่างมาก และสามารถแบ่งกลุ่มตามความต้องการของคุณโดยตรงจากTopologywizard ระบบอัตโนมัติดังกล่าวจะช่วยลดความยุ่งยากและช่วยเพิ่มความเร็วในการสร้าง Cluster ที่พร้อมใช้งานจริงสำหรับงานของคุณ
การเปิดใช้งาน Auto Clustering
ในปัจจุบัน Template เหล่านี้รองรับฟีเจอร์การแบ่งกลุ่มอัตโนมัติผ่านทาง topology wizard:
ApplicationServer -ปลาแก้ว, ปายรา, เจนกินส์, ไวลด์ฟลาย
Database SQL -MySQL, มาเรียดีบี, PostgreSQL
Database NoSQL -โซฟาเบด, MongoDB
Server จัดเก็บข้อมูล -Container จัดเก็บข้อมูลที่ใช้ร่วมกัน
เคล็ดลับ:นอกเหนือจากตัวเลือก Cluster ใน topology wizard คุณยังสามารถเลือก Cluster อื่นๆได้ใน Ruk-Com Cloudตลาด

1. เลือก Application Server ในลิสที่แสดงบน topology wizard ซึ่งสามารถกดเปิดสวิตช์ที่อยู่ตรงกลางของเฟรม ระบบจะแบ่งกลุ่มโดยอัตโนมัติให้อย่างเหมาะสมและพร้อมใช้งาน

2. คุณสามารถวางเมาส์เหนือไอคอน ? เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับการแบ่ง Cluster และสามารถคลิก Learn More เพื่อดูข้อมูลเพิ่มเติมได้

3. หลังจากเปิดใช้งาน Auto Clustering จะมีการตั้งค่าเพิ่มเติมเพื่อปรับแต่ง Cluster ตัวอย่างเช่น MariaDB อนุญาตให้เลือก Scheme และเพิ่ม ProxySQL โดยเฉพาะสำหรับ ClusterDatabase นี้:

เอกสารเพิ่มเติมเกี่ยวกับการ Auto Clustering
Ruk-Com Cloud จัดเตรียมเอกสารเพิ่มเติมที่ครอบคลุมการใช้งานในหลายหัวข้อและ GitHub เกี่ยวกับแบ่งกลุ่มอัตโนมัติดังนี้:
- Auto-Clustering ผ่าน Topology Wizard- ลิสฟีเจอร์ที่รองรับ, อธิบายการจัดการเบื้องต้นผ่าน Wizard และ Cloud Scripting
- การทำ Cluster อัตโนมัติ MariaDB/MySQL พร้อม Load Balancing และ Replication- การจัดกลุ่มและการจำลองแบบอัตโนมัติสำหรับ MariaDB และ MySQL databases เพื่อความพร้อมใช้งานและประสิทธิภาพสูง
- การทำ Cluster อัตโนมัติของ PostgreSQL พร้อม Master-Slave Replication แบบอะซิงโครนัส- รับข้อมูลการจำลองหลายรูปแบบอัตโนมัติภายใน Master-Slave สำหรับ PostgreSQL database
- MongoDB Replica ตั้งค่าการจัดกลุ่มอัตโนมัติเพื่อความพร้อมใช้งานและประสิทธิภาพสูง- การจัดกลุ่มและการจำลองแบบอัตโนมัติสำหรับ MongoDB databases ที่มีความซับซ้อน, ความล้มเหลวอัตโนมัติ, และความพร้อมใช้งานสูง
- GlassFish & Payara Clustering ที่พร้อมใช้งานทันที: การเรียกใช้ Application Java EE ที่พร้อมใช้งานสูงในระบบ Cloud- แสดงวิธีการตั้งค่า Cluster ที่พร้อมใช้งานด้วย GlassFish & Payara Micro และ Java EE สำหรับการรัน Application
- HostingCluster Jenkins เพื่อการบูรณาการและการส่งมอบอย่างต่อเนื่อง (CI/CD)- การรวมกลุ่มอัตโนมัติอย่างต่อเนื่องและส่ง Java Application โดยใช้ Jenkins master-slave ที่มีการกำหนดค่าไว้ล่วงหน้าแล้ว
- Domain ที่จัดการ WildFly ใน Container: การทำ Cluster ขนาดเล็กและ Auto Scaling- วีธีการขยาย WildFly จาก Server แบบ standalone ไปยัง Cluster ในโหมด Domain ที่มีการจัดการสำหรับการเรียกใช้ cloud-native microservices
- การทำ Cluster อัตโนมัติของ Container ที่เก็บข้อมูลที่ใช้ร่วมกัน- รองรับการกำหนดค่าที่มีความน่าเชื่อถือด้วย AutoFS, NFSv4 และ GlusterFS
- Ruk-Com Cloud Packaged Solutions Collection บน GitHub- วิธีการจัดเก็บแบบอัตโนมัติของ Ruk-Com Cloud รวมไปถึงการแบ่งกลุ่มอัตโนมัติ (เช่น db-clustering, wildfly, glassfish และ Database อื่นๆ)
