Secondo Fabio Gerosa, Sales Director Italy, Couchbase, è un momento impegnativo per il settore IT. La quantità di informazioni che i sistemi devono elaborare aumenta esponenzialmente e questa sfida si è ulteriormente amplificata a causa della crescente complessità dei dati. L’informazione è inutile senza il suo contesto, stabilito dalle relazioni tra diversi punti di dati che richiedono anche risorse logiche e di elaborazione. Questa complessità di gestione ha reso la governance manuale dei database sempre meno praticabile.
Fortunatamente, non è la prima volta che gli ingegneri affrontano un problema simile. La storia è piena di esempi sul modo in cui affrontare una domanda crescente: dai primi mulini a vento, passando per le macchine a vapore e i torni per la filettatura, fino al nastro trasportatore di Ford. Se si guarda indietro alla rivoluzione industriale, si può concludere che un’automazione appropriata e di successo può dare luogo a nuovi livelli di produttività e favorire la crescita economica.
Kubernetes come un tornio
Un altro esempio di automazione di successo fa capo ai primi anni del 2010, quando Internet ha cambiato il modo di operare delle applicazioni ed è stato necessario affrontare il problema dell’architettura software. I primi approcci, basati su note architetture centralizzate client/server, non funzionavano. I backend centralizzati delle applicazioni semplicemente non potevano fornire la flessibilità necessaria per scalare da migliaia a milioni di richieste al secondo. La maggior parte di noi probabilmente ricorda almeno un paio di casi in cui applicazioni web “monolitiche” hanno avuto gravi problemi di prestazioni dopo essere diventate virali. La soluzione deriva dall’adattamento di un approccio in cui le organizzazioni dividono questi monoliti in piccoli “micro-servizi” in esecuzione su container docker che possono essere scalati orizzontalmente, in modo indipendente e molto più velocemente dei monoliti. Tuttavia, l’aggiunta di micro-servizi alle richieste DevOps, non potrebbe funzionare senza i framework di orchestrazione di container come Kubernetes. Introdotto pubblicamente nel 2014, Kubernetes, precedentemente noto all’’interno di Google come Borg, si è rapidamente dimostrato la scelta migliore per automatizzare i flussi di distribuzione, diventando oggi uno degli standard del settore per lo sviluppo moderno. Inoltre, essendo un componente open-source e cloud-native, Kubernetes continua a evolversi e migliorare.
Operatori autonomi
Oggi ci troviamo all’inizio della rivoluzione dei dati e, proprio come all’alba di quella industriale, il mondo si aspetta che le esigenze di elaborazione dei dati vengano soddisfatte, automatizzando le funzioni di gestione delle piattaforme.
Quando si tratta di lavorare con dati e database, automatizzare le operazioni di gestione può dare impulso alla crescita di qualsiasi organizzazione che si avvale di insight per il proprio processo decisionale, ottenendo stabilità e agilità attraverso la ripetibilità. Operazioni come lo scaling, i backup, le patch e la manutenzione ordinaria del database sono solo alcuni esempi in cui gli individui, pur essendo molto competenti, possono essere soggetti a errore.
Per risolvere il problema è necessario automatizzare le best practice degli individui in modo efficiente e standardizzato.
Dieci anni fa, la creazione di un sistema di gestione automatizzato per i database richiedeva un grande sforzo perché doveva essere realizzato da zero. Questo ha fatto emergere soluzioni di database-as-a-service (DBaaS) gestite. L’uso di un DBaaS generico, tuttavia, ha i suoi problemi, ad esempio il vendor lock-in, i requisiti di utilizzo per versioni specifiche, la personalizzazione minima per workload specializzati, ecc.
L’evoluzione di Kubernetes, coltellino svizzero dell’automazione, ha cambiato tutto questo, fornendo un ottimo e stabile framework di gestione del software. Una pietra miliare particolarmente importante in questa evoluzione è stato il supporto per insiemi statici e volumi persistenti poiché i database sono un esempio da manuale di applicazione statica.
Impiegando elementi della teoria del controllo, gli operatori funzionano come estensioni/plugin di Kubernetes e utilizzano definizioni di risorse personalizzate (Custom Resource Definitions – CRD) per determinare e controllare lo stato dei servizi. Realizzare l’ambiente database con CRD dichiarative è abbastanza semplice: ciò che si digita è letteralmente ciò che ottiene.
Nuovi orizzonti
L’ascesa di DevOps, DBaaS, Kubernetes e operatori crea una convincente piattaforma end-to-end per applicazioni distribuite. Gli sviluppatori non devono preoccuparsi di come il loro codice venga distribuito o i diversi componenti comunichino tra loro, e possono invece concentrarsi sui dati e la logica che governa la loro evoluzione per fornire migliori insight e capacità decisionali per il business. Infine, lo stesso strumento/framework coerente può essere utilizzato per gestire tutti i livelli dello stack applicativo, incluso quello mission-critical del database. Liberando importanti risorse da attività di routine ad alta intensità di lavoro, l’automazione crea spazio e tempo per l’innovazione e ulteriori progressi.
