Composite Data Store ist eine Spring Boot Applikation (Java 8) mit Gradle als Build Engine und Docker als Deployment Lösung.
Das Projekt ist ein Gradle Projekt und lässt sich mit folgenden Befehlen bauen:
gradle clean build
Um ein Docker Image zu bauen, muss natürlich Docker auf der Maschine laufen. Der Baubefehl ist als Gradle task hinterlegt und kann wie folgt aufgerufen werden.
gradle docker
Anschließend sollte ein Image namens 'compositedatastore:latest' in dem lokalen Docker Repository vorhanden sein.
Die Applikation lässt sich lokal als Spring Boot Applikation starten, in dem main Methode der Klasse 'Application' im Paket 'de.uni.sttg.ipvs.as.composite.data.store' im Ordner application ausgeführt wird.
Um die Applikation als Docker Container zu starten kann der folgende Befehl genutzt werden:
docker run -p 8080:8080 -v cdsvolume:/tmp --name compositedatastore --network="host" compositedatastore
Ganz wichtig ist hier das Docker Volume cdsvolume. Das ermöglicht, dass der zustand der Applikation (Policies und Datenmodell) auch nach dem Neustart der Applikation beibehalten wird.
Die UI der Applikation ist über Port 8080 erreichbar. Hier sei angemerkt, dass die Änderungen in der UI zwar auf die Festplatte gespeichert werden, jedoch die Laufzeit nicht beinfluss wird. Das heißt um die geänderten Regeln zu übernehmen, muss die Applikation neu gestartet werden.
Die Umgebung der Applikation besteht aus 4 Systeme: Redis, MySQL, RabbitMQ und MongoDB. Diese liegen vorkonfiguriert als eine docker-compose.yml Datei im Order /Docker bereit. Die Zugangsdaten zu den jeweiligen Systemen sind der docker-compose.yml zu entnehmen.
Um die Umgebung zu starten muss Docker Compose installiert sein. Im gleichen Verzeichnis der docker-compose.yml kann mit dem folgenden Befehl die Umgebung gestartet werden:
docker-compose up
Weiterhin befindet sich noch ein "Datengenerator", welcher manuell mit Python gestartet werden kann. Der Generator befindet sich im Ordner /Docker/sensorsender und ist ein simples Python Skript. Gestartet kann dieser im gleichen Verzeichnis mit:
python ./sensorsender.py
Eine Dockerfile liegt hier auch bei, um den Sender auch als Docker Container nutzen zu können.
STAND 3.06.19
Die Applikation ist auf dem IPVS Open Stack mit zwei VMs deployed. Auf der VM MA_CDS_MAIN läuft als Docker Container diese Applikation, sowie der Python Datengenerator. Auf der VM MA_CDS_ENV laufen die 4 Systeme Redis, MySQL, RabbitMQ und MongoDB.
Um sich auf die VMs per SSH einzuloggen kann der Key ma_cds_key.pem in diesem Repo genutzt werden.
ssh [email protected] -i ./path/to/ma_cds_key.pem
ssh [email protected] -i ./path/to/ma_cds_key.pem
Über Portainer lassen sich alle Container und Logs über eine UI steuern. Auf beiden VMs läuft Portainer auf dem Port 9000. Die Zugangsdaten sind "admin/adminpwd".
Das Deployment läuft (leider) manuell ab, da keine Docker Registry genutzt wird. Für das Deployment der Umgebung mit den 4 Systemen, muss jediglich die docker-compose.yml aktualisiert und auf die VM übertragen werden.
scp -i ./path/to/ma_cds_key.pem ./path/to/docker-compose.yml [email protected]:~/
Dort kann mit docker-compose stop bisherige Systeme angehalten werden. Mit docker-compose up kann die neue Konfiguration übernommen werden.
Für das Deployment der Applikation muss das Docker Image mit folgendem Befehl als Tar Datei exportiert werden.
docker save --output cbs.tar compositedatastore
Die Tar Datei kann nun auf die VM mit folgendem Befehl geschoben werden
scp -i ./path/to/ma_cds_key.pem ./path/to/cbs.tar [email protected]:~/
Nun kann man sich per SSH auf die VM einloggen und dort mit folgendem Befehl die Tar Datei importieren
docker load --input cbs.tar
Anschließend kann der Docker Container ganz normal gestartet werden. DAs gleiche Verfahren kann auch für den Python Datengenerator genutzt werden.