O documento descreve como o uso de ferramentas como Python, Puppet, Cobbler, Func e Collectd permitem automatizar e gerenciar o deploy e a operação de um novo data center de forma remota e automatizada. O Control Station é apresentado como uma interface unificada para visualizar e gerenciar as informações coletadas por essas ferramentas.

1. Python no iG
(Automação de Data Centers)
Bruno Marcondes <brmarcondes@ig.com> || @bmarcondes
Eduardo S. Scarpellini <escarpellini@ig.com> || @escarpellini

2. O início de um novo Data Center
• Deploy da primeira máquina (servidor de instalação)
• Instalação manual do SO.
• Script em Python utlizando fabric para deploy do
puppet + manifests.
– Puppet é o responsável pelo seu auto-deploy
(puppetmasterd) + servidor BOOTP, TFTP, etc.

3. Inventário de hardware

Distribuição diskless (PXE+NFS).

Coleta de informações via lshw (XML).

POST de dados para fla (RabbitMQ).

Consumidor da fla para persistência em base central
(MySQL).

Checagem de integridade da informação, se esta já
existr previamente.

Hardware disponível para consulta ou instalação.

[re]boot do servidor via IPMI e instalação com
sistema operacional defnitvo.

4. Fluxo de Instalação
de hardware
Manual / Local
Remoto / Automatizado

5. Cobbler
• Permite a rápida confguração de um ambiente de instalação via rede
(provisionamento de servidores).
• Garante a harmonia de:
o DHCP/BOOTP (templates).
o TFTP + syslinux (templates).
o Kickstart (templates).
o Repositórios de pacotes.
• Suporte a:
o IPMI (power management: DRAC, iLO, etc).
o Triggers (integração com webservices)
o Diversas distribuições, versões e arquiteturas de GNU/Linux.
• Interfaces:
o CLI (command line)
o XMLRPC
o WEB (Cobbler Web)

6. Gerenciamento de Confguração

7. Puppet
• Ruby.
• Modular.
• XMLRPC/REST (+SSL).
• Meta-linguagem para defnição de manifests/classes.
o Acesso a funcões/código externos (ruby).
o Herança / especialização de classes.
• Classes compostas por recursos abstratos (domínio do cliente).
• Interdependência + Eventos (Triggers).
• iG:
• nodeclassifer.py
• Mercurial + Python Hooks

8. Administração Centralizada

9. Func
• Execução de módulos/funções de maneira massiva (ad hoc).
o overlord => minions.
• XMLRPC (+SSL)
• Arquitetura modular (fácil desenvolvimento).
o Ex.: command, jboss, rpm, iptables, process, ping, etc.
• Interfaces
o Python API
 import func.overloard.client
o CLI
 func 'home-ws-*.tld' call command run 'htpd -V'
 func 'blig-ws-[123].tld' call hardware info

10. Monitoração

11. Collectd
• Performátco e leve.
o C.
o Alta resolução/granularidade (segundos).
• Plugins.
o Apache, Nginx, Mysql, Bind, Varnish, RRD, Nagios, etc.
• Extensões
o Python
o Java.
o Perl.
o Bash (exec).
• Network
o Push de dados para o servidor (passivo).
o Multcast (auto-discovery).
o Visualização.
– RRD plugin + collectd-web.

12. Integração

13. Control Staton

Dashboard unifcado para as ferramentas citadas.
– Python/Django + MySQL + RabbitMQ.
• Facilidade/Plugins/Reaproveitamento/Performance.

Ponto único para as informações relevantes.
– Dados de inventário.
– WorkFlows / Requisições.
– CRUDs.
– Mashup (gráfcos).
– Visões consolidadas/alto-nível para sites, serviços e pools.

Webservices (REST) para integração entre serviços de backend.

14. Control Staton

15. Control Staton