Container & Kubernetes

Smart City Zürich: Wie Anthos die städtische Digitalisierung antreibt

Wed, 05 Jul 2023 09:00:00 +0000

Wie tragen städtische IT-Abteilungen zur Digitalisierung bei? Wir fragen Reto Hirt, Lead IT Architect der Organisation und Informatik der Stadt Zürich (OIZ). Im Gast-Blogbeitrag nimmt uns Reto mit hinter die Kulissen des Digitalisierungs- und Informatikkompetenzzentrums, wo die digitale Transformation der Stadt vorangetrieben wird. Er verrät, welche Herausforderungen es für städtische IT-Teams gibt, wie die Zürcher IT die Vorteile der Cloud-Technologie mit Anthos zu den On-Premise-Anwendungen der Stadt bringt und warum der Hybrid-Cloud-Ansatz dadurch umsetzbar wird.

Zürich ist bekannt für seinen See und die hohe Lebensqualität. Die Schweizer Stadt ist zudem eines der Finanzzentren Europas und wird regelmäßig im Index der smartesten Städte der Welt aufgeführt. Vor allem aber leben in Zürich mehr als 440.000 Menschen, die darauf vertrauen, dass die Dienstleistungen der Stadt – von den Spitälern bis zu den öffentlichen Verkehrsmitteln – funktionieren. Rund 30.000 städtische Mitarbeitende und 600 IT-Expert*innen arbeiten unermüdlich daran, die Online-Services und den Betrieb der städtischen Dienste rund um die Uhr aufrechtzuerhalten. Alle ihre Abteilungen sind mit der OIZ, dem Kompetenzzentrum für Digitalisierung und Informatik der Stadt Zürich, verbunden.

Weil die OIZ für mehr als 2.100 Anwendungen zuständig ist, berühren ihre Dienste den Alltag von so ziemlich allen Einwohner*innen auf irgendeine Weise. Über das „Mein Konto”-Portal erreichen sie beispielsweise zahlreiche Online-Services der Stadt Zürich mit einem einzigen Login. Hier können sie unter anderem ihre Steuern verwalten, städtische Wohnungen mieten oder eine Kinderbetreuung organisieren.

Wir suchen immer nach Möglichkeiten, die Online-Dienste der Stadt Zürich weiter zu modernisieren und noch benutzerfreundlicher zu machen. Uns fehlen jedoch die Ressourcen, um alle unsere Anwendungen manuell zu skalieren. Ein privates Unternehmen würde vielleicht einfach alles in die Cloud verlagern, wir als Verwaltung müssen jedoch aus Datenschutzgründen einen vorsichtigeren Ansatz wählen. Das führte uns zu Anthos.

Der Grundstein für die Hybrid- und Multi-Cloud-Zukunft der Stadt Zürich

Warum Anthos? Weil es uns die Flexibilität gibt, unsere Workloads dort auszuführen, wo es am sinnvollsten ist. Somit können wir die Vorteile der Cloud auch zu unseren On-Premise-Anwendungen bringen – ohne dass eine Migration in die Cloud nötig ist. Zudem entsteht keine Abhängigkeit von einer bestimmten Anbieterin: Mit Anthos wird es einfach, containerisierte Anwendungen zwischen Clouds zu verschieben, ohne sie komplett umschreiben zu müssen. Das ist besonders wichtig, weil wir mittelfristig eine Multi-Cloud-Strategie verfolgen.

Mit dem Support der Firma ti&m AG, einer führenden Schweizer IT-Dienstleisterin und Cloud-Spezialistin, nutzen wir Anthos für die Entwicklung unserer neuen Container-Management-Platform (CMP), mit der Anwendungen in den städtischen Rechenzentren vor Ort ausgeführt und skaliert werden können. Die CMP umfasst zwei Bereiche: die Delivery Platform, die nur vor Ort ausgeführt wird, und die Runtime Platform, die in Zukunft bei Bedarf auf die Cloud erweitert werden kann. Dank der kombinierten, von Anthos betriebenen CMP-Lösungen können wir die Zürcher Anwendungslandschaft und die Integration neuer Apps im Self-Service-Modus deutlich einfacher verwalten und modernisieren. Das ist ein echter Game Changer, nicht nur für unsere internen Teams, sondern auch für die Zusammenarbeit mit externen Software-Anbieter*innen.

Neue Chancen für Innovation

Bei der Zusammenarbeit mit Software-Anbieter*innen löst unsere neue Zustellplattform ein grundlegendes Problem: Wie können wir externe Anbieter*innen Anwendungen für die Stadt Zürich entwickeln lassen, ohne Abstriche bei der Sicherheit zu machen? Früher waren wir in dieser Hinsicht auf spezifische Technologien beschränkt: Wenn uns eine Anbieterin eine Software-Lösung außerhalb dieses Rahmens anbot, mussten wir sie entweder ablehnen oder versuchen, eine Sonderlösung dafür zu entwickeln.

Mit Anthos geht es viel einfacher: Externe Software-Anbieter*innen können ihre Apps in ihrer eigenen Umgebung mit ihren eigenen Registries entwickeln und diese einfach auf die städtische CMP-Lösung übertragen, ohne sie für die zugrunde liegende Infrastruktur umschreiben zu müssen. Eine der ersten Anwendungen, die wir auf diese Weise integriert haben, ist ein Portal für Mietende, das von einem externen Software-Anbieter entwickelt wurde. Unterschiede in puncto Technologie spielten dabei keine Rolle, denn der Anbieter konnte die Anwendung einfach in einem Container erstellen und in die städtische Umgebung migrieren.

Das Ganze ist ein Win-Win für uns und unsere Anbieter*innen: Für uns ist es einfacher als je zuvor, neue Apps und Lösungen für Zürich und seine Einwohner*innen zu integrieren – und unsere Anbieter*innen sind wirklich beeindruckt, wie simpel alles ist.

Mitarbeitende mit Self-Service und API-Management handlungsfähiger machen

Dieselben Self-Service-Optionen stehen natürlich auch den internen Mitarbeitenden der Stadt Zürich zur Verfügung. Mit Anthos haben sie Zugriff auf App-Entwicklungs- und Software-Delivery-Tools, mit denen sie Code mit minimalem Aufwand in einer CI/CD-Pipeline (Continuous Integration/Continuous Delivery) bereitstellen können. Die Plattform ist so benutzerfreundlich, dass Programmierer*innen mit unterschiedlichen Erfahrungsstufen mit Leichtigkeit neue Anwendungen entwickeln und für die ganze Stadt zur Verfügung stellen können. Ein schönes Beispiel: Einer unserer Mitarbeiter beschloss, papierbasierte Finanz-Prüfungsverfahren im Rahmen seiner Masterarbeit zu digitalisieren, und konnte nach etwas Einarbeitung schnell eine Anwendung dafür entwickeln.

Unsere Anwendungslandschaft wird immer größer, und APIs sind das Bindemittel, das unsere Dienste zusammenhält. Wir nutzen APIs seit mehr als 20 Jahren, doch ihre Verwendung war bisher nicht genügend standardisiert: Bei Fragen zu einem bestimmten Dienst mussten sich unsere Mitarbeitenden an den jeweiligen API-Hersteller wenden und das Problem selbst lösen. Mit Apigee, unserem neuen API-Management-Tool, geht das deutlich einfacher, weil es einen einheitlichen Rahmen für die Verwaltung unserer APIs ermöglicht. Dadurch erkennen Mitarbeitende auf einen Blick, welche APIs ihnen in welcher Form zur Verfügung stehen.

Zürich modernisieren – ein Dienst nach dem anderen

Unsere neue CMP hat seit dem Go-live schon viel geleistet: Bisher konnten wir mehr als 50 Anwendungen integrieren, und Hunderte weitere werden folgen. Wir können neue Anwendungen schneller entwickeln und veröffentlichen, und unsere bestehenden Anwendungen besser skalieren. Das ist ein großer Erfolg für die OIZ und das IT-Team der Stadt, und natürlich profitieren auch die Einwohner*innen, die unsere Dienste täglich nutzen. Weil es dank erweiterter Skalierungsmöglichkeiten weniger Ausfälle gibt, unser Angebot an Online-Diensten immer größer und besser wird, und die IT-Abteilungen der Stadt besser auf die Bedürfnisse und das Feedback der Einwohner*innen eingehen können, haben wir eine gute Grundlage für die digitale Transformation Zürichs geschaffen.

Vielleicht werden wir unsere Arbeitsabläufe künftig vermehrt in die Cloud verlagern – dank Anthos hat dies aber keine Eile. Anthos war für uns nie eine Zwischenlösung, sondern ein Beschleuniger: Wir können die Leistungsfähigkeit der Cloud-Technologie nutzen, um unsere Anwendungen zu modernisieren, ohne dass wir unsere Workloads gleich in die Cloud verlagern müssen.

Verwaltete Containerdienste für Start-ups und Tech-Unternehmen

Thu, 17 Nov 2022 04:00:00 +0000

Für viele Unternehmen, die die Vorteile einer Container-Orchestrierungsplattform nutzen wollen, stellt die Installation und Verwaltung eines Kubernetes-Clusters eine große Hürde dar. Rechner müssen bereitgestellt werden, Betriebssystem und Laufzeitumgebung ausgewählt, Netzwerk- und Sicherheitsfunktionen eingerichtet und andere komplexe Aufgaben bewältigt werden. Es kann Monate (wenn nicht Jahre) dauern, bis Sie alles richtig integriert haben und so tief durchblicken, dass Sie selbst Updates ausrollen können.

Vor der Einführung von Containern sollten Sie sich deshalb fragen, ob Ihr Start-up oder Tech-Unternehmen die Fähigkeiten, die Ressourcen und die Zeit hat, um Ihre Plattform zu warten, zu aktualisieren und zu sichern. Ist dies nicht der Fall, können Sie stattdessen einen vollständig verwalteten Kubernetes-Dienst nutzen. Wenn Sie AWS einsetzen, ist das EKS. Bei Azure ist es AKS. Und bei Google Cloud ist es die Google Kubernetes Engine (GKE).

Dieser Beitrag befasst sich mit den Vorteilen verwalteter Containerplattformen, wie sie in unserem kürzlich erschienenen Whitepaper „Die Zukunft der Infrastruktur ist containerisiert“ am Beispiel von Start-ups und Tech-Unternehmen, die sich für Google Cloud entschieden haben, beschrieben werden.

Die Vorteile von verwalteten Diensten

Einen vollständig verwalteten Dienst einzusetzen, bietet viele Vorteile für Ihr Unternehmen.

Vor allem, weil Ihnen ein vollständig verwalteter Containerdienst den aufwendigen Betrieb der Kubernetes-Plattform weitgehend erspart: Sie packen Ihre Anwendung einfach in einen Container und wählen das Ihren Anforderungen entsprechende System aus. GKE bietet beispielsweise einen vollständig integrierten IaaS mit VM-Bereitstellung von Tau VMs, automatischer Skalierung über mehrere Zonen hinweg, On-Demand-Upgrades für GPUs, TPUs für maschinelles Lernen, Speichervolumen und Sicherheitsberechtigungen.

Wenn Sie die Cluster nicht selbst bereitstellen, skalieren und upgraden möchten, können Sie für die Produktion den GKE Autopilot-Modus wählen, der Ihre Cluster-Infrastruktur, die Control-Plane und die Nodes automatisch verwaltet.

Wenn Sie etwa keine vollständige Kontrolle über die Orchestrierung der Container und das, was in ihnen vorgeht benötigen, können Sie die App-Bereitstellung mithilfe einer verwalteten serverlosen Plattform wie Cloud Run vereinfachen. Denn auch bei einem vollständig verwalteten Dienst wie GKE sind wichtige Entscheidungen zu treffen: Sie müssen sich beispielsweise überlegen, in welchen Zonen Sie ihn ausführen, wo Sie Protokolle speichern, und wie Sie den Datenverkehr zwischen verschiedenen Anwendungsversionen managen möchten. Diese Entscheidungen nimmt Ihnen Cloud Run ab, sodass Sie cloudnative Arbeitslasten ausführen und anhand eingehender Anfragen skalieren können, ohne ein Kubernetes-Cluster konfigurieren oder verwalten zu müssen. Auch Ihre Teams haben mit Cloud Run den Kopf für die wirklich wichtigen Aufgaben frei: Entwickler*innen können sich auf das Schreiben von Code, DevOps-Ingenieur*innen und Cloud-Systemadministator*innen auf die Anwendungsleistung, Sicherheit, Compliance und API-Integration konzentrieren, anstatt wertvolle Zeit für Automatisierungs- und Betriebsaufgaben aufzuwenden.

Neben dem Management der Container erleichtern verwaltete Dienste auch das Arbeiten in verschiedenen Clouds. Wer vorhandene Ressourcen optimal nutzen, flexibler und resilienter werden und auch in Zukunft von neuen Technologien und Funktionen profitieren möchte, sollte für jeden Workload den jeweils bestgeeigneten Cloud-Anbieter auswählen können. Eine solche Multi-Cloud-Strategie lässt sich am besten mit Migrationen umsetzen, die offene Standards nutzen.

Wenn Ihre VMs beispielsweise in der AWS-Cloud laufen, können Sie mit GKE Connect trotzdem alle Ihre Kubernetes-Cluster verwalten und warten – unabhängig von deren Standort. Mit der anbieterunabhängigen API von GKE können Sie einmal erstellte Tools und Workflows in mehreren Clouds bereitstellen und von einer zentralen Plattform aus aktualisieren.

Mit Kubernetes kann Ihr Start-up oder Tech-Unternehmen bei der Bereitstellung und Automatisierung viel Zeit sparen und muss nicht für jeden Cloud-Anbieter eine gesonderte Infrastruktur aufbauen und warten.

Bauen Sie auf eine offene Zukunft

Container und verwaltete Dienste, die auf offenen Standards basieren, sind eine leistungsstarke Kombination. Damit können Sie die spezifischen Vorteile einer jeden Plattform nutzen und zugleich Kompetenzen und Prozesse standardisieren.

Als Führungskraft in einem Start-up oder Tech-Unternehmen suchen Sie natürlich immer nach Wegen, um agiler zu werden, effizienter zu arbeiten und die Fachkompetenzen ihres Teams optimal zu nutzen. Sie möchten mehr Zeit in Ihre Prioritäten bei der Entwicklung investieren – und möglichst wenig Ressourcen für die Wartung Ihrer Infrastruktur aufwenden. Wenn Sie sich für offene Plattformen und Technologien entscheiden, können Ihr Team und Ihr Unternehmen jederzeit von Innovationen für die Entwicklung neuer Produkte profitieren. Und natürlich möchten auch die Entwicklungs- und Ingenieursteams lieber mit Systemen arbeiten, bei denen sie – anders als bei proprietären Systemen – übertragbare Fertigkeiten entwickeln, die sie beruflich weiterbringen.

Wenn Sie mehr darüber erfahren möchten, wie Sie mit Containern und Kubernetes Produkte schneller auf den Markt bringen können, lesen Sie diesen Beitrag zu unserem Whitepaper. Ausführliche Informationen zur Optimierung der App-Entwicklung in der Cloud mit verwalteten Containern finden Sie im Whitepaper selbst. Wenn Sie wissen möchten, wie andere Start-ups und Tech-Unternehmen mit Google Cloud arbeiten, lesen Sie diesen Beitrag oder besuchen Sie die Seite Google Cloud for Startups.

Robotik-Start-up wechselt in die Cloud und senkt mit GKE Autopilot seine Kubernetes-Betriebskosten

Tue, 04 Oct 2022 03:00:00 +0000

Still und heimlich sind mehr als 20.000 Roboter von Brain Corp damit beschäftigt, in Fabriken, Supermärkten, Schulen und Lagerhäusern Böden zu reinigen, Bestände zu erfassen, Regale aufzufüllen und andere zeitaufwändige Arbeiten auszuführen. Die KI-Softwareplattform BrainOS®, die diese autonomen mobilen Roboter antreibt, läuft nicht etwa in den Robotern selbst – sie läuft in der Cloud. Genauer gesagt, in der Google Cloud.

Doch das war nicht immer so. Erst jüngst hat sich Brain Corp mit Google Cloud zusammengetan, um seine Robotikplattform von Amazon EKS auf Google Kubernetes Engine (GKE) Autopilot umzustellen. Der Betrieb von Tausenden von Robotern in der Produktion bringt zahllose Herausforderungen mit sich. Brain Corp war deshalb sehr darauf bedacht, den mit dem Aufbau einer Kubernetes-Plattform (k8s) üblicherweise verbundenen Betriebs-, Sicherheits- und Wartungsaufwand zu verringern.

Mit dem Umstieg auf GKE Autopilot gab das Unternehmen alle Aufgaben rund um die Hochverfügbarkeit der Cluster und das Patchen mit den jeweils neuesten Sicherheitsupdates an die Google Cloud Site Reliability Engineers (SREs) ab – und sparte sich so eine Menge Arbeit. Das Betriebsteam von Brain Corp ist jetzt nicht mehr ständig damit beschäftigt, seine k8s-Cluster am Laufen zu halten, sondern kann sich ganz auf die Umstellung weiterer Roboter auf die neue Plattform konzentrieren.

Der Wechsel zu Google Cloud

Als Brain Corp beschloss, aus EKS auszusteigen, machte sich das Unternehmen auf die Suche nach einer Cloud, mit der besten Technologie, den besten Tools und der besten Plattform für eine möglichst einfache Integration von Daten und Robotik. Das Cloud-Entwicklungsteam richtete dazu eine Testarchitektur für die Unterstützung seiner Roboter bei Google Cloud und einem anderen Cloud-Anbieter ein. Google Cloud erwies sich als die richtige Wahl: Die Testarchitektur war bereits nach einer Woche einsatzbereit, während der Aufbau bei dem anderen Cloud-Anbieter einen ganzen Monat dauerte.

Im Laufe des Tests erkannte Brain Corp über die Benutzerfreundlichkeit hinaus noch eine Reihe weiterer Vorteile. Dank der für Google typischen einfachen Integration zwischen den Datenprodukten war der Schritt vom Test zur Produktion leicht getan.

Der Wechsel zu GKE Autopilot

Laut Alex Gartner, Cloud Infrastructure Lead bei Brain Corp, sind er und sein Team dafür zuständig, dass „die Entwicklungsteams schnell Lösungen entwickeln und bereitstellen können, ohne lange grübeln zu müssen“. Bei EKS hatte Brain Corp spezielle Ingenieurinnen und Ingenieure beschäftigt, allein um die Kubernetes-Infrastruktur zu verwalten. Gartner war erfreut festzustellen, dass sein Team dieser Aufgaben beim GKE entbunden war. Da GKE Autopilot-Cluster sehr hohe Sicherheitsanforderungen durch Vorkunfiguration erfüllen und von Google SREs unterstützt werden, konnte Brain Corp seine Betriebskosten senken und seinen Kunden ein besseres und sichereres Erlebnis bieten.

Ein weiterer Grund für den Wechsel zu GKE Autopilot waren die zusätzlichen Sicherheitsrichtlinien in der Entwicklungsumgebung. Früher konnte eine kleine Fehlkonfiguration in der Brain Corp-Entwicklungsumgebung zu Cluster-Ausfällen führen. „Dank Autopilot brauchen wir nicht mehr Zeile für Zeile in der Dokumentation nachzulesen, wie ein hochverfügbares und ausfallsicheres k8s-Cluster bereitgestellt werden muss“, sagt Gartner. Ohne Autopilot hätte das Team einen ganzen Monat lang GKE-Fehlerszenarien untersuchen müssen, um die Stabilität zu erreichen, die Autopilot standardmäßig bietet. „Google SREs kennen ihren Service besser als wir und können Fehlerszenarien berücksichtigen, die wir nie bedacht hätten.“ Zum Beispiel haben die Ingenieurteams von Brain Corp keine Möglichkeit, Szenarien mit Quoten- oder Kapazitätsüberschreitungen zu simulieren.

Wie hat GKE Autopilot Brain Corp geholfen?

Seit der Einführung von GKE Autopilot wird das Cloud-Infrastrukturteam von Brain Corp seltener mitten in der Nacht zu Hilfe gerufen, weil ein Cluster oder Dienst plötzlich ausgefallen ist. Die Cluster werden von Google Cloud skaliert und gewartet. Mit strengeren Sicherheitsrichtlinien für Cluster, die sich nicht deaktivieren lassen, bietet Autopilot „von Haus aus einen besseren Schutzschild“, erklärt Gartner. Außerdem erleichtert er die Erfassung und Visualisierung von Leistungsmetriken enorm, indem er standardmäßig jede Menge k8s- und Leistungskennzahlen exportiert. „Jetzt brauchen wir nicht mehr lange darüber nachzudenken, wie wir diese Informationen erfassen können.“

Autopilot erleichtert auch die Arbeit des Sofwareentwicklungsteams von Brain Corp, das eine Menge Rechenaufgaben im Hintergrund ausführt und bisher nicht in der Lage war, die genauen Kosten und Rechenanforderungen auf Pod-Ebene zu bestimmen. Die Pod-genaue Autopilot-Abrechnung sorgt für mehr Transparenz, sodass die Kosten der jeweiligen Aufgaben jetzt genau festgehalten werden können. Außerdem lassen sich Rechenanforderungen seither gezielt an die Pods selbst richten. Die Abrechnung auf Anwendungsebene macht die interne Kostenzuordnung einfacher, als wenn fünf Teams ein überdimensioniertes Cluster gemeinsam nutzen und sich die Rechnung irgendwie teilen müssen. „Wir möchten keine Zeit in die Optimierung der k8s-Abrechnung stecken“, sagt Gartner. Die Kosteneinsparungen sind ein großer Vorteil der Umstellung auf Autopilot. „Allein für den Betrieb eines k8s-Knotens fallen sonst 5–10 % zusätzliche Verwaltungskosten an, die uns jetzt nicht mehr in Rechnung gestellt werden. Wir zahlen nur noch für das, was unsere App tatsächlich nutzt.“

Wie kann Autopilot verbessert werden?

GKE Autopilot wurde letztes Jahr eingeführt und bietet noch nicht den vollen Leistungsumfang von GKE. So lassen sich bestimmte wissenschaftliche Arbeitslasten beispielsweise nur – oder zumindest besser – mit besonderen CPU-Befehlssätzen bewältigen. „Über GPU-Unterstützung würden wir uns freuen“, meint Gartner. Doch auch so überwiegen die Vorteile von GKE Autopilot – und in der Zwischenzeit kann das Team für einzelne Arbeitslasten bei Bedarf GKE-Standardcluster hochfahren.

Dank GKE Autopilot haben die Entwicklungs- und Ingenieurteams von Brain Corp nun Zeit, sich auszudenken, was Roboter sonst noch für uns tun können – wir werden darüber berichten.

Sind Sie neugierig auf GKE und GKE Autopilot? Sehen Sie sich die KubeCon-Vorträge von Google Cloud aus unserem On-Demand-Angebot an.

Wie Technologieunternehmen und Start-ups mit Containern in Google Cloud die Markteinführung beschleunigen

Thu, 12 May 2022 05:00:00 +0000

Wachsende Start-ups und Technologieunternehmen streben generell danach, ihr IT-Personal möglichst effizient einzusetzen. Sie wollen wissen, ob und wie Cloud-Lösungen dabei helfen, IT-Verwaltungskosten zu reduzieren und mehr Ressourcen für die Produktentwicklung freizusetzen. Unser neues Whitepaper „The future of infrastructure will be containerized” bietet Antworten auf diese Fragen. Es basiert auf unserer Arbeit mit Technologieunternehmen und Start-ups, die sich für Google Cloud entschieden haben – vom Gesundheitswesen und der Fertigungsindustrie über Software bis hin zur Finanztechnologie und e-Commerce.

Das Whitepaper untersucht Wachstumsbremsen bei der Nutzung der Cloud. So etwa bei Unternehmen, die bereits in der Cloud arbeiten, aber dennoch viele Ressourcen für benutzerdefinierte Tools und Wartung aufwenden oder sich an eine Architektur binden, die keine Anpassungen und Änderungen zulässt, wenn sich Ihre Anforderungen weiterentwickeln. Es erläutert, wie Technologieunternehmen und Start-ups verwaltete Container-Plattformen in der Cloud nutzen können, um die Effizienz von Entwickler*innen zu maximieren, die Markteinführung zu beschleunigen und IT-Verwaltung die nicht zur Differenzierung des Unternehmens beiträgt, abzubauen.

In diesem Blogartikel fokussieren wir uns auf einen Teil dieser Ausführungen: das Infrastrukturmanagement.

Argumente für Container und Kubernetes

Im Vergleich zu früheren Virtualisierungstechnologien sind Container leichter, schneller, portabler und einfacher zu verwalten. Eine verwaltete Container-Plattform wie Kubernetes kann diese Vorteile noch weiter ausbauen. Aus diesem Grund erleben wir eine massive Zunahme bei der Nutzung von Containern und Kubernetes.

Einfach gesagt: Die Infrastruktur und technische Schulden können Technologieunternehmen und Start-ups ausbremsen. Herkömmliche virtuelle Maschinen (VMs) sind weder leicht zu verwalten, noch erreichen sie Spitzenwerte in puncto Serverauslastung. Bei einer umfänglichen Nutzung der Cloud geht es also nicht nur darum, kostengünstige Ressourcen zu mieten — das eigentliche Ziel liegt darin, moderne und effizientere Betriebsabläufe einzuführen, damit Unternehmen mehr Zeit haben, um sich auf die Bedürfnisse ihrer Kund*innen zu fokussieren.

VMs sorgen für die Virtualisierung auf der Hardwareebene, was mit höherem Verwaltungsaufwand, weniger Portabilität und einer weniger konsistenten und effizienten Skalierung einhergeht. Container hingegen virtualisieren weiter oben im Stack, auf der Ebene des Betriebssystems. Sie enthalten somit die Bibliotheken und Abhängigkeiten, die für die Ausführung von Anwendungen und Diensten benötigt werden, sind jedoch wesentlich schlanker, einfacher zu verwalten und können moderne Betriebsmodelle unterstützen. VMs sind nicht für die Geschwindigkeit ausgelegt, mit der heutige Technologieunternehmen und Start-ups agieren müssen. Mit einer robusten Container-Orchestrierung wie Kubernetes können sie hingegen auf bewährte Muster für den Betrieb einer zuverlässigen, sicheren Infrastruktur auch in großem Maßstab zurückgreifen.

Kubernetes ist ein plattformunabhängiges Open-Source-System und bietet alle gängigen Tools, um jede Phase des Entwicklungs- und Bereitstellungszyklus zu sichern und zu beschleunigen. Alles ist automatisiert, die Komplexität wird durch Abstraktion vereinfacht, der Großteil der programmierbaren Infrastruktur (Infrastructure-as-Code) entfällt. Mit dem Übergang der Plattform zu Infrastructure-as-Data können die Nutzer*innen Kubernetes ihre Wünsche einfach mitteilen, anstatt dafür Code schreiben zu müssen. Sowohl was die Zeitersparnis heute als auch die Flexibilität für die Zukunft angeht, kann Kubernetes weitaus mehr leisten als proprietäre Softwarepakete oder eine verwaltungsintensive Implementierung von VMs in der Cloud.

Mit Kubernetes können Technologieunternehmen und Start-ups ihren Verwaltungsaufwand bedarfsgerecht reduzieren; mit einer Vielzahl von Ansätzen für verschiedenste Workloads:

Mit Kubernetes können Unternehmen Anwendungen von VMs trennen und in Containern laufen lassen und genießen damit alle Vorteile einer modernen Plattform auch für herkömmliche Workloads.

Verwaltete Computing-Plattformen verwandeln Cloud-Dienste in sogenannte Platforms-as-a-Service und bieten Technologieunternehmen und Start-ups die Leistung und Flexibilität von Containern und den Komfort serverloser Infrastruktur. Es gibt keinen Server, keine Clusterkonfiguration und keine Wartung. So können Unternehmen ihren Arbeitsaufwand erheblich reduzieren, ohne Abstriche bei der Kontrolle zu machen.

Für Workloads, die kein allzu großes Maß an Kontrolle über die Clusterkonfiguration erfordern, können Technologieunternehmen und Start-ups die Google Kubernetes Engine (GKE) im Autopilot-Modus nutzen, um Cluster bereitzustellen. Dabei zahlen sie nur für die Workloads und nicht für den Cluster. So kommen sie ohne Cluster-Verwaltung aus, optimieren gleichzeitig die Sicherheit und ersparen sich potenziell erhebliche Ausgaben.

Für überwiegend Cloud-native Anwendungen eliminieren serverlose Optionen wie Cloud Run die zugrunde liegende Infrastruktur und dienen als End-to-End-Host für Anwendungen, Daten und sogar Analysen. Mit einer solchen serverlosen Plattform können Unternehmen Container mit minimaler Komplexität in einer vollständig verwalteten Umgebung ausführen. Sicherheit, Leistung, Skalierbarkeit und Best Practices spielen dabei eine zentrale Rolle.

Schnellere Markteinführung und mehr Gestaltungsraum für die Zukunft

Die technologischen Vorteile von Containern in Bezug auf Geschwindigkeit, Komplexität und Arbeitsaufwand liegen bei Containern klar auf der Hand; doch als Open-Source-Plattform mit vielen aktiven Mitwirkenden ist sie auch für zukünftige Innovationen offen. Die Führungsebene von Technologieunternehmen und Start-ups sollte den Wert der Kubernetes Community und ihres Ökosystems nicht unterschätzen, die mit einem steten Strom an Innovationen die heutigen Industriestandards und Best Practices definiert. Da Kubernetes modern und entwicklungsorientiert ist, kann es Unternehmen auch dabei helfen, neue IT-Talente anzuziehen und ihren Entwickler*innen bessere Werkzeuge an die Hand zu geben. Und nicht zu vergessen: Als Open-Source-System sorgt es auch bei proprietären Lösungen für Transparenz und begrenzt das Risiko von Abhängigkeiten.

Kurzum: Kubernetes bietet Technologieunternehmen und Start-ups die Voraussetzungen, um Innovationen schneller zu ihren Kund*innen zu bringen. Sie möchten mehr erfahren? Lesen Sie unser Whitepaper oder besuchen Sie die Google Cloud-Seite für Start-ups und Technologieunternehmen.

Von mehreren Clouds zur Multi-Cloud: welche Faktoren den Erfolg beeinflussen

Mon, 17 Jan 2022 08:00:00 +0000

Die Cloud ist ein leistungsstarkes Tool, das die Entwicklung Ihres Unternehmens entscheidend vorantreiben kann. Sie fördert das Wachstum, verbessert die Effizienz und reduziert Kosten. Die Technologie ist so leistungsfähig, dass bei den meisten Unternehmen sogar mehrere Clouds zum Einsatz kommen: 92 % aller von Flexera¹ befragten Unternehmen gaben an, sich ganz bewusst für eine Multi-Cloud-Strategie entschieden zu haben, mit einer oder mehreren öffentlichen Clouds, On-Premise-Datenzentren (oder privaten Clouds) und Edge-Standorten. Die Multi-Cloud ist somit für die meisten Unternehmen heutzutage bereits Realität.

Das Problem ist, dass die einzelnen Cloud-Plattformen alle einem unterschiedlichen Management-Ansatz folgen. Das führt zu Inkonsistenzen beim Betrieb, erschwert die Gewährleistung von Sicherheit und Compliance und erhöht die Kosten. Gleichzeitig leidet die Produktivität der Entwickler*innen, wertvolle Talente werden unter Druck gesetzt und es entstehen höhere Gesamtkosten. Daher die Frage: Gibt es eine Möglichkeit, von den Vorteilen verschiedener Cloud-Anbieter zu profitieren und gleichzeitig Komplexität und Kosten zu reduzieren?

Die Antwort lautet ja. Mehrere Clouds einzusetzen, muss nicht schwer sein. Es muss auch nicht teuer sein. Und es muss keine Belastung für die operativen Teams darstellen. Richtig umgesetzt, kann es gelingen, den Einsatz mehrerer Clouds von einer Notwendigkeit in einen Vorteil für Entwickler*innen, Admins und den Profit ihres Unternehmens zu verwandeln. Dazu wollen wir zunächst noch einmal beleuchten, weshalb Unternehmen multiple Cloud-Systeme für Ihre Abläufe nutzen. Zusätzlich gewähren wir einen Einblick, auf welche Weise Google Cloud-Dienste wie Anthos, Looker, BigQuery Omni, Apigee API Management und andere in Multi-Cloud-Umgebungen integriert, damit Ihr Unternehmen in den Genuss aller Vorteile kommt, die die Cloud zu bieten hat.

Warum Unternehmen mehrere Clouds nutzen

Für viele Unternehmen geht es bei der Zusammenarbeit mit verschiedenen Cloud-Anbietern vor allem darum, sich die besten Funktionen zu sichern. Ein Anbieter bietet beispielsweise mehr Computing-Möglichkeiten, ein anderer ist auf Datenanalysen und KI-Dienste spezialisiert, und ein Dritter unterstützt Legacy-Umgebungen.

Die Entscheidung, mehrere Clouds einzusetzen, wird häufig in der Chefetage getroffen. Mal geht es dabei darum, eine Abhängigkeit von einem einzigen Cloud-Anbieter zu vermeiden und internen Richtlinien zu entsprechen. Mal darum, länderspezifische Gesetze und Vorgaben wie beispielsweise die DSGVO, den California Consumer Privacy Act oder GAIA-X zu erfüllen.

Manchmal sind mehrere Clouds auch das Ergebnis von Unternehmensübernahmen oder ähnlichem. Laufen bestimmte Prozesse bereits effizient in der nicht bevorzugten Cloud, sehen Unternehmen dennoch häufig davon ab, diese auf eine andere Plattform umzuziehen.

Unabhängig davon, auf welchem Wege Sie zu mehreren Clouds gelangt sind, sollten Sie jedoch sicherstellen, dass das System reibungslos funktioniert – mit minimalem Aufwand für alle Beteiligten bei möglichst niedrigen Kosten. Dazu benötigen Sie eine Plattform, die Ihre Multi-Cloud-Assets vereinfacht und verbessert sowie Tools, die Multi-Cloud-fähig sind. Google Cloud kann Ihrem Multi-Cloud-Ansatz dabei auf unterschiedliche Weise zum Erfolg verhelfen.

Von Containern zu einer modernen, offenen Cloud

Unternehmen, die mit mehreren Cloud-Umgebungen arbeiten, setzen auf der Suche nach Konsistenz und Übertragbarkeit oft auf Container, um ihre Workloads in übertragbare, Multi-Cloud-fähige Formate zu verpacken und gleichzeitig die Kompetenzen und Prozesse für Plattform-Teams zu standardisieren. Um seine eigenen Containerflotten zu verwalten und anderen dabei zu helfen, dasselbe zu tun, hat Google Kubernetes entwickelt und über Open Source zugänglich gemacht. Daraufhin folgte die Entwicklung von Google Kubernetes Engine (GKE), einem zuverlässigen, sicheren und vollständig verwalteten Dienst, der Unternehmen die Nutzung von Kubernetes erleichtert.

Einige Jahre später führten wir Anthos ein, eine sichere, verwaltete Plattform zur einfacheren Verwaltung von Kubernetes-Clustern in jeder öffentlichen oder privaten Cloud. Dafür haben wir die GKE sowie unsere besten Open-Source-Frameworks um eine Google Cloud-gestützte Steuerungsebene erweitert, um so eine konsistente Verwaltung von Diensten in verteilten Umgebungen zu ermöglichen.

Heute können Multi-Cloud-Unternehmen unseren gesamten Open-Cloud-Ansatz nutzen. Dieser beinhaltet Open-Source-Technologien zur Bereitstellung und Migration kritischer Workloads in VMs und Containern und ermöglicht es Unternehmen so, sich einer modernen, auf Microservices basierenden Architektur anzunähern.

Anthos kann Sie auch dabei unterstützen, Google Cloud-Dienste in anderen Clouds zu nutzen. So haben wir beispielsweise Apigee Hybrid eingeführt, um Ihnen die Flexibilität zu geben, Runtime-API in einer hybriden Umgebung bereitzustellen und gleichzeitig Cloud-basierte Apigee-Funktionen wie Portale für Entwickler*innen, API-Monitoring und Analysen zu nutzen. Apigee Hybrid exponiert mithilfe von APIs vertrauenswürdige Daten in der Cloud, um so eine schnellere App-Entwicklung zu ermöglichen. Auch Anthos haben wir mit hybriden KI-Funktionen ausgestattet, damit Sie unsere differenzierten KI-Technologien unabhängig vom Speicherort Ihrer Workloads nutzen können. Dank KI On-Prem können Sie Ihre KI-Workloads jetzt ganz sicher in Datennähe ausführen. Darüber hinaus wird der Entwicklungsprozess durch den Zugriff auf erstklassige KI-Technologien On-Prem vereinfacht. Unser erstes hybrides KI-Angebot, Speech-to-Text On-Prem, ist jetzt über Google Cloud Marketplace allgemein zugänglich. Und wir planen, in Zukunft auch noch weitere Google Cloud-Dienste, Entwicklungstools und Engineering-Methoden für andere Umgebungen bereitzustellen, um so eine konsistente Multi-Cloud-Erfahrung zu gewährleisten.

Neue Erkenntnisse, dank Multi-Cloud-Datenanalysen

Voraussetzung dafür, immer die besten Geschäftsentscheidungen zu treffen, ist, dass Sie schnell auf Ihre Daten zugreifen und Erkenntnisse daraus gewinnen können. Das ändert sich auch dann nicht, wenn Sie Ihre Daten in mehreren Clouds hinterlegt haben. Leider ist eine Verschiebung von Daten zwischen unterschiedlichen Cloud-Anbietern immer mit Kosten verbunden und eine Cloud-übergreifende Analyse nach wie vor nur sehr schwer durchführbar. Wir wollen erreichen, dass Sie unsere Analyse-, KI- und ML-Funktionen durchgängig nutzen können – ganz gleich, wo sich Ihre Daten befinden. Eine Datencloud ermöglicht es Ihnen, Ihre Daten im gesamten Unternehmen auf sichere Weise zusammenzuführen. So können Datensilos aufgelöst, und Agilität und Innovationsfähigkeit gesteigert werden – damit Sie das Transformationspotenzial Ihrer Daten voll ausschöpfen können.

Um unsere Kunden in verschiedenen Umgebungen besser zu unterstützen, haben wir letztes Jahr BigQuery Omni auf den Markt gebracht, eine neue Möglichkeit zur Analyse von Daten in unterschiedlichen öffentlichen Clouds. Möglich wird dies durch die Trennung von Computing und Speicherung in BigQuery. Bei anderen Anbietern müssen Sie Ihre Daten von einer öffentlichen Cloud in die nächste verschieben – und dafür hohe Ausgangsgebühren zahlen. Das ist bei BigQuery Omni nicht der Fall. Und da die Lösung auf Anthos läuft, können Sie Daten abfragen, ohne in die zugrundeliegende Infrastruktur einzugreifen. Mit BigQuery Omni für Azure, das Sie sich ab sofort vorab ansehen können, ermöglichen wir es nun noch mehr Unternehmen, ihre Daten Cloud-übergreifend über ein einheitliches Display zu analysieren. Damit, und mit BigQuery Omni für AWS, können Kunden sicher auf Ihre Daten in Google Cloud, AWS und Azure zugreifen und diese analysieren.

Und dann wäre da noch Looker, die einheitliche Business-Intelligence- und Analyse-Plattform für Ihre Multi-Cloud-Umgebung. Die datenbankinterne Architektur unterstützt ein breites Spektrum an Datenbanken und SQL-Dialekten. Mit Looker können Sie in mehreren Clouds gespeicherte Daten direkt abfragen und so große Datenmengen in Echtzeit zur richtigen Zeit am richtigen Ort bereitstellen – sei es über BI-Berichte und Dashboards, eingebettete Analysen, automatisierte, datengestützte Workflows oder individuelle Daten-Apps. Deshalb freuen wir uns auch besonders, die Erweiterung unseres Multi-Cloud-Supports für Looker zu bekannt zu geben, der nun auch Looker auf Azure und über 60 verschiedene SQL-Dialekte mit einschließt. Für Sie bedeutet das, dass Sie Looker nun auf einem führenden Cloud-Anbieter Ihrer Wahl hosten können: Google Cloud, AWS oder Azure.

Erstellen Sie Cloud-übergreifend native Apps, in großem Umfang

In einer perfekten Welt müssten sich Entwicklungsteams keine Gedanken über die Details ihrer spezifischen Plattform machen. Sie könnten bestehende Apps modernisieren, Cloud-native Microservices entwickeln und auf jeder Cloud-Plattform zur Verfügung stellen, um so eine konsistente Servicebereitstellung zu gewährleisten. Zudem wären sie dazu in der Lage, alle Cluster, von der Infrastruktur über die Performance bis hin zur Topologie, einheitlich über ein einziges Display zu verwalten. Für viele Unternehmen zahlt sich der Multi-Cloud-Ansatz nur dann aus, wenn er diese Anforderungen erfüllt.

Mit Anthos können Sie Kubernetes überall bereitstellen: in privaten Clouds und Google Cloud, aber auch Azure und AWS. Die Entwicklungstools von Google Cloud lassen sich zudem nahtlos in jede Umgebung integrieren. So wird die Entwicklung, Bereitstellung und Verwaltung von Anwendungen erleichtert. Und dank Cloud Code können Entwickler*innen Kubernetes-Anwendungen innerhalb ihrer bevorzugten integrierten Entwicklungsumgebung (IDE) erstellen.

Maximale Daten- und Anwendungssicherheit in jeder Umgebung

Wenn Sie mehrere Umgebungen gleichzeitig nutzen, stellt die Sicherheit einen besonders wichtigen Aspekt dar. Die Lösungen von Google Cloud zielen darauf ab, alles in Ihrer Multi-Cloud-Umgebung zu sichern – von den Nutzer*innen, über das Netzwerk und die Anwendungen, bis hin zu Ihren Daten. Wir bieten auch Systeme zur Erkennung und Ermittlung von Bedrohungen auf diesen Oberflächen – selbst für Unternehmen, die ihre Systeme nicht in unserer Cloud bereitstellen. Unsere zuverlässige Cloud unterstützt Ihre digitale Transformation und sorgt gleichzeitig für eine optimale Risiko-, Sicherheits-, Compliance- und Datenschutztransformation.

Auch Transparenz und eine daten-, software- und funktionsübergreifende digitale Souveränität sind auf unserer Plattform gewährleistet. Wir bieten Ihnen eine sichere Grundlage, die Sie unabhängig verifizieren und steuern können. So können Sie von Ihren eigenen Datenzentren in die Cloud wechseln und trotzdem die volle Kontrolle behalten – und das alles unter Einhaltung lokaler Vorschriften und Bestimmungen.

Beginnen Sie Ihre Reise in die Multi-Cloud

Manche Cloud-Anbieter lehnen Kunden ab, die auf einen Multi-Cloud-Ansatz setzen, und bieten ihnen somit nicht die Art von Cloud-Diensten, die diese wirklich benötigen. Unser Ansatz ist anders. Unser Ziel ist es, Sie unabhängig von Ihrer gewählten Umgebung zu unterstützen. Sie sind bereit, beim Thema Cloud-Bereitstellung den nächsten Schritt zu wagen? Dann ist unser Whitepaper genau das Richtige für Sie: 5 Tipps von Google für Ihren Erfolg in der Hybrid- und Multi-Cloud-Welt. Oder kontaktieren Sie uns einfach und finden Sie selbst heraus, ob die Multi-Cloud-Technologien von Google Cloud Sie Ihrem Ziel näherbringen.

^{¹ Gartner Research}

Gestalten Sie Ihre Zukunft mit GKE

Wed, 02 Jun 2021 17:00:00 +0000

Die amerikanische Dichterin Maya Angelou sagte einmal: „Wenn Sie nicht wissen, woher Sie kommen, dann wissen Sie nicht, wohin Sie gehen.“ Das sehen wir genauso. Ausgehend von dem kürzlichen Launch von GKE Autopilot und unserem Event „Build the future with Google Kubernetes Engine“ möchten wir einen Blick zurückwerfen und beleuchten, wie weit GKE es bisher gebracht hat. In gerade einmal sechs Jahren ist GKE zu einem der am weitesten verbreiteten Services zur Ausführung moderner cloudnativer Anwendungen aufgestiegen, der von Start-ups und Fortune 500-Unternehmen gleichermaßen verwendet wird. Dieser Erfolg hat uns dazu inspiriert, die Grenzen des Möglichen im Zusammenhang mit Kubernetes auszuweiten, sodass es für Sie noch einfacher wird, sich auf das Erstellen großartiger Services für Ihre Kundinnen und Kunden zu konzentrieren, während wir uns um Ihre Kubernetes-Cluster kümmern.

Sehen wir uns also an, wie sich Kubernetes in der Vergangenheit bewährt hat und wo wir heute stehen, damit wir gemeinsam die Zukunft gestalten können.

Nachhaltige Innovation

Es hat sich viel im Bereich der Container-Orchestrierung verändert, seit wir vor mehr als sechs Jahren Kubernetes auf den Markt gebracht haben. Es ist kaum noch vorstellbar, aber als wir Kubernetes entwickelten, gab es noch keinen Branchenstandard für die Verwaltung von Container-Anwendungen im großen Stil. Da wir bereits so viele technische Innovationen für Container auf den Weg gebracht hatten (z. B. Container-Optimized OS), war es für uns nur logisch, einen neuen Ansatz für die Verwaltung von Containern vorzuschlagen – einen Ansatz, der auf unserer damaligen Erkenntnis beruhte, dass wir jede Woche Milliarden von Containern für unsere internen Anforderungen generierten.

Im Jahr 2015 haben wir die Cloud Native Computing Foundation (CNCF) als anbieterunabhängigen Host für das Kubernetes-Projekt mitbegründet. Seitdem hat eine bunt gemischte globale Community von Entwicklerinnen und Entwicklern zu dem Projekt beigetragen – und von ihm profitiert. Allein im vergangenen Jahr haben Entwicklerinnen und Entwickler aus mehr als 500 Unternehmen Beiträge zu Kubernetes geleistet und alle wichtigen Cloud-Anbieter haben es uns gleichgetan, indem sie einen verwalteten Kubernetes-Service auf den Markt gebracht haben. Diese branchenweite Unterstützung für die von uns entwickelte Technologie hilft uns, unsere Vision in die Tat umzusetzen: Wir wollen es Kundinnen und Kunden ermöglichen, ihre Workloads auszuführen, wo und wann sie möchten, ohne dass sie von vorhandenen Cloud-Anbietern mit proprietären APIs abhängig sind.

Community-Leadership

Seit der Gründung von Kubernetes als internes Google-Projekt haben wir kontinuierlich darin investiert. Unter der Schirmherrschaft der CNCF haben wir mehr als 680.000 zusätzliche Beiträge zu dem Projekt geleistet, darunter mehr als 123.000 Beiträge im Jahr 2020 – mehr als alle anderen Cloud-Anbieter zusammen. Wenn Sie wirklich von Kubernetes profitieren möchten, gibt es zum Fachwissen von Google (oder zu GKE) keine Alternative.

Außerdem bieten wir aktive Unterstützung für die CNCF in Form von Gutschriften zum Hosten von Kubernetes auf Google Cloud. Dies ermöglicht 100 Millionen Container-Downloads pro Tag und mehr als 400.000 Integrationstests pro Monat. Insgesamt ergeben sich mehr als 300.000 Kernstunden auf GKE und Google Cloud. (Ja, Sie haben richtig gelesen, das Kubernetes-Projekt selbst läuft über GKE und Google Cloud.)

Ergebnisse, die für sich sprechen

Als Erfinder von Kubernetes und angesichts der kontinuierlich geleisteten Investitionen, ist es nicht überraschend, dass wir einen hervorragenden verwalteten Kubernetes-Service bieten. Ich denke, wir können sogar behaupten, dass es der beste auf dem Markt ist.

Unternehmen setzen zunehmend auf GKE, um ihre Anforderungen hinsichtlich Geschwindigkeit, Skalierbarkeit, Sicherheit und Verfügbarkeit zu erfüllen. Unter den Fortune 500 verwenden fünf der führenden zehn Unternehmen im Bereich Telekommunikation, Medien und Gaming, sechs der führenden zehn Unternehmen im Bereich Gesundheitswesen und Biowissenschaften sowie sieben der führenden zehn Unternehmen im Bereich Einzelhandel und Verbrauchsgüter GKE. Auch führende Technologieunternehmen entscheiden sich für GKE. So ermöglicht etwa Databricks seinen Kundinnen und Kunden die Nutzung eines Google Kubernetes Engine-basierten Databricks-Service auf Google Cloud.

In Sachen Skalierbarkeit ist GKE bestens aufgestellt. Immerhin betreibt Google zahlreiche global verfügbare Services wie YouTube, Gmail und Drive – wir sind also äußerst versiert, was das Bereitstellen großer Workloads angeht. Dieses Fachwissen lassen wir in Kubernetes einfließen. Beispielsweise hat Bayer Crop Science GKE dazu verwendet, seine Forschungsdaten nahtlos auf das 200-Fache zu erweitern, mithilfe von Clustern mit mehr als 15.000 Knoten.

GKE bietet integrierte Sicherheitsfunktionen, darunter die Protokollierung von Netzwerkrichtlinien, eine abgesicherte Sandbox-Umgebung, Scannen auf Sicherheitslücken, abgeschirmte Knoten (die eine kryptografisch verifizierbare Prüfung verwenden) und vertrauliche Knoten, die allesamt für die Implementierung eines Defense-in-Depth-Sicherheitsansatzes ausgelegt sind, damit Sie sicher und umfassend agieren können. Shopify nutzt GKE beispielsweise für die Handhabung eines großen Volumens ohne Unterbrechungen. Während des vergangenen Black Friday/Cyber Monday-Zeitraums verarbeitete Shopify Transaktionen in Höhe von mehr als 5 Milliarden US-Dollar!

Es stehen auch einige branchenführende Funktionen zur Verfügung, etwa Release-Versionen, Multi-Cluster-Support, Vier-Wege-Autoscaling und automatische Knotenreparatur zur Verbesserung der Verfügbarkeit. Und das sind nur die Funktionen. GKE hilft außerdem mit Bin-Packing und Autoscaling bei der Kostenoptimierung. Kunden wie OpenX sparen durch die Verwendung von GKE bis zu 45 %.

Aufschwung des GKE Autopilot

Das bringt uns zum GKE Autopilot, einem neuen Betriebsmodus von GKE, der dabei hilft, die Betriebskosten im Zusammenhang mit der Verwaltung der Cluster für Ihre Produktion zu senken und eine höhere Workload-Verfügbarkeit zu erreichen. Seit der Einführung letzten Monat haben Kunden wie Strabag und Via Transportation bereits deutliche Verbesserungen bei Leistung, Sicherheit und Widerstandsfähigkeit ihrer Kubernetes-Umgebungen gemeldet, während sie gleichzeitig weniger Zeit für die Verwaltung ihrer Cluster aufwenden müssen.

Kurz gesagt: Wir haben hart daran gearbeitet, den konfigurierbarsten, sichersten und skalierbarsten automatisierten Kubernetes-Service bereitzustellen, der derzeit auf dem Markt erhältlich ist. Und das ist nur der Anfang. Nach mehr als 5 Jahren kontinuierlicher Investitionen in Kubernetes können Sie darauf vertrauen, dass GKE Sie bei Ihrem Erfolg und Wachstum unterstützt – jetzt und in der Zukunft.

Beim Google Cloud {Code_Love_Hack}-Hackathon ging es darum, wie Sie GKE, Container sowie Cloud-Code verwenden und Ihre Begeisterung für das Programmieren mit uns teilen. Alle Informationen zu den Challenges finden Sie hier.

Anwendungen in Container migrieren: Die Vorteile von Migrate for Anthos

Mon, 08 Feb 2021 11:00:00 +0000

Die Migration von Arbeitslasten lohnt sich. Das ist allgemein bekannt und lässt sich durch zahlreiche Erfolgsgeschichten von Kundinnen und Kunden belegen. Doch obwohl die Vorteile der Migration von Arbeitslasten nach Kubernetes weitgehend bekannt sind, gibt es immer noch viele Unternehmen, die diesen Schritt noch nicht eingeleitet haben.

Bei Gesprächen mit Vertreter:innen solcher Unternehmen wird oft erwähnt, dass die manuelle Migration traditioneller Arbeitslasten, die auf VMs ausgeführt werden, sehr komplex und noch dazu zeitaufwendig und kostenintensiv sei. Angebote für die Refaktorierung einer kleinen bis mittelgroßen Anwendung können sich bereits auf 100.000 $ und mehr summieren. Wenn Sie das mit 500 Anwendungen multiplizieren, ergibt das ein 50.000.000 $ schweres Projekt. Wie lange die Umsetzung eines solchen Projekts dauern könnte, wollen wir an dieser Stelle gar nicht erst erwähnen. Bei manchen Arbeitslasten, etwa von Drittanbietern oder Independent Software Vendors, gibt es außerdem keinen Zugriff auf den Quellcode, sodass eine manuelle Containerisierung vollständig ausgeschlossen ist.

Dies erweist sich für viele Unternehmen bei der Migration von Rechenzentren als echtes Hindernis. Das gilt insbesondere für die Unternehmen, die sich für ihre wichtigen Arbeitslasten mehr als eine einfache Lift-and-Shift-Migration vorstellen. Doch es gibt eine Alternative. Durch den Einsatz von Technologien zur automatisierten Containerisierung und die richtigen Partner für ausgewählte Lösungen können Sie den Zeit- und Kostenaufwand eines Migrationsprojekts um bis zu 90 % senken und dennoch von den meisten Vorteilen profitieren, die mit einer manuellen Refaktorierung einhergehen würden.

Daher ist der Einsatz von Tools wie Migrate for Anthos ein ebenso intelligenter wie effizienter Weg, um traditionelle Anwendungen von virtuellen Maschinen in native Container zu migrieren. Bei unserem einzigartigen automatisierten Ansatz werden die wichtigsten Anwendungselemente aus der VM extrahiert. Dadurch können sie einfach in Container verschoben werden, die in Google Kubernetes Engine (GKE) ausgeführt werden und zwar ohne Artefakte wie Betriebssystem-Layer, die für VMs erforderlich sind, aber nicht für Container.

Migrate for Anthos generiert beispielsweise automatisch ein Container-Image, ein Dockerfile für Day-2-Image-Updates und Anwendungsrevisionen, Kubernetes-Deployment-YAMLs und (sofern relevant) ein nichtflüchtiges Daten-Volume, auf das die Datendateien der Anwendung und der nichtflüchtige Status kopiert werden. Diese automatisierte, intelligente Extraktion ist deutlich schneller und einfacher als die manuelle Migration der Anwendung. Dies gilt insbesondere, wenn weder Quellcode noch detaillierte Kenntnisse verfügbar sind, die für den Nachbau einer Anwendung benötigt würden. Aus diesem Grund bietet sich Migrate for Anthos als optimal skalierbare Lösung für die Migration von Anwendungen mit Kubernetes-Orchestrierung, Image-basierter Containerverwaltung und DevOps-Automatisierung an.

Einer unserer Kunden, die britische Tageszeitung The Telegraph, verwendete Migrate for Anthos, um ihre Migration zu beschleunigen und die oben erwähnten Hindernisse zu vermeiden. Andrew Gregory, Systems Engineer Manager, und Amit Lalani, Sr. Systems Engineer, beschrieben das Projekt folgendermaßen:

„The Telegraph nutzte ein Legacy-CMS-System (Content Management System) in einer anderen öffentlichen Cloud, das auf mehreren Instanzen ausgeführt wurde. Ein Upgrade des vorhandenen Systems oder die Migration der Inhalte auf das CMS unserer Hauptwebsite schien uns problematisch. Doch wir wollten es von der öffentlichen Cloud migrieren, auf der es sich befand. Mit der Hilfe unseres Partners Claranet und der Google-Ingenieure lieferte Migrate for Anthos schnell und effizient Ergebnisse. Dieses alte, aber wichtige System befindet sich nun zusammen mit seinen modernen Gegenstücken sicher in GKE. Dies hat bereits zu erheblichen Einsparungen bei der Infrastruktur und den täglichen Betriebskosten geführt.“

Analog zum Beispiel von The Telegraph ist jedes System, das die Migration von Arbeitslasten ermöglicht und beschleunigt, für unsere Kunden von großem Wert. Mit Migrate for Anthos können Sie den Übergang von VMs zu GKE und Anthos beschleunigen und vereinfachen, indem Sie die Containerisierung und „Kubernetisierung“ der Arbeitslasten automatisieren. Während die manuelle Refaktorierung in der Regel viele Wochen oder Monate dauert, ist die Containerisierung mit Migrate for Anthos innerhalb von Stunden oder Tagen möglich. Verbesserungen stellen sich sofort ein. Das gilt für die Effizienz der Infrastruktur, die betriebliche Produktivität und auch für die Nutzererfahrung der Entwickler:innen.

Dies wird in dem Bericht Forrester’s New Technology Projection: The Total Economic Impact™ of Anthos (2019) noch einmal unterstrichen:

„Wenn Sie Ihre vorhandenen Anwendungen in die Cloud migrieren möchten, können Sie diesen Prozess mit Migrate for Anthos einfach und schnell umsetzen. Ein Unternehmen wird durch die Verwendung von Anthos den Prozess der Anwendungsmigration und -modernisierung voraussichtlich um 58 bis 75 % beschleunigen. Nach der Containerisierung Ihrer vorhandenen Anwendungen können Sie die Vorteile von Anthos GKE sowohl lokal als auch in der Cloud nutzen und Ihre Kubernetes-Deployments einheitlich verwalten.“

Lassen Sie uns einen genaueren Blick auf einige der Vorteile werfen, die Sie erwarten können, wenn Sie Ihre VM-basierten Arbeitslasten mithilfe von Migrate for Anthos in Container migrieren, die dann in Kubernetes ausgeführt werden.

Effizienz der Infrastruktur

Interne Google-Studien haben gezeigt, dass durch die Umwandlung von VMs in Container in Kubernetes Einsparungen zwischen 30 bis 65 % im Vergleich zu den aktuellen Kosten Ihrer Infrastruktur möglich sind. Dies kann erreicht werden durch:

Intensivere Nutzung und höhere Dichte: Kubernetes verwendet Funktionen zur automatischen Skalierung und Bin-Packing-Optimierung. Container werden optimal in Knoten platziert und die Skalierung erfolgt nach Bedarf, ohne dabei die Verfügbarkeit zu beeinträchtigen. Außerdem teilen sich im Gegensatz zu VMs alle Container auf einem einzigen Knoten eine Kopie des Betriebssystems und benötigen nicht jeweils ein eigenes Betriebssystem-Image und eine eigene vCPU. Dies führt zu einem wesentlich niedrigeren Speicherbedarf und geringeren CPU-Anforderungen. Es werden also mehr Arbeitslasten auf weniger Computer-Ressourcen ausgeführt.
Kürzere Bereitstellung: Dies bedeutet geringere Kosten für die Ausführung derselben Arbeitslasten, da diese schneller bzw. einfacher zu bearbeiten sind.

Betriebliche Produktivität

Wenn Ihr IT-Team mehr Aufgaben in kürzerer Zeit erledigt, führt dies zu Kosteneinsparungen von 20 bis 55 %. Dies liegt an der Reduzierung der gesamten IT-Verwaltung und -Administration, zum Beispiel:

Einfachere Betriebssystem-Verwaltung: In Anthos werden Knoten samt der zugehörigen Betriebssysteme vom System verwaltet. Sie brauchen sich also nicht um Kernel-Sicherheitspatches und -upgrades zu kümmern oder diese zu verwalten.
Datenkapselung der Konfiguration: Durch die Nutzung deklarativer Spezifikationen (Infrastruktur als Code) können Sie Ihr Deployment vereinfachen und automatisieren. Außerdem können Wartungsaufgaben wie Rollbacks und Upgrades leichter durchgeführt werden. Dies führt insgesamt zu einem schnelleren, agileren IT-Lebenszyklus.
Geringere Ausfallzeiten: Die Nutzung von Kubernetes-Funktionen wie Selbstreparatur und dynamische Skalierung führt zu einer Reduktion der Störfälle. Außerdem wird die Verwaltung des gewünschten Status vereinfacht.
Einheitliche Verwaltung: Durch die Migration von Legacy-Arbeitslasten in Container können Mitglieder des DevOps-Teams alle ihre Arbeitslasten mit derselben Methode verwalten. Dies schließt sowohl cloudnative als auch „eingebürgerte“ Cloud-Arbeitslasten ein. So kann Ihre IT-Abteilung Ihre heterogene IT-Landschaft schneller und einfacher verwalten.
Umgebungsparität: Optimierte Sichtbarkeit und besseres Monitoring machen die Suche nach und die Behebung von Problemen einfacher.

Produktivität von Entwicklungsteams

Mithilfe einer optimierten, agileren IT-Umgebung können Ihre Entwickler:innen ihre Effektivität steigern. Dies führt gemeinsam mit einer vereinfachten Infrastruktur in der Regel zu Kosteneinsparungen. Diese Vorteile ergeben sich für Anwendungen, die in Container konvertiert wurden:

Effiziente Layer: Die Möglichkeit, Docker-Images und -Layer zu verwenden (die von Migrate for Anthos als Teil der Container-Artefakte extrahiert werden).
Geschwindigkeit der Entwickler:innen: Endlich gilt das berühmte Motto „Write once run everywhere“ auch für Sie, denn Sie können mithilfe von deklarativen Modellen und Kubernetes-Orchestrierung automatisierte CI/CD-Pipelines mit wiederholbaren On-Demand-Test-Deployments kombinieren.
Schnellerer Lebenszyklus: Bringen Sie Produkte schneller auf den Markt. So können Sie neben Einsparungen zusätzlich Ihren Umsatz steigern und Wettbewerbsvorteile erzielen.

Mit anderen Worten: Die Migration von VMs in Container, die in Kubernetes ausgeführt werden, wirkt sich positiv auf Ihre Infrastruktur, deren Betrieb und Ihre Entwickler:innen aus. Am Anfang kann ein solches Projekt zur Modernisierung geradezu endlos wirken, doch mit Migrate for Anthos lässt sich dieser Prozess schnell und komfortabel abwickeln. Weitere Informationen zu Migrate for Anthos finden Sie hier. Zusätzlich können Sie sich kurze Videoclips zur Nutzung von Migrate for Anthos für Linux- oder Windows-Arbeitslasten ansehen oder es anhand von Qwiklabs gleich selbst ausprobieren.

Falls Sie ein persönliches Gespräch über Migrate for Anthos wünschen, füllen Sie bitte unser Kontaktformular aus und geben Sie im Feld „Mein Projekt“ „Migrate for Anthos“ an. Wir melden uns schnellstmöglich bei Ihnen zurück.

Best Practices für den Entwurf und die Erstellung hochverfügbarer GKE-Cluster

Wed, 15 Jul 2020 18:04:00 +0000

Wie viele Unternehmen verfolgen sicherlich auch Sie eine vielfältige Reihe von Strategien für das Risikomanagement und die Risikominimierung, um die Verfügbarkeit Ihrer Systeme zu gewährleisten. Dazu gehört auch Ihre Google Kubernetes Engine (GKE) Umgebung. So sorgen Sie für Geschäftskontinuität bei geplanten und ungeplanten Ausfällen und halten die Auswirkungen der aktuellen Situation auf Ihr Unternehmen so gering wie möglich.

Dieser erste von zwei Blogposts enthält Empfehlungen und Best Practices für die Einrichtung von GKE-Clustern mit höherer Verfügbarkeit am sogenannten Tag 0. Im zweiten Post geht es um Best Practices für Hochverfügbarkeit ab Tag 2, wenn Ihre Cluster laufen.

Beim Thema Hochverfügbarkeit von GKE-Clustern wird der Tag 0 häufig übersehen. Viele denken, dass Störungen und Wartungsarbeiten Teil des laufenden Betriebs ab Tag 2 sind. Sie sollten aber die Topologie und Konfiguration Ihres GKE-Clusters sorgfältig planen, bevor Sie Workloads darauf bereitstellen.

Die richtige Topologie, Größe und Systemdiagnose für Ihre Workloads auswählen

Bevor Sie eine GKE-Umgebung erstellen und Workloads bereitstellen, sollten Sie sich Gedanken über das Systemdesign machen.

Die geeignete Topologie für Ihren Cluster auswählen

GKE bietet zwei Arten von Clustern: regionale und zonale. Bei einer zonalen Clustertopologie werden die Steuerungsebene und die Knoten in einer einzigen Computing-Zone ausgeführt, die Sie beim Erstellen des Clusters festlegen. Bei einer regionalen Clustertopologie werden die Steuerungsebene und die Knoten über mehrere Zonen einer Region hinweg repliziert.

Regionale Cluster haben mindestens drei Kubernetes-Steuerungsebenen und bieten damit für die Steuerungsebenen-API des Clusters eine höhere Verfügbarkeit als zonale Cluster. Bestehende Workloads, die auf den Knoten ausgeführt werden, sind zwar nicht beeinträchtigt, falls eine Steuerungsebene nicht verfügbar ist, es gibt aber Anwendungen, die stark von der Verfügbarkeit der Cluster API abhängen. Für diese Workloads sollten Sie besser eine regionale Clustertopologie verwenden.

Die Auswahl eines regionalen Clusters allein reicht jedoch nicht aus, um GKE-Cluster zu schützen. Die Skalierung, Planung und der Austausch von Pods sind Aufgaben der Steuerungsebene. Falls diese ausfällt, kann sich das auf die Zuverlässigkeit Ihres Clusters auswirken, welches seine Arbeit erst wieder aufnehmen kann, wenn die Steuerungsebene wieder verfügbar ist.

Darüber hinaus sollten Sie bedenken, dass regionale Cluster redundante Steuerungsebenen und Knoten haben. In einer regionalen Topologie sind die Knoten über verschiedene Zonen hinweg redundant, was teuren zonenübergreifenden Netzwerktraffic verursachen kann.

Außerdem wird durch das regionale Cluster-Autoscaling zwar versucht, die Ressourcen gleichmäßig auf die drei Zonen zu verteilen, aber es erfolgt kein automatischer Ausgleich. Hierfür ist eine Skalierung nötig.

Wir empfehlen Ihnen daher, für eine höhere Verfügbarkeit der Kubernetes API und zur Minimierung von Störungen des Clusters während Wartungsarbeiten an der Steuerungsebene einen regionalen Cluster mit Knoten in drei verschiedenen Verfügbarkeitszonen einzurichten und auf das Autoscaling zu achten.

Horizontal und vertikal skalieren

Kapazitätsplanung ist wichtig, aber Sie können nicht alles vorhersehen. Damit Ihre Workloads auch bei Höchstbelastungen des Systems fehlerfrei ausgeführt werden und Sie die Kosten bei normaler oder geringer Last unter Kontrolle halten können, sollten Sie geeignete Autoscaling-Funktionen von GKE einsetzen.

Aktivieren Sie Cluster Autoscaler, um die Größe des Knotenpools nach Bedarf automatisch anzupassen.
Nutzen Sie horizontales Pod-Autoscaling, um die Anzahl der Pods abhängig von bestimmten Auslastungsmesswerten automatisch zu erhöhen bzw. zu senken.

Wenn Sie vertikales Pod-Autoscaling (VPA) in Kombination mit der automatischen Knotenbereitstellung (Node Auto Provisioning, NAP) bzw. Knotenpoolbereitstellung einsetzen, kann Ihr Cluster in GKE effizient sowohl horizontal (Pods) als auch vertikal (Knoten) skaliert werden. Durch VPA werden automatisch Werte für CPU und Speicheranfragen sowie Limits für Container festgelegt. NAP ermöglicht die automatische Verwaltung von Knotenpools. Außerdem ist die standardmäßige Einschränkung aufgehoben, dass neue Knoten nur aus von Nutzer*innen erstellten Knotenpools gestartet werden dürfen.

Anhand dieser Empfehlungen können Sie Ihre Kosten senken. NAP trägt beispielsweise hierzu bei, indem Knoten bei geringer Auslastung deaktiviert werden. Aber vielleicht liegt Ihr Augenmerk gar nicht so sehr auf den Kosten, sondern mehr auf Latenz und Verfügbarkeit. In diesem Fall sollten Sie von vornherein einen großen Cluster erstellen und GCP-Reservierungen nutzen, um die gewünschte Kapazität zu garantieren. Dieser Ansatz ist jedoch in der Regel teurer.

Standardmäßige Monitoring-Einstellungen prüfen

Kubernetes ist hervorragend dafür geeignet, das Verhalten von Workloads zu beobachten und sicherzustellen, dass die Last von Anfang an gleichmäßig verteilt ist. Die Verfügbarkeit der Workloads können Sie noch weiter optimieren, indem Sie bestimmte Signale zu Workloads an Kubernetes senden. Diese Signale zur Bereitschaft und Aktivität liefern Kubernetes weitere Informationen über Ihren Workload, anhand derer das System ermitteln kann, ob sie korrekt funktioniert und für den Empfang von Traffic bereit ist. Sehen wir uns die Unterschiede zwischen Bereitschafts- und Aktivitätsprüfungen einmal an.

Jede Anwendung verhält sich anders: Bei manchen dauert der Start eine Weile, andere sind Batchprozesse, die über längere Zeit laufen und daher den Eindruck erwecken können, sie seien nicht verfügbar. Bereitschafts- und Aktivitätsprüfungen wurden entwickelt, um Kubernetes Informationen zum akzeptablen Verhalten eines Workloads zu liefern. Wenn der Start einer Anwendung beispielsweise lange dauert, soll Kubernetes ihr keinen Kundentraffic senden, da sie dafür noch nicht bereit ist. Mit einer Bereitschaftsprüfung können Sie Kubernetes ein genaues Signal geben, wenn eine Anwendung die Initialisierung beendet hat und für die Endnutzer*innen zur Verfügung steht.

Sie sollten Bereitschaftsprüfungen einrichten, damit Kubernetes weiß, wann Ihr Workload wirklich für den Empfang von Traffic bereit ist. Durch eine Aktivitätsprüfung können Sie Kubernetes signalisieren, ob ein Workload wirklich nicht reagiert oder nur gerade CPU-intensive Aufgaben ausführt.

Bereitschafts- und Aktivitätsprüfungen müssen jedoch sorgfältig definiert und geschrieben werden. Testen und validieren Sie also alle Prüfungen vorab.

Deployment korrekt einrichten

Jede Anwendung hat ganz eigene Merkmale. Einige sind Batchworkloads, andere basieren auf zustandslosen Mikrodiensten, wieder andere auf zustandsorientierten Datenbanken. Damit Kubernetes die Einschränkungen Ihrer Anwendung kennt, können Sie Ihre Workloads mit Kubernetes-Deployments verwalten. Ein Deployment beschreibt den gewünschten Status. Anhand des Kubernetes-Plans wird dafür gesorgt, dass ein Workload den gewünschten Status annimmt.

Ist Ihre Anwendung zustandsorientiert oder nicht?

Wenn Ihre Anwendung ihren Status von einer Sitzung zur nächsten beibehalten soll (dies gilt z. B. für Datenbanken), sollten Sie StatefulSet verwenden. Mit diesem Kubernetes-Controller können Sie einen oder mehrere Pods entsprechend den besonderen Merkmalen zustandsorientierter Anwendungen verwalten. Er ähnelt anderen Kubernetes-Controllern für die Pod-Verwaltung wie ReplicaSets und Deployments. Im Gegensatz zu Deployments wird bei StatefulSet jedoch nicht davon ausgegangen, dass Pods austauschbar sind.

Zur Beibehaltung des Status benötigt StatefulSet außerdem nichtflüchtige Volumes, damit die gehostete Anwendung Daten speichern und bei einem Neustart wiederherstellen kann. Kubernetes stellt Speicherklassen, nichtflüchtige Volumes und Ansprüche auf nichtflüchtige Volumes als Abstraktionsebene über Cloud Storage bereit.

Pod-Affinität

Sollen alle Replikate auf demselben Knoten geplant werden? Was würde passieren, wenn der Knoten ausfällt? Wäre es ein Problem, wenn alle Replikate gleichzeitig verloren gehen? Mit Affinitäts- und Anti-Affinitätsregeln für Kubernetes-Pods können Sie die Platzierung des Pods und der Replikate steuern.

Nutzen Sie die Pod-Anti-Affinität, um Kubernetes anzuweisen, Pods NICHT auf demselben Knoten zu speichern. So vermeiden Sie einen Single Point Of Failure. Für eine zustandsorientierte Anwendung kann diese Konfiguration entscheidend sein, insbesondere wenn eine Mindestzahl von Replikaten (d. h. ein Quorum) für die korrekte Ausführung nötig ist.

Apache ZooKeeper braucht beispielsweise ein Quorum von Servern, um den Commit von Datenmutationen durchzuführen. Bei einem System mit drei Servern müssen zwei fehlerfrei sein, damit Schreibvorgänge erfolgreich sind. In einem stabilen Deployment werden die Server daher auf mehreren Ausfalldomains bereitgestellt.

Zur Vermeidung von Ausfällen aufgrund des Verlusts eines Knotens sollten Sie also von vornherein verhindern, dass sich mehrere Instanzen einer Anwendung auf derselben Maschine befinden. Dazu können Sie die Pod-Anti-Affinität verwenden.

Es könnte aber auch hilfreich sein, eine Gruppe von Pods auf demselben Knoten zu haben, da dies eine geringere Latenz und bessere Leistung bei der Kommunikation untereinander mit sich bringt. Das erreichen Sie über die Pod-Affinität.

Mit Redis, einer weiteren zustandsorientierten Anwendung, können Sie einen speicherinternen Cache für Ihre Webanwendung bereitstellen. Bei diesem Deployment soll sich der Webserver so nah wie möglich bei dem Cache befinden, um Latenz zu vermeiden und die Leistung zu steigern.

Unterbrechungen vorhersehen

Nachdem Sie Ihren GKE-Cluster und die darauf laufenden Anwendungen konfiguriert haben, sollten Sie überlegen, was Sie im Fall einer erhöhten Last oder Unterbrechung tun möchten.

Ein rein digitales System erfordert eine bessere Kapazitätsplanung

Wenn Sie Kubernetes-Cluster auf GKE ausführen, müssen Sie sich keine Gedanken mehr über die physische Infrastruktur und ihre Skalierung machen. Eine Kapazitätsplanung wird jedoch dringend empfohlen, insbesondere wenn Sie mit höheren Lasten rechnen.

Eine Möglichkeit sind reservierte Instanzen, um einen erwarteten Anstieg des Ressourcenbedarfs sicher zu bewältigen. GKE unterstützt spezifische Reservierungen (Maschinentyp und Spezifikation) sowie unspezifische Reservierungen. Wenn Sie eine Reservierung vornehmen, verbrauchen die Knoten diese automatisch im Hintergrund aus einem Ressourcenpool, der nur Ihnen zur Verfügung steht.

Einen Supportplan abschließen

Die Entwickler*innen des Google Cloud-Supportteams stehen Ihnen rund um die Uhr auf der ganzen Welt zur Verfügung. Bevor Ihr System läuft und in der Produktion genutzt wird, sollten Sie einen passenden Supportplan abschließen, damit Sie bei Problemen Unterstützung erhalten.

Prüfen Sie Ihren Supportplan, um sicherzustellen, dass Sie das richtige Angebot für Ihr Unternehmen gewählt haben.

Prüfen Sie die Support-Nutzerkonfigurationen, um sicherzustellen, dass Ihre Teammitglieder Supportanfragen stellen können.

Vergewissern Sie sich, dass GKE-Monitoring und -Logging auf Ihrem Cluster aktiviert sind. Supporttechniker*innen benötigen die Logs und Messwerte, um Fehler im System zu beheben.

Falls Sie GKE-Monitoring und -Logging nicht aktiviert haben, können Sie stattdessen das neue Feature für Systemlogs (Beta) verwenden, um nur Logs zu erfassen, die für die Problembehebung relevant sind.

Zusammenfassung

Containeranwendungen sind portierbar und lassen sich einfach bereitstellen und skalieren. GKE macht es Ihnen mit seiner Vielzahl von Funktionen für die Clusterverwaltung noch leichter, Ihre Workloads reibungslos auszuführen. Sie kennen Ihre Anwendung am besten, aber wenn Sie sich an diese Empfehlungen halten, können Sie die Verfügbarkeit und Stabilität der Cluster deutlich erhöhen. Sie haben weitere Ideen oder Tipps? Geben Sie uns Feedback. Demnächst kommt Teil zwei dieser Reihe, in dem es darum geht, wie Sie am besten auf Probleme in Produktionsclustern reagieren.

Anwendungsmodernisierung mit Migrate for Anthos: jetzt auch mit Unterstützung für den laufenden Betrieb

Wed, 22 Apr 2020 18:04:00 +0000

Nicht alle Strategien zur Anwendungsmodernisierung sind gleich aufgebaut. Am einfachsten ist es, eine bestehende virtuelle Maschine als Container zu speichern. Der dabei entstehende Container wird zwar funktionieren, aber er wird Ihnen nicht die Vorteile hocheffizienter Modernisierungstechniken bieten – weder in Bezug auf die Ressourcennutzung noch in Bezug auf den laufenden Betrieb –, die bei der Ausführung auf einer fortschrittlichen Container-Management-Plattform wie Anthos GKE möglich sind.

Heute haben wir mehrere neue Updates für Anthos bekanntgegeben, darunter die neueste Version von Migrate for Anthos. Unsere automatisierte Containerisierung umfasst verbesserte VM-zu-Container-Konvertierungsfunktionen, die Sie bei der Modernisierung Ihrer bestehenden Workloads in Kubernetes und Anthos unterstützen können. Diese ist außerdem fest in Anthos Service Mesh integriert, unterstützt die lokale Ausführung von Anthos und kann ältere Windows Server-Anwendungen in Container konvertieren.

Images – mehr als einfaches „Lift-and-Shift“

Frühere Versionen von Migrate for Anthos verfolgten für die Containerisierung den „Lift and Shift“-Ansatz. Dabei wurden die Workloads aus der virtuellen Maschine extrahiert (ohne den Betriebssystem-Kernel und die VM-bezogenen Komponenten) und in zustandsorientierte Container konvertiert. Außerdem wurde eine Laufzeitebene hinzugefügt, auf der die Workloads in den Speicher, das Netzwerk und Monitoring von Kubernetes integriert wurden.

In der neuen Version zerlegt Migrate for Anthos die Inhalte einer VM und generiert einen Vorschlag zur Aufteilung der Inhalte in Image- und Datenkomponenten. Diese können Sie prüfen und testen. Sie verfügen über alle Artefakte, die Sie für die Verwaltung von imagebasierten Containern benötigen: Docker-Image, Dockerfile, Bereitstellungs-YAMLs und ein konsolidiertes Datenvolumen, bei dem es sich um jede Art von Kubernetes-unterstütztem Speicher handeln kann. Der Modernisierungsprozess selbst wird von Kubernetes-Bausteinen (CRDs, CLI) und -Mechanismen geschickt orchestriert, wie in diesem Video und dem nachfolgenden Diagramm beschrieben.

Mit diesem imagebasierten Ansatz können Sie mit den modernen CI/CD-Pipeline-Tools Anwendungen erstellen, testen und bereitstellen. Nutzen Sie Kubernetes, um eine konsistente und effiziente Bereitstellung und Einführung neuer Images in Ihren Kubernetes-Bereitstellungen, einschließlich Clustern, Mehrfach-Clustern und Mehrfach-Clouds zu erzielen.

Die imagebasierte Lösung ermöglicht nicht nur eine moderne Entwicklererfahrung, sondern nutzt auch die Leistungsfähigkeit der Kubernetes-Steuerungsebene und ihrer deklarativen API für noch mehr Betriebseffizienz. Beispielsweise können Sie mit Anwendungskomponenten, die von Natur aus zustandslos sind, Load-Balancing, dynamische Skalierbarkeit und Self-Healing implementieren ohne die Anwendung neu codieren zu müssen.

Somit ist Migrate for Anthos jetzt fest in Anthos Service Mesh integriert und bietet die Vorteile einer verbesserten Beobachtung, Sicherheit und automatisierten Verwaltung von Netzwerkrichtlinien auch für ältere Anwendungen, und zwar ebenfalls ohne Änderung des Anwendungscodes. Die Containerisierungstechnologie in Migrate for Anthos 1.3 ist GA for Anthos in Google Cloud. Für Organisationen, die ihre Workloads auf Anthos umstellen möchten, diese aber noch nicht in Google Cloud übertragen können, bietet Migrate for Anthos 1.3 eine Vorschau, die lokal ausgeführtes Anthos GKE unterstützt.

Arctiq, einer unserer Partner, verwendet Migrate for Anthos aktiv und erläutert, dass es sie bei der Umstellung des Betriebs ihrer Kunden unterstützt:

„Migrate for Anthos ist eine äußerst leistungsfähige Möglichkeit, vorhandene virtuelle Maschinen in Container zu modernisieren, die in Google Kubernetes Engine ausgeführt werden“, so Kyle Bassett, Partner bei Arctiq. „Früher war die Konvertierung dieser VMs in Container mühsam und erforderte ein tiefes Wissen über Kubernetes, sodass die meisten Kunden ihre VMs einfach liegen ließen. Mit Migrate for Anthos können Sie jedoch Workloads aus VMs extrahieren und sie mit einem automatisierten und zuverlässigeren Workflow auf Containern ausführen. Durch den Einsatz von Migrate for Anthos kann Arctiq unsere Kunden dabei unterstützen, die Leistung ihrer Workloads zu steigern und gleichzeitig ihre Infrastruktur- und Verwaltungskosten zu senken.“

Automatisierte Containerisierung für Windows Server

Seit Anfang des Jahres können Sie nun Windows Server-Container auf GKE ausführen. Da dies jedoch noch eine junge Technologie ist, gibt es bislang nur wenige native Windows-Container, und die manuelle Containerisierung einer Windows-Anwendung kann schwierig sein.

Mit Migrate for Anthos können Sie nun ältere Windows Server-Anwendungen in Windows Server 2019-Container konvertieren und auf GKE in Google Cloud ausführen. Das gilt auch für Windows 2008 R2, wofür Microsoft vor kurzem den Support eingestellt hat. Diese Funktion ist in der Preview-Version verfügbar und umfasst vollautomatische Erkennungs- und Bewertungstools.

Sie können damit IIS- und ASP.NET-basierte Anwendungen automatisch konvertieren, die auf Google Compute Engine-VMs ausgeführt werden, und so Ihre Infrastruktur- und Lizenzkosten senken. Für IIS- und ASP.NET-Anwendungen, die lokal oder in anderen Clouds ausgeführt werden, können Sie zunächst Migrate for Compute Engine verwenden, um sie in Compute Engine-VMs zu verschieben. Anschließend konvertieren Sie diese ganz einfach mit Migrate for Anthos in Container. Support für Anwendungen, die keine IIS- oder ASP.NET-Anwendungen sind, wird demnächst verfügbar sein.

Alternativ lassen sich auch Teile eines Anwendungspakets in Windows-Container migrieren. So können Elemente, die nicht einfach in Container migriert werden können, in Compute Engine-VMs ausgeführt werden und weiterhin die Netzwerkintegration auf VPC-Ebene mit Containern auf GKE nutzen.

Beschleunigen Sie Ihre Modernisierung

Fast alle unsere Kunden möchten mehr Container verwenden. Migrate for Anthos kann Sie dabei unterstützen, diesen Prozess zu beschleunigen, da insbesondere der Zeit- und Arbeitsaufwand reduziert wird, der bei alternativen Prozessen anfällt. Wenn Sie an diesen oder künftigen Migrate for Anthos-Previews teilnehmen möchten, füllen Sie bitte dieses Formular aus und notieren Sie unter „Ihr Projekt“ den Vermerk „Migrate for Anthos“.