Разработка автоматизированной системы тестирования облачного сервиса развертывания виртуальных машин с использованием современных средств мониторинга

Обложка

Цитировать

Полный текст

Аннотация

Объектом данного исследования является сервис по управлению виртуальными машинами в облачной среде. При разработке и эксплуатации такого сервиса возникает необходимость оценки его доступности и надежности на соответствие выбранному уровню качества, на который может рассчитывать клиент. В данной работе представлена разработанная система, позволяющая тестировать доступность облачного сервиса по управлению виртуальными машинами. Рассмотрен метод интеграции с существующей системой мониторинга на предприятии с использованием открытого программного обеспечения с целью уменьшения стоимости разработки и эксплуатации. Разработан и реализован тест-кейс по развертыванию и удалению виртуальной машины с использованием графического интерфейса пользователя, а также определены критерии срабатывания триггеров. Собраны и проанализированы требования к архитектуре и реализации системы на основе производственной статистики сервиса создания виртуальных машин с помощью системы мониторинга Prometheus. Новизна исследования заключается в разработке нового метода тестирования облачного сервиса по управлению виртуальными машинами с целью повышения его надежности и доступности. На основе данного метода описана и реализована система тестирования виртуальных машин а также метод интеграции в систему мониторинга облачного сервиса компании Intel. В процессе эксплуатации облачных сред с помощью данной системы были выявлены проблемные места в архитектуре сервиса создания виртуальных машин, что позволило своевременно оптимизировать работу системы. Описанный метод является эффективным способом тестирования облачных сервисов, и также может использоваться для анализа и повышения надежности и доступности.

Об авторах

Андрей Геннадьевич Марченко

Intel Corporation

Email: mar4enko.ag@gmail.com
ORCID iD: 0009-0001-9276-3907
Cloud Software Architect;

Дмитрий Александрович Щемелинин

Компания Интел

Email: dshchmel@gmail.com
ORCID iD: 0000-0003-3032-130X
Вице-президент;

Список литературы

  1. Prometheus – Monitoring system & time series database [Электронный ресурс]. URL: https://prometheus.io/docs/introduction/overview/ (дата обращения 04.04.2023).
  2. Официальный Интернет-сайт Intel [Электронный ресурс]. URL: https://www.intel.com/ (дата обращения 04.04.2023).
  3. The selenium browser automation project [Электронный ресурс]. URL: https://www.selenium.dev/documentation/ (дата обращения 04.04.2023).
  4. Щемелинин Д.А. Математические модели и методы мониторинга и прогнозирования состояния глобально распределенных вычислительных комплексов. Труды учебных заведений связи. 2021. Т. 7. № 3. С. 73–78.
  5. Щемелинин Д.А. Метод прогнозирования событий в глобально распределенных вычислительных комплексах. Современная наука: актуальные проблемы теории и практики. Серия: Естественные технические науки. 2021. № 12–2. С. 47–54.
  6. Щемелинин Д.А. Метод и алгоритм автоматического восстановления информационных сервисов на основе объективных прогностических данных мониторинга. Современная наука: актуальные проблемы теории и практики. Серия: Естественные технические науки. 2021. № 8. С. 140–144.
  7. Selenium with python [Электронный ресурс] URL: https://selenium-python.readthedocs.io/ (дата обращения 04.04.2023).
  8. The TIOBE Programming Community index an indicator of the popularity of programming languages [Электронный ресурс] URL: https://www.tiobe.com/tiobe-index/ (дата обращения 04.04.2023).
  9. Sujay Raghavendra. – Python testing with selenium – Apress Berkeley CA, 2020 – 4 c. ISBN 978-1-4842-6249-8
  10. When to use selenium grid [Электронный ресурс] URL: https://www.selenium.dev/documentation/grid/applicability/ (дата обращения 04.04.2023)
  11. Grafana documentation [Электронный ресурс]. URL: https://grafana.com/docs/grafana/latest/ (дата обращения 04.04.2023)
  12. Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. Journal of Statistical Modeling and Analytics, Vol.2, No. I, 21-33, 2011. URL: https://www.nrc.gov/docs/ML1714/ML17143A100.pdf (дата обращения 04.04.2023)
  13. Detecting outliers: Do not use standard deviation around the mean, use absolute deviation around the median. Journal of Experimental Social Psychology, 49(4), 764–766. URL: https://www.sciencedirect.com/science/article/pii/S0022103113000668 (дата обращения 04.04.2023)
  14. Щемелинин Д.А. Система критериев и алгоритм обработки информации и принятия решений для программного модуля отображения наиболее значимых событий мониторинга в информационной системе. XXI век: итоги прошлого и проблемы настоящего плюс 2021. Т. 10. № 3 (55). С. 67–71.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).