base on Домашнее задание для DevOps-тренировок в Яндексе, лекция "Облако. Кто виноват и что делать." # DevOps-тренировки в Яндексе Домашнее задание для DevOps-тренировок в Яндексе, лекция "Облако. Кто виноват и что делать." https://yandex.ru/yaintern/training/devops-training ## Утром пришло письмо В нашей компании праздник - вчера купили перспективный стартап "CatGPT" - приложение, автоматически улучшающее фотографии путём дорисовывания фотореалистичных котиков. У ребят уже есть рабочий прототип, нужно как можно скорее развернуть его и открыть пользователям. Сможешь всё сделать, как в лучших домах Лондона и Парижа? Если да, то это четыре динозаврика на ревью. Спасибо! ## Технические моменты Для решение этой домашнего задания понадобится доступ к Яндекс Облаку. У зарегистрированных участников DevOps-тренировок есть возможность запросить грант в случае необходимости, для этого нужно заполнить форму: https://forms.yandex.ru/surveys/13482710.58cd805f71992dd086d6831888249bb90aa87cb3/ В течение примерно суток после заполнения формы на почту, привязанную к вашему аккаунту Яндекс.ID, придёт письмо от `Yandex Cloud <[email protected]>` с темой `Вы приглашены в организацию`. >[!NOTE] >Если вы забыли свой почтовый адрес, его можно посмотреть, например, на [id.yandex.ru/personal](https://id.yandex.ru/personal#contacts). Необходимо открыть письмо, перейти по ссылке `Принять приглашение` и завершить регистрацию. В течение нескольких минут в консоли Облака появится облако `devops-training` и персональный каталог, названный вашим логином. Удостоверьтесь, что доступ предоставлен, перейдя по [ссылке](https://console.cloud.yandex.ru/cloud/b1g0vh6uspd0m39d5er6). Вы должны увидеть подобную картину:  Обязательно переключитесь в ваш персональный folder в облаке devops-training - грант покрывает потребление только в нём. >[!WARNING] >По завершении **_обязательно_** сделайте `terraform destroy`. Если не удалить созданные ресурсы - грант на облако будет расходоваться попусту, и его может не хватить для следующих домашних работ. ## Про приложение По умолчанию приложение поднимает http-сервер на `:8080` Readyness-проба для балансировщика висит на том же порту: `:8080/ping` Приложение инструментировано метриками в формате Prometheus, которые по умолчанию можно получить на :9090/metrics. Например, есть разбивка по дневным и ночным котикам: ``` # HELP enhanced_photo_count by cat type # TYPE enhanced_photo_count counter enhanced_photo_count{cat_type="diurnal"} 5 enhanced_photo_count{cat_type="nocturnal"} 1 ``` Информацию о кодах ответов приложение отдает в метрике http_response_count ``` # HELP http_response_count by handler and code # TYPE http_response_count counter http_response_count{code="200",handler="/",method="post"} 1 http_response_count{code="200",handler="/ping",method="get"} 2 ``` ## Что нужно сделать. * Прежде всего нужно залогиниться под своим аккаунтом и форкнуть себе репозиторий. В нём лежат исходники и terraform-инкструкция для разворачивания MVP * Написать Dockerfile. Приложение написано на go и собирается стандартным тулчейном: ``` $ go mod download $ CGO_ENABLED=0 go build -o path/to/resulting/binary ``` В качестве базового образа для сборки в docker рекомендуем использовать `golang:1.21`; в качестве базового образа для рантайма - `gcr.io/distroless/static-debian12:latest-amd64` https://go.dev/doc/tutorial/compile-install https://hub.docker.com/_/golang https://github.com/GoogleContainerTools/distroless * Опубликовать получившийся image в Yandex Container Registry (docker push) https://cloud.yandex.ru/docs/container-registry/ * Задача со звёздочкой: сделать автосборку с помощью Github CI https://docs.github.com/en/actions/publishing-packages/publishing-docker-images * С помощью Terraform развернуть стенд с приложением: - сетевой балансировщик - две виртуальных машины под ним На каждой виртуальной машине должен быть запущен: 1) Контейнер с приложением. Тот самый контейнер, который собирался выше. 2) Unified-Agent. Unified-агент нужно будет настроить на получение метрик от приложения. https://cloud.yandex.ru/docs/monitoring/concepts/data-collection/unified-agent/configuration#metrics_pull_input Важны момент: виртуальные машины обязательно использовать минимальных флейворов: - Платформа Intel Cascade lake - 2 vCPU - Гарантированная доля vCPU 5% - 1 ГБ RAM - прерываемая При решении можно комбинировать различные инструменты - как от Облака, так и сторонние (вроде salt или ansible). Но для полного погружения рекомендуем попробовать развернуть Instance Group на базе Container Optimized Image: https://cloud.yandex.ru/docs/cos/concepts/ https://cloud.yandex.ru/marketplace/products/yc/container-optimized-image ## После того, как стенд готов * Построить в Yandex Monitoring графики, на которых для сервиса в целом можно будет посмотреть следующее: * Разбивку по типам нарисованных котивов (дневных и ночных) * Разбивку по кодам ответов, хендлерам и методам https://cloud.yandex.ru/docs/monitoring/quickstart * Задача со звёздочкой: дополнительно инструментировать приложение и доработать дашборд для того, чтобы получить графики времён обработки запросов в разрезе handler и method * Выключить одну из виртуальных машин. Убедиться, что сервис продолжает жить и обслуживать запросы. >[!WARNING] >**_Обязательно_** сделать `terraform destroy`. Если не удалить созданные ресурсы - грант на облако будет расходоваться попусту, и его может не хватить для следующих домашних работ. ", Assign "at most 3 tags" to the expected json: {"id":"4689","tags":[]} "only from the tags list I provide: [{"id":39,"name":"3d-generation","display_name":"3D generation","slug":"3d-generation"},{"id":3,"name":"ai-agent","display_name":"AI agent","slug":"ai-agent"},{"id":8,"name":"ai-coding","display_name":"AI coding assistant","slug":"ai-coding"},{"id":5,"name":"ai-image","display_name":"AI image generation","slug":"ai-image"},{"id":9,"name":"ai-infrastructure","display_name":"AI infrastructure","slug":"ai-infrastructure"},{"id":10,"name":"ai-memory","display_name":"AI memory","slug":"ai-memory"},{"id":11,"name":"ai-skills","display_name":"AI skills","slug":"ai-skills"},{"id":12,"name":"ai-translation","display_name":"AI translation","slug":"ai-translation"},{"id":6,"name":"ai-video","display_name":"AI video generation","slug":"ai-video"},{"id":4,"name":"ai-voice","display_name":"AI voice","slug":"ai-voice"},{"id":7,"name":"ai-workflow","display_name":"AI workflow","slug":"ai-workflow"},{"id":22,"name":"audio-processing","display_name":"Audio processing","slug":"audio-processing"},{"id":29,"name":"authentication","display_name":"Authentication","slug":"authentication"},{"id":51,"name":"bundler","display_name":"Bundler","slug":"bundler"},{"id":41,"name":"chatbot","display_name":"Chatbot","slug":"chatbot"},{"id":27,"name":"cloud-native","display_name":"Cloud native","slug":"cloud-native"},{"id":1,"name":"computer-vision","display_name":"Computer vision","slug":"computer-vision"},{"id":37,"name":"crypto-trading","display_name":"Crypto trading","slug":"crypto-trading"},{"id":57,"name":"curated-list","display_name":"Curated list","slug":"curated-list"},{"id":54,"name":"data-streaming","display_name":"Data streaming","slug":"data-streaming"},{"id":35,"name":"data-visualization","display_name":"Data visualization","slug":"data-visualization"},{"id":16,"name":"database-backup","display_name":"Database backup","slug":"database-backup"},{"id":49,"name":"design-system","display_name":"Design system","slug":"design-system"},{"id":38,"name":"digital-human","display_name":"Digital human","slug":"digital-human"},{"id":34,"name":"document-processing","display_name":"Document processing","slug":"document-processing"},{"id":44,"name":"ecommerce","display_name":"E-commerce","slug":"ecommerce"},{"id":45,"name":"emulator","display_name":"Emulator","slug":"emulator"},{"id":46,"name":"file-management","display_name":"File management","slug":"file-management"},{"id":32,"name":"fintech","display_name":"Fintech","slug":"fintech"},{"id":31,"name":"game-development","display_name":"Game development","slug":"game-development"},{"id":24,"name":"headless-browser","display_name":"Headless browser","slug":"headless-browser"},{"id":52,"name":"headless-cms","display_name":"Headless CMS","slug":"headless-cms"},{"id":36,"name":"home-automation","display_name":"Home automation","slug":"home-automation"},{"id":20,"name":"image-editing","display_name":"Image editing","slug":"image-editing"},{"id":28,"name":"iot","display_name":"IoT","slug":"iot"},{"id":13,"name":"local-llm","display_name":"Local LLM","slug":"local-llm"},{"id":17,"name":"mcp","display_name":"MCP","slug":"mcp"},{"id":47,"name":"monitoring","display_name":"Monitoring","slug":"monitoring"},{"id":2,"name":"nlp","display_name":"NLP","slug":"nlp"},{"id":26,"name":"observability","display_name":"Observability","slug":"observability"},{"id":40,"name":"pentesting","display_name":"Pentesting","slug":"pentesting"},{"id":48,"name":"programming-examples","display_name":"Programming examples","slug":"programming-examples"},{"id":42,"name":"proxy","display_name":"Proxy","slug":"proxy"},{"id":14,"name":"rag","display_name":"RAG","slug":"rag"},{"id":56,"name":"resume-building","display_name":"Resume building","slug":"resume-building"},{"id":33,"name":"robotics","display_name":"Robotics","slug":"robotics"},{"id":30,"name":"search","display_name":"Search","slug":"search"},{"id":43,"name":"self-hosted","display_name":"Self-hosted","slug":"self-hosted"},{"id":50,"name":"static-analysis","display_name":"Static analysis","slug":"static-analysis"},{"id":18,"name":"synthetic-data","display_name":"Synthetic data","slug":"synthetic-data"},{"id":19,"name":"text-to-speech","display_name":"Text to speech","slug":"text-to-speech"},{"id":53,"name":"ui-components","display_name":"UI components","slug":"ui-components"},{"id":15,"name":"vector-database","display_name":"Vector database","slug":"vector-database"},{"id":21,"name":"video-editing","display_name":"Video editing","slug":"video-editing"},{"id":25,"name":"web-scraping","display_name":"Web scraping","slug":"web-scraping"},{"id":55,"name":"webassembly","display_name":"WebAssembly","slug":"webassembly"},{"id":23,"name":"workflow-automation","display_name":"Workflow automation","slug":"workflow-automation"}]" returns me the "expected json"