Edge-Geräte einfach in Kubernetes-Edge-Plattformen entdecken mit Akri

Das Akri-Framework exponiert IoT-Geräte als Ressourcen und erstellt Services für jedes Gerät in Kubernetes-Clustern.

IoT wächst rasant, und damit der Bedarf an Edge Computing für Verarbeitung nah an IoT-Geräten. Kubernetes ist bewährte, disruptive Open-Source-Technologie für Operatoren und Entwickler, die operative und technische Herausforderungen beim Management zahlloser Applikationen am Edge löst. Heute mehrere Kubernetes-Distributionen (K3s, KubeEdge, MicroK8s) für schnellen Einstieg in Edge-Anforderungen.

Edge Nodes sind Geräte unterschiedlicher Skala: Heavy Edge Server (Abteilung in Industrial IoT, Stores im Retail), Light Edge Server (kleiner Server, angebunden an End-IoT-Geräte). Heavy/Light Server können Teil eines Kubernetes-Clusters sein (Hardwarekapazitäten). Aber End-IoT-Geräte (Sensoren, Kameras) können schwer Teil von Kubernetes-Clustern werden – dediziert für Single Function, hosten kleine Embedded Apps für Datensammlung. Wichtig: Diese Geräte Teil der Kubernetes-Architektur, damit Outputs via Edge/Cloud nahtlos erhältlich.

Lesen Sie auch: Wie Kubernetes und Container hochskalierbare CI-Applikationen ermöglichen

Wachsende Edge-Gerätezahl → härter Management nachfolgender Edge-Server mit Kubernetes-Clustern. Hinzufügen/Entfernen Geräte = mehr Arbeit für Operatoren: Ressourcen finden/allozieren, Verfügbarkeit monitoren. Irgendwann mehr Server für mehr Edge-Geräte nötig. Bessere Intelligenz für Edge-Geräte gefragt, die Präsenz in Kubernetes-Clustern managen. Akri macht das. Open-Source-Projekt von Microsoft.

Akri exponiert IoT-Geräte als Ressourcen, erstellt Services pro Gerät in Kubernetes-Clustern → Applikationen konsumieren Device-Inputs. Akri handhabt automatische Inklusion/Entfernung IoT-Geräte, Allokation/Deallokation Ressourcen zur Cluster-Optimierung. Mit Akri: beliebig viele IoT-Geräte dynamisch hinzufügen, Inferencing-Nodes für Datenverarbeitung. Nahtlos neue Server-Umgebungen bei wachsenden Edge-IoT-Anforderungen.

Akri unterstützt netzwerkverbundene IoT-Edge-Geräte (IP-Kameras, Controller, PoS-Terminals) und lokal verbundene Geräte via Kubernetes-Nodes (USB-Sensoren). Workloads basierend auf Geräteverfügbarkeit im Cluster schedulen. Abstraktionslayer wie CNI (Container Network Interface), aber statt Netzwerkdetails abstrahiert es das Finden, Nutzen, Monitoren von Geräteverfügbarkeit → drastisch weniger Arbeit für Kubernetes-Admins/Entwickler.

Akri basiert auf Kubernetes Device Plugin Framework (Vendor für statische Ressourcen: Advertise/Monitor ohne Zusatzcode). Akri erweitert Framework auf Edge mit verschiedenen Geräten/Protokollen.

In typischem Kubernetes-Edge-Cluster fügt Akri vier Komponenten hinzu: Akri Controller, Akri Agent (Device Plugin Framework Implementation), zwei CDRs (Custom Resource Definitions) für Konfiguration und Instanz. Komponenten arbeiten zusammen: Edge-IoT-Geräte finden, Workloads schedulen. Akri Agent auf jedem neuen Worker-Edge-Node deploybar.

Kurz gefasst:

• Akri handhabt Erscheinen/Verschwinden Edge-IoT-Geräte, schedult Workloads im Cluster
• Akri Interface: Konfiguration via Configuration CRDs, Akri erledigt Rest
• Operatoren: High Availability Edge Nodes bei Ausfall anderer Nodes
• Akri erstellt Kubernetes Services pro Edge-IoT-Gerät → Applikationen brauchen Pod/Edge-Node-State nicht traceno

Beitragen zu Akri auf GitHub, Diskussion auf Slack Channel.

Fazit

Kubernetes für Edge: aufregende Entwicklung, ermöglicht Konsistenz in Applikations-Policies, End-to-End-Automatisierung, schnelleres Service-Deployment und Scaling. Akri bringt vereinfachten Ansatz: mehr Kontrolle über alle Teile des Edge-fähigen Netzes, erleichtert Kubernetes-Admins und Entwicklern das Leben.