GCP demo

gistfile1.txt

В демо-сценарии мы выполним установку и настройку группы инстансов с простым приложением, которое выполняя опрации вычисления при получении запроса отдает ответ пользователю о успешности выполнения, и текущей нагрузке на CPU. В зависимости от нагрузки на сервер (по умолчанию в группе он один), количество инстансов может увеличиваться по правилам обработки автомасштабирования, которое мы настроим.
Для того чтобы трафик из вне обрабатывался через одну точку входа (в нашем случае IP), мы создадим Load Balancer, для управления обработки запросов на ряд инстансов. Это позволит выравнивать нагрузку в пиковые периоды посещения нашего ресурса, таким образом сервер сможет обрабатывать запросы пользователей и не дать сбой.

1. Создаем шаблон виртуальной машины
```gcloud compute instance-templates create python-app --boot-disk-size=10GB --image=ubuntu-1604-xenial-v20170815a --image-project=ubuntu-os-cloud --tags http-server --machine-type=f1-micro --restart-on-failure --metadata startup-script='wget -O -  https://gist.githubusercontent.com/serjs/c78a0e55fa74538e3a5bd7127a7b58a0/raw/805ef6705b4a108e4868add2cbd0ada938546d28/gistfile1.txt | bash'```
2. Создаем группу серверов
```gcloud compute instance-groups managed create simple-app --template=python-app --size 1 --region=europe-west1```
3. Проверяем
```gcloud compute instance-groups managed list```
4. Меняем параметры автомасштабирования
```gcloud compute instance-groups managed set-autoscaling simple-app --max-num-replicas=5 --min-num-replicas=1 --scale-based-on-cpu --target-cpu-utilization 0.8 --cool-down-period 240 --region europe-west1```
5. Задалем параметры для service point в LB
```gcloud compute instance-groups managed set-named-ports simple-app --named-ports http:80 --region europe-west1```
6. Создаем HealthCheck
```gcloud compute http-health-checks create pyapp --check-interval=5s --timeout 5 --request-path /health```
7. Используем HealtchCheck в создании backendа для последующего использования в LB
```gcloud compute backend-services create simple-app --http-health-checks=pyapp --global```
8. Создадим балансировщик нагрузки
```gcloud compute url-maps create simpleapp-lb --default-service simple-app```
9. Подключим правила проброса трафика через LB
```gcloud compute target-http-proxies create simpleapp-proxy --url-map simpleapp-lb```
10. Добавим правила обработки трафика
```gcloud compute forwarding-rules create simpleapp-http-forwarding --global --ports 80 --target-http-proxy simpleapp-proxy```
11. Заводим правила LB
```gcloud compute backend-services add-backend simple-app --instance-group  simple-app --balancing-mode UTILIZATION --max-utilization 0.6 --instance-group-region europe-west1```

В конце мы получаем созданную группу серверов, с одним запущенным инстансом. Сгенерировать нагрузку в нашем случае можно используя циклическое посещение сайта через баланссировщик.

Достаточно будет запустить
```while true; do (curl http://<адрес балансировщика>&); sleep 5; done```

При необходимости, можно сокращать время ожидания (sleep) до 3 и меньше.