Site güvenirlik mühendisliği yaklaşımı kullanılarak yerel bulut izleme hizmetlerinin incelenmesi

Günümüzün artan kaynak ihtiyacı ve gelişmiş yazılım ortamlarındaki uygulamaların taşınabilmesi adına ortaya çıkan dağıtık sistemler, zaman içerisinde endüstrinin bulut bilişime ilerlemesine yol açmış ve bu konuda oluşan ihtiyacı artırmıştır. Bu ihtiyacın karşılanmasında hem bulut bilişim sistemlerinin hem de üzerinde çalışan yazılımların sağlıklı ve güvenilir şekilde kesintisiz hizmet verebilmesi için Site Güvenirlik Mühendisliği alanı ortaya çıkmıştır. Yapılan çalışmada bu iki kavramın en önemli bileşenlerinden biri olan izleme sistemleri üzerinde durulmuştur. Bu sistemlerin günümüzde uluslararası endüstride en çok kullanılan 3 büyük bulut servisi sağlayıcısı olan Amazon Web Servisleri, Google Bulut Platformu ve Microsoft Azure'un aynı servis bölgesinde kurgulanması yolu izlenmiştir. Üç önemli bulut yerleştirim mimarisi olan servis olarak altyapı, servis olarak platform ve servis olarak yazılım mimarilerinden servis olarak platform mimarisinde örnek uygulama yerleştirilmiştir. Yöntem olarak en çok kullanılan mikroservis örüntülerinden olan Uygulama Programlama Arayüzü Geçidi ve Olay Güdümlü örüntüye sahip örnek yazılım bu servis sağlayıcıların sunduğu sanal makineler üzerine yüklenmiştir. Örnek yazılım Golang dili ile geliştirilmiştir. Veri tabanları için ilişkisel veri tabanı türü, olay güdümlü örüntü için ise bulut servis sağlayıcılarının sundukları mesajlaşma araçlar kullanılmıştır. Daha sonrasında bu yazılımların sağlığı, sağlayıcıların sunduğu izleme yöntemleri ve endüstride sıkça kullanılan izleme yöntemlerinin uygulanması ile izlenmiştir. İzlemenin durumu çeşitli nesnel ölçütler olarak; sağlanan gösterge sayısı, maliyet, uyarı ulaşma süresi, veri toplama frekansı ve gösterge saklama süresi üzerinden karşılaştırılmıştır. Bu karşılaştırmanın sonucunda elde edilen veriler doğrultusunda, Site Güvenirlik Mühendisliği açısından önemli olan bu ölçütler üzerinden sağlayıcıların tercih edilebilirlikleri üzerine çıkarımlar yapılmıştır.

The increasing demand for resources in today's world and the need for applications to be portable across advanced software environments have led to the emergence of distributed systems. Over time, this has driven the industry toward cloud computing and further intensified the demand in this domain. In order to meet this demand, the field of Site Reliability Engineering has been created so that both cloud computing systems and the software running on them can provide uninterrupted service in a healthy and reliable manner. The study focused on monitoring systems, which are one of the most important components of these two concepts. The way to structure these systems in the same region of Amazon Web Services, Google Cloud Platform and Microsoft Azure, the three most used cloud service providers in the international industry today, was followed. An example application was made on Platform as a service from the three important cloud deployment architectures, Infrastructure as service, Platform as a service, Software as a service. As a method, the sample software with the most used microservice architectures, API Gateway and event-driven architecture, was deployed on the virtual machines offered by these service providers. The sample software was developed with the Golang language, for databases, the relational database model has been utilized, while messaging tools provided by cloud service providers have been employed for event-driven patterns. Afterwards, the health of these software systems has been monitored through the implementation of both the monitoring methods provided by cloud service providers and those commonly used in the industry. The effectiveness of monitoring has been evaluated based on objective criteria such as number of provided metrics, cost, alert delivery time, data collection frequency, viand indicator retention period. In the light of the data obtained as a result of this comparison, in terms of Site Reliability Engineering, conclusions have been drawn regarding the providers' preferability based on these key metrics.