Scalabilità della Piattaforma IIoT

Con la crescita del numero di utenti, del volume di dati e della quantità di dispositivi, la Piattaforma IIoT deve poter scalare. L’architettura su cui è costruita e il suo potenziale di scalabilità di base sono trattati in Scalabilità del sistema; questa pagina si concentra sulle strategie pratiche per scalare un deployment di produzione.

Strategie di scalabilità della piattaforma

flowchart LR
subgraph subGraph0["IIoT Platform Scaling Strategies"]
F["Vertical Scaling"]
A["Application Servers (Ruby on Rails)"]
G["Horizontal Scaling"]
B["Data Collection Servers (GO)"]
C["PostgreSQL Database"]
H["Database Optimization"]
D["Docker/Kubernetes"]
E["Frontend Scaling"]
end
A --> F & G
B --> F & G
C --> F & G & H
D --> B & A
E -- Efficient_Distribution --> D

Scalabilità verticale e orizzontale

La piattaforma supporta due approcci complementari alla scalabilità: la scalabilità verticale aggiunge risorse ai server esistenti, mentre la scalabilità orizzontale aggiunge ulteriori server.

Scalabilità verticale

• Potenziamento delle risorse dei server:

  • Aggiunta di CPU, RAM e storage SSD ai server applicativi (Ruby on Rails) e ai server di raccolta dati (Go).
  • Incremento delle prestazioni di PostgreSQL tramite array di dischi più potenti e ottimizzazione degli indici.

• Vantaggi: semplice da implementare, con modifiche minime all’architettura.

• Limiti: i limiti fisici dei singoli server e il costo elevato.

Scalabilità orizzontale

• Aggiunta di nuovi server:
  • Ruby on Rails: deploy di ulteriori istanze applicative dietro un bilanciatore di carico (ad esempio Nginx o HAProxy).
  • Server Go: scalano con facilità grazie al multi-threading e al supporto nativo per la scalabilità orizzontale.
  • PostgreSQL: replica e sharding dei dati per bilanciare il carico.
• Vantaggi: elevata tolleranza ai guasti e scalabilità di fatto illimitata.
• Limiti: la maggiore complessità nella gestione di un sistema distribuito.

Uso di Kubernetes/Docker Compose per l’orchestrazione dei container

Migrazione a Kubernetes/Docker Compose

• Containerizzazione delle applicazioni:
  • I server Ruby on Rails e Go vengono impacchettati in container Docker.
  • Kubernetes/Docker Compose gestisce il deployment, la scalabilità e il monitoraggio di tali container.
• Scalabilità automatica:
  • L’Horizontal Pod Autoscaler (HPA) aumenta automaticamente il numero di pod in base al carico.
  • Il Cluster Autoscaler aggiunge nuovi nodi al cluster quando le risorse scarseggiano.
• Vantaggi: elevata flessibilità, automazione e tolleranza ai guasti.

Esempio di architettura su Kubernetes

• Ingress Controller: instrada le richieste verso i server Ruby on Rails e Go.
• StatefulSet: gestiscono le repliche stateful di PostgreSQL.
• Service Mesh: utilizza Istio o Linkerd per gestire il traffico e migliorare la sicurezza.

Ottimizzazione del database

Il livello del database scala grazie a una combinazione di replica, sharding e caching.

Replica e sharding di PostgreSQL

• Replica:
  • Configurazione della replica master-slave per distribuire il carico di lettura.
  • Utilizzo di strumenti come Patroni per gestire automaticamente la replica.
• Sharding:
  • Suddivisione dei dati su più cluster PostgreSQL per distribuire il carico di scrittura.
  • Utilizzo di Citus per scalare PostgreSQL orizzontalmente.

Caching

• Redis o Memcached:
  • Caching dei dati richiesti di frequente per ridurre il carico sul database.
  • Integrazione con Ruby on Rails tramite ActiveSupport::Cache.

Scalabilità del frontend

• Caching lato client:

  • Utilizzo di Service Worker e della Cache API per memorizzare nella cache le risorse statiche.

• CDN (Content Delivery Network):

  • Distribuzione dei file statici tramite una CDN per ridurre il carico sui server.

Vantaggi della soluzione proposta

• Elevata tolleranza ai guasti: grazie a Kubernetes/Docker Compose e alla replica di PostgreSQL.
• Flessibilità: nuovi server e microservizi si aggiungono con facilità.
• Automazione: la scalabilità richiede un intervento umano minimo.
• Convenienza economica: l’uso delle risorse è ottimizzato tramite la scalabilità automatica.

Lo scenario di scalabilità descritto sopra consente al sistema di telemetria di gestire efficacemente carichi crescenti, garantendo prestazioni elevate, tolleranza ai guasti e flessibilità. Adottando queste tecnologie moderne, la piattaforma è pronta ad affrontare le sfide future.