Memigrasikan VM monolit - Penemuan dan penilaian

Sebelum dapat memigrasikan beban kerja VM menggunakan Migrate to Containers, Anda harus mengonfirmasi terlebih dahulu bahwa beban kerja tersebut cocok untuk migrasi. Anda akan belajar bagaimana Anda bisa dengan cepat menilai kecocokan itu menggunakan alat penemuan. Selain itu, Anda akan bersiap untuk fase migrasi dengan membuat cluster pemrosesan tempat Anda menginstal Migrate to Containers.

Tujuan

Di akhir tutorial ini, Anda akan mempelajari cara:

  • Nilai beban kerja Anda untuk migrasi dengan menggunakan alat penemuan Linux.
  • Buat cluster pemrosesan khusus untuk lingkungan migrasi Anda.
  • Instal Migrate to Containers.

Sebelum memulai

Tutorial ini adalah tindak lanjut dari tutorial Ringkasan dan penyiapan. Sebelum memulai tutorial ini, ikuti petunjuk di halaman tersebut untuk menyiapkan project Anda dan men-deploy Bank of Anthos.

Menggunakan alat penemuan

Di bagian ini, Anda akan mempelajari cara menggunakan alat CLI migrasi untuk mengumpulkan informasi tentang VM monolit kandidat Anda. Anda juga dapat memproses apakah VM tersebut cocok untuk migrasi menggunakan Migrate to Containers.

  1. Masih menggunakan Cloud Shell, buat sesi SSH ke VM Anda. Jika dimintai frasa sandi, biarkan kosong dengan menekan tombol enter.

    gcloud compute ssh ledgermonolith-service --tunnel-through-iap --project=PROJECT_ID
    
  2. Buat direktori untuk skrip koleksi tamu dan alat analisis Linux.

    mkdir m2c && cd m2c
    
  3. Simpan versi CLI klien penemuan Pusat Migrasi terbaru dalam variabel lingkungan.

    MCDC_VERSION=$(curl -s https://mcdc-release.storage.googleapis.com/latest)
    

  4. Download skrip koleksi tamu ke VM dan setel agar dapat dieksekusi.

    curl -O "https://mcdc-release.storage.googleapis.com/${MCDC_VERSION}/mcdc-linux-collect.sh"
    chmod +x mcdc-linux-collect.sh
    
  5. Download CLI mcdc ke VM dan buat file tersebut dapat dieksekusi.

    curl -O "https://mcdc-release.storage.googleapis.com/${MCDC_VERSION}/mcdc"
    chmod +x mcdc
    
  6. Jalankan skrip koleksi tamu di VM.

    sudo ./mcdc-linux-collect.sh
    

    Skrip koleksi tamu menghasilkan arsip TAR bernama mcdc-collect-ledgermonolith-service-TIMESTAMP.tar dan menyimpannya di direktori saat ini. Stempel waktu menggunakan format YYYY-MM-DD-hh-mm.

  7. Jalankan alat analisis untuk mengimpor arsip, menilai VM, dan membuat laporan.

    ./mcdc report sample mcdc-collect-ledgermonolith-service-TIMESTAMP.tar --format json > ledgermonolith-mcdc-report.json
    

    Perintah ini menyimpan file JSON yang berisi laporan penilaian offline bernama ledgermonolith-mcdc-report.json di direktori saat ini.

  8. Keluar dari sesi SSH.

    exit
    
  9. Untuk melihat output alat penemuan migrasi, salin laporan yang dihasilkan dari VM ke lingkungan Cloud Shell Anda terlebih dahulu.

    gcloud compute scp --tunnel-through-iap \
      ledgermonolith-service:~/m2c/ledgermonolith-mcdc-report.json ${HOME}/
    
  10. Unduh laporan analisis ke komputer lokal Anda.

    cloudshell download ${HOME}/ledgermonolith-mcdc-report.json
    
  11. Buka halaman Migrate to Containers di Konsol Google Cloud.

    Buka halaman Migrate to Containers

  12. Klik Buka laporan penilaian kesesuaian, lalu klik Jelajahi dan pilih laporan JSON yang baru saja didownload di komputer lokal Anda.

  13. Klik Buka. Konsol akan memproses laporan dan menghasilkan hasilnya dalam format yang dapat dibaca. Perhatikan VM Anda dalam daftar VM yang dinilai.

  14. Klik nama laporan untuk membuka detail laporan.

    Hasil kesesuaian VM akan menampilkan Sangat cocok.

Membuat cluster pemrosesan

Pada langkah berikutnya, Anda akan membuat cluster GKE yang digunakan sebagai cluster pemrosesan. Cluster adalah tempat Anda menginstal Migrate to Containers dan menjalankan migrasi. Anda sengaja tidak menggunakan cluster yang sama dengan cluster tempat Bank of Anthos berjalan agar tidak mengganggu layanannya. Setelah migrasi berhasil diselesaikan, Anda dapat menghapus cluster pemrosesan ini dengan aman.

  1. Buat cluster Kubernetes baru untuk digunakan sebagai cluster pemrosesan.

    gcloud container clusters create migration-processing \
      --project=PROJECT_ID --zone=COMPUTE_ZONE --machine-type e2-standard-4 \
      --image-type cos_containerd --num-nodes 1 \
      --subnetwork default --scopes "https://www.googleapis.com/auth/cloud-platform" \
      --addons HorizontalPodAutoscaling,HttpLoadBalancing
    
  2. Buka halaman Migrate to Containers di Konsol Google Cloud.

    Buka Migrate to Containers

  3. Pada tab processing cluster, klik Add processing cluster.

  4. Pilih Linux sebagai jenis beban kerja, lalu klik Next.

  5. Pilih cluster yang Anda buat di langkah sebelumnya, migration-processing, dari menu drop-down, lalu klik Next.

  6. Di bagian Configuration, biarkan nilai default apa adanya, lalu klik Next.

  7. Di bagian Service account, pastikan Create a new service account dipilih.

  8. Di kolom Nama akun layanan, masukkan tutorial-sa1.

  9. Klik Continue, lalu klik Deploy.

    Tunggu beberapa menit hingga penyiapan cluster pemrosesan selesai.

Pembersihan

Untuk menghindari tagihan Google Cloud yang tidak perlu, Anda harus menghapus resource yang digunakan untuk tutorial ini setelah selesai. Referensi tersebut adalah:

  • Cluster GKE boa-cluster
  • Cluster GKE migration-processing
  • VM Compute Engine ledgermonolith-service
  • Akun layanan tutorial-sa1

Anda dapat menghapus resource ini secara manual, atau menggunakan langkah-langkah berikut untuk menghapus project, yang akan menghapus semua resource.

  • Di konsol Google Cloud, buka halaman Manage resource.

    Buka Manage resource

  • Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
  • Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.
  • Langkah selanjutnya

    Setelah mempelajari cara menggunakan alat penemuan migrasi untuk menilai VM dan membuat cluster pemrosesan, Anda dapat melanjutkan ke bagian tutorial selanjutnya, Migrasi dan deployment.

    Jika mengakhiri tutorial di sini, jangan lupa untuk membersihkan project dan resource Google Cloud.