Strategies for Upgrading Distributed Edge Cloud Nodes

Abstract

Tässä opinnäytetyössä tarkastellaan käyttöjärjestelmän paikan päällä tehtäviä päivityksiä yhden palvelimen reunapilvijärjestelmissä. Työssä analysoidaan järjestelmien päivitykseen liittyviä ongelmakokonaisuuksia, tunnistetaan olemassa olevat kaupalliset ja avoimen lähdekoodin ratkaisut. Opinnäytetyössä suunniteltu päivitysprosessi on tarkoitettu muutettaville järjestelmille, ja työssä käsitellään eroja muutettavien ja muuttumattomien järjestelmien päivitysten välillä. Automaatio-työkaluina käytetään Ansiblen ja shell-skriptausten lisäksi tekoälyä. Lisäksi OpenAI API:a hyödynnetään tekoälyavustajan toteutuksessa, jolla ratkaistaan konfiguraatiotiedostojen ristiriitoja. Työssä kuvataan muutokset, joilla olemassa olevien työkalujen interaktiiviset osat minimoidaan, jolloin niiden käyttö on mahdollista automaatiotyökalujen avulla. Työssä korostetaan, kuinka päivityksen suoritusjärjestyksen huolellinen suunnittelu ja toteutus on tärkeää binäärirajapinnoista ja käyttöliittymämuutoksista johtuvien seisokkien minimoimiseksi. Opinnäytetyön loppuosassa esitellään yksityiskohtaisesti toteutus sekä esitetään johtopäätökset ja mahdollisia tulevia kehityskohtia, keskittyen automaation edelleen parantamiseen.

This thesis explores the execution of in-place host OS upgrades on single-node edge cloud systems with limited resources. It examines the problem space associated with upgrading such systems, identifies existing work in the field, and references both commercial and open-source solutions and guides applicable to mutable and immutable upgrade scenarios. The upgrade process in this thesis is designed for mutable systems, and the differences between upgrades for mutable and immutable systems are discussed. Automation tools such as Ansible, shell scripting, and AI are employed in the design. Additionally, the OpenAI API is used to implement an AI assistant capable of resolving configuration file conflicts. The thesis outlines the changes required to modify the interactive components of existing upgrade tools, enabling them to run using automation. The output from these tools is directed to either the AI assistant or other shell scripts for processing. The thesis emphasizes the importance of carefully planning and designing the execution order of tasks to minimize service disruptions and downtime caused by Application Binary Interface changes or other system-level interface modifications. In the final sections, the thesis provides a detailed description of the implementation and presents conclusions and future work, focusing on how automation can be further improved.