Công cụ di chuyển hỗ trợ AI giúp chuyển đổi từ ingress-nginx sang Higress chỉ trong vài phút

Cloud Native Computing Foundation (CNCF) đã chỉ ra một cách tiếp cận mới sử dụng AI để hỗ trợ việc di chuyển tài nguyên từ ingress-nginx sang Higress. Trong một bài viết kỹ thuật gần đây, tổ chức này đã mô tả cách các công cụ AI có thể giảm thiểu đáng kể công sức và rủi ro thường liên quan đến việc di chuyển ingress và API gateway trên Kubernetes.

Dự án chuyển đổi sang Higress

Dự án tập trung vào việc chuyển đổi khối lượng công việc từ ingress-nginx sang Higress - một API gateway mã nguồn mở được xây dựng trên Envoy, được thiết kế cho các môi trường cloud-native và AI-native. Theo bài đăng, quá trình di chuyển bao gồm việc tự động chuyển đổi các tài nguyên ingress, chú thích (annotations), cấu hình định tuyến và định nghĩa chính sách trong khi vẫn đảm bảo tính tương thích và giảm thiểu thời gian ngừng hoạt động (downtime).

Việc sử dụng AI đã tăng tốc đáng kể quy trình vốn thường yêu cầu nhiều công sức xác thực thủ công, viết lại YAML và kiểm thử lặp đi lặp lại.

Thách thức trong việc di chuyển Ingress và Gateway

Việc di chuyển ingress và gateway trong môi trường Kubernetes nổi tiếng là khó khăn. Các quy tắc mạng, chính sách lưu lượng, lớp xác thực và định tuyến dịch vụ thường xuyên bị lồng ghép sâu vào hành vi của ứng dụng theo thời gian. Ngay cả những thay đổi hạ tầng tương đối nhỏ cũng có thể gây ra sự cố mất dịch vụ, đường dẫn định tuyến bị hỏng hoặc các chính sách bảo mật không nhất quán.

Vai trò của AI trong việc tự động hóa cấu hình

Blog của CNCF giải thích rằng việc di chuyển có sự hỗ trợ của AI đã được sử dụng để phân tích cấu hình ingress-nginx hiện có, xác định các cấu trúc tương đương trong Higress và tạo ra các tệp kê khai (manifests) đã được cập nhật tự động. Các kỹ sư sau đó có thể xác minh và tinh chỉnh các cấu hình được tạo ra thay vì phải xây dựng lại toàn bộ môi trường từ đầu theo cách thủ công.

Điều này giúp giảm thiểu cả độ phức tạp của việc di chuyển và rủi ro vận hành, đồng thời rút ngắn đáng kể tổng thời gian thực hiện.

Xu hướng chung trong hệ sinh thái Kubernetes

Lịch sử cho thấy các lần di chuyển Kubernetes thường phụ thuộc nhiều vào nỗ lực kỹ thuật thủ công, với các nhóm kỹ sư phải đau đầu dịch chuyển cấu hình giữa các bộ điều khiển, API và nền tảng hạ tầng. Sự xuất hiện của các công cụ hạ tầng hỗ trợ AI đang bắt đầu thay đổi động thái này, biến việc di chuyển thành một vấn đề dịch thuật và xác nhận hơn là một nỗ lực tái thiết thủ công thuần túy.

Việc di chuyển sang Higress cho thấy cách các mô hình ngôn ngữ lớn (LLM) và công cụ hỗ trợ AI có thể diễn giải ý định hạ tầng, ánh xạ tính tương thích của tính năng và tự động tạo ra các định nghĩa hạ tầng. Thay vì thay thế kỹ sư, quy trình này chuyển nỗ lực của con người sang việc xác minh, quản trị và xử lý các trường hợp ngoại lệ.

Tầm quan trọng của sự giám sát của con người

Việc di chuyển này phản ánh một xu hướng rộng lớn hơn trong hệ sinh thái Kubernetes hướng tới việc sử dụng AI để đơn giản hóa sự phức tạp vận hành. Các nền tảng hạ tầng như Terraform, Pulumi và các hệ thống mới hơn như Platform Engineering Labs đang ngày càng tích hợp khả năng tạo cấu hình, khám phá hạ tầng và công cụ di chuyển có sự hỗ trợ của AI vào nền tảng của họ.

Tương tự, các nhà cung cấp đám mây và nhà bán hàng nền tảng đang đầu tư mạnh vào tự động hóa vận hành dựa trên AI. Google Cloud và Microsoft Azure đều đã mở rộng các khả năng quản lý có sự hỗ trợ của AI cho Kubernetes và hạ tầng đám mây.

Tuy nhiên, bài viết cũng nhấn mạnh tầm quan trọng của sự giám sát của con người, đặc biệt là xung quanh các chính sách bảo mật, quản lý lưu lượng và xác nhận sản xuất, nơi những khác biệt tinh tế giữa các nền tảng có thể có hậu quả vận hành lớn.

Cuối cùng, việc di chuyển từ ingress-nginx sang Higress là một ví dụ điển hình khác về cách AI đang định hình lại kỹ thuật nền tảng và vận hành cloud-native. Những gì từng yêu cầu ngày hoặc tuần làm việc thủ công chuyên sâu cao hiện nay có thể được hoàn thành trong vài giờ với sự hỗ trợ của AI xử lý phần lớn công việc dịch chuyển lặp đi lặp lại.