☁️ Cloud-Pulse: A Resilient "Ops-in-a-Box" Platform

Cloud-Pulse är ett Infrastructure as Code-projekt som demonstrerar en självläkande och självövervakande molninfrastruktur. Målet med projektet var att bevisa Resilience genom att bygga ett system som inte bara överlever extrem belastning, utan också är "medvetet" om sin egen hälsa och kommunicerar detta visuellt till slutanvändaren.

---

Projektets Mål

1. Ops-in-a-Box: Fullständig automatisering från tom AWS-miljö till driftklar applikation med ett enda kommando.
2. Observability: Implementera djup övervakning (Metrics) för att se infrastrukturens "puls" i realtid.
3. Chaos Engineering: Simulera verkliga katastrofscenarion (CPU-spikar) och bevisa systemets stabilitet.
4. Self-Awareness: Webbsidan ska reagera dynamiskt på serverns hälsa.

---

🏗️ Arkitektur & Tech Stack

Systemet är byggt enligt Day 2 Operations-principer (fokus på drift och underhåll).

🛠️ Verktyg

Verktyg	Syfte
Terraform	Infrastructure as Code (IaC). Skapar VPC, Säkerhetsgrupper och EC2-instanser i AWS (eu-north-1).
Ansible	Configuration Management. Installerar Docker, Nginx, Prometheus och distribuerar Python-logik.
Docker	Containerization. Kör hela övervakningsstacken isolerat.
Prometheus	Metrics Database. Samlar in data om CPU, RAM och Disk var 15:e sekund.
Grafana	Visualisering. Dashboard för att analysera metrics visuellt.
Python	Automation Logic. Ett custom script (status_monitor.py) som kopplar ihop systemets hälsa med UI:t.
Stress-ng	Chaos Testing. Verktyg för att simulera extrem belastning.

---

⚙️ Så fungerar "The Magic Loop"

Det unika med Cloud-Pulse är hur komponenterna pratar med varandra under en incident:

1. Incident: Vi injicerar kaos med stress-ng (100% CPU last).
2. Detektion: En bakgrundstjänst (status_monitor.service) upptäcker att CPU-lasten överstiger 80%.
3. Reaktion: Tjänsten byter automatiskt ut Nginx-landningssidan från GRÖN (Operational) till RÖD (CRITICAL ALERT).
4. Visualisering: Grafana visar exakt vad som händer under huven (System Load, RAM usage).
5. Återhämtning: När lasten sjunker, återställer systemet sig själv till grönt läge automatiskt.

---

📂 Projektstruktur

cloud-pulse/
├── terraform/              # Skapar Infrastrukturen
│   ├── modules/            # Modulär kod (Compute, Networking, Security)
│   └── main.tf             # Huvudfilen som binder ihop allt
│
├── ansible/                # Konfigurerar Servern
│   ├── roles/
│   │   ├── monitoring/     # Prometheus, Grafana, Node-Exporter (Docker)
│   │   └── web/            # Nginx + Self-Healing Python Script
│   ├── inventory.ini       # Pekar på vår EC2-instans
│   └── setup.yml           # Playbook som kör allt
│
└── README.md               # Du läser denna nu

---

Hur man kör projektet

Steg 1: Bygg Infrastruktur (Terraform)

cd terraform
terraform apply -auto-approve

Detta skapar nätverk, brandväggar och servern i AWS.

Steg 2: Konfigurera Servern (Ansible)

cd ..
ansible-playbook -i ansible/inventory.ini ansible/setup.yml

Detta installerar Docker, startar övervakning och deployar hemsidan.

Steg 3: The Chaos Demo

Gå till hemsidan (IP-adressen). Den ska vara Grön. Kör sedan detta kommando för att stressa servern:

ssh -i ~/.ssh/cloud_pulse_key ubuntu@<DIN-IP> "stress-ng --cpu 0 --vm 2 --io 2 --timeout 60s"

Uppdatera hemsidan. Den är nu Röd . Titta i Grafana (port 3000) för att se graferna skjuta i höjden!

---

Lärdomar & Utmaningar

Under projektets gång stötte vi på och löste flera verkliga DevOps-problem:

1. Säkerhet & Nätverk (Dual Stack)

• Utmaning: AWS i vissa regioner och ISPs kräver IPv6.
• Lösning: Vi byggde våra Security Groups för att hantera Dual Stack (både 0.0.0.0/0 och ::/0) för att garantera SSH-åtkomst.

2. Idempotence i Ansible

• Lärdom: Vi lärde oss att skriva Ansible-tasks som kan köras 100 gånger utan att förstöra något.
• Exempel: Använda handlers (notify) för att bara starta om Nginx/Docker när konfigurationsfiler faktiskt ändras.

3. Terraform State

• Lärdom: Hur Terraform håller koll på vad som redan finns via terraform.tfstate.
• Övning: Vi använde terraform state show och grep för att inspektera våra resurser manuellt och verifiera brandväggsregler.

4. Från "Static" till "Self-Aware"

• Utmaning: En statisk HTML-sida visar inte om servern håller på att brinna upp.
• Lösning: Vi skrev ett Python-script med psutil som agerar brygga mellan systemkärnan och presentationslagret (HTML).

---

Framtid (Next Steps)

För att ta detta till produktion skulle vi:

• Lägga till en Load Balancer (ALB) framför servern.
• Flytta Terraform State till S3/DynamoDB för team-samarbete.
• Sätta upp Alertmanager för att skicka Slack-notiser vid kaos.

---