مجموعة Raspberry Pi¶

نظرة عامة¶

تستخدم BrainSAIT مجموعة Raspberry Pi للحوسبة الطرفية واختبار التطوير وقدرات المعالجة الموزعة. يغطي هذا المستند بنية المجموعة والتكوين وحالات الاستخدام.

بنية المجموعة¶

تكوين الأجهزة¶

العُقد: - 5x Raspberry Pi 4 (8GB RAM) - 1x Raspberry Pi كعقدة رئيسية - 4x Raspberry Pi كعُقد عاملة

التخزين: - 256GB NVMe لكل عقدة (USB) - تخزين NFS مشترك - Ceph موزع (اختياري)

الشبكة: - مفتاح Gigabit - VLAN مخصصة - تخصيص IP ثابت

مخطط المجموعة¶

graph TB
    subgraph "العقدة الرئيسية"
        M[Pi Master<br/>K3s Server]
    end

    subgraph "العُقد العاملة"
        W1[Worker 1]
        W2[Worker 2]
        W3[Worker 3]
        W4[Worker 4]
    end

    subgraph "التخزين"
        NFS[NFS Server]
    end

    M --> W1
    M --> W2
    M --> W3
    M --> W4
    NFS --> M
    NFS --> W1
    NFS --> W2
    NFS --> W3
    NFS --> W4

حزمة البرمجيات¶

نظام التشغيل¶

Ubuntu Server 22.04 LTS (64-bit)
محسّن لـ ARM64
تثبيت بسيط

Kubernetes (K3s)¶

# تثبيت K3s على العقدة الرئيسية
curl -sfL https://get.k3s.io | sh -

# الحصول على الرمز للعُقد العاملة
cat /var/lib/rancher/k3s/server/node-token

# ضم العُقد العاملة
curl -sfL https://get.k3s.io | K3S_URL=https://master:6443 \
  K3S_TOKEN=<token> sh -

الخدمات الداعمة¶

Docker/containerd
Helm
MetalLB (موازن الحمل)
Longhorn (التخزين)
Prometheus/Grafana (المراقبة)

حالات الاستخدام¶

بيئة التطوير¶

الغرض: التطوير والاختبار المحلي

القدرات: - تشغيل الحزمة الكاملة محلياً - اختبار نشر Kubernetes - اختبار خطوط CI/CD - اختبار التكامل

الحوسبة الطرفية¶

الغرض: معالجة البيانات على الحافة

القدرات: - استدلال النماذج محلياً - المعالجة المسبقة للبيانات - التخزين المؤقت والتجميع - العمل بدون اتصال

التدريب/العرض التوضيحي¶

الغرض: نظام عرض محمول

القدرات: - عروض مستقلة - بيئات التدريب - إثبات المفهوم - عروض تقديمية بدون اتصال

التكوين¶

إعداد الشبكة¶

# /etc/netplan/01-netcfg.yaml
network:
  version: 2
  ethernets:
    eth0:
      addresses:
        - 192.168.1.10/24
      gateway4: 192.168.1.1
      nameservers:
        addresses: [8.8.8.8, 8.8.4.4]

تكوين K3s¶

# /etc/rancher/k3s/config.yaml
cluster-init: true
tls-san:
  - pi-master
  - 192.168.1.10
disable:
  - traefik
flannel-backend: vxlan

تكوين التخزين¶

# إعداد خادم NFS
apt install nfs-kernel-server
mkdir -p /exports/cluster
echo "/exports/cluster *(rw,sync,no_subtree_check)" >> /etc/exports
exportfs -a

أمثلة النشر¶

نشر التطبيق¶

apiVersion: apps/v1
kind: Deployment
metadata:
  name: brainsait-api
spec:
  replicas: 3
  selector:
    matchLabels:
      app: brainsait-api
  template:
    metadata:
      labels:
        app: brainsait-api
    spec:
      containers:
      - name: api
        image: brainsait/api:latest
        ports:
        - containerPort: 8000
        resources:
          limits:
            memory: "512Mi"
            cpu: "500m"

اعتبارات خاصة بـ ARM¶

استخدام صور ARM64
تحسين استخدام الذاكرة
مراعاة حدود المعالج
الاختبار الشامل

المراقبة¶

إعداد Prometheus¶

# values.yaml لـ kube-prometheus-stack
prometheus:
  prometheusSpec:
    resources:
      requests:
        memory: 256Mi
    retention: 7d

grafana:
  resources:
    requests:
      memory: 128Mi

المقاييس الرئيسية¶

المعالج/الذاكرة لكل عقدة
معدل نقل الشبكة
عمليات القرص
حالة الـ Pods
درجة الحرارة

تحسين الأداء¶

تحسينات نظام التشغيل¶

# إضافات /boot/firmware/cmdline.txt
cgroup_enable=cpuset cgroup_memory=1 cgroup_enable=memory

إدارة الذاكرة¶

# تقليل استخدام swap
echo "vm.swappiness=10" >> /etc/sysctl.conf

تحسين الشبكة¶

# زيادة مخازن الشبكة
echo "net.core.rmem_max=16777216" >> /etc/sysctl.conf
echo "net.core.wmem_max=16777216" >> /etc/sysctl.conf

الصيانة¶

التحديثات¶

# تحديث جميع العُقد
ansible all -m apt -a "upgrade=yes update_cache=yes"

النسخ الاحتياطي¶

لقطات etcd
نسخ احتياطي للـ PV
نسخ احتياطي للتكوين

المراقبة¶

فحوصات صحة العُقد
تنبيهات درجة الحرارة
تنبيهات مساحة القرص
مراقبة الشبكة

المستندات ذات الصلة¶

آخر تحديث: يناير 2025