Azure Batch 계정 및 두 개의 풀 배포 - Terraform

이 빠른 시작에서는 Terraform을 사용하여 Azure Batch 계정, Azure Storage 계정 및 두 개의 Batch 풀을 만듭니다. Batch는 많은 컴퓨터에서 대량의 데이터 처리를 병렬화하고 분산하는 클라우드 기반 작업 예약 서비스입니다. 일반적으로 매개 변수 스윕, 몬테카를로 시뮬레이션, 재무 위험 모델링 및 기타 고성능 컴퓨팅 애플리케이션에 사용됩니다. Batch 계정은 풀, 작업 및 작업에 대한 액세스를 제공하는 Batch 서비스의 최상위 리소스입니다. Storage 계정은 Batch 서비스에서 사용 및 생성되는 모든 파일을 저장하고 관리하는 데 사용되며, 두 Batch 풀은 태스크를 실행하는 컴퓨팅 노드의 컬렉션입니다.

Terraform은 클라우드 인프라의 정의, 프리뷰 및 배포를 사용합니다. Terraform을 사용하는 경우 HCL 구문를 사용하여 구성 파일을 만듭니다. HCL 구문을 사용하면 클라우드 공급자(예: Azure) 그리고 클라우드 인프라를 구성하는 요소를 지정할 수 있습니다. 구성 파일을 만든 후 배포되기 전에 인프라 변경을 미리 볼 수 있는 실행 계획를 만듭니다. 변경 내용을 확인 한 후에는 실행 계획을 적용하여 인프라를 배포합니다.

Terraform의 필수 버전과 필요한 공급자를 지정합니다.
추가 기능 없이 Azure 공급자를 정의합니다.
리소스 그룹의 위치 및 리소스 그룹 이름의 접두사에 대한 변수를 정의합니다.
제공된 접두사를 사용하여 리소스 그룹에 대한 임의 이름을 생성합니다.
지정된 위치에 생성된 이름을 사용하여 Azure 리소스 그룹을 만듭니다.
Storage 계정의 이름으로 사용할 임의 문자열을 생성합니다.
생성된 리소스 그룹, 동일한 위치 및 표준 계정 계층 및 로컬 중복 스토리지 복제 유형을 사용하여 생성된 이름을 사용하여 Storage 계정을 만듭니다.
Batch 계정의 이름으로 사용할 다른 임의 문자열을 생성합니다.
생성된 리소스 그룹에 생성된 이름을 사용하여 동일한 위치에 Batch 계정을 만들고 스토리지 키 인증 모드를 사용하여 만든 Storage 계정에 연결합니다.
"풀" 접두사를 사용하여 Batch 풀의 임의 이름을 생성합니다.
생성된 리소스 그룹에서 생성된 이름을 사용하여 고정된 크기로 Batch 풀을 만들고, 생성된 Batch 계정에 연결하고, 표준 A1 VM(가상 머신) 크기, Ubuntu 22.04 노드 에이전트 SKU 및 최대 한 번의 재시도로 '$env 헬로 월드'을 에코하고 성공을 기다리는 시작 작업을 만듭니다.
생성된 리소스 그룹에서 동일한 생성된 이름을 사용하여 표준 A1 VM 크기, Ubuntu 22.04 노드 에이전트 SKU 및 자동 크기 조정 수식을 사용하여 생성된 Batch 계정에 연결된 자동 크기 조정을 사용하여 다른 Batch 풀을 만듭니다.
만든 리소스 그룹, 스토리지 계정, Batch 계정 및 두 Batch 풀의 이름을 출력합니다.

필수 조건

활성 구독이 있는 Azure 계정을 만듭니다. 무료로 계정을 만들 수 있습니다.
Terraform을 설치 및 구성합니다.

Terraform 코드 구현

참고 항목

이 문서의 샘플 코드는 Azure Terraform GitHub 리포지토리에 있습니다. Terraform의 현재 및 이전 버전의 테스트 결과가 포함된 로그 파일을 볼 수 있습니다.

Terraform을 사용한 Azure 리소스 관리 방법을 보여 주는 문서 및 샘플 코드를 참조하세요.

샘플 Terraform 코드를 테스트하고 실행할 디렉터리를 만들고 현재 디렉터리로 만듭니다.

이름이 지정된 main.tf파일을 만들고 다음 코드를 삽입합니다.

resource "random_pet" "rg_name" {
  prefix = var.resource_group_name_prefix
}

resource "azurerm_resource_group" "rg" {
  location = var.resource_group_location
  name     = random_pet.rg_name.id
}

resource "random_string" "storage_account_name" {
  length  = 8
  lower   = true
  numeric = false
  special = false
  upper   = false
}

resource "azurerm_storage_account" "example" {
  name                     = random_string.storage_account_name.result
  resource_group_name      = azurerm_resource_group.rg.name
  location                 = azurerm_resource_group.rg.location
  account_tier             = "Standard"
  account_replication_type = "LRS"
}

resource "random_string" "batch_account_name" {
  length  = 8
  lower   = true
  numeric = false
  special = false
  upper   = false
}

resource "azurerm_batch_account" "example" {
  name                                = random_string.batch_account_name.result
  resource_group_name                 = azurerm_resource_group.rg.name
  location                            = azurerm_resource_group.rg.location
  storage_account_id                  = azurerm_storage_account.example.id
  storage_account_authentication_mode = "StorageKeys"
}

resource "random_pet" "azurerm_batch_pool_name" {
  prefix = "pool"
}

resource "azurerm_batch_pool" "fixed" {
  name                = "${random_pet.azurerm_batch_pool_name.id}-fixed-pool"
  resource_group_name = azurerm_resource_group.rg.name
  account_name        = azurerm_batch_account.example.name
  display_name        = "Fixed Scale Pool"
  vm_size             = "Standard_A1"
  node_agent_sku_id   = "batch.node.ubuntu 22.04"

  fixed_scale {
    target_dedicated_nodes = 2
    resize_timeout         = "PT15M"
  }

  storage_image_reference {
    publisher = "Canonical"
    offer     = "0001-com-ubuntu-server-jammy"
    sku       = "22_04-lts"
    version   = "latest"
  }

  start_task {
    command_line       = "echo 'Hello World from $env'"
    task_retry_maximum = 1
    wait_for_success   = true

    common_environment_properties = {
      env = "TEST"
    }

    user_identity {
      auto_user {
        elevation_level = "NonAdmin"
        scope           = "Task"
      }
    }
  }

  metadata = {
    "tagName" = "Example tag"
  }
}

resource "azurerm_batch_pool" "autopool" {
  name                = "${random_pet.azurerm_batch_pool_name.id}-autoscale-pool"
  resource_group_name = azurerm_resource_group.rg.name
  account_name        = azurerm_batch_account.example.name
  display_name        = "Auto Scale Pool"
  vm_size             = "Standard_A1"
  node_agent_sku_id   = "batch.node.ubuntu 22.04"

  auto_scale {
    evaluation_interval = "PT15M"

    formula = <<EOF
      startingNumberOfVMs = 1;
      maxNumberofVMs = 25;
      pendingTaskSamplePercent = $PendingTasks.GetSamplePercent(180 * TimeInterval_Second);
      pendingTaskSamples = pendingTaskSamplePercent < 70 ? startingNumberOfVMs : avg($PendingTasks.GetSample(180 * TimeInterval_Second));
      $TargetDedicatedNodes=min(maxNumberofVMs, pendingTaskSamples);
EOF
  }

  storage_image_reference {
    publisher = "Canonical"
    offer     = "0001-com-ubuntu-server-jammy"
    sku       = "22_04-lts"
    version   = "latest"
  }
}

이름이 지정된 outputs.tf파일을 만들고 다음 코드를 삽입합니다.

output "resource_group_name" {
  value = azurerm_resource_group.rg.name
}

output "storage_account_name" {
  value = azurerm_storage_account.example.name
}

output "batch_account_name" {
  value = azurerm_batch_account.example.name
}

output "batch_pool_fixed_name" {
  value = azurerm_batch_pool.fixed.name
}

output "batch_pool_autopool_name" {
  value = azurerm_batch_pool.autopool.name
}

이름이 지정된 providers.tf파일을 만들고 다음 코드를 삽입합니다.

terraform {
  required_version = ">=1.0"

  required_providers {
    azurerm = {
      source  = "hashicorp/azurerm"
      version = "~>3.0"
    }
    random = {
      source  = "hashicorp/random"
      version = "~>3.0"
    }
  }
}

provider "azurerm" {
  features {}
}

이름이 지정된 variables.tf파일을 만들고 다음 코드를 삽입합니다.

variable "resource_group_location" {
  type        = string
  default     = "eastus"
  description = "Location of the resource group."
}

variable "resource_group_name_prefix" {
  type        = string
  default     = "rg"
  description = "Prefix of the resource group name that's combined with a random ID so name is unique in your Azure subscription."
}

Terraform 초기화

terraform init를 실행하여 Terraform 배포를 초기화합니다. 이 명령은 Azure 리소스를 관리하는 데 필요한 Azure 공급자를 다운로드합니다.

terraform init -upgrade

주요 정보:

-upgrade 매개 변수는 필요한 공급자 플러그 인을 구성의 버전 제약 조건을 준수하는 최신 버전으로 업그레이드합니다.

Terraform 실행 계획 만들기

terraform plan을 실행하여 실행 계획을 만듭니다.

terraform plan -out main.tfplan

주요 정보:

terraform plan 명령은 실행 계획을 만들지만 실행하지는 않습니다. 대신 구성 파일에 지정된 구성을 만드는 데 필요한 작업을 결정합니다. 이 패턴을 사용하면 실제 리소스를 변경하기 전에 실행 계획이 예상과 일치하는지 확인할 수 있습니다.
선택 사항인 -out 매개 변수를 사용하여 계획의 출력 파일을 지정할 수 있습니다. -out 매개 변수를 사용하면 검토한 계획이 정확하게 적용됩니다.

Terraform 실행 계획 적용

terraform apply를 실행하여 실행 계획을 클라우드 인프라에 적용합니다.

terraform apply main.tfplan

주요 정보:

예시 terraform apply 명령은 이전에 terraform plan -out main.tfplan를 실행했다고 가정합니다.
-out 매개 변수에 다른 파일 이름을 지정한 경우 terraform apply에 대한 호출에서 동일한 파일 이름을 사용합니다.
-out 매개 변수를 사용하지 않은 경우 매개 변수 없이 terraform apply를 호출합니다.

결과 확인

Azure CLI

Batch 계정을 보려면 실행 az batch account show 합니다.

az batch account show --name <batch_account_name> --resource-group <resource_group_name>

Batch 계정 <batch_account_name> 의 이름과 리소스 그룹의 이름으로 바꿉 <resource_group_name> 니다.

리소스 정리

Terraform을 통해 리소스를 만들 필요가 더 이상 없으면 다음 단계를 수행합니다.

terraform 플랜을 실행하고 destroy 플래그를 지정합니다.
```
terraform plan -destroy -out main.destroy.tfplan
```
주요 정보:
- terraform plan 명령은 실행 계획을 만들지만 실행하지는 않습니다. 대신 구성 파일에 지정된 구성을 만드는 데 필요한 작업을 결정합니다. 이 패턴을 사용하면 실제 리소스를 변경하기 전에 실행 계획이 예상과 일치하는지 확인할 수 있습니다.
- 선택 사항인 -out 매개 변수를 사용하여 계획의 출력 파일을 지정할 수 있습니다. -out 매개 변수를 사용하면 검토한 계획이 정확하게 적용됩니다.
terraform apply를 실행하여 실행 계획을 적용합니다.
```
terraform apply main.destroy.tfplan
```

Azure의 Terraform 문제 해결

Azure에서 Terraform을 사용할 때 발생하는 일반적인 문제를 해결합니다.

다음 단계

Batch 계정에 대한 자세한 문서를 참조하세요.

피드백

이 페이지가 도움이 되었나요?

Last updated on 2024-10-25

다음을 통해 공유

Azure Batch 계정 및 두 개의 풀 배포 - Terraform

필수 조건

Terraform 코드 구현

Terraform 초기화

Terraform 실행 계획 만들기

Terraform 실행 계획 적용

결과 확인

리소스 정리

Azure의 Terraform 문제 해결

다음 단계

피드백

추가 리소스