Cloud Computing per le masse: un ambiente Desktop basato su Kubernetes = Cloud Computing for the masses: A Kubernetes-based Desktop Environment

I servizi di cloud computing stanno diventando ogni giorno più diffusi, a causa degli elevati vantaggi che essi offrono, alcuni su tutti la flessibilità delle risorse e l’assenza dei costi di gestione dell’hardware. Tuttavia, la creazione e la manutenzione di tali servizi non sono banali; inoltre, gli utenti si affidano molto a fornitori di cloud pubblici (ad esempio Google, Amazon, Oracle) che offrono servizi già pronti. Ciò è controproducente per gli utenti, perché non sono invogliati ad esplorare e utilizzare il mondo cloud. Questo progetto di tesi è incentrato sul contesto di CrownLabs, un fornitore di servizi cloud basato su Kubernetes, e reso disponibilie dal Politecnico di Torino durante i periodi di chiusura dell’Ateneo per la pandemia da Coronavirus. Il progetto mira ad esplorare l’idea di CrownLabs di fornire servizi cloud a un bacino d’utenza più ampio rispetto ai soli studenti del Politecnico aggiungendo la capacità di supportare servizi arbitrari e la possibilità di avviare applicazioni come su un computer desktop tradizionale. In aggiunta a ciò, altro obiettivo del progetto è stato quello di fornire un meccanismo di contabilità per tenere sotto controllo l’utilizzo delle risorse da cui scaturisce la possibilità di personalizzare le risorse utilizzate da ciascun servizio (ad esempio, assegnare il valore corretto di CPU) e da ciascun utente (ogni utente ha un numero limitato di risorse a disposizione, ma il limite non deve essere fisso, bensì calcolato in base al suo consumo e alle sue necessità). Il primo caso d’uso trattato nel lavoro a questo progetto consiste nell’integrazione in CrownLabs di Faveo Helpdesk, un software open source di assistenza basata sul ticketing. Questo consente a tutti gli utenti di CrownLabs di richiedere supporto senza necessità di avere recapiti diretti di chi dovrà fornire assistenza, e inoltre garantisce una migliore distribuzione del flusso di richieste sfruttando la caratteristica del ticketing di suddividere le comunicazioni in macro aree di competenza.