Day-2-Lebenszyklen
Day-2-Lebenszyklen und zeitliche Ausführung
Ein fähigkeitsagnostischer Ahead-of-Time-Compiler (AOT) erzeugt zwangsläufig eine Lücke zwischen deklarativer Absicht (Day-1) und operativer Realität (Day-2). Die Cloud ist nicht vollkommen deterministisch, das Deployment erfordert eine zeitliche Abfolge, und Entwickler benötigen imperative Auslöser für Wartungsaufgaben.
Aggrega überbrückt diese Lücken strukturell durch gezielte architektonische Polyfills und GitOps-natives Routing, sodass die generierten Konfigurationen diese betrieblichen Anforderungen erfüllen, ohne die Reinheit des Kern-Compilers zu beeinträchtigen.
1. Das DAG-Ausführungsmodell (zeitliche Abfolge)
Das Problem: Das Deployment von Infrastruktur ist ein gerichteter azyklischer Graph (DAG) der Zeit. Ein task zur Datenbankmigration muss vollständig durchlaufen, bevor der Web-server startet. AOT-Compiler erzeugen jedoch flache Ordner mit statischem YAML oder Terraform. Wenn Sie diese flachen Ordner an einen GitOps-Controller (wie ArgoCD) übergeben, wendet er alles gleichzeitig an, sodass der Webserver in eine Crash-Schleife gerät, während er auf die Datenbank wartet.
Die Lösung: syncWave je Boundary im Release Das Aggregate des Entwicklers bleibt unverändert. Da die Abfolge eine physische operative Realität ist, wird sie ausschließlich in Domäne 4 (dem Release) verwaltet. Jede Boundary im Release trägt ein optionales Feld syncWave: <integer>, mit dem der Plattformbetreiber die Rollout-Reihenfolge explizit auf Ebene der Boundary staffeln kann.
apiVersion: aggrega.ai/v1beta1kind: Releasemetadata: name: sequenced-release version: 1.0.0 environment: productionspec: aggregate: my-app manifest: prod-manifest boundaries: infra: syncWave: 0 components: core-vpc: {} postgres-db: {} migrations: syncWave: 1 components: db-migration-task: {} apps: syncWave: 2 components: web-server: {} support-agent: {}Semantik des Wellenwerts:
- Die Welle ist eine vorzeichenbehaftete Ganzzahl; der Standardwert ist
0. Negative Werte laufen vor allem anderen (CRDs, Namespaces, RBAC); größere Werte laufen nach kleineren Werten. Operatoren setzen die Werte passend zu ihrer Deployment-Topologie. - Jede Komponenteninstanz, die direkt in einer Boundary enthalten ist, übernimmt den Wellenwert der Boundary in ihren IR-Knoten. Es gibt auf der Authoring-Ebene keine Überschreibung je Komponente — die providerinterne Reihenfolge je Ressource innerhalb einer einzelnen Boundary ist Sache des Providers.
- Verschachtelte Boundaries erben nicht implizit. Eine verschachtelte Boundary, die kein
syncWavedeklariert, erhält unabhängig von der Deklaration der äußeren Boundary den Standardwert0. Operatoren, die „ganzouterist Welle 1, einschließlich seiner Sub-Boundaryinner“ wollen, deklarierensyncWave: 1auf beiden.
Die Wirkung des Compilers: Der Compiler überträgt den Wave-Wert jeder Boundary auf die gerenderten Manifeste in dieser Boundary. Providers erzeugen native Sequenzierungsprimitive:
- Für Kubernetes (ArgoCD/Flux): Der Provider helm gibt
argocd.argoproj.io/sync-wave: "<N>"als Eintrag inmetadata.annotationsan jedem gerenderten Manifest aus, und eine Ressource, die das Chart als Helm-Hook markiert, erhält zusätzlichhelm.sh/hook-weight: "<N>"für die native Reihenfolge der Helm-Hooks. Der Provider helm-chart gibt die Annotation nur an den Template-Dateien aus, die ein Recipe einem Chart überartifacts:hinzufügt; die eigenen Templates des Charts kopiert er unverändert, daher tragen diese keine Wave. - Für Compose: Der Provider compose drückt die Reihenfolge als
depends_onzwischen den Diensten der Datei aus, in die eine Boundary gerendert wird, abhängig vom Health-Status des Ziels, wo das Ziel einenhealthcheckdeklariert, und von seinem Start, wo es keinen deklariert.depends_onbenennt einen Dienst innerhalb einer Datei, daher lässt sich eine Reihenfolge über zwei Compose-Dateien hinweg nicht ausdrücken; Operatoren ordnen separate Compose-Projekte auf der Ebene desdocker compose up-Aufrufs nacheinander an. - Für CloudFormation: Der Provider cloudformation drückt die Reihenfolge als
DependsOnzwischen den Ressourcen des Stack-Templates aus, zu dem eine Dispatch-Gruppe zusammengesetzt wird; jede Ressource benennt die Ressourcen der unmittelbar vorangehenden befüllten Welle, und das Ziel verkettet die übrigen. Das Attribut bestimmt neben der Erstellungsreihenfolge auch umgekehrt die Löschreihenfolge; es drückt keine Bereitschaftsbedingung aus, da ein Template keine Vorstellung davon hat, dass eine Ressource einsatzbereit ist.DependsOnbenennt eine Ressource innerhalb eines Templates, daher lässt sich eine Reihenfolge über zwei Stacks hinweg nicht ausdrücken; Operatoren ordnen separate Stacks auf der Deployment-Ebene nacheinander an. - Für Terraform: Der Provider terraform drückt die Reihenfolge als
depends_onzwischen denmodule-Blöcken der Root-Konfiguration aus, zu der eine Boundary zusammengesetzt wird, wobei jedes Modul die Module der unmittelbar vorangehenden befüllten Wave nennt und Terraform den Rest verkettet. Sie ordnet die Aktionen, die Terraform ausführt, und drückt keine Bereitschaftsbedingung aus, weil eine Konfiguration keinen Begriff davon hat, dass eine Ressource betriebsbereit ist.depends_onnennt ein Modul innerhalb einer Konfiguration, daher ist eine Reihenfolge über zwei Root-Konfigurationen hinweg nicht ausdrückbar; sie zu sequenzieren ist Sache des Betreibers.
Der Aggrega-interne Schlüssel aggrega.ai/sync-wave: "<N>" wird neben der ArgoCD-Annotation für Beobachtbarkeit und Herkunftsnachweis ausgeliefert — als Annotation in der helm-Ausgabe und an den Template-Dateien, die ein Recipe einem helm-chart-Chart hinzufügt, als Service-Label bei compose, als Zeile des Provenienzkommentars in jedem terraform-Modul und unter Metadata."aggrega.ai/provenance" jeder cloudformation-Ressource —, während GitOps-Controller die ArgoCD-Annotation konsumieren.
Einheit für das Wellen-Authoring vs. deploybare Einheit
Die Boundary ist die Einheit für das Wellen-Authoring. Die deploybare Einheit ist der Assemblierungspfad — die vom Compiler erzeugte Ausgabe auf der Festplatte, gegen die eine CI/CD-Pipeline orchestriert. Standardmäßig entspricht eine Boundary einem Assemblierungspfad: Die Komponenten jeder Boundary werden unter boundaries/<boundary-name>/<provider>/ ausgegeben, und helm install / docker compose up läuft gegen diesen Pfad.
Operatoren können diese 1:1-Zuordnung zusammenfassen. Boundaries können Pfadvorlagenfelder directory: (und subDirectory:) deklarieren, die, wenn sie von mehreren Boundaries gemeinsam genutzt werden, die Komponenten dieser Boundaries in eine einzige assemblierte Ausgabe am gemeinsamen Pfad leiten. Zwei Boundaries, die directory: "deploy/cluster" deklarieren, erzeugen eine assemblierte Ausgabe mit Komponenten aus beiden — die deploybare Einheit wird zum Assemblierungspfad, nicht zur Identität der Boundary.
Manifeste mit gemischten Wellen innerhalb einer assemblierten Ausgabe sind normal und werden unterstützt. Wenn Boundary A syncWave: 1 und Boundary B syncWave: 2 deklariert und beide directory: "deploy/cluster" gemeinsam nutzen, enthält die resultierende deploybare Einheit die Komponenten beider Boundaries; jedes Manifest trägt die Wellenannotation seiner Ursprungs-Boundary. Laufzeit-Tooling liest Annotationen je Ressource und ordnet innerhalb der assemblierten Deployment-Einheit — der Sync-Kontext je Application von ArgoCD verarbeitet die Manifeste der Welle 1, wartet, bis sie Healthy sind, und verarbeitet dann Welle 2; die Hook-Reihenfolge von Helm liest helm.sh/hook-weight je Hook-Ressource. Das ist das Standardmuster von ArgoCD: Die Ausgabe je Ressource ist genau die Eingabe, die werkzeugübergreifende Konsumenten erwarten.
Die Abfolge über Applications hinweg (wenn ein Operator mehrere ArgoCD-Applications gegen separate assemblierte Ausgaben ausführt) ist CI-Konfiguration auf Ebene des Operators — Aggrega erzeugt die Artefakte; der Operator verdrahtet seine ArgoCD-Applications per app-of-apps oder Progressive Sync um sie herum. Das Annotationsmuster je Ressource von Aggrega ist die Standard-Eingabeform, die jeder werkzeugübergreifende Konsument erwartet.
2. Das Polyfill für dynamische Adressierung
Das Problem: Die Cloud ist zum Erstellungszeitpunkt nicht deterministisch. Ressourcen wie AWS-RDS-Instanzen oder S3-Buckets erzeugen zufällige URL-Hashes erst nachdem sie physisch bereitgestellt wurden. Da der AOT-Compiler die Konfiguration erzeugt, bevor die Cloud irgendetwas bereitstellt, ist es für den Compiler physisch unmöglich, die literale Datenbank-URL in die Umgebungsvariable eines Containers zu injizieren.
Die Lösung: Deterministische Zeiger über Credential-Features Aggrega löst dies, indem es die vorhandenen Credential-Features nutzt und die Definition von „deterministisch“ von einer literalen IP-Adresse auf einen deterministischen Zeiger verlagert. Die generierte Konfiguration übergibt nicht die URL; sie übergibt den Pfad zu einem Cloud Vault, in dem die URL vorhanden sein wird.
- Beispiel 1: Die Ausgabeerzeugung (Terraform RDS) Das Ops-Recipe für die Datenbank erstellt die AWS-RDS-Instanz. Entscheidend ist, dass das Recipe so geschrieben ist, dass es die neu erzeugte dynamische URL nativ in den AWS Systems Manager (SSM) Parameter Store unter einem deterministisch benannten Pfad ausgibt (z. B.
/aggrega/prod/db-url). - Beispiel 2: Die Eingabeinjektion (Kubernetes-App) Der Entwickler hängt das Credential-Feature
core/referenced-secretan den Worker an, in einem Slot, den seine Component deklariert, wobeioriginauf die deterministische Zeigerzeichenfolge ("/aggrega/prod/db-url") gesetzt ist. Auf einem Kubernetes-Ziel bindet das Manifest diesen Anhang anhelm/k8s-external-secret, das einExternalSecretvon Kubernetes rendert, das den Secret-Store-Operator des Clusters auffordert, diesen Eintrag in ein Secret zu holen, und den Namen und den Datenschlüssel des Secrets veröffentlicht; das Recipe des Workers liest sie über dieattachments:seines Containers und rendert eine Pod-Umgebungsvariable, die aufvalueFrom: secretKeyRefabgebildet ist (siehe Wie ein Credential einen Container erreicht). Der Compiler leitet die Zeigerzeichenfolge durch und liest nie die URL.
Zur Laufzeit stellt Terraform die DB bereit und speichert die URL im Vault. Der Container startet, liest das aus dem Vault abgeglichene Secret und verbindet sich. Der AOT-Compiler hat die Beziehungen über stabile Zeigerzeichenfolgen erzeugt, ohne jemals die literale IP-Adresse zu benötigen.
3. Imperative Aktionen (die ausführbare Übergabe)
Das Problem: Deklarativer Zustand ist ideal für die Bereitstellung an Day-1, doch Entwickler müssen imperative Aktionen ausführen: „Jetzt sofort ein DB-Backup ausführen.“ Eine streng deklarative GitOps-Pipeline hat keinen nativen Mechanismus, um ein statisches Skript erneut auszulösen.
Die Lösung: Ruhende Tasks und der eigene Befehl des Ziels Aggrega löst dies unter Wahrung strikter AOT-Reinheit. Es erzeugt die Konfiguration für einen Task, der bereitgestellt wird, ohne zu starten, und jeder Lauf wird auf dem Ziel mit dem eigenen Befehl des Ziels gestartet.
- Die Absicht des Entwicklers: Der Entwickler deklariert das Skript als
taskimAggregateund hängt ein Feature an, das verlangt, dass es bei Bedarf ausgeführt wird (z. B.core/manual-trigger). Bei Bedarf ausgeführt zu werden, gehört zu dem, was der Task ist, daher hängt der Entwickler es an; ein Feature, dessen Eingaben alle operativ sind, wird stattdessen vom Betrieb im Release angehängt. - Die ruhende Form: Das eigene Recipe des Tasks auf jedem Ziel liest den Anhang und rendert den Task in einer Form, die bereitgestellt wird, ohne einen Lauf zu starten. Auf Kubernetes ist der Task ein
CronJob, angehalten mitsuspend: true, mit einem Zeitplan, der ein Datum nennt, das nie eintritt, anstelle desJob, der laufen würde, sobald er bereitgestellt ist. Auf Docker Compose trägt der Service des Tasks, den Compose nach seinem Beenden nicht neu startet, das Profilmanual, sodassdocker compose upihn gestoppt lässt. Auf Amazon ECS wird die Task-Definition über Terraform oder CloudFormation allein bereitgestellt, ohne Zeitplan, der sie startet. Das FeatureRecipe, das das Manifest für den Anhang bindet, fügt auf keinem Ziel eine eigene Datei hinzu: Die Änderung liegt in der eigenen Ausgabe des Tasks. - Die Übergabe: Der Compiler erreicht keinen Cluster und ruft keine Cloud-API auf, und der Build startet keinen Lauf und schreibt kein Skript. Jeder Lauf wird vom Operator mit dem eigenen Befehl des Ziels gestartet:
kubectl create job <run-name> --from=cronjob/<cronjob>auf Kubernetes,docker compose run --rm <service>auf Docker Compose undaws ecs run-taskauf Amazon ECS, dem der Cluster, die Task-Definition und die Netzwerkkonfiguration übergeben werden, die das Release unterinfra.overridesdes Tasks festlegt. Konfigurationserzeugung und Laufzeitausführung bleiben getrennt.
(Hinweis: Auf Kubernetes und Amazon ECS läuft ein Task, der einen Zeitplan trägt, nach diesem, ob der Anhang vorhanden ist oder nicht, und derselbe Befehl startet einen zusätzlichen Lauf zwischen den geplanten; auf Docker Compose, das keinen Scheduler hat, lehnt das Recipe des Tasks einen Zeitplan ab. Das ausgearbeitete Beispiel task-run-on-demand baut ein Aggregate für Kubernetes, Docker Compose, Terraform und CloudFormation und zeigt für jedes die gerenderte Ausgabe und den Befehl, der einen Lauf startet.)
4. Voranalyse: Der Workspace-Hook (Plattform-RBAC und Kontingente)
Das Problem: Manche Änderungen stellen teure oder produktionskritische Infrastruktur bereit — etwa einen großen GPU-Cluster — und dürfen nicht ungeprüft in die GitOps-Pipeline gelangen. Welche Mitwirkenden welche Änderungen in welche Umgebungen hochstufen dürfen, ist eine organisatorische Policy-Entscheidung; der Compiler darf sie nicht fest codieren.
Die Lösung: Ein reiner AOT-Compiler kann weder Active Directory abfragen noch Cloud-Credentials abrufen, um herauszufinden, wer den Build ausführt. Um eine nicht autorisierte Erzeugung zu verhindern, noch bevor CI/CD überhaupt läuft, stützt sich die Architektur auf eine explizite Kontextinjektion.
Wenn aggrega build von einem CI/CD-Runner aufgerufen wird, schreibt die Pipeline den Ausführungskontext in eine Konfigurationsdatei, die sie mit --config übergibt, als with.settings der Governance-Anbindung, die ihn beurteilt (z. B. approval: standard). Die Datei listet ihre Anbindungen unter governance_append auf, sodass sie zu den Governance-Plugins hinzukommen, die die eigene Konfiguration des Workspace anbindet, statt durch diese ersetzt zu werden. Eine Policy an der Rolle ir-verdict liest diese Einstellungen als input.settings. Sie erhält den zusammengesetzten Graphen und nicht das Release, daher erreicht sie die Umgebung des Release als Label: Eine Policy an der Rolle label-transform liest input.compilation_context.environment und versieht jeden Knoten damit als Label. Das Verdict vergleicht beide und bricht den Build ab, wenn sie nicht übereinstimmen — hier ein Produktions-Build, dessen Einstellungen approval: platform-approved nicht tragen:
# ci-governance.yaml — written by the CI/CD runner, passed as `aggrega build --config ci-governance.yaml`plugins: governance_append: - uri: governance/rego:<version> role: label-transform with: sources: - policies/environment.rego - uri: governance/rego:<version> role: ir-verdict with: sources: - policies/approval.rego settings: approval: standard# policies/environment.rego — evaluated by the governance label-transform role, during topology constructionpackage acme.context
import rego.v1
labels contains {"node": id, "key": "acme.com/environment", "value": input.compilation_context.environment} if { some id, _ in input.graph.nodes}# policies/approval.rego — evaluated by the governance ir-verdict role over the assembled graphpackage acme.approval
import rego.v1
approved if input.settings.approval == "platform-approved"
deny contains msg if { not approved some node in input.graph.spec.nodes node.labels["acme.com/environment"] == "production" msg := "a production build needs the approval platform-approved in the pipeline's governance settings."}Auch ein Lauf, dessen Einstellungen überhaupt keine Genehmigung tragen, wird abgelehnt, weil die Regel fragt, ob die Genehmigung vorhanden ist, und nicht, ob eine andere vorhanden ist. Dies isoliert RBAC von der nativen Logik des Compilers und stellt sicher, dass der Compiler ausschließlich als deterministischer Auswerter der bereitgestellten Daten agiert.
5. Shift-Left-FinOps (Kostenschätzung über Policies)
Das Problem: Versehentliche Fehlkonfigurationen (z. B. die Anforderung von workers: 500) können finanzielle Schutzmechanismen umgehen und große Kostenüberschreitungen in der Cloud auslösen.
Die Lösung (Wasm-Policies von Unternehmen): Da der IR-Graph die vollständige Topologie enthält und das Release die physische Zuordnung (.infra), können Unternehmen die exakten Kosten dessen, was ein Release bereitstellt, vor der Erzeugung auswerten, ohne eine fest codierte Compiler-Funktion zu benötigen. Unternehmen schreiben einfach ein benutzerdefiniertes FinOps-WebAssembly-Plugin und hängen es in einer Verdict-Rolle an den Governance-Socket an. Dieses benutzerdefinierte Plugin kann die .infra-Payloads lesen, die geschätzten monatlichen Kosten berechnen und den Build anhalten, wenn die berechneten Kosten die intern definierten Budgetgrenzen des Unternehmens überschreiten.
6. Der Lebenszyklus des „Brownfield“-Imports
Das Problem: Unternehmen betreiben bereits den Großteil ihrer Infrastruktur. Während Aggrega darauf ausgelegt ist, einen Build über einen Referenz-Workload (Pass-through-Networking; siehe Referenz-Workloads) mit nicht verwalteter Infrastruktur zu verbinden, führt das Überführen einer vorhandenen Oracle-Datenbank in den von Aggrega erzeugten Terraform-State typischerweise dazu, dass Orchestratoren versuchen, die Datenbank neu zu erstellen, wodurch die vorhandenen Daten zerstört werden.
Die Lösung (geplant): Ein Feature core/resource-adoption ist geplant, um den Import-Lebenszyklus zu verwalten.
Wenn ein Entwickler die vorhandene Datenbank in seinem Aggregate modelliert und die Funktion resource-adoption in einer sequenziell ausgeführten Pipeline anhängt, ist das Wasm-Rendering-Plugin dafür ausgelegt, die Ops-Basis-Payload des Recipe auszuwerten. Statt Standardkonfigurationen zur Erstellung auszugeben, ist das Plugin dafür ausgelegt, die explizite Übernahmesyntax der Zielplattform auszugeben (z. B. indem es einen JSONPatch mit Terraform-import {}-Blöcken oder Crossplane-Verwaltungs-Policies ObserveOnly zurückgibt). So können Unternehmen sicher Konfigurationen erzeugen, die Legacy-Architektur ohne Ausfallzeit in die GitOps-Control-Plane übernehmen.
7. Ops-Best-Practices und deterministische Benennung
Während sich der Kern-Compiler im flachen IR-Graphen auf stabile, interne Knoten-IDs (z. B. support-db) stützt, verlangen physische Cloud-Anbieter (wie AWS, Azure und GCP) für physische Infrastruktur oft global eindeutige Zeichenfolgen (z. B. S3-Bucket-Namen, IAM-Rollennamen oder API-Gateway-Domains).
Wenn ein Platform-Ops-Engineer einen physischen Namen in seinem Basis-Template fest codiert (z. B. bucket_name: "enterprise-data-bucket"), werden die generierten Artefakte beim ersten Mal sauber angewendet. Stellt ein Entwickler jedoch eine zweite Umgebung bereit (z. B. staging vs. prod), lehnt der Cloud-Anbieter die Ressourcen der zweiten Umgebung zur Laufzeit wegen einer Namenskollision ab.
Die Regel der deterministischen Ausgabe (GitOps-Sicherheit): Da GitOps-Controller (ArgoCD, Flux) auf gerenderten Artefakten eine Diff-Erkennung auf Byte-Ebene durchführen, garantiert der Compiler, dass identische Eingaben byteidentische Ausgaben erzeugen. Maps, die durch den Template-Kontext fließen (.context.inject.env, .values, .infra und der Rest der Laufzeitansicht), basieren auf geordneten Map-Strukturen, die die Einfügereihenfolge des Autors über die gesamte Datenschicht hinweg bewahren, und die Template-Grenze ist die einzige Ausnahme: {{ range }} über diese Maps iteriert in alphabetischer Schlüsselreihenfolge, wie es Go-Templates tun, nicht in der Reihenfolge des Autors. Ops-Engineers können sich darauf verlassen, dass diese Iterationsreihenfolge über Läufe mit derselben Eingabe hinweg deterministisch ist; wo die Abfolge Bedeutung trägt, wird sie als Liste verfasst, statt aus einer Map gewonnen zu werden. Die Sprig-Funktion keys gibt jedoch die Iterationsreihenfolge von Go-Maps zurück (die per Sprachdesign nicht deterministisch ist); Templates, die aus der Ausgabe von keys eine deterministische Schlüsselfolge zusammensetzen, müssen sie durch sortAlpha leiten (z. B. {{ keys .values | sortAlpha }}), um den Determinismus wiederherzustellen.
Die goldene Regel für Ops-Recipes (das Helm-Muster): Platform-Ops-Engineers dürfen physische Namen von Cloud-Ressourcen niemals fest codieren. Stattdessen müssen sie deterministisch eindeutige Namen bilden, indem sie während der Template-Auswertung den Aggrega-Deployment-Kontext verketten. Dies ist eine Regel für Wiederverwendbarkeit und Kollisionssicherheit, keine Determinismusregel — fest codierte Namen erzeugen eine stabile Ausgabe, kollidieren aber fatal, wenn dasselbe Recipe mehrere Komponenteninstanzen rendert oder wenn dasselbe Aggregate über mehrere Releases hinweg bereitgestellt wird.
Der Compiler stellt genau zwei Variablen bereit, um globale Eindeutigkeit zu garantieren:
{{ .metadata.release_name }}: Der Name desRelease, das das Deployment steuert (z. B.prod-billing).{{ .context.instance_id }}: Die konkrete Component-ID aus demAggregatedes Entwicklers (z. B.receipt-storage).
Durch das Verketten dieser Variablen (z. B. {{ .metadata.release_name }}-{{ .context.instance_id }}) garantiert der Betrieb, dass die von den Wasm-Plugins erzeugten Konfigurationen eindeutige Ressourcennamen je Umgebung und je Komponente verwenden, ohne dass der Entwickler physische Namenskonventionen verwalten muss.