[Перевод] Ivory v2.0.0 — за пределами Postgres

Ivory начинался как небольшой инструмент, упрощающий работу с кластерами PostgreSQL и Patroni.

Когда я начинал его делать, цель была довольно простой: иметь одно место, где можно увидеть состояние кластера, разобраться с проблемами, выполнить запросы, управлять нодами и выполнять операции Patroni, не переключаясь постоянно между браузером, терминалом, SSH-сессиями и клиентами баз данных.

Теперь Ivory помогает делать то же самое и упрощает работу с другими сложными системами баз данных: MongoDB, ClickHouse, Redis и т. д. А если вы захотите добавить любую другую базу данных, это легко сделать с помощью AI-агентов. Для этого есть специальный subagent.

Изменение архитектуры

В Ivory появилась новая базовая концепция: Keeper. Keeper — это универсальный управляющий слой, отвечающий за операции с кластером. Он может быть отдельным системой, работающим рядом с базой данных, или системой управления, встроенной непосредственно в движок БД. Patroni теперь — просто одна из реализаций Keeper. Это фундамент, который превращает Ivory из инструмента управления PostgreSQL/Patroni в инструмент управления кластерами баз данных.

За пределами PostgreSQL

Благодаря новой архитектуре в v2.0.0 появилась первая волна поддержки помимо Patroni.

Теперь у Ivory есть интеграции для:

• PostgreSQL / Patroni

• MongoDB

• Redis

• ClickHouse

• ZooKeeper

• etcd

Интеграции находятся на разных стадиях зрелости, но все они построены на одной идее: Ivory предоставляет общий интерфейс управления, а Keeper выполняет операции, специфичные для конкретной базы данных.

Например, MongoDB может использовать собственные replica set, а ClickHouse — ZooKeeper для координации репликации.

Это важно, потому что цель не в том, чтобы все базы данных выглядели одинаково. Базы данных разные. Их модели репликации, отказоустойчивости, конфигурации и эксплуатации тоже различаются. Ivory же предоставляет общий слой вокруг этих различий.

Деплой кластеров

Ещё одно крупное изменение v2.0.0 — развёртывание кластеров. Раньше Ivory в основном подключался к уже существующему кластеру. Теперь Ivory может сам создать кластер.

Вы можете развернуть новый кластер прямо из UI, включая ноды и их конфигурацию, вместо того чтобы сначала всё готовить вручную, а потом регистрировать готовый кластер.

Здесь пригодятся шаблоны. Шаблон описывает, как должен создаваться кластер. Вы один раз определяете Docker-образ и конфигурацию, а затем переиспользуете их при создании другого кластера. Вместо того чтобы повторять одни и те же шаги каждый раз, когда нужно новое окружение, вы просто разворачиваете ещё один кластер из шаблона.

Это особенно полезно для сред разработки и тестирования, где создание и удаление кластеров — обычная часть рабочего процесса.

Управление вертуальной машиной

Это изменение влияет и на то, как Ivory воспринимает ноды. Нода базы данных — это уже не обязательно просто база данных. Теперь в Ivory есть более общая модель: вертуальная машина, база данных и Keeper, который там работает.

Сегодня развёртывание основано на Docker через SSH, без необходимости в оркестраторе или отдельном агенте Ivory на каждой машине. Архитектура задумана так, чтобы в будущем можно было добавить другие платформы, допустим Кубернетис.

Управление пользователями

В v2.0.0 также добавлено управление пользователями прямо в Ivory. Администраторы теперь могут создавать пользователей и управлять ими на странице настроек. В сочетании с системой аутентификации и прав доступа Ivory это делает более практичным, запуск Ivory как общего сервиса для команды, а не только как локального инструмента. У разных пользователей могут быть разные права на кластеры, запросы, конфигурацию и другие операции. Это особенно важно, когда Ivory используется для управления продакшен-инфраструктурой.

Единое место для управления вашими кластерами

Направление развития Ivory становится всё яснее. Я не хочу, чтобы это был ещё один мониторинговый дашборд, который сообщает, что что-то не так. Я хочу, чтобы это было место, где вы можете что-то с этим сделать.

• Развернуть кластер.

• Проверить его состояние.

• Изучить репликацию.

• Посмотреть логи.

• Проверить машину.

• Выполнить диагностический запрос.

• Перезапустить ноду.

• Выполнить failover.

• Изменить конфигурацию.

И всё это — не выходя из одного интерфейса.

Взгляд в сторону AI

Есть ещё одно направление, которое мне особенно интересно изучить: управление кластерами с помощью AI. Ivory уже предоставляет интерфейс, через который можно выполнять операции с кластерами. Следующий шаг — сделать эти возможности доступными AI-ассистентам через Model Context Protocol (MCP). План состоит в том, чтобы добавить в Ivory MCP-сервер, чтобы AI-ассистент взаимодействовал с инфраструктурой через Ivory, а не имел прямой доступ к базам данных и машинам.

Представьте, что вы спрашиваете:

«Почему эта реплика PostgreSQL отстаёт?»

Ассистент сможет изучить кластер, проверить статус репликации, посмотреть соответствующие метрики и логи и выполнить диагностические запросы.

Или:

«Проверь все мои кластеры и скажи, требует ли что-нибудь внимания.»

А в перспективе, при наличии соответствующих прав:

«Переключись на самую здоровую реплику.»

Важно, что AI будет работать через существующую модель аутентификации и прав доступа, а не получит неограниченный доступ к инфраструктуре.

Это пока не входит в v2.0.0. Поддержка MCP — планируемое направление для будущих версий. Но новая архитектура делает эту идею гораздо более реалистичной. Те же операции, что доступны человеку через UI, со временем могут стать доступными AI-агенту через чётко определённый интерфейс.

v2.0.0 — это по-настоящему начало нового этапа для Ivory. Архитектура Keeper — его фундамент. Больше баз данных, больше платформ развёртывания, больше операций с кластерами и, в перспективе, управление с помощью AI — всё это возможные направления дальнейшего развития.

Ivory — проект с открытым исходным кодом, доступный на GitHub.

Если вы работаете с PostgreSQL, MongoDB, Redis, ClickHouse или другой инфраструктурой баз данных, попробуйте его.

А если он окажется вам полезен, поставьте проекту ⭐ на GitHub. Это помогает людям находить проект и мотивирует меня продолжать его развивать.