Implementasi Algoritma Raft untuk Menjamin High Availability pada Docker Swarm Clustering

Khaeruddin; Zumhur Alamin; Arisandi; Mohammad Nur Cholis

doi:10.63866/jpst.v1i2.79

Authors

Khaeruddin Universitas Insan Budi Utomo Author
Zumhur Alamin Universitas Muhammadiyah Bima Author
Arisandi Universitas Insan Budi Utomo Author
Mohammad Nur Cholis Universitas Insan Budi Utomo Author

DOI:

https://doi.org/10.63866/jpst.v1i2.79

Keywords:

Docker Swarm, High Availability, Raft, Failover, Portainer

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas implementasi Docker Swarm dalam membangun sistem orkestrasi kontainer dengan pendekatan High Availability (HA). Fokus utama penelitian adalah menganalisis mekanisme failover, konsistensi status klaster, dan stabilitas komunikasi antar node menggunakan algoritma konsensus Raft. Metode yang digunakan bersifat eksperimental dengan simulasi skenario kegagalan pada node worker dalam lingkungan virtual yang terdiri dari tiga node: satu manager (master-swarm) dan dua worker (swarm1 dan swarm2). Pengujian diawali dengan validasi konektivitas dan kestabilan jaringan antar node. Hasil menunjukkan komunikasi berjalan efisien, dengan trafik meningkat saat terjadi deployment layanan. Uji HA dilakukan dengan mensimulasikan kegagalan pada node swarm2. Docker Swarm berhasil melakukan penjadwalan ulang layanan secara otomatis ke node lain yang aktif dalam waktu singkat, menunjukkan efektivitas algoritma Raft dalam menjaga ketersediaan layanan dan konsistensi status klaster. Namun, ditemukan keterbatasan sumber daya pasca-failover yang menyebabkan beberapa tugas mengalami status rejected, terutama ketika beban kerja harus dialihkan ke dua node yang tersisa. Penelitian ini juga melibatkan pemantauan real-time menggunakan ntopng dan pengelolaan kontainer melalui Portainer, yang terbukti membantu dalam visualisasi status klaster dan identifikasi potensi hambatan. Kesimpulannya, Docker Swarm mampu menjamin HA dalam skala kecil-menengah, namun implementasi optimal memerlukan perencanaan kapasitas sumber daya yang matang agar sistem tetap stabil meskipun terjadi kegagalan node.

Downloads

Download data is not yet available.

References

[1] Iqbal Abadilah Umar, Nurhadi, Lailis Syafaah, K. (2021). Analisis efektifitas implementasi sistem aplikasi docker terintegrasi openstack. JIRE (Jurnal Informatika & Rekayasa Elektronika) (4), 60–67. https://doi.org/10.36595/jire.v4i1.334

[2] Tuara, H. A., Maridyah, N., & Khaerudin, K. (2021). Implementasi CDN ( Content Delivery Network ) Menggunakan Cloudflare terintegrasi Dengan Docker Container. Journal of Mechatronic and Electrical Engineering. (1), 42–51.

[3] Afirda Desember Riawati, M Irfan, Khaeruddin, A. F. (2022). HIGH AVAILABILITY DYNAMIC SHARDING DATABASE SERVER DENGAN DATABASE SERVER DENGAN METODE FAIL OVER DAN CLUSTERING. Jurnal Manajemen Informatika Nformatika & Sistem Informasi ( MISI ), 5(1), 1–10. https://doi.org/10.36595/misi.v5i1.416

[4} Faruq, A., Khaerudin, K., & Lestandy, M. (2020). SISTEM KEAMANAN MULTI MAIL SERVER DENGAN TEKNIK ENKRIPSI MULTI MAIL SERVER SECURITY SYSTEM USING OPENPGP ENCRYPTION. JTIIK (Jurnal Teknologi Informasi dan Ilmu Komputer) 7(3), 493–500. https://doi.org/10.25126/jtiik.202071869

[5] Ongaro, D., & Ousterhout, J. (2014). In search of an understandable consensus algorithm. Proceedings of the 2014 USENIX Annual Technical Conference, USENIX ATC 2014, 305–319.

[6] Ileana, M., & Marian, C. V. (2024). Using Docker Swarm to Improve Performance in Distributed Web Systems. March 2025. https://doi.org/10.1109/DAS61944.2024.10541234

[7] Panthofer, M. (2019). Mastering Docker Enterprise (1st ed.). Packt Publishing Ltd.

[8] Turnbull, J. (2015). The Docker Book: Containerization is the New Virtualization, 1st ed. San Francisco, CA: James Turnbull Publishing.

[9] Orzechowski, M., B, B. B., & Słota, R. G. (2020). Reproducibility of Computational Experiments on Kubernetes-Managed Container Clouds with HyperFlow. 1, 220–233. https://doi.org/10.1007/978-3-030-50371-0

[10] Dragoni, N., Giallorenzo, S., Lluch-lafuente, A., & Mazzara, M. (2017). Microservices: yesterday, today, and tomorrow. Present and Ulterior Software Engineering, vol. 2, pp. 195–216, 2017.

[11] Abu-Libdeh, H., Princehouse, L., & Weatherspoon, H. (2010). RACS: A Case for Cloud Storage Diversity. 229–240. https://doi.org/10.1145/1807128.1807165

[12] Kapinos-Gorczyca, A., Gorczyca, P., Kapinos, M., & Hese, R. T. (2008). Impossibility of Distributed Consensus with One Faulty Process. Postepy Psychiatrii i Neurologii, 17(2), 171–173.

[13] Orzechowski, M., B, B. B., & Słota, R. G. (2020). Reproducibility of Computational Experiments on Kubernetes-Managed Container Clouds with HyperFlow. 1, 220–233. https://doi.org/10.1007/978-3-030-50371-0

[14] Raft Consensus Algorithm. (2021) The Raft Consensus Project Website. [Online]. Available: https://raft.github.io/

[15] Kithulwatta, W. M. C. J. T., Jayasena, K. P. N., Kumara, B. T. G. S., & Rathnayaka, R. M. K. T. (2022). Docker Containerized Infrastructure Orchestration with Portainer Container-native Approach. 2022 3rd International Conference for Emerging Technology (INCET), 1–6. https://doi.org/10.1109/INCET54531.2022.9825257

[16] Deri, L., & Cardigliano, A. (2022). Using CyberScore for Network Traffic Monitoring. 2022 IEEE International Conference on Cyber Security and Resilience (CSR), 56–61. https://doi.org/10.1109/CSR54599.2022.9850289

[17] Yekollu, R. K., Haldikar, S. V, Ghuge, T. B., Abdul Kader, O. F. M., & Biradar, S. S. (2024). Resource Management and Scalability in Container Orchestration Platforms: A Comparative Study. 2024 IEEE 16th International Conference on Computational Intelligence and Communication Networks (CICN), 1146–1151. https://doi.org/10.1109/CICN63059.2024.10847490

[18] Todorov, M. H. (2024). Performance Analysis of Docker Swarm on Raspberry Pi Clusters. 2024 32nd National Conference with International Participation (TELECOM), 1–4. https://doi.org/10.1109/TELECOM63374.2024.10812238