STACKIT Edge Cloud – Kubernetes am Edge

Manche Workloads können nicht in einem zentralen Rechenzentrum laufen – Latenzanforderungen unter 10 ms, Datenlokalität oder regulatorische Vorgaben machen eine Verarbeitung nah am Entstehungsort nötig. STACKIT Edge Cloud bringt Managed Kubernetes dorthin, wo deine Daten entstehen.

Was ist STACKIT Edge Cloud?

STACKIT Edge Cloud stellt Managed Kubernetes Cluster an verteilten Edge-Standorten bereit. Du bekommst die gleiche Kubernetes-API wie bei SKE, aber auf Infrastruktur, die physisch näher an deinen Nutzern oder Geräten steht.

• Niedrige Latenz: Verarbeitung direkt am Edge-Standort – ideal für IoT, Industrie 4.0 und Echtzeit-Anwendungen.
• Hybrid-Betrieb: Zentrale Verwaltung über das STACKIT Portal, verteilte Ausführung an Edge-Standorten.
• Konsistente API: Dieselben kubectl-Befehle und Kubernetes-Manifeste wie in der zentralen Cloud.
• Offline-Fähigkeit: Edge-Cluster arbeiten auch bei unterbrochener Verbindung zum zentralen Management weiter.
• Datensouveränität: Daten bleiben am Edge-Standort und verlassen nicht die lokale Infrastruktur.

Tutorial: Edge-Cluster einrichten und Workload deployen

1. Edge-Standort registrieren

stackit edge location register \
  --name werk-sued \
  --project-id your-project-id \
  --region eu-de-1

2. Edge-Cluster erstellen

stackit edge cluster create \
  --name edge-werk-sued \
  --location werk-sued \
  --version 1.30 \
  --node-count 3

3. Kubeconfig abrufen und verbinden

stackit edge kubeconfig --name edge-werk-sued > ~/.kube/edge-config
export KUBECONFIG=~/.kube/edge-config

kubectl get nodes
# NAME                     STATUS   ROLES    AGE   VERSION
# edge-werk-sued-node-01   Ready    <none>   5m    v1.30.x

4. Low-Latency-Workload deployen

# edge-processor.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: sensor-processor
spec:
  replicas: 2
  selector:
    matchLabels:
      app: sensor-processor
  template:
    metadata:
      labels:
        app: sensor-processor
    spec:
      containers:
        - name: processor
          image: registry.stackit.cloud/your-project-id/sensor-processor:latest
          env:
            - name: MQTT_BROKER
              value: "mqtt://local-broker:1883"
          resources:
            requests:
              cpu: "500m"
              memory: "512Mi"

kubectl apply -f edge-processor.yaml

5. Daten an die zentrale Cloud synchronisieren

# sync-job.yaml
apiVersion: batch/v1
kind: CronJob
metadata:
  name: edge-sync
spec:
  schedule: "*/5 * * * *"
  jobTemplate:
    spec:
      template:
        spec:
          containers:
            - name: sync
              image: registry.stackit.cloud/your-project-id/edge-sync:latest
              env:
                - name: CENTRAL_ENDPOINT
                  value: "https://intake.stackit.cloud"
          restartPolicy: OnFailure

Nächste Schritte

• Nutze STACKIT Intake, um Edge-Daten per Kafka-Protokoll in die zentrale Datenplattform zu streamen.
• Konfiguriere Fleet Management, um Updates auf alle Edge-Cluster gleichzeitig auszurollen.
• Richte Monitoring ein, um den Zustand aller Edge-Standorte zentral zu überwachen.