mlops-architecture/README.md

# MLOps Architecture

Gitea + Gitea Runner + ArgoCD + DVC 기반 MLOps 파이프라인 구성 프로젝트

## Repository

```
https://gitea.inje-private.com/selee/mlops-architecture
```

## 환경 정보

| 항목 | 값 |
|------|-----|
| K8s 클러스터 | v1.34.3 / Master 3 + Worker 14 |
| Gitea | v1.22.1 — `https://gitea.inje-private.com` (외부 클러스터) |
| ArgoCD | v2.12.3 — `https://argocd.gpulive.cloud` |
| DVC Remote | NAS `192.168.0.43` |
| Storage Class | `component-nas` (default), `internal-nas`, `user-nas` |

## 컴포넌트 설치 상태

| 컴포넌트 | 상태 | 위치 |
|----------|------|------|
| Gitea | installed | 외부 클러스터 |
| Gitea Runner | **installed** (v0.3.0) | 이 클러스터 (`soo` ns) |
| ArgoCD | installed + **repo 연동 완료** | 이 클러스터 (`argocd` ns) |
| DVC | **installed** (v3.66.1) | 로컬 + NAS (`/ainas/dvc-storage`) |

---

## 스케줄링 정책

워크로드(ML 학습 등)를 제외한 모든 인프라 컴포넌트는 `nodeSelector`를 지정합니다.

| 용도 | nodeSelector | 노드 |
|------|-------------|------|
| 인프라 컴포넌트 | `nodegroup: nd` | `dv2-kr3-ins-nd-worker-01` |
| 모니터링 | `nodegroup: prometheus` | `dv2-kr3-ins-nd-worker-02` |
| ML 워크로드 | 제한 없음 | GPU 등 자유 배치 |

```yaml
# 인프라 컴포넌트 예시
spec:
  template:
    spec:
      nodeSelector:
        nodegroup: nd

# 모니터링 컴포넌트 예시
spec:
  template:
    spec:
      nodeSelector:
        nodegroup: prometheus
```

---

## 1. Gitea (외부 클러스터, 설치됨)

외부 클러스터에서 운영 중. 이 프로젝트 repo 생성 완료.

```bash
# repo 생성 (API)
curl -sk -X POST "https://gitea.inje-private.com/api/v1/user/repos" \
  -u "$GITEA_ADMIN_USER:$GITEA_ADMIN_PASSWORD" \
  -H "Content-Type: application/json" \
  -d '{"name":"mlops-architecture","description":"MLOps Architecture","private":true,"auto_init":false}'

# 로컬 연결
git init && git branch -m main
git remote add origin https://gitea.inje-private.com/selee/mlops-architecture.git
git add config.yaml README.md .gitignore
git commit -m "Initial commit"
git push -u origin main
```

---

## 2. Gitea Runner (설치 완료)

이 클러스터 `soo` 네임스페이스에 배포. Docker-in-Docker(DinD) sidecar 방식.

- Runner 이름: `mlops-runner`
- 이미지: `gitea/act_runner:latest` (v0.3.0)
- Labels: `ubuntu-latest`, `ubuntu-22.04`, `self-hosted`
- Gitea instance: `https://gitea.inje-private.com`

```bash
# 1. repo에서 Actions 활성화 (API)
curl -sk -X PATCH "https://gitea.inje-private.com/api/v1/repos/selee/mlops-architecture" \
  -u "$GITEA_ADMIN_USER:$GITEA_ADMIN_PASSWORD" \
  -H "Content-Type: application/json" \
  -d '{"has_actions": true}'

# 2. Runner 배포
kubectl apply -f gitea-runner/deployment.yaml

# 3. 상태 확인
kubectl get pods -n soo -l app=gitea-runner
kubectl logs -n soo -l app=gitea-runner -c runner --tail=20

# 4. Gitea에서 Runner 등록 확인
# https://gitea.inje-private.com/selee/mlops-architecture/settings/actions/runners
```

---

## 3. ArgoCD (설치됨 + Gitea repo 연동 완료)

Helm으로 설치 완료. Gitea repo 등록 및 Application 생성 완료.

- App 이름: `mlops-architecture`
- Source: `gitea.inje-private.com/selee/mlops-architecture` → `manifests/`
- Destination: 이 클러스터 `soo` 네임스페이스
- SyncPolicy: automated (prune + selfHeal)

```bash
# 상태 확인
kubectl get pods -n argocd
kubectl get app mlops-architecture -n argocd

# ArgoCD에 Gitea repo 등록 (이미 완료)
# ArgoCD API를 통해 등록됨 - argocd/application.yaml 참조

# Application 적용
kubectl apply -f argocd/application.yaml

# sync 상태 확인
kubectl get app mlops-architecture -n argocd -o jsonpath='{.status.sync.status}'; echo
```

---

## 4. DVC (설치 + NAS remote 설정 완료)

- 버전: v3.66.1
- Remote: NAS (`/ainas/dvc-storage`)
- NAS 마운트: `192.168.0.43:/GJ_SHARE_FS2/...` → `/ainas`

```bash
# 설치
sudo apt-get install -y python3-pip
pip3 install dvc

# 초기화
dvc init

# NAS remote 설정 (NAS가 /ainas에 마운트된 상태)
sudo mkdir -p /ainas/dvc-storage && sudo chown ubuntu:ubuntu /ainas/dvc-storage
dvc remote add -d nas /ainas/dvc-storage

# 확인
dvc remote list
dvc version

# 사용 예시
# dvc add data/dataset.csv        # 파일 추적
# dvc push                        # NAS로 push
# dvc pull                        # NAS에서 pull
```

---

## 5. CI/CD 워크플로우

`.gitea/workflows/` 에 정의. Gitea Runner가 실행합니다.

### ci.yaml — 코드 push 시 린트 + 테스트

```
trigger: push to main/develop, PR to main
동작: ruff lint → pytest
```

### train.yaml — 모델 학습 + 배포

```
trigger: src/, configs/, dvc.yaml 변경 시
동작:
  1. dvc pull (NAS에서 데이터 가져오기)
  2. python src/train.py (학습)
  3. dvc add + dvc push (모델 → NAS)
  4. Docker build + push (서빙 이미지)
  5. manifests/ 이미지 태그 업데이트 → git push
  6. → ArgoCD 자동 감지 → soo ns에 배포
```

### dvc-data-update.yaml — 데이터 변경 시 검증

```
trigger: .dvc 파일, dvc.yaml, dvc.lock 변경 시
동작: dvc pull → 데이터 검증 스크립트 실행
```

---

## 파일 구조

```
mlops_architecture/
├── .env                          # 접속 정보, 시크릿 (git 제외)
├── .gitignore
├── .dvc/                         # DVC 설정 (remote 등)
├── .gitea/workflows/             # CI/CD 파이프라인
│   ├── ci.yaml                   #   린트 + 테스트
│   ├── train.yaml                #   학습 → 빌드 → 배포
│   └── dvc-data-update.yaml      #   데이터 검증
├── argocd/
│   └── application.yaml          # ArgoCD Application 정의
├── config.yaml                   # 인프라 구성 정보
├── gitea-runner/
│   └── deployment.yaml           # Gitea Runner K8s 배포
├── manifests/                    # K8s 배포 manifest (ArgoCD 감시)
│   └── deployment.yaml           #   서빙 Deployment + Service
└── README.md                     # 설치 가이드 (이 파일)
```

## 설정 파일 사용법

- `.env` : 계정 정보, 토큰 등 민감 정보 → **git에 포함되지 않음**
- `config.yaml` : 클러스터/컴포넌트 메타 정보 → git 추적 가능
- 컴포넌트 설치할 때마다 이 README와 config.yaml을 업데이트합니다