Kursplan
Modul 1: Mikrotjenesterdesign
• En god mikrotjenestergrense
• Ved hjelp av domenestyret design (DDD)
• Alternativer til forretningsdomengrenser (Volatility, Data, Technology, Organizational)
• Splitting the Monolith
• Premature dekomposisjon
• Dekomposisjon etter lag
• Bruk av dekomposisjonsmønstre (Strangler, Parallel Run, Feature Toggle)
• Data dekomposisjonshensyn (Ytelse, Integritet, Transaksjoner)
Modul 2: Optimalisering av Docker og Runtime
• Velg riktig baseavbildning
• Minimer antall lag
• Bruk multi-stage builds
• Avbildningsoptimalisering (sort multi-line arguments, etc.)
• Bruk av build cache
• Fastlegge avbildningsversjoner
• Finjustering av ressursallokering
• Sikre containertpraksiser
• Runtime-konfigurasjon for ytelse
Modul 3: Kubernetes & Release Strategier
Oversikt over Kubernetes-distribusjoner
• Opprette og utføre en initial distribusjon
• Kubernetes Distribusjonsalternativer
Utførelse av Rolloveroppdateringsdistribusjoner
• Forstå Rolloveroppdatering
• Opprette og utføre en rolloveroppdatering
• Rulle tilbake distribusjon
Utførelse av Canary-distribusjoner
• Forstå Canary-distribusjoner
• Opprette og utføre en canary-distribusjon
Utførelse av Blue-Green Distribusjoner
• Forstå Blue-Green Distribusjoner
• Opprette og utføre en blue-green-distribusjon
Kjør Jobs og CronJobs
• Opprette en Jobb og CronJob
Utførelse av overvåknings- og feilsøkingsoppgaver
• Feilsøkningsteknikker med kubectl
Modul 4: Automatisering & Driftseffektivitet
Bruk av Python for å automatisere vanlige oppgaver i Kubernetes
• Bruk av Python for å utføre administrative operasjoner i Kubernetes
• Bruk av Python for å definere konfigurasjonsobjekter
• Bruk av Python for å opprette distribusjonsobjekter
• Voksende Kubernetes-hendelser ved hjelp av Python
• Skalering av en distribusjon ved hjelp av Python
Forstå utfordringene med automatisering av distribusjoner
• Deklarativ konfigurasjon med Kubernetes
• Håndtering av konfigurasjonens integritet
Bruk av GitOps-metoden for automatisering av distribusjoner
• GitOps-prinsipper
• Introduksjon til Flux
• Installer Flux i et Kubernetes-kluster
Konfigurere Flux for automatiserte distribusjoner
• Bruk av varsler
• Kilden repotekstruktur
Håndtering av applikasjonoppdateringer med avbildningsautomatisering
• Oppdatere en applikasjonsdistribusjon med Flux
• Skanning av containeravbildningslager for tagger
• Definere policy for siste avbildningvalg
• Konfigurere Flux til å utføre automatiske avbildningsoppdateringer
Modul 5: Observabilitet & Rotsaksklaring
Kubernetes Logging og Sporingskapasiteter
• Hvorfor er logging og sporing viktig
• Å få tilgang til Kubernetes-logger
• Pod og container logger
• Kontrollplanlogger
• Ressursbruk for noder og pods
Samle inn og analysere logger
• Loggeraggregering
• Loggvizualisering
Distribert sporing i Kubernetes
• Hva er distribert sporing
• Bruk av OpenTelemetry
• Distriberte sporingstverktøy
• Instrumentering av en applikasjon
• Bruk av sporing for å finne ytelseshindringer
Overvåking med Prometheus og Grafana
• Observabilitetskonsepter
• Overvåkningstverktøy
• Bruk av Prometheus-instrumentering
Avanserte bruksscenarier for logging
• Behandling av logger
• Filtrering og utvidelse av logger
• Event sourcing
Modul 6: Klusterkrisessimulering & Hendelsesrespons
• Forstå de ulike typene feil i et klustermiljø
• Simulering av nodefeil
• Pod Eviction & Resursuttømmingsscenarie
• Nettverksproblemer
• DNS-feil for applikasjonstimeout-håndtering
• Simulering av en API-serverfeil
• Simulering av høy trafikk for systemstabilitet
• Lagringssvikt
• Konfigurasjonsfeil
• Forstå hendelsesrapporteringprosedyrer
Modul 7: AI for støtte ved feilsøking
• Fordeler med generativ AI for Kubernetes
• K8sGPT CLI-arkitektur
• Installer K8sGPT CLI
• K8sGPT-kommandoer og bruk
• Bruk av K8sGPT-analyzere (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Analyser klustret ved hjelp av K8sGPT
• Analyser reeltidsproblemer ved hjelp av K8sGPT
• In-Kluster Operator for K8sGPT
Krav
- Grunnleggende kunnskap om Linux kommandolinje
- Erfaring med applikasjonsutvikling eller systemadministrasjon
- Kjennskap til containere (Docker-konsepter)
- Grunnleggende forståelse av Kubernetes-konsepter (pods, deployments, services)
- Generell forståelse av programarkitektur (f.eks. APIs, tjenester)
Målgruppe:
- DevOps-ingeniører
- Side Reliability Engineers (SREs)
- Backend / Softwareutviklere som jobber med mikrotjenester
- Cloud-ingeniører og Plattform-ingeniører
-
Systemadministratører som overgår til Kubernetes-miljøer
Referanser (1)
reelle livseksabler
Maria - Fundacja PTA
Kurs - Mastering Make: Advanced Workflow Automation and Optimization
Maskinoversatt