Kursplan
Modul 1: Mikrotjänstdesign
• En bra mikrotjänstgräns
• Använda domänstyrd design (DDD)
• Alternativ till affärsdomänsgränser (Volatility, Data, Technology, Organizational)
• Dela upp monoliten
• Prematur dekomposition
• Dekomposition per lager
• Använda dekompositionsönner (Strangler, Parallel Run, Feature Toggle)
• Data dekompositionsfrågor (prestanda, integritet, transaktioner)
Modul 2: Optimering av Docker och Runtime
• Välja rätt basavbildning
• Minimera antalet lager
• Använda flerstagsbyggen
• Avbildningsoptimering (sortering av flerlinjära argument, etc.)
• Utnyttja build-cache
• Fästa avbildningstillstånd
• Finjustera resursallokering
• Säker containermetodik
• Runtime-konfiguration för prestanda
Modul 3: Kubernetes & Versionsstrategier
Översikt över Kubernetes-distributioner
• Skapa och utföra en inledande distribution
• Kubernetes Distribution Options
Genomföra rullande uppdateringar
• Förstå rullande uppdatering
• Skapa och utföra en rullande uppdatering
• Återställa distribution
Genomföra canary-distributioner
• Förstå canary-distributioner
• Skapa och utföra en canary-distribution
Genomföra blue-green-distributioner
• Förstå blue-green-distributioner
• Skapa och utföra en blue-green-distribution
Köra jobb och CronJobs
• Skapa ett jobb och CronJob
Genomföra övervaknings- och felsökningsuppgifter
• Felsökningstekniker med kubectl
Modul 4: Automatisering & Driftseffektivitet
Använda Python för att automatisera vanliga uppgifter i Kubernetes
• Använda Python för att utföra administrativa operationer i Kubernetes
• Använda Python för att definiera konfigurationsobjekt
• Använda Python för att skapa distributionsobjekt
• Övervaka Kubernetes-händelser med Python
• Skala distributioner med Python
Förstå utmaningarna med automatisering av distributioner
• Deklarativ konfiguration med Kubernetes
• Hantera konfigurationsintegriteten
Använda GitOps-metoden för att automatisera distributioner
• GitOps-principer
• Introduktion till Flux
• Installera Flux på ett Kubernetes-kluster
Konfigurera Flux för automatiserade distributioner
• Använda meddelanden
• Strukturen av källlagret
Hantera applikationsuppdateringar med bildautomatisering
• Uppdatera en applikationsdistribution med Flux
• Skanna containerbildarkiv för taggar
• Definiera policyer för senaste bildvalet
• Konfigurera Flux för att utföra automatiserade bilduppdateringar
Modul 5: Observabilitet & Rotorsaksklarhet
Kubernetes-logg- och spårningsförmågor
• Varför är loggning och spårning viktigt
• Åtkomst till Kubernetes-loggar
• Pod- och containrarloggar
• Kontrollplansloggar
• Resursanvändning av noder och pods
Insamla och analysera loggar
• Loggaggregering
• Loggvizualisering
Distribuerad spårning i Kubernetes
• Vad är distribuerad spårning
• Använda OpenTelemetry
• Distribuerade spårningsverktyg
• Instrumentering av en applikation
• Använda spårning för att hitta prestandaproblem
Övervakning med Prometheus och Grafana
• Observabilitetskoncept
• Övervakningsverktyg
• Använda Prometheus-instrumentering
Avancerade användningsfall för loggning
• Bearbeta loggar
• Filtrera och berika loggar
• Event Sourcing
Modul 6: Klusterkris-simulering & Incidenthantering
• Förstå de olika typerna av fel i en klustermiljö
• Simulera nodfel
• Pod Eviction & Resursutmattningsscenarier
• Nätverksproblem
• DNS-fel för hantering av applikationstidsutsättning
• Simulera en API-serveravbrott
• Simulera hög trafik för systemstabilitet
• Lagringfel
• Konfigurationsfel
• Förstå incidentrapporteringsskedar
Modul 7: AI för att stödja felsökning
• Fördelar med generativ AI för Kubernetes
• K8sGPT CLI-arkitektur
• Installera K8sGPT CLI
• K8sGPT-kommandon och användning
• Använda K8sGPT-analysverktyg (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Analysera klustret med K8sGPT
• Analysera realtidsproblem med K8sGPT
• In-Cluster Operator för K8sGPT
Krav
- Grundläggande kunskap om Linux-kommandoraden
- Erfarenhet av programutveckling eller systemadministration
- Bekantskap med containrar (Docker-koncept)
- Grundläggande förståelse av Kubernetes-koncept (pods, distributioner, tjänster)
- Allmän förståelse av programarkitektur (t.ex. API:er, tjänster)
Målgrupp:
- DevOps-utvecklare
- Site Reliability Engineers (SREs)
- Backend-/Programutvecklare som arbetar med mikrotjänster
- Cloud- och plattformsingenjörer
-
Systemadministratörer som övergår till Kubernetes-miljöer
Vittnesmål (1)
verkliga livsexempel
Maria - Fundacja PTA
Kurs - Mastering Make: Advanced Workflow Automation and Optimization
Maskintolkat