Kursplan
Modul 1: Mikrotjänstdesign
• En god mikrotjänstgräns
• Använda Domain Driven Design (DDD)
• Alternativ till affärsdomän-gränser (Volatilitet, Data, Teknologi, Organisation)
• Att splittra monoliten
• För tidig dekomponering
• Dekomposition per lager
• Använda dekompositions mönster (Strangler, Parallel Run, Feature Toggle)
• Datadekompositionsproblem (Prestanda, Integritet, Transaktioner)
Modul 2: Optimering av Docker och runtime
• Valet av rätt basavbildning
• Minimera antalet lager
• Använda multi-stage builds
• Avbillsoptimering (sortera flerradiga argument, osv.)
• Dra nytta av build-cachen
• Pinna avbildningsversioner
• Finjustera resursallokering
• Säker behållarpaktik
• Runtime-konfiguration för prestanda
Modul 3: Kubernetes & Releasesstrategier
Översikt över Kubernetes Deployments
• Skapa och exekvera en initial deployment
• Kubernetes Deployment-alternativ
Utföra rullande uppdateringar
• Förstå rullande uppdateringar
• Skapa och exekvera en rullande uppdatering
• Ångra deploymenten
Utföra Canary-distributioner
• Förstå canary-distributioner
• Skapa och exekvera en canary-deployment
Utföra Blue-Green-distributioner
• Förstå blue-green-distributioner
• Skapa och exekvera en blue-green-deployment
Köra Jobs och CronJobs
• Skapa ett Job och CronJob
Utföra monitorering och felsökning
• Felsökningsmetoder med kubectl
Modul 4: Automation & Operationell effektivitet
Använda Python för att automatisera vanliga uppgifter i Kubernetes
• Använda Python för administrativa åtgärder i Kubernetes
• Använda Python för att definiera konfigurationsobjekt
• Använda Python för att skapa Deployment-objekt
• Observera Kubernetes-händelser med Python
• Skalning av en deployment med Python
Förstå utmaningarna med att automatisera distributioner
• Deklarativ konfiguration med Kubernetes
• Hantera integriteten hos konfigurationen
Använda GitOps-approachen för automatiska distributioner
• GitOps-principer
• Introduktion till Flux
• Installera Flux i ett Kubernetes-kloster
Konfigurera Flux för automatiserade distributioner
• Använda notifieringar
• Struktur på källrepoet
Hantera applikationsuppdateringar med bildautomatisering
• Uppdatera en deployment med Flux
• Scanna containeravbildningsrepositorier efter tags
• Definiera policy för senaste bildval
• Konfigurera Flux att utföra automatiserade bilduppdateringar
Modul 5: Observabilitet & Root Cause Clearing
Kubernetes Loggning och Spårningskapacitet
• Varför är loggning och spårning viktiga
• Tillgång till Kubernetes-loggar
• Pod- och Containerloggar
• Control Plane-loggar
• Resursanvändning på noder och pods
Samla in och analysera loggar
• Loggsamling
• Loggvizualisering
Distribuerad spårning i Kubernetes
• Vad är distribuerad spårning
• Använda OpenTelemetry
• Spårningsverktyg
• Instrumentera en applikation
• Använda spårning för att hitta prestandaproblem
Övervakning med Prometheus och Grafana
• Begrepp inom observabilitet
• Övervakningsverktyg
• Använda Prometheus-instrumentering
Avancerade användningsfall för loggning
• Bearbeta loggar
• Filtrera och berika loggar
• Event Sourcing
Modul 6: Simulering av klusterkris & Incidentssvar
• Förstå olika typer av misslyckanden i en klostermiljö
• Simulera nodmisslyckanden
• Podutkastning & Resursutmattnadsscenario
• Nätverksproblem
• DNS-fel för hantering av applikationstimeout
• Simulera API Server-avbrott
• Simulera hög trafik för systemstabilitet
• Lagringsfel
• Konfigurationsfel
• Förstå incidentrapporteringsrutiner
Modul 7: AI till stöd för felsökning
Fördelar med generativ AI för Kubernetes
K8sGPT CLI-arkitektur
Installera K8sGPT CLI
K8sGPT-kommandon och användning
Använda K8sGAnalyzatorer (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
Analysera klustret med K8sGPT
Analysera realtidsproblem med K8sGPT
In-cluster-operator för K8sGPT
Krav
- Grundläggande kunskaper om Linux-kommandoradsgränssnittet
- Erfarenhet av applikationsutveckling eller systemadministration
- Kännedom om behållare (Docker-koncept)
- Grundläggande förståelse för Kubernetes-koncept (pods, deployments, services)
- Allmän förståelse för mjukvaruarkitektur (t.ex. API:er, tjänster)
Målgrupp:
- DevOps-engineers
- Site Reliability Engineers (SREs)
- Backend- / programvaruutvecklare som arbetar med mikrotjänster
- Molningjörer och plattformingenjörer
-
Systemadministratörer som övergår till Kubernetes-miljöer
Vittnesmål (2)
Craig var extremt engagerad i utbildningen och sorg alltid för att vi var uppmärksamma. Han anpassade exempelna efter våra dagliga aktiviteter och gav alltid ett svar när vi frågade, även om informationen inte fanns med i presentationen.
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
Kurs - DevOps Foundation®
Maskintolkat
Hög nivå av engagemang och kunskap hos instruktören
Jacek - Softsystem
Kurs - DevOps Engineering Foundation (DOEF)®
Maskintolkat