Cursusaanbod
Module 1: Microservices Ontwerp
• Een goede microservicegrens
• Het gebruik van Domain Driven Design (DDD)
• Alternatieven voor bedrijfsdomein-grenzen (volatiliteit, gegevens, technologie, organisatie)
• De monolith splitten
• Premature decompositie
• Decompositie per laag
• Het gebruik van decompositiepatronen (Strangler, Parallel Run, Feature Toggle)
• Gegevensdecompositie-zorgen (prestaties, integriteit, transacties)
Module 2: Docker en de Runtime Optimaliseren
• Het kiezen van het juiste basisimage
• De aantal lagen minimaliseren
• Multi-stage builds gebruiken
• Image optimalisatie (multi-line argumenten sorteren, etc.)
• Het build-cache benutten
• Image versies pinnen
• Resource-toewijzing fijnafstellen
• Veilige containerpraktijken
• Runtime-configuratie voor prestaties
Module 3: Kubernetes & Release Strategieën
Kubernetes Deployments Overzicht
• Een initiële deployment maken en uitvoeren
• Kubernetes Deployment Opties
Rolling Update Deployments uitvoeren
• Rolling Update begrijpen
• Een Rolling Update maken en uitvoeren
• Deployment terugdraaien
Canary Deployments uitvoeren
• Canary Deployments begrijpen
• Een Canary Deployment maken en uitvoeren
Blue-Green Deployments uitvoeren
• Blue-Green Deployments begrijpen
• Een Blue-Green Deployment maken en uitvoeren
Jobs en CronJobs uitvoeren
• Een Job en CronJob maken
Monitoring- en troubleshoot-taken uitvoeren
• Troubleshooting-technieken met kubectl
Module 4: Automatisering & Operationele Efficiëntie
Python gebruiken om veelvoorkomende taken in Kubernetes te automatiseren
• Python gebruiken voor administratieve operaties in Kubernetes
• Python gebruiken om configuratieobjecten te definiëren
• Python gebruiken om deploymentobjecten te maken
• Kubernetes-gebeurtenissen bewaken met Python
• Een deployment schalen met Python
De uitdagingen van automatisering bij deployments begrijpen
• Declaratieve configuratie met Kubernetes
• De integriteit van de configuratie beheren
Het GitOps-benadering gebruiken voor het automatiseren van deployments
• GitOps-principes
• Flux introduceren
• Flux installeren op een Kubernetes-cluster
Flux configureren voor geautomatiseerde deployments
• Meldingen gebruiken
• De structuur van de bronrepository
Toepassings-updates beheren met image-automatisering
• Een toepassingsdeployment bijwerken met Flux
• Containerimage-repositories scannen voor tags
• Beleid definiëren voor de selectie van de nieuwste image
• Flux configureren om automatische image-updates uit te voeren
Module 5: Observabiliteit & Oorzakelijke Klarheid
Kubernetes Logging en Tracing Capaciteiten
• Waarom logging en tracing belangrijk zijn
• Toegang krijgen tot de Kubernetes-logs
• Pod en container logs
• Control plane logs
• Resourcegebruik van knooppunten en pods
Logs verzamelen en analyseren
• Log aggregatie
• Log visualisatie
Gedistribueerd tracering in Kubernetes
• Wat is gedistribueerde tracering
• OpenTelemetry gebruiken
• Gedistribueerde traceringstools
• Een toepassing instrumenteren
• Tracering gebruiken om prestatieproblemen te vinden
Monitoring met Prometheus en Grafana
• Observabiliteitsconcepten
• Monitoring-tools
• Prometheus-instrumentering gebruiken
Geavanceerde toepassingen voor logging
• Logs verwerken
• Logs filteren en aanvullen
• Event sourcing
Module 6: Cluster Crisis Simulatie & Incident Response
• De verschillende soorten fouten in een clusteromgeving begrijpen
• Een knooppuntuitval simuleren
• Pod eviction en resource uitputtingscenario's
• Netwerkproblemen
• DNS-fouten voor toepassings-timeoutafhandeling
• Een API-serveruitval simuleren
• Hoge verkeersdruk simuleren voor systeemstabiliteit
• Opslagfout
• Configuratiefouten
• Incidentrapportageprocedures begrijpen
Module 7: AI voor Probleemoplossing Ondersteuning
• Voordelen van generatieve AI voor Kubernetes
• K8sGPT CLI-architectuur
• De K8sGPT CLI installeren
• K8sGPT-commando's en gebruik
• K8sGPT-analyzers gebruiken (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Een cluster analyseren met K8sGPT
• Real-time problemen analyseren met K8sGPT
• In-cluster operator voor K8sGPT
Vereisten
- Basis kennis van de Linux command line
- Ervaring met toepassingsontwikkeling of systeembeheer
- Vertrouwdheid met containers (Docker-concepten)
- Basis begrip van Kubernetes concepten (pods, deployments, services)
- Algemene kennis van softwarearchitectuur (bijvoorbeeld APIs, services)
Doelgroep:
- DevOps Engineers
- Site Reliability Engineers (SREs)
- Backend / Software Developers die werken met microservices
- Cloud Engineers en Platform Engineers
-
Systeembeheerders die overgaan naar Kubernetes-omgevingen
Getuigenissen (1)
echte levensvoorbeelden
Maria - Fundacja PTA
Cursus - Mastering Make: Advanced Workflow Automation and Optimization
Automatisch vertaald
