Temario del curso
Módulo 1: Diseño de Microservicios
• Un límite adecuado para el microservicio
• Uso del Diseño Dirigido por Dominio (DDD)
• Alternativas a los límites del dominio empresarial (Volatilidad, Datos, Tecnología, Organizacional)
• División del monolito
• Descomposición prematura
• Descomposición por capas
• Uso de patrones de descomposición (Strangler, Ejecución Paralela, Interrupción de características)
• Preocupaciones sobre la descomposición de datos (Rendimiento, Integridad, Transacciones)
Módulo 2: Optimización de Docker y el Entorno de Ejecución
• Selección de la imagen base adecuada
• Minimización del número de capas
• Uso de compilaciones multi-etapa
• Optimización de imágenes (ordenar argumentos multilínea, etc.)
• Aprovechar la caché de compilación
• Fijación de versiones de imágenes
• Ajuste fino de la asignación de recursos
• Prácticas seguras para contenedores
• Configuración del entorno de ejecución para rendimiento
Módulo 3: Kubernetes y Estrategias de Lanzamiento
Resumen de los Despliegues en Kubernetes
• Creación y ejecución de un Despliegue Inicial
• Opciones de Despliegue de Kubernetes
Ejecución de Despliegues con Actualizaciones Progresivas
• Comprensión de las Actualizaciones Progresivas
• Creación y ejecución de una Actualización Progresiva
• Reversión del despliegue
Ejecución de Despliegues Canarios
• Comprensión de los Despliegues Canarios
• Creación y ejecución de un Despliegue Canario
Ejecución de Despliegues Azul-Verde
• Comprensión de los Despliegues Azul-Verde
• Creación y ejecución de un Despliegue Azul-Verde
Ejecución de Trabajos y CronJobs
• Creación de un Trabajo y CronJob
Ejecución de Tareas de Monitoreo y Resolución de Problemas
• Técnicas de resolución de problemas con kubectl
Módulo 4: Automatización y Eficiencia Operativa
Uso de Python para Automatizar Tareas Comunes en Kubernetes
• Uso de Python para realizar operaciones administrativas en Kubernetes
• Uso de Python para definir objetos de configuración
• Uso de Python para crear objetos de Despliegue
• Monitoreo de Eventos de Kubernetes usando Python
• Escalamiento de un Despliegue utilizando Python
Comprensión de los Desafíos al Automatizar Despliegues
• Configuración Declarativa con Kubernetes
• Gestión de la Integridad de la Configuración
Uso del Enfoque GitOps para Automatizar Despliegues
• Principios de GitOps
• Introducción a Flux
• Instalación de Flux en un clúster de Kubernetes
Configuración de Flux para Despliegues Automatizados
• Uso de notificaciones
• Estructura del Repositorio Origen
Gestión de Actualizaciones de Aplicaciones con Automatización de Imágenes
• Actualización del despliegue de una aplicación con Flux
• Escaneo de repositorios de imágenes de contenedores en busca de etiquetas
• Definición de políticas para la selección de la última imagen
• Configuración de Flux para realizar actualizaciones automáticas de imágenes
Módulo 5: Observabilidad y Claridad sobre la Causa Raíz
Capacidades de Registro y Rastreo en Kubernetes
• Importancia del registro y rastreo
• Acceso a los registros de Kubernetes
• Registros de Pods y Contenedores
• Registros del Plano de Control
• Uso de Recursos de Nodos y Pods
Colección y Análisis de Registros
• Agregación de registros
• Visualización de registros
Rastreo Distribuido en Kubernetes
• Qué es el rastreo distribuido
• Uso de OpenTelemetry
• Herramientas de Rastreo Distribuido
• Instrumentación de una aplicación
• Uso del rastreo para encontrar problemas de rendimiento
Monitoreo con Prometheus y Grafana
• Conceptos de observabilidad
• Herramientas de monitoreo
• Uso de instrumentación de Prometheus
Casos de Uso Avanzados para Registros
• Procesamiento de registros
• Filtrado y enriquecimiento de registros
• Fuentes de Eventos (Event Sourcing)
Módulo 6: Simulación de Crisis del Clúster y Respuesta a Incidentes
• Comprensión de los diferentes tipos de fallos en un entorno de clúster
• Simulación de Fallos de Nodo
• Evicción de Pods y Escenario de Agotamiento de Recursos
• Problemas de Red
• Fallos de DNS para la gestión de tiempos de espera de aplicaciones
• Simulación de una Interrupción del Servidor API
• Simulación de alto tráfico para la estabilidad del sistema
• Fallo de Almacenamiento
• Errores de Configuración
• Comprensión de los procedimientos de reporte de incidentes
Módulo 7: IA para apoyar la Resolución de Problemas
• Beneficios de la IA Generativa para Kubernetes
• Arquitectura de la CLI de K8sGPT
• Instalación de la CLI de K8sGPT
• Comandos y Uso de K8sGPT
• Análisis de los analizadores de K8sGPT (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Análisis del clúster utilizando K8sGPT
• Análisis de Problemas en Tiempo Real usando K8sGPT
• Operador en el Clúster para K8sGPT
Requerimientos
- Conocimientos básicos de la línea de comandos de Linux
- Experiencia con desarrollo de aplicaciones o administración de sistemas
- Familiaridad con contenedores (conceptos de Docker)
- Comprensión básica de los conceptos de Kubernetes (pods, despliegues, servicios)
- Comprensión general de la arquitectura de software (por ejemplo, APIs, servicios)
Público objetivo:
- Ingenieros DevOps
- Ingenieros de Confiabilidad del Sitio (SREs)
- Desarrolladores Backend / Software que trabajan con microservicios
- Ingenieros de la Nube e Ingenieros de Plataforma
-
Administradores de Sistemas que transicionan hacia entornos de Kubernetes
Reseñas (2)
El conocimiento y experiencia del consultor ya que se abordan los temas teóricos aplicándolos a la realidad de los procesos. El curso contiene un programa de mucho valor en la gestión de las tecnologías de información.
Luis Castro Gamboa - Cooperativa De Ahorro Y Credito Ande No. 1 R.L.
Curso - Site Reliability Engineering (SRE) Foundation®
Que fue muy claro en cada especificación
