Temario del curso
Módulo 1: Diseño de Microservicios
• Un buen límite para el microservicio
• Uso del Diseño Impulsado por el 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, Conmutación de características)
• Consideraciones de 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 multietapa
• Optimización de imágenes (ordenamiento de argumentos multilínea, etc.)
• Aprovechamiento del caché de construcción
• 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
Visión general de los Despliegues en Kubernetes
• Creación y ejecución de un Despliegue Inicial
• Opciones de Despliegue en Kubernetes
Realización de Despliegues con Actualizaciones Progresivas (Rolling Updates)
• Comprensión de las Actualizaciones Progresivas
• Creación y ejecución de una Actualización Progresiva
• Reversión del Despliegue
Realización de Despliegues Canary
• Comprensión de los Despliegues Canary
• Creación y ejecución de un Despliegue Canary
Realización de Despliegues Blue-Green
• Comprensión de los Despliegues Blue-Green
• Creación y ejecución de un Despliegue Blue-Green
Ejecución de Tareas (Jobs) y CronTasks (CronJobs)
• Creación de un Job y un CronJob
Realización de tareas de Monitoreo y Resolución de Problemas
• Técnicas de diagnóstico 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 mediante Python
• Escalado de un Despliegue utilizando Python
Comprensión de los Desafíos de 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 de Origen (Source Repository)
Manejo 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 (tags)
• Definición de Políticas para la selección de la última imagen
• Configuración de Flux para realizar actualizaciones automáticas de imágenes
Módulo 5: Observabilidad y Claridad en la Causa Raíz
Capacidades de Registro (Logging) y Trazado (Tracing) en Kubernetes
• Importancia del registro y el trazado
• Acceso a los registros de Kubernetes
• Registros de Pods y Contenedores
• Registros del Plano de Control (Control Plane)
• Uso de Recursos de Nodos y Pods
Recopilación y Análisis de los Registros
• Agregación de logs
• Visualización de logs
Trazado Distribuido en Kubernetes
• ¿Qué es el trazado distribuido?
• Uso de OpenTelemetry
• Herramientas de Trazado Distribuido
• Instrumentación de una Aplicación
• Utilización del Trazado 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 (Logs)
• Procesamiento de logs
• Filtrado y Enriquecimiento de los logs
• 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 Nodos
• Evicción de Pods y Escenario de Agotamiento de Recursos
• Problemas de Red
• Fallos de DNS para el manejo de tiempos de espera de la aplicación
• Simulación de una Caída del Servidor API
• Simulación de tráfico alto para la estabilidad del sistema
• Fallos 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 del CLI de K8sGPT
• Instalación del CLI de K8sGPT
• Comandos y uso de K8sGPT
• Uso de Analizadores de K8sGPT (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Análisis del Clúster utilizando K8sGPT
• Análisis de Problemas en Tiempo Real utilizando K8sGPT
• Operador dentro del Clúster para K8sGPT
Requerimientos
- Conocimientos básicos de la línea de comandos de Linux
- Experiencia en desarrollo de aplicaciones o administración de sistemas
- Familiaridad con contenedores (conceptos de Docker)
- Comprensión básica de los conceptos de Kubernetes (pods, despliegues, servicios)
- Conocimiento general de la arquitectura de software (por ejemplo, APIs, servicios)
Público objetivo:
- Ingenieros DevOps
- Ingenieros de Confiabilidad del Sitio (SRE)
- Desarrolladores Backend / Software que trabajan con microservicios
- Ingenieros Cloud e Ingenieros de Plataforma
-
Administradores de Sistemas que se están transitando hacia entornos de Kubernetes
Testimonios (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
