Temario del curso
Módulo 1: Diseño de Microservicios
• Un límite adecuado para un Microservicio
• Uso del Diseño Dirigido por Dominio (DDD)
• Alternativas a los límites del dominio empresarial (Volatilidad, Datos, Tecnología, Organizacional)
• Desglosando el Monolito
• Descomposición prematura
• Descomposición por Capa
• Uso de Patrones de Descomposición (Strangler, Ejecución Paralela, Alternancia de Características)
• Aspectos de la Descomposición de Datos (Rendimiento, Integridad, Transacciones)
Módulo 2: Optimización de Docker y el Entorno de Ejecución
• Elección de la imagen base adecuada
• Minimización del número de capas
• Uso de compilaciones multi-etapa
• Optimización de imágenes (ordenamiento de argumentos multilínea, etc.)
• Aprovechamiento de la caché de compilación
• Fijación de versiones de imagen
• Ajuste fino de la asignación de recursos
• Prácticas seguras de 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 Update)
• Comprensión de la Actualización Progresiva
• 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 Jobs (Trabajos) y CronJobs
• Creación de un Job y un CronJob
Realización 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
• Escalado de un Despliegue usando 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 Origen
Gestión de Actualizaciones de Aplicaciones con Automatización de Imágenes
• Actualización de un Despliegue de Aplicación con Flux
• Escaneo de Repositorios de Imágenes de Contenedor por 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 de la Causa Raíz
Capacidades de Registro (Logging) y Trazado 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
Recolección y Análisis de los Registros
• Agregación de Registros
• Visualización de Registros
Trazado Distribuido en Kubernetes
• ¿Qué es el trazado distribuido?
• Uso de OpenTelemetry
• Herramientas de Trazado Distribuido
• Instrumentación de una Aplicación
• Uso 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
• Procesamiento de Registros
• Filtrado y Enriquecimiento de los Registros
• Event Sourcing (Origen de Eventos)
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
• Escenario de Evicción de Pod y Agotamiento de Recursos
• Problemas de Red
• Fallos de DNS para el manejo de tiempos de espera (timeouts) de la aplicación
• Simulación de una Caída 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 Soporte en 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
• Uso de Analizadores de K8sGPT (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Análisis del Clúster usando K8sGPT
• Análisis de Problemas en Tiempo Real usando K8sGPT
• Operador In-Cluster 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)
- Entendimiento general de la arquitectura de software (por ejemplo, APIs, servicios)
Público objetivo:
- Ingenieros de DevOps
- Ingenieros de Confiabilidad del Sitio (SREs)
- Desarrolladores Backend / de Software que trabajan con microservicios
- Ingenieros de Nube e Ingenieros de Plataforma
-
Administradores de Sistemas que se están transicionando a 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
