Temario del curso
Módulo 1: Diseño de Microservicios
• Un Buen Límite de Microservicio
• Uso del Diseño Basado en el Dominio (DDD)
• Alternativas a los Límites del Dominio de Negocio (Volatilidad, Datos, Tecnología, Organización)
• Desglose del Monolito
• Descomposición Prematura
• Descomposición por Capa
• Uso de Patrones de Descomposición (Strangler, Ejecución Paralela, Toggle de Funcionalidad)
• Preocupaciones sobre 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 multinivel (multi-stage builds)
• 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 para contenedores
• Configuración del entorno de ejecución para el rendimiento
Módulo 3: Kubernetes y Estrategias de Liberación
Descripción 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 las Actualizaciones Progresivas
• Creación y ejecución de una Actualización Progresiva
• Reversión del Despliegue
Realización de Despliegues tipo Canario
• Comprensión de los Despliegues tipo Canario
• Creación y ejecución de un Despliegue Canario
Realización de Despliegues Azul/Verde
• Comprensión de los Despliegues Azul/Verde
• Creación y ejecución de un Despliegue Azul/Verde
Ejecución de Trabajos (Jobs) y CronJobs
• Creación de un Trabajo y 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
• Supervisión de Eventos de Kubernetes utilizando Python
• Escalado de un Despliegue utilizando Python
Comprensión de los Desafíos de la Automatización de 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 Cluster de Kubernetes
Configuración de Flux para Despliegues Automatizados
• Uso de Notificaciones
• Estructura del Repositorio 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 Contenedor por Etiquetas
• Definición de Políticas para la selección de la Última Versión de Imagen
• Configuración de Flux para Realizar Actualizaciones Automáticas de Imagen
Módulo 5: Observabilidad y Claridad en la Causa Raíz
Capacidades de Registro y Trazabilidad en Kubernetes
• Por qué son Importantes el Registro (Logging) y la Trazabilidad
• 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 Registros
• Visualización de Registros
Trazabilidad Distribuida en Kubernetes
• Qué es la Trazabilidad Distribuida
• Uso de OpenTelemetry
• Herramientas de Trazabilidad Distribuida
• Instrumentación de una Aplicación
• Uso de Trazabilidad 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 (Registro de Eventos)
Módulo 6: Simulación de Crisis del Cluster y Respuesta a Incidentes
• Comprensión de los diferentes tipos de fallos en un entorno de cluster
• Simulación de Fallos de Nodo
• 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 Elevado 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
• Uso de Analizadores de K8sGPT (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Análisis del Cluster utilizando K8sGPT
• Análisis de Problemas en Tiempo Real utilizando 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)
- Comprensión general de la arquitectura de software (por ejemplo, APIs, servicios)
Público objetivo:
- Ingenieros de DevOps
- Ingenieros de Fiabilidad del Sitio (SREs)
- Desarrolladores Backend / Software que trabajan con microservicios
- Ingenieros de Cloud e Ingenieros de Plataforma
-
Administradores de Sistemas que transicionan 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
