Temario del curso
Módulo 1: Diseño de Microservicios
• Un buen límite para el microservicio
• Uso del Diseño Guiado por el Dominio (DDD)
• Alternativas a los límites del dominio de negocio (Volatilidad, Datos, Tecnología, Organizacional)
• División del monolito
• Descomposición prematura
• Descomposición por capa
• Uso de patrones de descomposición (Estrangulador, Ejecución paralela, Toggle de características)
• Consideraciones de 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 builds multi-etapa
• Optimización de imágenes (ordenamiento de argumentos multilínea, etc.)
• Aprovechamiento de la caché de construcción
• Fijación de versiones de imagen
• Ajuste fino de la asignación de recursos
• Prácticas seguras de contenedores
• Configuración del entorno de ejecución para el rendimiento
Módulo 3: Kubernetes y Estrategias de Liberación
Panorama general de los Despliegues en Kubernetes
• Creación y ejecución de un Despliegue inicial
• Opciones de Despliegue en Kubernetes
Ejecución de Despliegues con Actualizaciones Progresivas (Rolling Updates)
• Comprensión de las actualizaciones progresivas
• Creación y ejecución de una actualización progresiva
• Reversión del despliegue
Ejecución de Despliegues Canario
• Comprensión de los despliegues canario
• 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 (Jobs) y CronJobs
• Creación de un Job 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
• Monitoreo de eventos de Kubernetes usando 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 clúster de Kubernetes
Configuración de Flux para despliegues automatizados
• Uso de notificaciones
• Estructura del repositorio de 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 para 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 en 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
Recopilación y análisis de 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 (logging)
• Procesamiento de registros
• Filtrado y enriquecimiento de registros
• 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
• Escenario de evicción de pods y agotamiento de recursos
• Problemas de red
• Fallos de DNS para el manejo de tiempos de espera de aplicaciones
• Simulación de una caída del servidor API
• Simulación de alto tráfico para la estabilidad del sistema
• Fallos de almacenamiento
• Errores de configuración
• Comprensión de los procedimientos de reportación de incidentes
Módulo 7: Uso de 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 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 conceptos de Kubernetes (pods, despliegues, servicios)
- Comprensión general de la arquitectura de software (por ejemplo, APIs, servicios)
Público objetivo:
- Ingenieros de DevOps
- Ingenieros de Confiabilidad del Sitio (SRE)
- Desarrolladores Backend / Software que trabajan con microservicios
- Ingenieros de Nube 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
