Entrar em Contato

Programa do Curso

Módulo 1: Design de Microsserviços

• Um Bom Limite para Microsserviços
• Usando Design Orientado ao Domínio (DDD)
• Alternativas aos Limites do Domínio de Negócio (Volatilidade, Dados, Tecnologia, Organizacional)
• Dividindo o Monolito
• Decomposição Prematura
• Decomposição por Camada
• Usando Padrões de Decomposição (Strangler, Execução Paralela, Feature Toggle)
• Preocupações com a Decomposição de Dados (Desempenho, Integridade, Transações)

Módulo 2: Otimizando o Docker e o Runtime

• Escolhendo a imagem base adequada
• Minimizando o número de camadas
• Usando builds multiestágio
• Otimização de imagens (ordenando argumentos multilinha, etc.)
• Aproveitando o cache de build
• Fixando versões das imagens
• Ajuste fino da alocação de recursos
• Práticas seguras para containers
• Configuração do runtime para desempenho

Módulo 3: Kubernetes e Estratégias de Release

Visão Geral dos Deployments no Kubernetes
• Criando e executando um Deployment Inicial
• Opções de Deployment no Kubernetes

Realizando Deployments com Atualizações Graduais (Rolling Update)
• Compreendendo o Rolling Update
• Criando e executando um Rolling Update
• Revertendo um Deployment

Realizando Deployments Canários
• Compreendendo os Deployments Canários
• Criando e executando um Deployment Canário

Realizando Deployments Blue-Green
• Compreendendo os Deployments Blue-Green
• Criando e executando um Deployment Blue-Green

Executando Jobs e CronJobs
• Criando um Job e um CronJob

Realizando Tarefas de Monitoramento e Solução de Problemas
• Técnicas de solução de problemas com kubectl

Módulo 4: Automação e Eficiência Operacional

Usando Python para Automatizar Tarefas Comuns no Kubernetes
• Usando Python para realizar operações administrativas no Kubernetes
• Usando Python para definir objetos de Configuração
• Usando Python para criar objetos de Deployment
• Monitorando Eventos do Kubernetes usando Python
• Escalando um Deployment usando Python

Compreendendo os Desafios da Automação de Deployments
• Configuração Declarativa com Kubernetes
• Gerenciando a Integridade da Configuração

Usando a Abordagem GitOps para Automatizar Deployments
• Princípios do GitOps
• Introduzindo o Flux
• Instalando o Flux em um Cluster Kubernetes

Configurando o Flux para Deployments Automatizados
• Usando Notificações
• A Estrutura do Repositório de Origem (Source Repository)

Lidando com Atualizações de Aplicativos com Automação de Imagem
• Atualizando um Deployment de Aplicativo com o Flux
• Verificando Repositórios de Imagens de Container por Tags
• Definindo Políticas para Seleção da Última Imagem
• Configurando o Flux para Realizar Atualizações Automáticas de Imagem

Módulo 5: Observabilidade e Clareza sobre a Causa Raiz

Capacidades de Logging e Rastreamento no Kubernetes
• Por que Logging e Rastreamento são Importantes
• Acessando os Logs do Kubernetes
• Logs de Pods e Containers
• Logs do Plano de Controle (Control Plane)
• Uso de Recursos dos Nós e Pods

Coletando e Analisando os Logs
• Agregação de Logs
• Visualização de Logs

Rastreamento Distribuído no Kubernetes
• O que é o Rastreamento Distribuído
• Usando OpenTelemetry
• Ferramentas de Rastreamento Distribuído
• Instrumentando um Aplicativo
• Usando o Rastreamento para Encontrar Problemas de Desempenho

Monitoramento com Prometheus e Grafana
• Conceitos de Observabilidade
• Ferramentas de Monitoramento
• Usando Instrumentação do Prometheus

Casos de Uso Avançados para Logging
• Processamento de Logs
• Filtrando e Enriquecendo os Logs
• Event Sourcing

Módulo 6: Simulação de Crises no Cluster e Resposta a Incidentes

• Compreendendo os diferentes tipos de falhas em um ambiente de cluster
• Simulando Falhas de Nós (Nodes)
• Cenário de Evicção de Pods e Exaustão de Recursos
• Problemas de Rede
• Falhas de DNS para tratamento de tempo limite do aplicativo (application timeout)
• Simulando uma Interrupção do Servidor de API
• Simulando Tráfego Alto para Estabilidade do Sistema
• Falhas de Armazenamento (Storage)
• Erros de Configuração
• Compreendendo os procedimentos de relato de incidentes

Módulo 7: IA para Suporte à Solução de Problemas

• Benefícios da IA Generativa para Kubernetes
• Arquitetura da CLI do K8sGPT
• Instalando a CLI do K8sGPT
• Comandos e Uso do K8sGPT
• Usando Analisadores do K8sGPT (podAnalyzer, pvcAnalyzer, rsAnalyzer, etc.)
• Analisando o Cluster usando o K8sGPT
• Analisando Problemas em Tempo Real usando o K8sGPT
• Operador no Cluster para o K8sGPT

Requisitos

  • Conhecimento básico da linha de comando do Linux
  • Experiência com desenvolvimento de aplicativos ou administração de sistemas
  • Familiaridade com containers (conceitos de Docker)
  • Compreensão básica dos conceitos do Kubernetes (pods, deployments, serviços)
  • Compreensão geral da arquitetura de software (ex.: APIs, serviços)

Público-alvo:

  • Engenheiros DevOps
  • Engenheiros de Confiabilidade do Site (SREs)
  • Desenvolvedores Backend / Software que trabalham com microsserviços
  • Engenheiros de Nuvem e Engenheiros de Plataforma
  • Administradores de Sistemas em transição para ambientes Kubernetes

     

 49 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas