Solicitar información

Temario del curso

Módulo 1: Diseño de Microservicios

• Un límite adecuado para el microservicio
• Uso del Diseño Basado en el Dominio (DDD)
• Alternativas a los límites del dominio empresarial (volatilidad, datos, tecnología, organización)
• Descomposición del monolito
• Descomposición prematura
‡ Descomposición por capas
• Uso de patrones de descomposición (estrangulador, ejecución paralela, conmutación de características)
• Consideraciones en 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 (ordenar argumentos multilínea, etc.)
• Aprovechar la caché de compilación
• Fijar versiones de imágenes
• 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 Lanzamiento

Resumen de 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 Canarios
• Comprensión de los despliegues canarios
• 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 Trabajo y un CronJob

Ejecución 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
• Observación de eventos de Kubernetes utilizando Python
• Escalamiento de un despliegue usando Python

Comprensión de los Desafíos en la Automatización de Despliegues
• Configuración declarativa con Kubernetes
• Gestión de la integridad de la configuración

Uso del Enfoque GitOps para la Automatización de 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 de un despliegue de aplicación con Flux
• Escaneo de repositorios de imágenes de contenedores en busca de 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 Rastreo (Tracing) en Kubernetes
• Importancia del registro de eventos y el rastreo
• Acceso a los registros de Kubernetes
• Registros de Pods y Contenedores
• Registros del Plano de Control
• Uso de recursos de Nodos y Pods

Recopilación y Análisis de Registros
• Agregación de registros
• Visualización de registros

Rastreo Distribuido en Kubernetes
• Qué es el rastreo distribuido
• Uso de OpenTelemetry
• Herramientas de rastreo distribuido
• Instrumentación de una aplicación
• Uso del rastreo 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 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 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 indisponibilidad del servidor API
• Simulación de alto tráfico 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 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 utilizando K8sGPT
• Análisis de problemas en tiempo real usando K8sGPT
• Operador en el 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 y servicios)
  • Conocimiento general de la arquitectura de software (por ejemplo, APIs y servicios)

Público objetivo:

  • Ingenieros DevOps
  • Ingenieros de Confiabilidad del Sitio (SREs)
  • Desarrolladores Backend o de Software que trabajan con microservicios
  • Ingenieros de Nube e Ingenieros de Plataforma
  • Administradores de Sistemas que transicionan hacia entornos de Kubernetes

     

 49 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 7250 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (2)

Próximos cursos

Categorías Relacionadas