Inženiring zanesljivosti mesta - tečaj 65.000 rub. iz Slurma, usposabljanje, datum 1. januar 2024.

instagram viewer

1. DAN: Uvodna seja AMA

Razpravljali bomo o ciljih in ciljih tečaja ter vam povedali, kaj je SRE in ga razdelili v ekipe.

Otvoritev 2 teoretičnih tem:

Tema 1: Spremljanje

• Zakaj je potrebno spremljanje?
• Percentili
• Opozorilo
• Opazljivost

Tema 2: Teorija SRE

• SLO, SLI, SLA
• Vzdržljivost
• Napaka v proračunu

2. DAN: analiza praks in primerov

Praksa: Izdelava osnovne nadzorne plošče in nastavitev potrebnih opozoril

Praksa: Dodajanje SLO/SLI + opozoril na nadzorno ploščo

Praksa: Prvo nalaganje sistema

Rešitev 1. primera: odvisnost na nižji stopnji.

V velikem sistemu je veliko soodvisnih storitev, ki ne delujejo vedno enako dobro. Še posebej moteče je, ko je vaša služba v redu, sosednja, od katere ste odvisni, pa občasno pokvari.

Izobraževalni projekt se bo znašel v točno teh pogojih, vi pa boste poskrbeli, da bo še vedno produciral kakovost na najvišji možni ravni.

3. DAN: Seja AMA, odgovori na vprašanja

Odpre se dostop do 2. teoretičnega modula:

Reševanje problemov okolja in arhitekture

Drugi modul je zgrajen okoli reševanja dveh primerov: odvisnosti navzgor in arhitekturnih problemov. Govorci bodo govorili o obvladovanju incidentov, pravilih za gasilsko brigado in delu z obdukcijo ter ponudili predloge, ki jih lahko uporabite v svoji ekipi.

Tema 3: Upravljanje incidentov

• Inženiring odpornosti
• Kako nastane gasilska četa
• Kako učinkovita je vaša ekipa pri incidentu?
• 7 pravil za vodjo incidenta
• 5 pravil za gasilca
• HiPPO - mnenje najbolje plačane osebe. Vodja komunikacij

TTema 4: Orodja Varrum in upravljanje opozoril.

Najboljše prakse drugih podjetij pri organizaciji obvladovanja incidentov.

4. DAN: analiza praks in primerov

Rešitev za 2. primer: odvisnost navzgor.

Eno je, ko si odvisen od servisa z nizkim SLO. Druga stvar je, ko je vaša storitev enaka za druge dele sistema. To se zgodi, če merila ocenjevanja niso dosledna: na primer odgovorite na zahtevo v eni sekundi in jo smatrate za uspešno, vendar odvisna storitev čaka le 500 po moskovskem času in odide z napako.

V primeru bomo razpravljali o pomenu usklajevanja metrik in se naučili gledati na kakovost skozi oči naročnika.

Rešitev primera 3: težave z bazo podatkov.

Baza podatkov je lahko tudi vir težav. Če na primer ne spremljate releja replikacije, bo replika zastarela in aplikacija bo vrnila stare podatke. Poleg tega je odpravljanje napak v takšnih primerih še posebej težavno: zdaj so podatki nedosledni, po nekaj sekundah pa niso več dosledni in ni jasno, kaj je vzrok težave.

Skozi ohišje boste občutili vso bolečino odpravljanja napak in se naučili, kako preprečiti takšne težave.

Praksa: O prejšnjem primeru napišemo postmortem in se o njem pogovorimo z govorci.

5. DAN: Seja AMA, odgovori na vprašanja

Seja AMA in odgovori na vprašanja o prejšnjih temah.

Odpre se dostop do 3. teoretičnega modula:

Zaščita prometa in izpusti kanarčkov

V tretjem modulu bomo analizirali primer, ki je posvečen problemu okolja (podrobna bo analiza Zdravja Preverjanje), korak za korakom pa bomo tudi analizirali, kako implementirati SRE v podjetja in spoznali izkušnje podjetij, v katerih delajo govorci. intenzivno

Tema 5: Zdravstveni pregled

• Pregled zdravja v Kubernetesu
• Ali naša storitev še živi?
• Exec sonde
• InitialDelaySeconds
• Sekundarno zdravstveno pristanišče
• Sidecar Health Server
• Sonda brez glave
• Strojna sonda

Tema 6: Metode uvajanja

Tema 7: Uvajanje projekta SRE

Velika podjetja pogosto oblikujejo ločeno ekipo SRE, ki za podporo prevzame storitve drugih oddelkov. Vendar ni vsaka storitev pripravljena za sprejem v podporo. Povedali vam bomo, katere zahteve mora izpolnjevati. Govorci bodo delili tudi svoje izkušnje, kako so implementirali SRE in kakšne napake so delali.

6. DAN: analiza praks in primerov

Rešitev primera 4: problem okolja, ni mogoče kupiti vstopnic.

Naloga Healthchecka je zaznati pokvarjeno storitev in blokirati promet do nje. In če mislite, da je za to dovolj, da storitvi pošljete zahtevo z rootom in prejmete odgovor, potem vi motite se: tudi če se storitev odzove, to ne zagotavlja njenega delovanja - lahko pride do težav v okolici.

V tem primeru se boste naučili, kako konfigurirati pravilno Healthcheck in preprečiti, da bi promet šel tja, kjer ga ni mogoče obdelati.

Povzemanje