Eğitim İçeriği
Modül 1: Mikroservis Tasarımı
• İyi bir Mikroservis Sınırı
• Alan Odaklı Tasarım (DDD) Kullanımı
• İş Alanı Sınırlarına Alternatifler (Olasılık, Veri, Teknoloji, Örgütsel)
• Monolitik Yapının Parçalanması
• Erken Aşırı Parçalama
• Katmanlara Göre Parçalama
• Parçalama Desenlerinin Kullanımı (Strangler, Eş Zamanlı Çalıştırma, Özellik Anahtarı)
• Veri Parçalaması ile İlgili Kaygılar (Performans, Tutarlılık, İşlemler)
Modül 2: Docker ve Çalışma Zamanının Optimize Edilmesi
• Doğru temel imajın seçimi
• Katman sayısını minimize etme
• Çok aşamalı yapılar kullanımı
• İmaj optimizasyonu (çok satırlı argümanları sıralama vb.)
• Yapı önbelleğinden yararlanma
• İmaj sürümlerinin sabitlenmesi
• Kaynak tahsisi için ince ayar
• Güvenli konteyner uygulamaları
• Performans için çalışma zamanı yapılandırması
Modül 3: Kubernetes & Sürüm Stratejileri
Kubernetes Dağıtımları Genel Bakış
• İlk Bir Dağıtımın Oluşturulması ve Yürütülmesi
• Kubernetes Dağıtım Seçenekleri
Kademeli Güncelleme Dağıtımlarının Gerçekleştirilmesi
• Kademeli Güncellemenin Anlaşılması
• Bir Kademeli Güncellemenin Oluşturulması ve Yürütülmesi
• Dağıtımın Geri Alınması
Kanya (Canary) Dağıtımlarının Gerçekleştirilmesi
• Kanya Dağıtımlarının Anlaşılması
• Bir Kanya Dağıtımının Oluşturulması ve Yürütülmesi
Mavi-Yeşil Dağıtımların Gerçekleştirilmesi
• Mavi-Yeşil Dağıtımların Anlaşılması
• Bir Mavi-Yeşil Dağıtımının Oluşturulması ve Yürütülmesi
Sorguların ve Cron Sorgularının Çalıştırılması
• Bir Sorgu ve Cron Sorgusunun Oluşturulması
İzleme ve Sorun Giderme Görevlerinin Gerçekleştirilmesi
• kubectl ile Sorun Giderme Teknikleri
Modül 4: Otomasyon & Operasyonel Verimlilik
Yaygın Kubernetes Görevlerini Otomatize Etmek İçin Python Kullanımı
• Kubernetes'te idari işlemleri gerçekleştirmek için Python kullanımı
• Yapılandırma nesnelerini tanımlamak için Python kullanımı
• Dağıtım nesneleri oluşturmak için Python kullanımı
• Python kullanarak Kubernetes Olaylarını İzleme
• Python kullanarak bir Dağıtımı Ölçeklendirme
Dağıtımların Otomatize Edilmesindeki Zorlukların Anlaşılması
• Kubernetes ile Bildirimsel Yapılandırma
• Yapılandırmanın Bütünlüğünün Yönetimi
Dağıtımları Otomatize Etmek İçin GitOps Yaklaşımının Kullanımı
• GitOps İlkeleri
• Flux'un Tanıtımı
• Kubernetes Kümesine Flux Kurulumu
Otomatik Dağıtımlar için Flux Yapılandırması
• Bildirimlerin Kullanımı
• Kaynak Deposunun Yapısı
Görüntü Otomasyonu ile Uygulama Güncellemelerinin Yönetilmesi
• Flux kullanarak bir Uygulama Dağıtımının Güncellenmesi
• Etiketler için Konteyner İmaj Deposlarının Taranması
• En Yeni İmaj seçimi için Politika Tanımlama
• Otomatik İmaj Güncellemelerini Gerçekleştirmek için Flux Yapılandırma
Modül 5: Gözlemlenebilirlik & Kök Neden Netliği
Kubernetes Günlük Kayıt ve İzleme Yetenekleri
• Günlük Kayıt ve İzlemenin Neden Önemli Olduğu
• Kubernetes Günlüklerine Erişim
• Pod ve Konteyner Günlükleri
• Kontrol Düzlemi Günlükleri
• Düğümlerin ve Podların Kaynak Kullanımı
Günlüklerin Toplanması ve Analizi
• Günlük Birleştirme
• Görselleştirilmiş Günlükler
Kubernetes'te Dağıtık İzleme
• Dağıtık izleme nedir?
• OpenTelemetry'nin Kullanımı
• Dağıtık İzleme Araçları
• Uygulamanın Enstrümante Edilmesi
• Performans Sorunlarını Bulmak İçin İzlemenin Kullanımı
Prometheus ve Grafana ile İzleme
• Gözlemlenebilirlik kavramları
• İzleme Araçları
• Prometheus Enstrümante Etmesinin Kullanımı
Günlük Kayıt İçin Gelişmiş Kullanım Alanları
• Günlüklerin İşlenmesi
• Günlüklerin Filtrelenmesi ve Zenginleştirilmesi
• Olay Kaynağı (Event Sourcing)
Modül 6: Küme Krizi Simülasyonu & Olay Müdahalesi
• Bir küme ortamındaki farklı arıza türlerini anlama
• Düğüm Arızalarının Simüle Edilmesi
• Pod'un Atılması ve Kaynak Tükenmesi Senaryosu
• Ağ Sorunları
• Uygulama zaman aşımı yönetimi için DNS arızaları
• API Sunucusu Kesintisinin Simüle Edilmesi
• Sistem istikrarı için yüksek trafiğin simüle edilmesi
• Depolama Arızası
• Yapılandırma Hataları
• Olay raporlama prosedürlerinin anlaşılması
Modül 7: Sorun Gidermeye Destek İçin AI
Kubernetes için Üretici Yapay Zekanın Yararları
• K8sGPT CLI mimarisi
• K8sGPT CLI'nin Kurulumu
• K8sGPT Komutları ve Kullanımı
• K8sGPT Analizcilerinin Kullanımı (podAnalyzer, pvcAnalyzer, rsAnalyzer vb.)
• K8sGPT kullanılarak kümenin analizi
• Gerçek Zamanlı Sorunların K8sGPT ile analizi
• Küme İçi Operatör for K8sGPT
Kurs İçin Gerekli Önbilgiler
- Temel Linux komut satırı bilgisi
- Uygulama geliştirme veya sistem yönetimi deneyimi
- Konteynerlere aşinalık (Docker kavramları)
- Kubernetes kavramlarına temel düzeyde anlayış (podlar, dağıtımlar, hizmetler)
- Yazılım mimarisine genel bir anlayış (örneğin API'ler, hizmetler)
Hedef kitle:
- DevOps Mühendisleri
- Saha Güvenlik Mühendisleri (SRE'ler)
- Mikroservislerle çalışan Arka Uç / Yazılım Geliştiricileri
- Bulut Mühendisleri ve Platform Mühendisleri
-
Kubernetes ortamlarına geçiş yapan Sistem Yöneticileri
Danışanlarımızın Yorumları (2)
Craig, eğitimde çok aktif bir şekilde yer aldı, her zaman dikkatimizin dağılmamasını sağladı, örnekleri günlük faaliyetlerimize göre uyarladı ve sunumda bulunan bilgi olmasa da sorulduğunda her zaman cevap verdi.
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
Eğitim - DevOps Foundation®
Yapay Zeka Çevirisi
Eğitmenin yüksek seviyeli taahhüdü ve bilgi düzeyi
Jacek - Softsystem
Eğitim - DevOps Engineering Foundation (DOEF)®
Yapay Zeka Çevirisi