👨‍💻DEV [Слёрм] [Иван Круглов, Павел Селиванов] SRE онлайн-интенсив [2020]

[Odyvanchik]

[Слёрм] [Иван Круглов, Павел Селиванов] SRE онлайн-интенсив [2020]

На курсе вы будете:
Строить

Сформулируете показатели SLO, SLI, SLA для сайта, состоящего из нескольких

микросервисов, разработаете архитектуру и инфраструктуру, которая их обеспечит,

соберете, протестируете и задеплоите сайт, настроите мониторинг и алертинг.

Ломать

Рассмотрите внутренние и внешние факторы ухудшения SLO: ошибки разработчиков, отказы инфраструктуры, наплыв посетителей, DoS-атаки. Разберетесь в устойчивости, error budget, практике тестирования, управлении прерываниями и операционной

нагрузкой.

Чинить

Организуете работу группы по ликвидации аварии в минимальные сроки: подключение коллег, оповещение интересантов (stakeholders), выстраивание приоритетов. Имитация реальных условий: восстановление работоспособности сервиса в условиях предельно ограниченного времени.

Изучать

Разберете подход к сайту с точки зрения SRE. Проанализируете инциденты (причины возникновения, ход устранения). Примете решение по их дальнейшему предотвращению: улучшить мониторинг, изменить архитектуру, подход к разработке и эксплуатации, регламенты. Автоматизируете процессы.

Требования к участникам:

• Свободное владение Linux;
• Любой язык программирования: уровень Junior;
• GitLab: навыки автоматизации;
• Prometheus: навыки мониторинга;
• Kubernetes: навыки работы в кластере.

Тема №1: Основные принципы и методы SRE

* Что нужно чтобы стать SRE?

* DevOps vs SRE

* Почему разработчики ценят SRE и очень грустят, когда в проекте их нет

* SLI, SLO и SLA

* Error budget и его роль в SRE

Тема №2: Дизайн распределенных систем

* Архитектура и функционал приложения

* Non-Abstract Large System Design

* Operability / Design for failure

* gRPC или REST

* Версионирование и обратная совместимость

Тема №3: Как принимают проект SRE

* Лучшие практики от SRE

* Чек-лист приема проекта

* Логирование, метрики, трейсинг

* Забираем CI/CD в свои руки

Тема №4: Проектирование и запуск распределенной системы

* Обратное проектирование — как работает система?

* Согласовываем SLI и SLO

* Практика capacity planning

* Запуск трафика на приложение, наши пользователи начинают им «пользоваться»

* Запускаем Prometheus, Grafana, Elastic

Тема №5: Monitoring, Observability and Alerting

* Monitoring vs. Observability

* Настраиваем мониторинг и алертинг с Prometheus

* Практический мониторинг SLI и SLO

* Symptoms vs. Causes

* Black-Box vs. White-Box Monitoring

* Распределенный мониторинг доступности приложений и серверов

* 4 золотых сигнала (обнаружение аномалий)

Тема №6: Практика тестирования надежности систем

* Работа под давлением

* Failure-injection

* Chaos Monkey

Тема №7: Практика incident response

* Алгоритм управления стрессом

* Взаимодействие между участниками инцидента

* Постмортем

* Knowledge sharing

* Формирование культуры

* Контроль неисправностей

* Проведение blameless разбора полетов

Тема №8: Практика управления нагрузкой

* Балансировка нагрузки

* Отказоустойчивость приложений: retry, timeout, failure injection, circuit breaker

* DDoS (создаем нагрузку) + Cascading Failures

Тема №9: Реагирование на инциденты

* Разбор полетов

* Практика On-Call

* Различные типы аварий (тестирование, изменение конфигурации, сбой оборудования)

* Протоколы управления инцидентами

Тема №10: Диагностика и решение проблем

* Журналирование

* Отладка

* Практика анализа и отладки на нашем приложении

Тема №11: Тестирование надежности систем

* Нагрузочное тестирование

* Тестирование конфигураций

* Тестирование производительности

* Canary release

Тема №12: Самостоятельная работа и ревью

* Реальные кейсы

* Проверка спикерами



—————————————————————————

🔗 Продажник:

📥 СКАЧАТЬ КУРС:

Для просмотра содержимого вам необходимо Войти или Зарегистрироваться.

🔐 Хотите получить доступ?

Чтобы увидеть скрытые ссылки и ставить лайки, активируйте VIP-статус.

💎 ПОЛУЧИТЬ ДОСТУП Наш Telegram канал