Inžinierstvo spoľahlivosti stránok - kurz 65 000 rub. zo Slurmu, školenie, Dátum 1.1.2024.

instagram viewer

1. DEŇ: Úvodná časť AMA

Budeme diskutovať o cieľoch a zámeroch kurzu a tiež vám povieme, čo je SRE a rozdelíme ho do tímov.

Otvorenie 2 teoretických tém:

Téma 1: Monitorovanie

• Prečo je potrebné monitorovanie?
• Percentily
• Upozornenie
• Pozorovateľnosť

Téma 2: Teória SRE

• SLO, SLI, SLA
• Trvanlivosť
• Chyba rozpočtu

2. DEŇ: analýza praktík a prípadov

Cvičenie: Vytvorenie základného dashboardu a nastavenie potrebných upozornení

Cvičenie: Pridanie SLO/SLI + upozornení na palubnú dosku

Cvičenie: Prvé zaťaženie systému

Riešenie prípadu 1: downstream závislosť.

Vo veľkom systéme existuje veľa vzájomne závislých služieb a nie vždy fungujú rovnako dobre. Je to obzvlášť nepríjemné, keď je vaša služba v poriadku, ale susedná služba, na ktorej ste závislí, pravidelne klesá.

Vzdelávací projekt sa ocitne presne v týchto podmienkach a vy zabezpečíte, aby stále produkoval kvalitu na najvyššej možnej úrovni.

3. DEŇ: relácia AMA, zodpovedané otázky

Otvorí sa prístup k 2. teoretickému modulu:

Riešenie problémov životného prostredia a architektúry

Druhý modul je postavený na riešení dvoch prípadov: upstream závislosť a architektonické problémy. Rečníci budú hovoriť o riadení incidentov, pravidlách pre hasičský zbor a práci s pitvou a poskytnú šablóny, ktoré môžete použiť vo svojom tíme.

Téma 3: Manažment incidentov

• Inžinierstvo odolnosti
• Ako vzniká hasičský zbor
• Aký efektívny je váš tím pri incidente?
• 7 pravidiel pre vedúceho incidentu
• 5 pravidiel pre hasiča
• HiPPO - názor najlepšie platenej osoby. Vedúci komunikácie

TTéma 4: Nástroje Varrum a správa upozornení.

Osvedčené postupy iných spoločností pri organizovaní správy incidentov.

4. DEŇ: analýza praktík a prípadov

Riešenie prípadu 2: závislosť proti prúdu.

Jedna vec je, keď ste závislí na službe s nízkym SLO. Iná vec je, keď je vaša služba rovnaká pre ostatné časti systému. Stáva sa to, ak hodnotiace kritériá nie sú konzistentné: napríklad odpoviete na požiadavku do sekundy a považujete ju za úspešnú, ale závislá služba čaká iba 500 moskovského času a odíde s chybou.

V prípade si rozoberieme dôležitosť harmonizácie metrík a naučíme sa pozerať na kvalitu očami klienta.

Riešenie prípadu 3: problémy s databázou.

Zdrojom problémov môže byť aj databáza. Ak napríklad nemonitorujete relé replikácie, replika bude zastaraná a aplikácia vráti staré údaje. Okrem toho je ladenie takýchto prípadov obzvlášť ťažké: teraz sú údaje nekonzistentné, ale po niekoľkých sekundách už nie sú konzistentné a nie je jasné, čo je príčinou problému.

Prostredníctvom puzdra pocítite všetku bolesť ladenia a dozviete sa, ako takýmto problémom predchádzať.

Cvičenie: Napíšeme pitvu na predchádzajúci prípad a prediskutujeme ho s rečníkmi.

5. DEŇ: relácia AMA, zodpovedané otázky

Relácia AMA a odpovede na otázky k predchádzajúcim témam.

Otvorí sa prístup k 3. teoretickému modulu:

Dopravné tienenie a kanáriky

V treťom module rozoberieme prípad venovaný problémom so životným prostredím (bude podrobný rozbor Zdravia Kontrola) a tiež krok za krokom analyzujeme, ako implementovať SRE vo firmách a dozvieme sa skúsenosti spoločností, v ktorých rečníci pracujú intenzívne

Téma 5: Kontrola zdravotného stavu

• Kontrola stavu v Kubernetes
• Je naša služba ešte živá?
• Exec sondy
• InitialDelaySeconds
• Port sekundárneho zdravia
• Sidecar Health Server
• Bezhlavá sonda
• Hardvérová sonda

Téma 6: Metódy nasadenia

Téma 7: Začlenenie projektu SRE

Veľké spoločnosti často tvoria samostatný tím SRE, ktorý preberá na podporu služby iných oddelení. Nie každá služba je však pripravená na prijatie na podporu. Prezradíme vám, aké požiadavky musí spĺňať. Rečníci sa tiež podelia o svoje skúsenosti, ako implementovali SRE a aké chyby urobili.

6. DEŇ: analýza praktík a prípadov

Riešenie prípadu 4: je problém so životným prostredím, nie je možné kúpiť lístky.

Úlohou Healthchecku je odhaliť nefunkčnú službu a zablokovať jej prevádzku. A ak si myslíte, že na to stačí požiadať službu root a dostať odpoveď, potom vy mýlite sa: aj keď služba odpovie, nezaručuje to jej fungovanie - môžu nastať problémy okolí.

Prostredníctvom tohto prípadu sa naučíte, ako nakonfigurovať správny Healthcheck a nedovoliť, aby prenos smeroval tam, kde ho nemožno spracovať.

Zhrnutie