Онлайн-интенсив "SRE"

На три дня вы погрузитесь в теорию и практику SRE: будете поддерживать сайт, состоящий из нескольких микросервисов.

Научитесь правильно распределять ограниченные ресурсы для обеспечения быстродействия, отказоустойчивости и доступности сайта для максимальной надежности, достаточной, чтобы были довольны пользователи.

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.

Практика на интенсиве

• Теория и практика применения SLI/SLO/error budget : формулирование показателей; когда «право на ошибку» исчерпано.
• Практика проведения разбора полетов (post-mortem): ключевые вопросы, на которые стоит ответить; разбор инцидента без поиска виноватых (blameless-практики); выявление паттернов аварийных сценариев.
• Практика эффективной ликвидации IT-инцидентов: алгоритм управления стрессом; взаимодействие между участниками инцидента; подход к коммуникации с пользователями, руководством, маркетингом и коллегами.
• Практика построения надежных систем: мониторинг и алертинг; выбор надежной архитектуры и коммуникаций; graceful degradation, failure-injection, capacity planning; как справляться с перегрузками и предотвращать cascading failures.

Требования к участникам

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

Для обучения необходимы:

• SSH-клиент,
• наличие Docker у себя локально,
• текстовый редактор/IDE.

Если у вас нет навыков работы в Kubernetes, вы можете принять участие в предстоящих интенсивах База и Мега Kubernetes или пройти видеокурсы Kubernetes.

Спикеры курса

Иван Круглов

Staff Software Engineer в Databricks

• распределенной доставке и обработке сообщений;
• BigData и web-stack;
• поиску;
• построению внутреннего облака;
• service mesh.

Павел Селиванов

Senior DevOps Engineer в Mail.ru Cloud Solutions

• На счету десятки выстроенных инфраструктур и сотни написанных пайплайнов CI/CD
• Сертифицированный администратор Kubernetes
• Автор нескольких курсов по Kubernetes и DevOps
• Регулярный докладчик на Российских и международных IT-конференциях

Артём Артемьев

Lead SRE в Inspectorio

Знает, как помочь команде встретиться с SLI и жить дружно 

Имеет успешный опыт в:

• Инцидент-менеджменте и мониторинге сложных решений
• Perfomance-тестировании и борьбе за каждый RPS