"Надеждата е лоша стратегия." SRE интензив в Москва, 3-5 февруари

Обявяваме първия практически курс по SRE в Русия: Slurm SRE.

По време на интензива ще прекараме три дни в изграждане, разбиване, ремонт и подобряване на уебсайт агрегатор за продажба на билети за кино.

Избрахме агрегатор на билети, защото има много сценарии за неуспех: наплив от посетители и DDoS атаки, неизправност на една от многото критични микроуслуги (оторизация, резервации, обработка на плащания), недостъпност на едно от многото кина (обмен на данни за свободни места и резервации) и по-надолу в списъка.

Ще формулираме концепцията за надеждност за нашия агрегатор сайт, който ще доразвием в Инженеринг, ще анализираме дизайна от гледна точка на SRE, ще изберем метрики, ще настроим тяхното наблюдение, ще елиминираме възникващи инциденти, ще проведем обучение за работа в екип с инциденти в условия, близки до бойни, организирайте дебрифинг.

Програмата се управлява от служители на Booking.com и Google.
Този път няма да има дистанционно участие: курсът е изграден върху лично взаимодействие и работа в екип.

Детайли под кройката

Високоговорители

Иван Круглов
Главен разработчик в Booking.com (Холандия)
Откакто се присъедини към Booking.com през 2013 г., той работи по инфраструктурни проекти като доставка и обработка на разпределени съобщения, BigData и уеб стек, търсене.
В момента работи по проблемите на изграждането на вътрешен облак и Service Mesh.

Бен Тайлър
Главен разработчик в Booking.com (САЩ)
Ангажира се с вътрешно развитие на платформата Booking.com.
Специализира в мрежова мрежа на услуги/откриване на услуги, планиране на пакетни задачи, реакция при инциденти и процес след смъртта.
Говори и преподава на руски език.

Евгений Варавва
Генерален разработчик в Google (Сан Франциско).
Опит от високо натоварени уеб проекти до изследвания в областта на компютърното зрение и роботиката.
От 2011 г. той участва в създаването и експлоатацията на разпределени системи в Google, като участва в пълния жизнен цикъл на проекта: концептуализация, дизайн и архитектура, стартиране, сгъване и всички междинни етапи.

Едуард Медведев
CTO в Tungsten Labs (Германия)
Работил е като инженер в StackStorm, отговарящ за ChatOps функционалността на платформата. Разработени и внедрени ChatOps за автоматизация на центрове за данни. Лектор на руски и международни конференции.

Програма

Програмата се развива активно. Сега изглежда така, до февруари може да се подобри и разшири.

Тема №1: Основни принципи и методи на SRE

• Какво е необходимо, за да станете SRE?
• DevOps срещу SRE
• Защо разработчиците ценят SRE и са много тъжни, когато не са в проекта
• SLI, SLO и SLA
• Бюджетът на грешката и неговата роля в SRE

Тема #2: Проектиране на разпределени системи

• Архитектура и функционалност на приложението
• Неабстрактен дизайн на голяма система
• Оперативност / Проектиране за отказ
• gRPC или REST
• Версии и обратна съвместимост

Тема #3: Как се приема SRE проект

• Най-добри практики от SRE
• Контролен списък за приемане на проекта
• Регистриране, метрика, проследяване
• Да вземем CI/CD в свои ръце

Тема №4: Проектиране и стартиране на разпределена система

• Обратно инженерство - как работи системата?
• Съгласни сме за SLI и SLO
• Практикувайте планиране на капацитета
• Пускайки трафик към приложението, нашите потребители започват да го „използват“.
• Пускане на пазара Prometheus, Grafana, Elastic

Тема #5: Мониторинг, наблюдаемост и предупреждение

• Мониторинг срещу Наблюдаемост
• Настройка на наблюдение и предупреждение с Prometheus
• Практически мониторинг на SLI и SLO
• Симптоми срещу. причини
• Черна кутия срещу. Мониторинг с бяла кутия
• Разпределен мониторинг на наличността на приложения и сървъри
• 4 златни сигнала (откриване на аномалия)

Тема № 6: Практика на тестване на надеждността на системата

• Работа под напрежение
• Отказ-инжектиране
• Chaos Monkey

Тема #7: Практика за реакция при инциденти

• Алгоритъм за управление на стреса
• Взаимодействие между участниците в инцидента
• Посмъртно
• Споделяне на познание
• Оформяне на културата
• Мониторинг на грешки
• Провеждане на безупречен дебрифинг

Тема #8: Практики за управление на натоварването

• Балансиране на натоварването
• Устойчивост на грешки в приложението: повторен опит, изчакване, инжектиране на повреда, прекъсвач
• DDoS (създаване на натоварване) + каскадни повреди

Тема #9: Реагиране на инциденти

• инструктиране на отговорно лице
• Практика на повикване
• Различни видове злополуки (тестване, промени в конфигурацията, повреда на хардуера)
• Протоколи за управление на инциденти

Тема #10: Диагностика и решаване на проблеми

• Сеч
• Отстраняване на грешки
• Практикувайте анализ и отстраняване на грешки в нашето приложение

Тема #11: Тестване на надеждността на системата

• Стрес тестване
• Тестване на конфигурацията
• Тестване на производителността
• Канарски освобождаване

Тема № 12: Самостоятелна работа и преговор

Препоръки и изисквания към участниците

SRE е екипно усилие. Силно препоръчваме да вземете курса като екип. Затова предлагаме големи отстъпки за готови екипи.

Цената на курса е 60 000 ₽ на човек.
Ако компания изпрати група от 5+ души - 40 000 ₽.

Курсът е изграден на Kubernetes. За да преминете, трябва да познавате Kubernetes на основно ниво. Ако не работите с него, можете да преминете през Slurm Basic (онлайн или интензив 18-20 ноем).
Освен това трябва да владеете Linux и да познавате Gitlab и Prometheus.

регистрация

Ако имате сложна идея за участие, например CEO, CTO и екип от разработчици да дойдат на курса и те да преминат стаж, като се има предвид управленската вертикала, пишете ми на лично съобщение.

Източник: www.habr.com