"ក្តីសង្ឃឹមគឺជាយុទ្ធសាស្ត្រអាក្រក់" SRE ពឹងផ្អែកខ្លាំងនៅទីក្រុងមូស្គូ ថ្ងៃទី 3-5 ខែកុម្ភៈ

យើងកំពុងប្រកាសអំពីវគ្គសិក្សាជាក់ស្តែងដំបូងបង្អស់លើ SRE នៅក្នុងប្រទេសរុស្ស៊ី៖ Slurm SRE.

ក្នុងអំឡុងពេលដែលពឹងផ្អែកខ្លាំង យើងនឹងចំណាយពេលបីថ្ងៃក្នុងការសាងសង់ បំបែក ជួសជុល និងកែលម្អគេហទំព័រប្រមូលផ្តុំសម្រាប់លក់សំបុត្រកុន។

យើងបានជ្រើសរើសកម្មវិធីប្រមូលសំបុត្រព្រោះវាមានសេណារីយ៉ូបរាជ័យជាច្រើន៖ ការហូរចូលនៃអ្នកទស្សនា និងការវាយប្រហារដោយ DDoS ការបរាជ័យនៃសេវាកម្មមីក្រូសំខាន់ៗជាច្រើន (ការអនុញ្ញាត ការកក់ ដំណើរការទូទាត់) ការមិនមានរោងកុនមួយក្នុងចំណោមរោងកុនជាច្រើន (ការផ្លាស់ប្តូរទិន្នន័យអំពី កៅអី និង​ការ​កក់​ទុក​ដែល​អាច​ប្រើ​បាន) ហើយ​ចុះ​បញ្ជី​បន្ថែម​ទៀត។

យើងនឹងបង្កើតគំនិតនៃភាពអាចជឿជាក់បានសម្រាប់គេហទំព័រប្រមូលផ្តុំរបស់យើង ដែលយើងនឹងអភិវឌ្ឍបន្ថែមទៀតនៅក្នុងវិស្វកម្ម វិភាគការរចនាពីចំណុចនៃទិដ្ឋភាពនៃ SRE ជ្រើសរើសម៉ែត្រ រៀបចំការត្រួតពិនិត្យរបស់ពួកគេ លុបបំបាត់ឧប្បត្តិហេតុដែលកំពុងកើតឡើង ធ្វើការបណ្តុះបណ្តាលសម្រាប់ការងារជាក្រុមជាមួយនឹងឧប្បត្តិហេតុ។ នៅក្នុងលក្ខខណ្ឌជិតដល់ការប្រយុទ្ធ រៀបចំការពន្យល់។

កម្មវិធីនេះដំណើរការដោយបុគ្គលិកនៃ Booking.com និង Google ។
លើក​នេះ​នឹង​មិន​មាន​ការ​ចូល​រួម​ពី​ចម្ងាយ​ទេ៖ វគ្គ​សិក្សា​ត្រូវ​បាន​បង្កើត​ឡើង​លើ​អន្តរកម្ម​ផ្ទាល់ខ្លួន និង​ការ​ធ្វើ​ការ​ជា​ក្រុម។

ព័ត៌មានលម្អិតនៅក្រោមការកាត់

វាគ្មិន

លោក Ivan Kruglov
អ្នកអភិវឌ្ឍន៍សំខាន់នៅ Booking.com (ហូឡង់)
ចាប់តាំងពីចូលរួមជាមួយ Booking.com ក្នុងឆ្នាំ 2013 គាត់បានធ្វើការលើគម្រោងហេដ្ឋារចនាសម្ព័ន្ធដូចជាការចែកចាយសារ និងការដំណើរការ BigData និង web-stack ការស្វែងរក។
បច្ចុប្បន្នកំពុងធ្វើការលើបញ្ហានៃការបង្កើត cloud ខាងក្នុង និង Service Mesh ។

Ben Tyler
អ្នកអភិវឌ្ឍន៍សំខាន់នៅ Booking.com (សហរដ្ឋអាមេរិក)
បានចូលរួមក្នុងការអភិវឌ្ឍន៍ផ្ទៃក្នុងនៃវេទិកា Booking.com ។
មានឯកទេសក្នុងការស្វែងរកសេវា/សេវាកម្ម ការកំណត់កាលវិភាគការងារជាក្រុម ការឆ្លើយតបឧប្បត្តិហេតុ និងដំណើរការក្រោយការស្លាប់។
និយាយនិងបង្រៀនជាភាសារុស្សី។

Evgeniy Varavva
អ្នកអភិវឌ្ឍន៍ទូទៅនៅ Google (សាន់ហ្វ្រាន់ស៊ីស្កូ)។
បទពិសោធន៍ពីគម្រោងបណ្តាញផ្ទុកខ្ពស់ដល់ការស្រាវជ្រាវផ្នែកកុំព្យូទ័រ និងមនុស្សយន្ត។
ចាប់តាំងពីឆ្នាំ 2011 គាត់បានចូលរួមក្នុងការបង្កើត និងប្រតិបត្តិការនៃប្រព័ន្ធចែកចាយនៅ Google ដោយបានចូលរួមក្នុងវដ្តជីវិតពេញលេញនៃគម្រោង៖ គំនិត ការរចនា និងស្ថាបត្យកម្ម ការបើកដំណើរការ ការបត់ និងដំណាក់កាលមធ្យមទាំងអស់។

លោក Eduard Medvedev
CTO នៅ Tungsten Labs (អាល្លឺម៉ង់)
បានធ្វើការជាវិស្វករនៅ StackStorm ដែលទទួលខុសត្រូវលើមុខងារ ChatOps នៃវេទិកា។ បានបង្កើត និងអនុវត្ត ChatOps សម្រាប់ស្វ័យប្រវត្តិកម្មមជ្ឈមណ្ឌលទិន្នន័យ។ វាគ្មិននៅក្នុងសន្និសីទរុស្ស៊ី និងអន្តរជាតិ។

កម្មវិធីនេះ

កម្មវិធីកំពុងត្រូវបានបង្កើតយ៉ាងសកម្ម។ ឥឡូវនេះ វាមើលទៅដូចនេះ នៅខែកុម្ភៈ វាអាចនឹងប្រសើរឡើង និងពង្រីក។

ប្រធានបទទី១៖ គោលការណ៍ និងវិធីសាស្រ្តជាមូលដ្ឋានរបស់ ស.ស.យ.ក

• តើវាត្រូវការអ្វីខ្លះដើម្បីក្លាយជា SRE?
• DevOps ទល់នឹង SRE
• ហេតុអ្វីបានជាអ្នកអភិវឌ្ឍន៍ឱ្យតម្លៃ SRE ហើយសោកសៅខ្លាំងនៅពេលដែលពួកគេមិននៅក្នុងគម្រោង
• SLI, SLO និង SLA
• ថវិកាមានកំហុស និងតួនាទីរបស់វានៅក្នុង SRE

ប្រធានបទទី ២៖ ការរចនាប្រព័ន្ធចែកចាយ

• រចនាសម្ព័ន្ធកម្មវិធី និងមុខងារ
• ការរចនាប្រព័ន្ធធំដែលមិនមែនជាអរូបី
• ប្រតិបត្តិការ / ការរចនាសម្រាប់ការបរាជ័យ
• gRPC ឬ REST
• កំណែនិងភាពឆបគ្នាថយក្រោយ

ប្រធានបទទី ៣៖ របៀបដែលគម្រោង SRE ត្រូវបានទទួលយក

• ការអនុវត្តល្អបំផុតពី SRE
• បញ្ជីត្រួតពិនិត្យការទទួលយកគម្រោង
• ការកត់ត្រា, ការវាស់វែង, ការតាមដាន
• យក CI/CD ទៅក្នុងដៃរបស់យើងផ្ទាល់

ប្រធានបទទី៤៖ ការរចនា និងការដាក់ឱ្យដំណើរការប្រព័ន្ធចែកចាយ

• វិស្វកម្មបញ្ច្រាស - តើប្រព័ន្ធដំណើរការយ៉ាងដូចម្តេច?
• យើងយល់ព្រមលើ SLI និង SLO
• អនុវត្តផែនការសមត្ថភាព
• ការបើកដំណើរការចរាចរណ៍ទៅកាន់កម្មវិធី អ្នកប្រើប្រាស់របស់យើងចាប់ផ្តើម "ប្រើ" វា។
• បើកដំណើរការ Prometheus, Grafana, Elastic

ប្រធានបទទី៥៖ ការត្រួតពិនិត្យ ការសង្កេត និងការជូនដំណឹង

• ការត្រួតពិនិត្យទល់នឹង ការសង្កេត
• រៀបចំការត្រួតពិនិត្យ និងការជូនដំណឹងជាមួយ Prometheus
• ការត្រួតពិនិត្យជាក់ស្តែងនៃ SLI និង SLO
• រោគសញ្ញាទល់នឹង មូលហេតុ
• ប្រអប់ខ្មៅទល់នឹង. ការត្រួតពិនិត្យប្រអប់ស
• ការចែកចាយការត្រួតពិនិត្យនៃកម្មវិធី និងភាពអាចរកបានរបស់ម៉ាស៊ីនមេ
• សញ្ញាមាសចំនួន 4 (ការរកឃើញភាពមិនប្រក្រតី)

ប្រធានបទទី៦៖ ការអនុវត្តភាពជឿជាក់នៃប្រព័ន្ធសាកល្បង

• ធ្វើការក្រោមសម្ពាធ
• ការបរាជ័យ - ការចាក់
• ស្វាវោហារ

ប្រធានបទទី៧៖ ការអនុវត្តឆ្លើយតបឧប្បត្តិហេតុ

• ក្បួនដោះស្រាយគ្រប់គ្រងភាពតានតឹង
• អន្តរកម្មរវាងអ្នកចូលរួមឧប្បត្តិហេតុ
• សាកសព
• ចែករំលែកចំណេះដឹង
• ការបង្កើតវប្បធម៌
• ការត្រួតពិនិត្យកំហុស
• ធ្វើ​ការ​ពន្យល់​ដោយ​គ្មាន​កំហុស

ប្រធានបទទី៨៖ ការអនុវត្តការគ្រប់គ្រងការផ្ទុក

• ផ្ទុកតុល្យភាព
• ការអត់ឱនកំហុសរបស់កម្មវិធី៖ ព្យាយាមម្តងទៀត អស់ពេល ការចាក់បរាជ័យ ឧបករណ៍បំបែកសៀគ្វី
• DDoS (បង្កើតបន្ទុក) + Cascading បរាជ័យ

ប្រធានបទទី៩៖ ការឆ្លើយតបឧប្បត្តិហេតុ

• ការជំពាក់បំណុល
• ការអនុវត្តការហៅទូរសព្ទ
• ប្រភេទផ្សេងៗនៃគ្រោះថ្នាក់ (ការធ្វើតេស្ត ការផ្លាស់ប្តូរការកំណត់រចនាសម្ព័ន្ធ ការបរាជ័យផ្នែករឹង)
• ពិធីការគ្រប់គ្រងឧប្បត្តិហេតុ

ប្រធានបទទី១០៖ ការធ្វើរោគវិនិច្ឆ័យ និងការដោះស្រាយបញ្ហា

• ការកាប់ឈើ
• បំបាត់កំហុស
• អនុវត្តការវិភាគ និងបំបាត់កំហុសលើកម្មវិធីរបស់យើង។

ប្រធានបទទី ១១៖ ការធ្វើតេស្តភាពជឿជាក់នៃប្រព័ន្ធ

• ការធ្វើតេស្តភាពតានតឹង
• ការធ្វើតេស្តការកំណត់រចនាសម្ព័ន្ធ
• ការធ្វើតេស្តការអនុវត្ត
• ការដោះលែង Canary

ប្រធានបទទី១២៖ ការងារឯករាជ្យ និងការពិនិត្យឡើងវិញ

អនុសាសន៍ និងតម្រូវការសម្រាប់អ្នកចូលរួម

SRE គឺជាកិច្ចខិតខំប្រឹងប្រែងរបស់ក្រុម។ យើងសូមផ្តល់អនុសាសន៍យ៉ាងខ្លាំងឱ្យទទួលយកវគ្គសិក្សាជាក្រុម។ នោះហើយជាមូលហេតុដែលយើងផ្តល់ជូននូវការបញ្ចុះតម្លៃដ៏ធំសម្រាប់ក្រុមដែលត្រៀមរួចជាស្រេច។

តម្លៃនៃវគ្គសិក្សាគឺ 60 ₽ ក្នុងមនុស្សម្នាក់។
ប្រសិនបើក្រុមហ៊ុនមួយផ្ញើក្រុមមនុស្ស 5+ នាក់ - 40 ₽។

វគ្គសិក្សាត្រូវបានបង្កើតឡើងនៅលើ Kubernetes ។ ដើម្បីឆ្លងកាត់ អ្នកត្រូវស្គាល់ Kubernetes នៅកម្រិតមូលដ្ឋាន។ ប្រសិនបើអ្នកមិនធ្វើការជាមួយគាត់ទេ អ្នកអាចឆ្លងកាត់ Slurm Basic (នៅលើអ៊ិនធឺរណែត ឬ ថ្ងៃទី ១៨ ដល់ ២០ ខែវិច្ឆិកា).
លើសពីនេះ អ្នកត្រូវតែស្ទាត់ជំនាញក្នុង Linux និងស្គាល់ Gitlab និង Prometheus ។

ការចុះឈ្មោះ

ប្រសិនបើអ្នកមានគំនិតស្មុគ្រស្មាញសម្រាប់ការចូលរួម ឧទាហរណ៍សម្រាប់ CEO, CTO និងក្រុមអ្នកអភិវឌ្ឍន៍ដើម្បីមកវគ្គសិក្សា ហើយសម្រាប់ពួកគេដើម្បីធ្វើកម្មសិក្សាដោយគិតពីការគ្រប់គ្រងបញ្ឈរ សូមសរសេរមកខ្ញុំក្នុងសារផ្ទាល់ខ្លួន។

ប្រភព: www.habr.com