Garanti del Talento

Titolo del corso: dgt_k8s07 – Monitoring

Panoramica:

In Kubernetes (k8s), il monitoraggio serve a verificare che applicazioni e cluster funzionino correttamente. Il corso “dgt_k8s07 – Monitoring” tratta come funzionano, all’interno di un ambiente Kubernetes, le soluzioni di monitoraggio basate su Prometheus, Grafana e Alertmanager, e come metterle in opera istruendo un agente AI in linguaggio naturale.

Qui l’approccio è concreto: una volta compresi il modello dati di Prometheus, lo scraping e il routing degli alert, chiedi alla macchina di installare lo stack, di costruire una dashboard con i restart dei pod per namespace o di avvisare il team di reperibilità quando il tasso di errore resta alto per cinque minuti. Poi leggi la PromQL, le regole di alert e l’albero di routing che ha scritto, verifichi che misurino davvero ciò che hai chiesto e correggi soglie o label sbagliate.

Obiettivi del corso:

• Comprendere le basi: capisci perché il monitoraggio è necessario in un ecosistema Kubernetes.
• Conoscere gli strumenti chiave: studia le funzionalità di Prometheus per la raccolta delle metriche, di Grafana per la visualizzazione dei dati e di Alertmanager per la gestione degli alert.
• Competenza operativa: impara a guidare la macchina nel deploy e nella configurazione di questi strumenti tramite il Prometheus Stack Operator e a verificare che il deploy sia corretto.
• Competenze di integrazione: comprendi come questi componenti di monitoraggio si combinano in un cluster Kubernetes, abbastanza bene da revisionare e convalidare ogni integrazione eseguita dalla macchina.

Moduli del corso:

1. Introduzione al monitoraggio di Kubernetes:
2. Importanza del monitoraggio negli ambienti containerizzati.

3. Panoramica delle sfide nel monitoraggio dei cluster Kubernetes.

4. Prometheus: raccolta e analisi delle metriche:

5. Introduzione all’architettura e al modello dati di Prometheus.
6. Scraping delle metriche dai componenti Kubernetes: cosa chiedere e come controllare i target.

7. Leggere e convalidare le query PromQL scritte dalla macchina per l’analisi delle metriche.

8. Grafana: visualizzazione e dashboard:

9. Grafana all’interno di un cluster Kubernetes.
10. Descrivere le dashboard personalizzate necessarie per visualizzare le metriche Kubernetes e revisionare i pannelli prodotti.

11. Best practice per la progettazione e l’uso delle dashboard.

12. Alertmanager: gestione degli alert:

13. Routing, deduplicazione e raggruppamento degli alert in Alertmanager.
14. Regole di alert in Prometheus che attivano le notifiche: specificare le condizioni e controllare le regole generate.

15. Integrazione con canali di notifica come email, Slack o PagerDuty.

16. Prometheus Stack Operator:

17. Importanza del Prometheus Stack Operator per semplificare i deploy.
18. Come avviene, passo dopo passo, il deploy del Prometheus Stack Operator, per poter guidare e verificare il processo.

19. Gestione di uno stack completo (Prometheus, Grafana, Alertmanager) con un intervento manuale minimo.

20. Tecniche di monitoraggio avanzate:

21. Monitoraggio dei servizi, metriche a livello di nodo e metriche specifiche delle applicazioni.
22. Uso delle recording rule per ottimizzare le prestazioni delle query.

23. Strategie di alerting più efficaci con policy di alert a più livelli.

24. Esercitazioni di laboratorio in linguaggio naturale:

25. Esercizi pratici in cui istruisci la macchina a eseguire il deploy e la configurazione del Prometheus Stack in un cluster Kubernetes, per poi verificare target, regole e dashboard.

26. Scenari reali in cui richiedi dashboard e alert che riproducono ambienti di produzione e individui ciò che la macchina ha sbagliato.

27. Best practice e ottimizzazione:

28. Ottimizzazione dell’uso delle risorse da parte dei componenti di monitoraggio.
29. Considerazioni di sicurezza nel deploy delle soluzioni di monitoraggio.
30. Scalare lo stack di monitoraggio al crescere di cluster e workload.

A chi è rivolto:

Questo corso è pensato per professionisti DevOps, amministratori di sistema, operatori Kubernetes e ingegneri IT che si occupano del monitoraggio di applicazioni cloud-native. La conoscenza delle basi di Kubernetes è consigliata ma non obbligatoria, perché il corso riprende i concetti essenziali dove necessario.

Risultati del corso:

Al termine del corso i partecipanti sapranno far realizzare, esclusivamente tramite istruzioni in linguaggio naturale, uno stack di monitoraggio completo basato su Prometheus, Grafana e Alertmanager in un ambiente Kubernetes, verificando ogni query, regola e dashboard che contiene. Comprenderanno come il Prometheus Stack Operator semplifica il deploy e come garantire una visibilità completa su applicazioni e infrastruttura.
Gli studenti possono caricare i propri esercizi nel Progetto Git dell’Academy DevOps & SRE. Per questo modulo, create una cartella con il vostro username come nome nella seguente sottocartella: https://github.com/Garanti-Del-Talento/gdt_academy/tree/main/dgt_k8s07__monitoring