A l’issue de la formation le participant sera capable de :
• Gérer le placement optimisé des pods en utilisant des politiques d’affinité et d’anti-affinité pour les besoins spécifiques des applications.
• Automatiser le déploiement des applications avec Helm en exploitant des charts publics et en créant des charts personnalisés pour des applications internes.
• Renforcer la sécurité du cluster avec RBAC, des Pod Security Policies et des Network Policies pour un contrôle d’accès rigoureux.
• Implémenter un système de monitoring complet avec Prometheus et Grafana pour la collecte de métriques, la visualisation et l’alerting en temps réel.
• Construire un pipeline CI/CD robuste avec Jenkins et ArgoCD, incluant la création d’images Docker et le déploiement automatisé d’applications.
- Nos sessions garanties
- DevOps
Formation Kubernetes Niveau Avancé et CI/CD
Objectifs
Prérequis
• Expérience préalable avec Kubernetes : maîtrise des concepts de base tels que les pods, services, déploiements, et l’utilisation de kubectl.
• Solides compétences en administration système sous Linux : capacité à configurer, diagnostiquer, et dépanner les services Linux.
• Connaissances de base en réseaux : concepts de routage, pare-feu, sous-réseaux, et familiarité avec les outils de diagnostic réseau.
• Expérience avec Docker : compréhension des conteneurs et des images, ainsi que des volumes persistants.
• Connaissances en CI/CD : idéalement, avoir déjà utilisé des outils comme Jenkins et comprendre les concepts de pipelines et de workflows.
• Compétence en scripting (Bash, Python, etc.) pour automatiser certaines tâches et interagir avec les API de Kubernetes.
Un entretien en amont avec notre expert permet de prendre en compte le profil de chaque participant (niveau, objectifs et résultats attendus, contexte professionnel, enjeux…) et d’adapter le contenu de la formation si besoin
Machines et infrastructure :
• 1 machine de contrôle principal (ou VM) :
o CPU : 2 cœurs minimum.
o RAM : 4 Go minimum (8 Go recommandé).
o Disque : 20 Go d’espace libre.
• 2 machines (ou VM) supplémentaires pour les nœuds de travail :
o CPU : 2 cœurs minimum chacun.
o RAM : 4 Go minimum chacun.
• Disque : 20 Go d’espace libre par machine.
Système d’exploitation :
• Linux : Ubuntu 20.04
Cette formation ne peut être financée que dans le cadre d’un projet d’entreprise (prise en charge entreprise ou OPCO). Les dossiers à financement personnel et CPF ne sont pas pris en compte.
Public
• Ingénieurs DevOps expérimentés souhaitant approfondir leurs connaissances en déploiement et gestion avancée de Kubernetes.
• Architectes Cloud et SRE (Site Reliability Engineers) cherchant à sécuriser et monitorer leurs infrastructures Kubernetes avec des outils de pointe.
• Développeurs de logiciels travaillant dans des environnements de production Kubernetes et souhaitant automatiser leurs workflows de déploiement.
• Administrateurs systèmes impliqués dans la maintenance et l’optimisation des clusters Kubernetes complexes.
Formation(s) associée(s)
Dernière mise à jour
Bon à savoir
Evaluez votre niveau
Formations modulables
Travaux pratiques
Les Modules
de formation
o Mise en place d’un cluster Kubernetes multi-nœuds et multi-masters avec Kubeadm pour une haute disponibilité.
o Configuration avancée d’affinité et d’anti-affinité pour le placement optimisé des pods selon les besoins de l’application.
o Présentation de Helm et des charts pour une gestion simplifiée des déploiements d’applications.
o Développement de charts Helm pour les applications internes, permettant des déploiements plus rapides et uniformes.
o Configuration de RBAC pour un contrôle précis des permissions sur les ressources.
o Utilisation des politiques de sécurité des pods pour restreindre l’accès et assurer la conformité des déploiements.
o Mise en place des Network Policies pour restreindre le trafic réseau entre les pods.
o Configuration de l’audit et du logging pour une meilleure visibilité sur les actions du cluster.
o Installation et configuration de Prometheus pour la collecte de métriques Kubernetes.
o Installation de Grafana et création de dashboards pour visualiser les métriques Prometheus.
o Configuration d’alertes pour les événements critiques, intégration des notifications.
o Installation d’exporters comme Node Exporter pour surveiller les composants additionnels.
o Installation d’ArgoCD pour des déploiements automatisés via Git.
o Création d’un pipeline CI/CD avec Jenkins pour construire des images Docker et déclencher des déploiements ArgoCD.