-
Flaky tests
- https://dl.acm.org/doi/fullHtml/10.1145/3476105
- mfeathers article
- ...
-
Basic everyday tools!
- fzf
- yazi
- ghostty
-
Refactor with IDE ;)
-
Concurrent / Parallel
-
k8s: autoscaling! - "Skalowanie aplikacji Java w Kubernetes" – automatyczne skalowanie aplikacji w oparciu o zasoby, konfiguracja Horizontal Pod Autoscaler i Load Balancing.
-
"Użycie Kubernetes Operatorów dla aplikacji Java" – jak tworzyć i korzystać z Kubernetes Operatorów w celu zarządzania cyklem życia złożonych aplikacji Java w środowiskach chmurowych.
Rozwinięcie:
Rozwinięcie tematu nr 3: "Skalowanie aplikacji Java w Kubernetes" W tym temacie omówimy, jak skalować aplikacje Java wdrożone w klastrze Kubernetes. Skalowanie jest kluczowym elementem umożliwiającym dynamiczne dostosowanie zasobów aplikacji do zmiennego obciążenia, zapewniając optymalną wydajność i efektywne wykorzystanie zasobów.
Główne zagadnienia: Podstawy skalowania w Kubernetes:
Co to są Pody i jak działają jako podstawowe jednostki w Kubernetes. Replikacja: Jak działają Deploymenty i ReplicaSet w Kubernetes do automatycznego skalowania liczby Podów w zależności od wymagań aplikacji. Różnica między skalowaniem poziomym (dodawanie/redukcja Podów) a skalowaniem pionowym (zmiana zasobów przypisanych jednemu Podowi). Horizontal Pod Autoscaler (HPA):
Jak konfigurować HPA w Kubernetes, aby automatycznie dostosowywał liczbę Podów w odpowiedzi na obciążenie. Metryki CPU i pamięci: Jak Kubernetes wykorzystuje te metryki do skalowania aplikacji. Przykład konfiguracji HPA dla aplikacji Java, np. wykorzystując „kubectl autoscale” oraz pliki YAML z limitami zasobów. Cluster Autoscaler:
Jak Cluster Autoscaler może dodawać nowe węzły do klastra, gdy potrzeba więcej zasobów, lub usuwać węzły, gdy są one nieużywane. Związek między HPA a Cluster Autoscaler w kontekście skalowania aplikacji Java. Load Balancing:
Rola load balancerów w Kubernetes. Jak Kubernetes automatycznie równoważy ruch do Podów przy pomocy Service. Liveness i Readiness Probes – jak pomagają w zdrowym zarządzaniu Podami i w decydowaniu, które Pody są gotowe do obsługi ruchu. Ustawienia zasobów CPU i pamięci:
Jak ustawiać requests i limits dla zasobów w aplikacjach Java, aby uniknąć nadmiernego przydziału lub niedoboru zasobów. Przykłady ustawień dla aplikacji Spring Boot wdrożonej w klastrze Kubernetes. Skalowanie aplikacji stanowiskowych:
Różnice w podejściu do skalowania aplikacji stanowiskowych, takich jak bazy danych czy usługi oparte na stanach, z użyciem StatefulSets. Zaawansowane metryki do skalowania:
Jak integrować dodatkowe metryki, takie jak liczba żądań HTTP, czas odpowiedzi lub niestandardowe metryki z narzędziami monitorującymi (np. Prometheus) do bardziej zaawansowanego skalowania. Przykładowe narzędzia i technologie: Prometheus i Grafana – do monitorowania stanu aplikacji i podejmowania decyzji o skalowaniu. Spring Boot Actuator – do zbierania niestandardowych metryk z aplikacji Java. Kubernetes Metrics Server – aby dostarczać metryki używane przez HPA.
--
Rozwinięcie tematu nr 9: "Użycie Kubernetes Operatorów dla aplikacji Java" Operatorzy Kubernetes to zaawansowany mechanizm automatyzacji, który umożliwia zarządzanie cyklem życia złożonych aplikacji, takich jak aplikacje Java, w środowiskach Kubernetes. W tej prezentacji skoncentrujemy się na tym, jak tworzyć, używać i zarządzać Operatorami Kubernetes dla aplikacji Java.
Główne zagadnienia: Czym jest Kubernetes Operator?:
Wprowadzenie do Operatorów: rozszerzenia API Kubernetes, które pozwalają na zarządzanie skomplikowanymi aplikacjami w Kubernetes w sposób zautomatyzowany. Operator Pattern – w jaki sposób Operatorzy umożliwiają automatyzację zadań, takich jak instalacja, aktualizacja, backup i monitoring aplikacji. Rola Custom Resource Definitions (CRD), które umożliwiają definiowanie niestandardowych zasobów aplikacji Java. Dlaczego warto używać Operatorów?:
Automatyzacja codziennych zadań operacyjnych: na przykład zarządzanie cyklem życia aplikacji Java (np. mikroserwisów lub baz danych). Umożliwienie prostego zarządzania złożonymi zależnościami między usługami (np. aplikacjami składającymi się z wielu komponentów Java, baz danych, cache itp.). Przykład tworzenia Operatora dla aplikacji Java:
Praktyczny przykład: tworzenie prostego Operatora Kubernetes dla aplikacji Java przy użyciu frameworku Java Operator SDK. Struktura projektu Operatora – Controller i Custom Resource. Implementacja logiki kontrolera: zarządzanie cyklem życia aplikacji Java (np. wdrażanie nowej wersji aplikacji w odpowiedzi na zmiany CRD). Jak operator może monitorować stan aplikacji Java (np. używając Prometheus). Użycie istniejących Operatorów:
Przykłady gotowych Operatorów dla aplikacji Java, takich jak Strimzi Kafka Operator (dla Kafka) lub PostgreSQL Operator dla baz danych wykorzystywanych przez aplikacje Java. Integracja aplikacji Java z Operatorami do zarządzania komponentami infrastruktury. Cykl życia Operatora:
Automatyzacja wdrożeń i aktualizacji aplikacji Java. Wsparcie dla Canary Deployments i Blue/Green Deployments – jak Operator może zarządzać bezpiecznymi aktualizacjami aplikacji. Rollback – jak Operator może zautomatyzować przywracanie poprzednich wersji aplikacji w przypadku awarii. Zarządzanie zasobami w aplikacjach Java przy pomocy Operatorów:
Jak Operatorzy mogą dynamicznie zarządzać zasobami (np. skalowanie w oparciu o niestandardowe metryki lub zarządzanie stanem aplikacji). Zarządzanie backupami i disaster recovery dla aplikacji Java. Bezpieczeństwo Operatorów:
Jak Operatorzy mogą obsługiwać polityki bezpieczeństwa dla aplikacji Java, takie jak aktualizacje certyfikatów SSL, zarządzanie tajemnicami (Secrets) i politykami RBAC. Przykładowe narzędzia i technologie: Java Operator SDK – biblioteka ułatwiająca tworzenie Operatorów w Javie. Kubernetes Client Java – do komunikacji z API Kubernetes z aplikacji Java. Helm – współpraca Operatorów z Helm do zarządzania skomplikowanymi wdrożeniami.