Autoescala de Kubernetes con métricas personalizadas para principiantes

Las métricas de recursos estándar, como la utilización de la CPU y la memoria, a menudo no son suficientes para manejar las demandas de escalado de las aplicaciones dinámicas modernas.Este curso basado en texto lo guía a través del proceso de extensión de las capacidades de escalonamiento de Kubernetes mediante métricos personalizados y externos para garantizar una alta disponibilidad y una eficiencia de costos. A través de explicaciones claras y escritas y ejemplos prácticos de configuración, aprenderá a recopilar, exponer y escalar sus aplicaciones en función de métricas de negocios del mundo real. Qué aprenderá: - Comprender la arquitectura de la canalización de métricas de Kubernetes y cómo funcionan las API de metrics personalizadas. - Configurar el adaptador Prometheus para exponer métricos de aplicación personalizados a la API de Kubertenes. - Crear e implementar definiciones de Horizontal Pod Autoscaler que se escalan en función de metricas personalizadas como tasas de solicitud o profundidad de cola. - Aplique conceptos de observabilidad modernos para monitorear eventos de escalado y solucionar problemas comunes de escalamiento automático.- Implemente prácticas de seguridad de confianza cero para proteger la comunicación entre su servidor de métricas y el plano de control de Kubernetes. Comenzamos con definiciones esenciales y la arquitectura fundamental de la API de Kubernetes, luego avanzamos a flujos de trabajo de configuración paso a paso y escenarios de escalamiento del mundo real.Este curso está diseñado para desarrolladores de software, administradores de sistemas y principiantes de DevOps que desean ir más allá del escalamiento básico basado en CPU. No se requiere experiencia avanzada en Kubernetes, aunque es útil tener una familiaridad básica con la ejecución de pods y servicios.