GiangITLearn Today · Build Tomorrow

Kubernetes On-Premise

Nội dung đào tạo hệ thống K8s on premise chuẩn production gồm:
 
  • Giới thiệu khóa học
  • Cài đặt Ubuntu server
  • Sơ đồ tổng thể cụm k8s 
  • Cài đặt và cấu hình HAProxy API Load Balancer cho cụm K8s
  • Cài đặt cụm k8s on-premise chuẩn production
  • Add node mới, re-join node vào cụm k8s
  • Quản trị cụm k8s bằng CLI từ một máy Ubuntu
  • Quản trị cụm k8s bằng CLI từ một máy Windows
  • Cài đặt DNS nội bộ
  • Quản trị cụm k8s bằng giao diện - rancher
  • Tìm hiểu và cài đăt helm
  • Cài đặt và cấu hình ingress controler đảm bảo HA
  • Cài đặt external load balancer (HAProxy) cho cụm K8s
  • Tìm hiểu namspace, deployment, service, ingress
  • Triển khai dự án bằng helm chart
  • Deploy app vào cụm k8s bằng helm chart
  • PersistentVolume và PersistentVolumeClaim
  • Triển khai cài đặt longhorn
  • Sử dụng helm chart deploy redmine & external mysql & longhorn
  • Triển khai cài đặt nfs server làm storage
  • Sử dụng helm chart deploy redmine & external mysql & nfs
  • Cài đặt và cấu hình Gitlab
  • Cài đặt git
  • Cài đặt gitlab runner
  • Cài đặt harbor (private registry) & Let's Encrypt (Certbot)
  • Cài đặt ArgoCD
  • Triển khai dự án ci/cd deploy lên cụm k8s
  • Cài đặt grafana-prometheus giám sát hệ thống
  • Backup và restore toàn bộ hệ thống
  • Sự cố trên k8s và hướng xử lý
  • 130 câu hỏi phỏng vẫn từ cơ bản đến cấp độ senior
  • 22 câu hỏi "dự án thật" thuyết phục nhà tuyển dụng
  • Kiến trúc AKS Kubernetes trên Azure cloud

Bài học này chưa có tài liệu đính kèm.

Bạn sẽ học được gì

  • Tự triển khai được Kubernetes On-Premise trong môi trường lab
  • Hiểu cấu hình và xử lý lỗi thường gặp
  • Áp dụng best practice bảo mật và vận hành
  • Có tài liệu lệnh mẫu để dùng lại khi đi làm
Khóa học Kubernetes On-Premise: Docker, K8s, CI/CD. Học theo từng bước, có lệnh mẫu và bài thực hành trên máy của bạn. Phù hợp cho kỹ sư muốn vận hành hệ thống doanh nghiệp một cách bài bản.
Giảng viênGiảng viên nội bộ
Thời lượng38 giờ
Cấp độNâng cao
Nội dung31 bài

Yêu cầu

  • Máy tính RAM tối thiểu 8GB để chạy lab ảo hóa
  • Kiến thức mạng cơ bản (IP, subnet, DNS)