Научим писать автоматизацию: Docker, Gitlab, Prometheus, K8S и др.
Что будет в курсе:
- Разбор библиотек Python для DevOps.
- Правила эффективного и поддерживаемого кода.
- Решение конкретных задач DevOps.
- Подробная обратная связь, ревью кода.
Чего не будет на курсе:
- Любые проявления Python для веба, аналитики, бекенд-разработки и др.
- У нас только Питон для DevOps!
После курса у вас останется проект на гитлабе: придумайте свой или сделайте один из предложенных вариантов.
Полная программа
№1: Введение
- Почему OPS’ам нужен питон?
- В чем его прелесть?
- Для каких задач Python хорошо подходит?
№2: Основы синтаксиса и структур в Python
Зачем: научиться понимать логику программ на Python и не только, а так же писать простые программы — важнейшая задача. «Самое то», если вы не знакомы с синтаксисом Python
- Типы данных и переменные, мутабельные/иммутабельные и простые/составные типы данных, приемы отладки
- Условный оператор — логические операторы, простые условия, вложенные условия и замена оператора switch
- Базовые циклы — циклы while и for, итераторы, прерывания циклов
- Функции, методы строк, списков и словарей
- Генерация и обработка исключений
- Практика: набор небольших микрозаданий по каждому уроку
№3: Улучшенное владение Python: оптимизации и ООП
Зачем: Освоим особенности Python — именно за их счет он так прост и практичен. Также раскроем значение тех самых трех букв (мы про ООП) без академической теории и с понятным предназначением.
- Продвинутая работа с циклами — оператор yield и генераторы, инсайты о циклах в Python (оператор else в цикле, оптимизации циклов comprehensions, etc.)
- Специальные типы структур (frozendict, defaultdict, etc.)
- Базовые понятия ООП: классы, экземпляры классов, инкапсуляция, наследование и полиморфизм
- Практика: набор небольших микрозаданий по каждому уроку
- Продвинутая практика: аудит использования услуг. У CTO появилось подозрение, что некоторые услуги и сервисы уже не используются командами. Проблема заключается в том, что модуль мониторинга используемых услуг не обновлялся последние десять лет: он не может выгрузить агрегированные данные, да и формат возвращаемых значений не соответствует общепринятым стандартам. Вы были избраны, чтобы извлечь снятые показатели, агрегировать их по типу и команде и предоставить данную информацию CTO для первоначальной оценки масштабов проблемы
№4: Подключения по сети
Зачем: Практически каждый сервис имеет интерфейс для подключения по какому-либо сетевому протоколу. А без подключения невозможно взаимодействие, к счастью в экосистеме Python найдутся модули-клиенты практически для любых протоколов.
- Пакет pip и установка сторонних модулей
- Модуль Paramiko для выполнения команд по ssh
- Модуль requests для выполнения HTTP запросов
- Обзор модулей для работы с базами данных и брокерами сообщений
- Практика разминочная: Астрологи объявили неделю кодинга на Python. Количество практик выросло вдвое.Вас заметили! Кажется, вы использовали curl, чтобы получать информацию от биллинговой системы. Самое время использовать модуль requests, чтобы выполнить HTTP-запрос внутри вашего приложения. Кстати, модуль мониторинга не умеет собирать данные о лимитах с особых облачных сервисов SBS (Slurm Beautiful Services). Но можно запросить их самостоятельно: по протоколу SSH
- Практика со звездочкой. Команда разработки внедряет уже не новую методологию: Допустил возникновение алерта — получи задачу. Аналитическая подсистема ищет только отборные ошибки и складывает сообщения о них в брокер сообщений Kafka. Ваша задача завершить цикл возврата багов разработчикам: ваш консьюмер должен автоматически создавать задачи с нужным описанием и приоритетом в Trello
№5: Работа с текстом в различных форматах
Зачем: Подключение к сервису — только половина дела. Другая половина это обмен информацией. А информация зачастую представляет собой набор текстовых символов в определенном формате. Раскодировать и закодировать помогут модули. Информация не нужна вся целиком? Извлечь важное, отбросив остальное помогут регулярные выражения.
- Модуль re и регулярные выражения
- Модули работы с данными в разных форматах: separated values, json, yaml, xml
- Использование аргументов командной строки: модуль argparse
- Практика: создание источника данных об использовании услугВ ходе аудита использования услуг вы выявили важную для бизнеса информацию, заинтересовался даже CEO. Было принято решение проанализировать потерянные деньги и больше не допускать таких ситуаций. Для этого нужно дать аналитикам инструмент получения данных, чтобы они подготовили отчеты. Проблема заключается в том, что модуль мониторинга возвращает лимиты по услугам по отдельному запросу в форматах yaml, а цены за услуги возвращаются биллинговой системой в формате xml. Необходимо срастить данные о текущей загрузке с лимитами и ценами. Агрегированную информацию отдел аналитики запросил в формате JSON с возможностью указать интервал времени и шаг агрегации
№6: Взаимодействие с операционной системой
Зачем: Важность взаимодействия с операционной системой не нужно объяснять дополнительно. Как подружить её с Python — в этом уроке.
- Чтение и запись файлов.
- Модуль os — чтение environment variables, работа с директориями и правами, работа с процессами
- Модуль subprocess для интерактивного взаимодействия с процессами
- Практика: автоматическое предоставление доступов к серверамВ ходе кампании по отказу от неиспользуемых услуг возникла курьезная ситуация: сервер продуктовой команды отключили, но инфраструктурная команда периодически использовала его в качестве хоста для стейджинга. Выяснилось, что продуктовая команда не использовала его потому что периодически кто-то перезаписывал их настройки своими. Было решено, что теперь ресурс будет закрепляться только за членами одной команды, а избежать ошибок поможет автоматика. Вам, как заварившему эту кашу, необходимо написать агент, который будет периодически опрашивать систему управления правами и вносить изменения в конфигурации прав внутри установленных сервисов и по необходимости давать сервисам команду перечитать конфигурации
№7: Пишем свой модуль для Ansible
Зачем: Ansible — мощная система управления конфигурациями, да еще и с возможностью расширения собственными модулями. Какое совпадение, что она сама и большинство модулей написаны на Python.
- Написание своих модулей для ansible
- Практика: написание модуля управления правамиДавным-давно, в далёкой-далёкой галактике вы уже писали агент для выдачи прав к определенным сервисам. Пришло время поменять pull на push и в этом поможет ansible. Все что нужно — лишь модуль
№8: K8S оператор на Python (live-coding stream)
Зачем: расширим возможности K8S под свои задачи
- Покажем как делать это не только на Go
№9: Создание и кейсы использования своего API
Зачем: подготовка кода к деплою — одна из важнейших задач. Сделать этот процесс гибче и удобнее помогают собственные скрипты для stage пайплайнов.
- Создание REST API на Flask
- Создание своего prometheus exporter с Prometheus Python Client и Flask
- Практика: выгрузка данных в стороннюю систему мониторинга.Затраты на неиспользуемое оборудование превысили даже пессимистичные прогнозы. Теперь у команды инженеров есть еще одна зона ответственности — мониторинг неиспользуемых услуг. Для этого вам необходимо периодически опрашивать биллинговую систему через ваш скрипт и передавать данные в Prometheus. Формат получаемых данных все еще не подходит. Вам необходимо реализовать коннектор. А заодно и написать эндпоинт, чтобы отдел аналитики всегда имел под рукой актуальную информацию в формате JSON
№10: Взаимодействие с CVS и DevOps системами
- Использование сторонних модулей на примере интеграции в пайплайны Gitlab
- Использование pygit для получения информации об изменениях в коде
- Практика: генерация change log из коммитовВаши решения настолько понравились команде инженеров, что они вдохновились ими и начали писать свои. Только вот описания к релизам сделать всегда забывают. Для этого командой было принято решение внедрить commit conventions и генерировать ченджлоги прямо из коммитов при слиянии dev-бранча с релизным, а если название коммита не соответствует commit conventions — не допускать merge-request до merge
№11: Chatops с Errbot на Python (live-coding stream)
Зачем: Infrastructure as a Chat — управляй инфраструктурой из мессенджера. Бывает ли так? Мы попробуем.
- За два часа делаем чатопс в прямом эфире
№12: Финальный проект
- Вы можете автоматизировать свою задачу, а мы обещаем сделать ревью вашего кода. Если идей или задач нет — мы поможем их придумать!
