Containerisierung, GitLab CI und Terraform für den automatisierten Build, Test und das Deployment einer Applikation mit Registry, Pipelines und Infrastrukturmanagement.

Grundlagen von Kubernetes: Control Plane, Worker Nodes, Self-Healing, Namespaces und die Verteilung zentraler Komponenten in einem Cluster.

Pods, Deployments, ReplicaSets und Controller steuern den Lebenszyklus von Workloads in Kubernetes und verhindern manuelle Fehler bei Wiederherstellung und Skalierung.

Kubernetes-Netzwerke sind komplex: CNI-Plugins, Pod-Kommunikation über Nodes, Services, DNS, Ingress und Netzwerkmodi wie Layer-3-Routing oder VXLAN bestimmen das Setup.

Grundlagen zum Untersuchen von Kubernetes-Workload-Problemen mit Fokus auf Pod-Scheduling, Image Pull Backoff und Crash Loop Backoff.

Kubernetes-Zugriff wird über Authentifizierung, Authorization und RBAC gesteuert; API Server, Client-Zertifikate und ServiceAccounts bestimmen, welche Rechte ein Subjekt im Cluster erhält.

Kubelet und Container Runtime steuern das Starten, Stoppen und Löschen von Containern; auch Authentifizierung, pod-infra-container, DNS und Node-Evakuierung sind zentrale Themen.

Persistent storage in Kubernetes ist für stateful Anwendungen und einzelne Pod-Instanzen nötig; StorageClass, PVCs, CSI und StatefulSet-Konfiguration regeln die Bereitstellung und Bindung von Speicher.

Kubernetes ConfigMaps und Secrets trennen Konfiguration und sensible Daten von Images; Änderungen werden nicht automatisch in laufende Pods übernommen und müssen gezielt ausgerollt werden.

Terraform in mehrere States und Module aufteilen, EKS mit Spot-Nodegroup, GitLab Agent und Kubernetes-Deployment für notestar mit ALB und abgesicherter Basic Auth.

Kubernetes-Probes steuern Start, Verfügbarkeit und Neustarts von Containern; Ressourcenlimits für CPU, RAM und Netzwerke sowie ResourceQuota begrenzen Workloads im Cluster.

Custom Resources und Operatoren erweitern Kubernetes um eigene API-Typen und Automatisierung für Anwendungen. Aggregierte ClusterRoles bündeln RBAC-Rechte über Labels und Selektoren.

Stabile Applikationsbetriebsführung und Monitoring mit Prometheus für Kubernetes, inklusive Rolling-Update-Grundlagen und relevanter Metriken auf Node- und Clusterebene.

CloudWatch-Alarme für RDS, Speicherverbrauch und Erreichbarkeit sichern die Überwachung einer AWS- und EKS-Umgebung; ADOT bringt zusätzliche Kubernetes-Metriken nach CloudWatch.