Usługi / DevOps i platform engineering
Dostarczanie oprogramowaniaRelease, który jest rutyną, nie wydarzeniem
GitLab albo GitHub Actions buduje i testuje. Argo CD wdraża to, co jest w Gicie. Kubernetes trzyma workload. Grafana pokazuje, czy zmiana utrzymała SLO. Platforma, z której zespoły korzystają same, bez utraty kontroli.
Jak to składa się w całość
Cztery warstwy, jeden sposób dostarczania
Bez GitOps pipeline kończy się na artefakcie. Bez obserwowalności deploy jest zgadywaniem. Składamy CI, Argo CD, Kubernetes i Grafanę w jeden rytm: zmiana, weryfikacja, wgląd.
- Preview environment i produkcja korzystają z tych samych manifestów, z inną konfiguracją.
- Ręczna zmiana w klastrze jest dryfem. Wracamy do Gita albo zapisujemy ją jako kod.
Pipeline z polityką jakości, nie z ręcznym przyciskiem
Budujemy CI w GitLab albo GitHub Actions: test, skan, artefakt i bramka do środowiska. Merge nie omija kontroli. Preview environment wstaje na merge request i znika po zamknięciu.
Bramki
Testy, lint, SAST, obraz i polityka artefaktu. Broken main jest wyjątkiem, nie trybem pracy.
Środowiska
Dev, staging i produkcja z tym samym pipeline. Różnica to zatwierdzenie i sekrety, nie inny skrypt.
Tożsamość
Runner, registry i chmura na kontach serwisowych z krótkim życiem tokenu.
Ślad
Kto odpalił job, jaki commit, jaki artefakt poszedł dalej. Materiał pod audyt zmiany.
Stan klastra wynika z repozytorium
Argo CD porównuje klaster z Gitem i synchronizuje dryf. Rollback to powrót do znanego commita. Uprawnienia do klastra zostają w narzędziu, nie w laptopie developera.
Źródło prawdy
Manifesty, Helm albo Kustomize w repo. Zmiana bez merge nie zostaje na produkcji.
Widoczność
Health, sync i diff na aplikacji. OutOfSync ma właściciela, nie cichy dryf.
Granice
Projekt per zespół albo per klient. RBAC w Argo, nie cluster-admin dla wszystkich.
Awaria
Gdy sync zawiedzie, widać zasób i zdarzenie. Playbook na rollback i eskalację.
Klaster, który da się powtórzyć i rozliczyć
Kubernetes w chmurze albo on-prem, z tą samą polityką sieci, limitów i backupu. Node, storage i ingress są w kodzie. Dashboard służy do diagnostyki, nie do ręcznych zmian na produkcji.
Powtarzalność
Terraform albo inny IaC na klaster, addony i sieć. Drugie środowisko wstaje z tego samego opisu.
Limity
Request, limit, quota i NetworkPolicy. Jeden niesforny workload nie zabiera sąsiadom CPU.
Dzień drugi
Upgrade, certyfikaty, storage class, PDB. Okno i plan cofnięcia są częścią retaineru.
Dostęp
kubectl przez tożsamość firmową. Audit log każdego żądania API.
SLO widać, zanim użytkownik zgłosi awarię
Metryki, logi i ślady w jednym miejscu. Dashboard per usługa, alert z runbookiem, nie z surowym progiem CPU. Po deployu widać, czy p95 i błąd zostały w budżecie.
Sygnał
RED albo USE per usługa. Logi z kontekstem poda i commita. Tracing tam, gdzie ścieżka jest rozproszona.
Alert
Priorytet, cisza przy utrzymaniu, eskalacja. Szum schodzi w pierwszym miesiącu, nie zostaje na zawsze.
Koszt
Retencja i sampling ustawione świadomie. Obserwowalność nie może zjadać marży produktu.
Ludzie
Ten sam obraz dla engineeringu i dyżuru. Mniej zgadywania, kto patrzy na który panel.
Operacja
Od mapy platformy do rytmu release
Najpierw inwentaryzacja repo, klastrów i sekretów. Potem pipeline i GitOps. Na końcu SLO, dyżur i katalog usług.
- Mapa Repozytoria, środowiska, sekrety, kto wdraża, jaki klaster.
- Baseline CI z bramkami, Argo CD, limity i pierwszy zestaw dashboardów.
- Self-service Szablon aplikacji, dokumentacja, uprawnienia per zespół.
- Rytm Przegląd faili pipeline, dryfu GitOps i budżetu SLO.
Rozmowa
Omówimy pipeline, klaster i obserwowalność
Na tej podstawie przygotujemy zakres: CI, GitOps, limity i dashboardy.
Skontaktuj się