Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Distribuzione avanzata di Apache Airflow
- Distribuzione di Apache Airflow su piattaforme cloud (AWS, Azure, GCP)
- Containerizzazione del flusso d'aria con Docker e Kubernetes
- Configurazione del flusso d'aria per l'alta disponibilità e la tolleranza ai guasti
Pipeline CI/CD per Apache Airflow
- Automazione dei test e della distribuzione dei gruppi di disponibilità del database
- Integrazione del flusso d'aria con strumenti CI/CD (ad esempio, Jenkins, GitHub azioni)
- Gestione delle versioni e degli aggiornamenti del flusso di lavoro
Monitoraggio e registrazione
- Implementazione di solide procedure di registrazione per i flussi di lavoro
- Utilizzo di strumenti come Prometheus e Grafana per il monitoraggio del sistema
- Configurazione dei meccanismi di avviso per gli scenari di errore
Ottimizzazione e scalabilità delle prestazioni
- Regolazione delle configurazioni del flusso d'aria per prestazioni ottimali
- Ridimensionamento delle implementazioni del flusso d'aria con gli esecutori Celery
- Gestione dell'orchestrazione del flusso di lavoro su larga scala
Sicurezza e controllo
- Implementazione del controllo degli accessi in base al ruolo (RBAC) in Airflow
- Protezione degli ambienti e dei flussi di lavoro Airflow
- Best practice per la gestione dei dati sensibili nei flussi di lavoro
Casi di studio e applicazioni pratiche
- Esempi reali di flusso d'aria per l'automazione DevOps
- Esercizio pratico: Distribuzione del flusso d'aria con CI/CD e strumenti di monitoraggio
- Discussione sulle sfide e le soluzioni nell'orchestrazione del flusso di lavoro DevOps
Riepilogo e passaggi successivi
Requisiti
- Esperienza con Apache Airflow nozioni di base, tra cui la creazione di DAG e la gestione delle attività
- Conoscenza delle pipeline CI/CD e delle pratiche DevOps
- Familiarità con gli ambienti cloud e la containerizzazione (ad esempio, Docker, Kubernetes)
Pubblico
- DevOps Ingegneri
- Gestori dell'infrastruttura
- Specialisti del cloud
21 ore