Top.Mail.Ru

академия информационных систем

Версия для слабовидящих
+7 (495) 120-04-02
Академия
Курсы
Услуги
Библиотека
Главная Курсы

Observability и надежность контейнерных платформ: Prometheus, Grafana, ELK и трейсинг

Курс посвящен практическому построению Observability для контейнерных платформ - от сбора метрик, логов и трейсов до настройки дашбордов, алертов и анализа надежности сервисов с использованием Prometheus, Grafana, ELK/Loki и инструментов трейсинга.

Получить консультацию
по обучению

Ближайшая дата

по запросу в будни

Длительность
32 ак.часа
Форма обучения
Дистанционно
Документ
Удостоверение о повышении квалификации
Стоимость
55 000 рублей

О курсе

Курс посвящен практическому внедрению Observability и инструментов надежности в контейнерных средах - от сбора метрик и логов до построения дашбордов, настройки алертинга, работы с SLI/SLO и распределенного трейсинга.

Вы научитесь:
  • • проектировать стек Observability для контейнерных платформ и микросервисов
  • • собирать и анализировать метрики с помощью Prometheus и экспортеров
  • • использовать PromQL и LogQL для диагностики, агрегации и выявления аномалий
  • • создавать дашборды в Grafana для контроля состояния сервисов, SLA и SLO
  • • настраивать логирование через ELK/Loki и связывать логи с метриками и трейсами
  • • внедрять распределенный трейсинг с OpenTelemetry, Tempo или Jaeger
  • • настраивать алерты, анализировать инциденты и использовать данные наблюдаемости для повышения надежности сервисов

Кому будет полезен курс

DevOps-инженеры

SRE-специалисты

Системные администраторы и инженеры эксплуатации

Инженеры, отвечающие за надежность и доступность контейнерных платформ

Специалисты, работающие с Kubernetes, Docker и микросервисной архитектурой

Технические специалисты, которым необходимо выстроить мониторинг, логирование, алертинг и трейсинг в рабочих средах

Преимущества нашей программы

Практическое построение Observability для контейнерных платформ: курс показывает, как собирать метрики, логи и трейсы в реальных средах Docker/Kubernetes с использованием Prometheus, Grafana, ELK/Loki и инструментов трейсинга.

Фокус на надежности сервисов, а не только на мониторинге: вы научитесь связывать данные наблюдаемости с SLI/SLO, Error Budget, SLA и инженерными решениями по повышению устойчивости систем.

Системный подход к диагностике и алертингу: курс помогает выстроить рабочую модель анализа инцидентов - от дашбордов и PromQL-запросов до логов, трейсов и корректно настроенных уведомлений.

Результат, применимый в работе: по итогам обучения вы сможете развернуть минимальный стек Observability для микросервиса и использовать его для контроля состояния, поиска проблем и повышения надежности контейнерной платформы.

Программа курса

Модуль 1. Основы Observability и роль в обеспечении надёжности

  • Понятие Observability: метрики, логи, трейсы — три источника истины.
  • Отличие мониторинга от Observability.
  • Связь Observability с SRE и надёжностью сервисов.
  • Типовые проблемы в контейнерных средах: эфемерность подов, динамические адреса, распределённость.
  • Практика: Анализ кейса: разбор инцидента в Kubernetes-кластере по фрагментам логов, метрик и описания поведения.
  • Практика: Формулирование требований к наблюдаемости для типового микросервиса (список ключевых метрик, логов, точек трейсинга).

Модуль 2. Prometheus: архитектура, сбор метрик и работа с экспортерами

  • Архитектура Prometheus: сервер, TSDB, scrape-цикл, Service Discovery.
  • Типы метрик: Counter, Gauge, Histogram, Summary — когда и что использовать.
  • Экспортеры: node_exporter, cadvisor, kube-state-metrics, custom-экспортеры.
  • Relabeling и фильтрация целей.
  • Практика: Развёртывание Prometheus в Docker/Kubernetes.
  • Практика: Настройка scrape-задач, проверка целей в UI.
  • Практика: Добавление node_exporter и кастомного экспортера (простой HTTP endpoint с метриками)

Модуль 3. PromQL: запросы, агрегация и выявление аномалий

  • Синтаксис PromQL: селекторы, модификаторы, функции.
  • Ключевые функции: rate(), increase(), histogram_quantile(), avg_over_time().
  • Агрегация по лейблам, группировка, обработка отсутствующих данных.
  • Построение SLO-метрик на базе PromQL.
  • Практика: Написание запросов для CPU/memory, latency (p95/p99), ошибок (error rate).
  • Практика: Визуализация в Prometheus UI, сравнение поведения в разных неймспейсах.
  • Практика: Выявление аномалий по временным рядам.

Модуль 4. Grafana: дашборды, переменные и визуализация метрик/логов

  • Подключение источников данных: Prometheus, Loki (альтернатива ELK для логов), InfluxDB.
  • Панели: Time Series, Stat, Table, Heatmap, Logs.
  • Переменные дашборда, шаблоны, аннотации.
  • Провизионирование (dashboard YAML) и версионирование.
  • Практика: Создание дашборда для микросервиса: latency, ошибки, RPS, ресурсы.
  • Практика: Добавление переменных (namespace, service, pod) для гибкой фильтрации.
  • Практика: Интеграция логов (Loki) рядом с метриками для корреляции.

Модуль 5. Логирование в контейнерной среде: ELK-стек и альтернативы

  • ELK: Elasticsearch, Logstash, Kibana — назначение и ограничения в контейнех.
  • Паттерны сбора логов: sidecar, daemonSet, forwarder.
  • Структурированные логи (JSON), парсинг, индексация.
  • Сравнение ELK vs Loki: хранение, поиск, стоимость, удобство в Kubernetes.
  • Практика: Быстрый стенд: Elasticsearch + Kibana (или Loki + Grafana) в Docker Compose.
  • Практика: Сбор логов приложения, поиск и агрегации в Kibana/Grafana.
  • Практика: Пример парсинга JSON-логов и построения визуализаций.

Модуль 6. Распределённый трейсинг: OpenTelemetry, Tempo/Jaeger

  • Концепция распределённого трейсинга, span, trace, context propagation.
  • OpenTelemetry: SDK, Collector, экспортеры.
  • Tempo vs Jaeger: хранение, семантика, интеграция с Grafana.
  • Корреляция трейсов с метриками и логами (trace_id).
  • Практика: Инструментирование простого приложения (Go/Python/Node.js) через OpenTelemetry SDK.
  • Практика: Отправка трейсов в Tempo/Jaeger, просмотр в UI.
  • Практика: Поиск узких мест по цепочке вызовов, анализ задержек на каждом сервисе.

Модуль 7. Надёжность и SRE: SLI/SLO, Error Budget, алертинг

  • SLI (индикаторы), SLO (цели), Error Budget — как это определяет приоритеты.
  • Подходы к алертингу: правила, silence, inhibition.
  • Alertmanager: маршрутизация, группировка, уведомления.
  • Баланс между скоростью релиза и стабильностью.
  • Практика: Определение SLI для типового сервиса (latency, availability, error rate).
  • Практика: Настройка правил алертинга в Prometheus (например, высокий error rate, высокая задержка).
  • Практика: Имитация инцидента и проверка срабатывания алертов.

Модуль 8. Интеграция и лучшие практики Observability

  • Единая корреляция: trace_id → метрики → логи.
  • Семплинг трейсов, оптимизация хранения, retention-политики.
  • Антипаттерны: избыточная телеметрия, «шумные» алерты, отсутствие контекста.
  • Мониторинг самого стека Observability (self-monitoring).
  • Практика: Проверка связности: найти трейс по span с высокой задержкой, затем проверить метрики и логи для этого сервиса.

Итоговая аттестация

  • Итоговый проект: Развернуть минимальный стек Observability для простого микросервиса в Docker/Kubernetes

По окончании обучения выдается

Удостоверение о повышении квалификации

Удостоверение о повышении квалификации
Ближайший старт курса

по запросу в будни

55 000 рублей
Оставить заявку на курс
check

Стройте полный стек Observability для контейнерных платформ и микросервисов

check

Анализируйте метрики, логи и трейсы для диагностики инцидентов и контроля SLO

check

Настраивайте дашборды и алерты для повышения надежности сервисов

Как вы будете учиться

Занятия
Занятия проводятся как очно в аудитории с непосредственным взаимодействием между преподавателем и слушателями. Для тех, кто не может присутствовать физически, предусмотрено участие через платформу MTS.link.
Процесс обучения
Занятия включают лекции, семинары и групповые проекты. Материалы подаются в виде презентаций, которые могут содержать графику, видео. Полученные знания закрепляются тестированиями и практическими заданиями, а затем вы получаете развернутую обратную связь от эксперта курса.
Сопровождение
Вы можете задавать вопросы преподавателю в режиме реального времени. Так же у каждой группы есть кураторы, которые всегда на связи и помогают решить организационные вопросы.

Получить персональное предложение

Присоединяйтесь к Telegram-каналу АИС

Присоединяйтесь к нашей группе АИС
в телеграм-канале

Telegram-канал АИС
Хотите быть в курсе последних новостей?
Подпишитесь на нашу рассылку и станьте одним из первых, кто будет в курсе всех новостей АИС!
Фото

Ваша заявка принята!

Наши менеджеры свяжутся с вами в самое
ближайшее время!

Отмена
Мы используем файлы cookie
Чтобы улучшить работу сайта и предоставить вам больше возможностей для обучения. Продолжая использовать сайт, вы соглашаетесь с условиями использования файлов cookie.