Академия информационных систем
Observability и надежность контейнерных платформ: Prometheus, Grafana, ELK и трейсинг
Ближайшая дата
26 - 29 Октября 2026 г.
Длительность
32 ак.часа
Форма обучения
Дистанционно
Документ
Удостоверение о повышении квалификации
Стоимость
44 000 ₽
-20%
55 000 ₽
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:
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
Стройте полный стек Observability для контейнерных платформ и микросервисов
Анализируйте метрики, логи и трейсы для диагностики инцидентов и контроля SLO
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
Хотите быть в курсе последних новостей?
Подпишитесь на нашу рассылку и станьте одним из первых, кто будет в курсе
всех новостей АИС!
