Провести инвентаризацию инфраструктуры
Собрать сервисы, окружения, ресурсы, владельцев и зависимости.
Надежная эксплуатация сервисов
Инфраструктура, CI/CD, наблюдаемость и надежность сервисов
Практическая база по CI/CD, инфраструктуре, наблюдаемости, SLO, инцидентам, резервному копированию и security baseline. Каждый пункт объясняет, зачем он нужен, как его выполнить, как проверить результат и какой артефакт должен остаться у команды.
Регламент0%
0 из 20 задач выполнено
Прогресс хранится только в этом браузере.
Инфраструктура как код
Платформа
Создать воспроизводимую, управляемую и безопасную основу для работы сервисов.
Описать инфраструктуру как код
Сделать создание и изменение ресурсов воспроизводимым, проверяемым и версионируемым.
Настроить базовый контроль доступов
Применить least privilege, MFA, разделение ролей и регулярный пересмотр прав.
Управлять конфигурацией и секретами
Разделить код, конфигурацию и секреты с безопасной доставкой в runtime.
Сборка, проверка, доставка
CI/CD
Автоматизировать путь изменения от коммита до проверяемого и обратимого релиза.
Построить CI pipeline
Автоматически проверять качество и собирать неизменяемый артефакт для каждого изменения.
Выбрать стратегию деплоя
Снизить риск релиза через rolling, blue-green или canary с измеримой проверкой.
Автоматизировать rollback
Обеспечить быстрый и проверенный возврат безопасной версии приложения и конфигурации.
Защитить software supply chain
Контролировать зависимости, образы, подписи и происхождение артефактов.
Метрики, логи, трассировка
Наблюдаемость
Понимать состояние системы и замечать пользовательские проблемы раньше обращений.
Настроить golden signals
Измерять latency, traffic, errors и saturation с точки зрения пользовательского сервиса.
Централизовать структурные логи
Сделать события поиска причины связанными, безопасными и пригодными для автоматического анализа.
Включить распределенную трассировку
Показывать путь запроса через сервисы и находить источник задержки или ошибки.
Спроектировать полезные алерты
Уведомлять о пользовательском воздействии с понятным действием и минимальным шумом.
SLO, capacity, backup
Надежность
Управлять доступностью, производительностью, емкостью и восстановлением через измеримые цели.
Определить SLI и SLO
Согласовать надежность через измеримый пользовательский сигнал и допустимый уровень отказов.
Управлять error budget
Балансировать скорость изменений и надежность по фактически потребленному бюджету ошибок.
Планировать capacity
Предотвращать исчерпание ресурсов с учетом роста, сезонности и времени поставки мощности.
Проверить backup и восстановление
Подтвердить, что данные действительно можно вернуть в пределах RPO и RTO.
Реакция и профилактика
Инциденты
Снижать влияние сбоев, быстро восстанавливать сервис и устранять системные причины.
Подготовить incident response
Заранее определить роли, каналы, уровни критичности и порядок управления сбоем.
Организовать устойчивое on-call дежурство
Обеспечить своевременную реакцию без постоянной перегрузки инженеров.
Провести blameless postmortem
Извлечь системные уроки из инцидента и уменьшить вероятность повторения.
Провести учение по отказоустойчивости
Проверить гипотезы о восстановлении через контролируемый отказ компонента.