Red Hat OpenShift (OCP) Administration - Teilnahme als Driver

• OpenShift Foundations
  
  • Vanilla Kubernetes vs. OpenShift
  • Update-Zyklen und -Strategien, EUS Releases und Channels (candidate, fast, stable, eus)
  • OpenShift Varianten (OCP, OKE, OKD, ROSA, ARO...)
  • OpenShift in der Cloud und On-Premises, Managed vs Self-Managed, SLA-/Abrechnungs- Modelle
  • Der OpenShift Installer, RHCOS und MachineConfigs
  • Überblick: Disconnected / Air gapped / Restricted Network Installation und Betrieb (Agent-based Installer und mirrored Registry)
  • Control-Plane und Node-Komponenten: API-Server, Controller Manager, Scheduler, etcd, SDN-Plugins, HA-Proxy, Kubelets, CRIO
  • Cluster-Operatoren zur Verwaltung des OCP Core-Stacks
  • API-Schemata/Versionen und Ressourcen/Workloads
  
  
• OpenShift Cluster Management
  
  • Management des Clusters per CLI (oc, kubectl) und GUI
  • IDM-Anbindung 
  • OpenShift Projects vs. Kubernetes Namespaces
  • Kompakter Überblick: Container, Pods, ReplicaSets, Deployments, DaemonSets, StatefulSets, ConfigMaps und (Sealed) Secrets, Services, Ingress/Routen und mehr.
  • OpenShift-spezifische Ressourcen und Tools im Überblick: route, containerized Keepalived, integrated Registry, Apps und Projects, ImageStreams, integrierter Operator-Hub und mehr.
  • Monitoring/Metrics mit integriertem Prometheus, Erstellung eigener PrometheusRules. Logging, Troubleshooting, Debug-Pods.
  • User- und Systemrollen, Authentifizierung und Autorisierung (RBAC Objekte), Identity-Provider, Pod Security Admission Controls, OpenShift's SCCs (Security Context Constraints)
  • Compute-Resources: Limits, Requests, LimitRanges und ResourceQuotas 
  • Advanced De-/Scheduling: QoS-Classes, Pod Priorities, Taints/Tolerations, PDBs, Pod Topology Spread Constraints / Zone Awareness
  • Health-Checks: Startup-, Liveness- und Readiness -Probes 
  • Service-/Traffic Management: Ingress, Route, auto-created (managed) Route via Ingress, Egress-IPs 
  • Überblick: Service Meshes - Up and Downsides 
  • Zertifikatsmanagement: Ingress Operator, Cert-Manager
  • Ressourcen-Autoscaling: HPA, KEDA, VPA 
  • Plattform-übergreifendes Cluster-Autoscaling: MachineConfigPools, MachineSets, MachineAutoscaler, ClusterAutoscaler
  • Customized MachineSets für Infra- oder GPU- Nodes
  
  
• OpenShift: In-Cluster-Automation, GitOps und Storage 
  
  • Funktionsweise von Operatoren, Maturitäts-Level
  • Die zentrale Rolle von Operatoren in OpenShift 4.x Clustern 
  • Operatoren, Custom Resource Definitions (CRDs) und GitOps gestützte CRs (Custom Resources) statt Helm
  • OpenShift 's integrierter Operator Hub
  • Operator-Varianten, Operator-SDK, Operator Lifecycle Manager (OLM)
  • Build von Go oder Ansible -basierten Operators per Operator-SDK
  • GitOps Ansätze
  • Hands-On: GitOps-Pipeline mit Tekton und ArgoCD (OpenShift Pipelines und OpenShift GitOps). Ausblick: Argo Rollouts
  • Storage Anbindung: Block/File/S3, Vor- und Nachteile
  • Persistent Volumes, Claims, Access Modes, Dynamic Provisioning, Storage Classes
  • Überblick: SDS/Software Defined Storage, Bereitstellungsarten, Strategien für die Integration von Ceph mit Rook / ODF, MinIO als S3 Alternative?
  
  
• Aus- und Überblicke
  
  • Autoskalierbare GPU-Nodes für KI/ML-Stacks mit NVIDIA Datacenter GPUs 
  • Red Hat Advanced Cluster Management / Cluster Federation 
  • Security-Stacks 
  • The Road Ahead
  
  

Architekten, Administratoren und DevOps-Teams, die OpenShift- Cluster planen, einrichten und professionell administrieren möchten.



Die Teilnehmer, die mit einer 'Driver' -Buchung aktiv an den Übungen des Kurses teilnehmen, sollten folgende Vorkenntnisse besitzen: 

• Ein sicherer Umgang mit der Linux-Kommandozeile ist erforderlich. Die Teilnehmer sollten zuvor das GFU-Seminar Linux / Unix Einführung oder Linux System-Administration oder vergleichbare Seminare besucht haben, oder einen vergleichbaren Kenntnisstand besitzen.
• Grundlegende Vorkenntnisse im Bereich Docker / Kubernetes / Container sind hilfreich, ebenso Erfahrungen/Vorkenntnisse mit Virtualisierung und HA- sowie Storage- Clustering.