Seminar CrateDB – Cloud, Container und Kubernetes-Betrieb

Ein verteilter Datenbankcluster stellt besondere Anforderungen an persistente Speicherung, Netzwerkidentität, Ressourcensteuerung und kontrollierte Wartung. Das Seminar verbindet Managed-Cloud-Entscheidungen mit containerisiertem und Kubernetes-basiertem Eigenbetrieb.

Inhaltsübersicht

• Lernziele und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele und fachliche Einordnung

• Managed Cloud, Container und Kubernetes als Betriebsmodelle sachgerecht vergleichen
• Persistente, skalierbare und wartbare CrateDB-Deployments entwerfen und umsetzen
• Ressourcen, Netzwerk, Sicherheit, Backups und Observability in die Plattform integrieren
• Skalierung, Wartung und Störungen mit automatisierten Betriebsverfahren beherrschen

Schrittweise Seminarinhalte

1. Schritt 1: Betriebsmodell und Verantwortungsgrenzen wählen

   Managed Service, selbst verwaltete virtuelle Maschinen und Kubernetes werden nach Kontrolle, Personalbedarf, Compliance, Automatisierung und Kosten verglichen.

2. Schritt 2: Container-Image und Konfiguration festlegen

   Version, Konfigurationsquelle, Umgebungsvariablen, Secrets, Ports, Dateisysteme und unveränderliche Artefakte werden definiert.

3. Schritt 3: Persistente Speicherung planen

   Volume-Typ, Kapazität, IOPS, Erweiterung, Wiederanbindung, Topologie und Schutz vor gleichzeitigem Verlust werden auf den Cluster abgestimmt.

4. Schritt 4: Knotenidentität und Discovery umsetzen

   Stabile Namen, Service-Discovery, Startreihenfolge, Quorum-Annahmen und Netzpfade werden für ein reproduzierbares Cluster-Bootstrapping eingerichtet.

5. Schritt 5: Kubernetes-Ressourcen modellieren

   Stateful Workloads, Services, Konfiguration, Secrets, Pod-Verteilung und gegebenenfalls operatorgestützte Verfahren werden eingeordnet.

6. Schritt 6: Ressourcen und JVM dimensionieren

   Requests, Limits, Heap, Dateisystemcache, CPU, Datenträger und Overcommit werden so abgestimmt, dass der Scheduler keine versteckten Engpässe erzeugt.

7. Schritt 7: Probes und kontrollierte Bereitschaft konfigurieren

   Start-, Liveness- und Readiness-Prüfungen berücksichtigen Clusterzustand, lange Wiederherstellung und geordnete Verkehrsfreigabe.

8. Schritt 8: Topologie und Ausfallschutz gestalten

   Knoten werden über Zonen oder Hosts verteilt; Anti-Affinity, Replikation und Wartungsregeln verhindern gemeinsame Ausfallursachen.

9. Schritt 9: TLS, Rollen und Secrets integrieren

   Zertifikate, Schlüssel, Zugänge, Rotation, Netzwerkregeln und minimale Servicekonten werden in den Plattformbetrieb eingebunden.

10. Schritt 10: Backups und Wiederherstellung automatisieren

    Repository-Zugriff, Zeitpläne, Aufbewahrung, Restore-Tests und getrennte Notfallzugänge werden als Plattformfunktion umgesetzt.

11. Schritt 11: Observability bereitstellen

    Cluster-, Pod-, Knoten-, JVM-, Speicher- und Abfragemetriken werden mit Logs, Events und Alarmen korreliert.

12. Schritt 12: Horizontal skalieren und verteilen

    Neue Knoten, Datenneuverteilung, Kapazitätsreserve, Shard-Zahl und Auswirkungen auf Last und Wartungsdauer werden praktisch bewertet.

13. Schritt 13: Rolling Maintenance durchführen

    Imagewechsel, Konfigurationsänderungen, Knotenentnahme und Rückkehr werden mit Gesundheitsprüfungen und Abbruchkriterien gesteuert.

14. Schritt 14: Störfälle und Plattformgrenzen testen

    Pod-Verlust, Node Drain, Volume-Probleme, Netzwerkunterbrechung und Ressourcenknappheit werden in kontrollierten Szenarien untersucht.

Praxisübungen und Laborszenarien

• Entwurf eines Kubernetes-Deployments mit persistenten Volumes und Zonenverteilung
• Konfiguration von Ressourcen, Probes und sicheren Zugangsdaten
• Skalierung eines Clusters mit Beobachtung der Shard-Neuverteilung
• Durchführung einer Rolling Maintenance mit definierten Gesundheits- und Abbruchkriterien

Zielgruppe und Voraussetzungen

Zielgruppe: Cloud Architects, Kubernetes-Administration, Plattformteams, DevOps, Site Reliability Engineering und Datenbankbetrieb.

Voraussetzungen: Container-, Linux- und Netzwerkgrundlagen sowie praktische Kubernetes-Kenntnisse; CrateDB-Architekturkenntnisse sind hilfreich.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Live-Demonstrationen, strukturierte Konfigurations- und SQL-Schritte, praktische Übungen sowie kontrollierte Fehlerfälle vertieft. Jede Übung arbeitet mit definierten Ausgangsdaten, Prüfpunkten und einer knappen technischen Dokumentation, damit die erarbeiteten Verfahren wiederholbar bleiben.