Seminar GADS – Betrieb, Monitoring und Kapazitätsplanung

Beschreibung

Die Schulung entwickelt aus einer verteilten GADS-Architektur ein betreibbares Service-Modell. Metriken, Logs, Traces, Plattformzustände, Datenbewegungen und End-to-End-Serviceindikatoren werden zu einem abgestuften Monitoring- und Alarmierungskonzept zusammengeführt. Kapazität wird dabei nicht nur in Speicher, sondern auch in Durchsatz, Netzwerk, Verarbeitung und Betriebsaufwand betrachtet.

Seminarziel

Ein vollständiges Betriebs- und Observability-Konzept mit Dashboards, Alarmen, Runbooks, Kapazitätsmodell und wiederkehrenden Betriebsprozessen soll aufgebaut werden können.

Lernziele

• Den Themenbereich „Betriebsmodell und Servicegrenzen definieren“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Messpunkte und Telemetrie planen“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Dashboards und Serviceindikatoren aufbauen“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Alarmierung und Ereignisbehandlung gestalten“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Kapazität und Wachstum modellieren“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.

Inhaltsübersicht

1. 1. Betriebsmodell und Servicegrenzen definieren
2. 2. Messpunkte und Telemetrie planen
3. 3. Dashboards und Serviceindikatoren aufbauen
4. 4. Alarmierung und Ereignisbehandlung gestalten
5. 5. Kapazität und Wachstum modellieren
6. 6. Wartung und Lebenszyklus betreiben
7. 7. Störungen analysieren und stabilisieren
8. 8. Betriebskennzahlen und Verbesserungszyklus

Zielgruppe

Plattformadministratoren, Site-Reliability- und Operations-Teams, Service Manager, Storage- und Cloud-Betreiber

Voraussetzungen

Grundkenntnisse in Linux, Monitoring, Storage, Netzwerk und verteilten Plattformen; GADS-Architekturgrundlagen empfohlen

Seminarinhalte

1. Betriebsmodell und Servicegrenzen definieren

Kapitelinhaltsverzeichnis: Services und Abhängigkeiten; Owner und Bereitschaft; Service-Level und Wartungsfenster; Betriebsübergabe; Dokumentation und Konfigurationsstand; Lieferanten- und Eskalationswege

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Services und Abhängigkeiten erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Owner und Bereitschaft festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Service-Level und Wartungsfenster entwerfen.
4. Betriebsübergabe schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Dokumentation und Konfigurationsstand prüfen.
6. Ergebnis anhand von Lieferanten- und Eskalationswege verifizieren und nachvollziehbar dokumentieren.

Praxis: Einen Servicekatalog mit Owner, SLO und Betriebsgrenzen erstellen.

2. Messpunkte und Telemetrie planen

Kapitelinhaltsverzeichnis: Infrastrukturmetriken; Plattform- und Anwendungsmetriken; Datenfluss und Warteschlangen; Logs und Auditereignisse; Traces und Korrelation; Zeitbasis und Aufbewahrung

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Infrastrukturmetriken erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Plattform- und Anwendungsmetriken festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Datenfluss und Warteschlangen entwerfen.
4. Logs und Auditereignisse schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Traces und Korrelation prüfen.
6. Ergebnis anhand von Zeitbasis und Aufbewahrung verifizieren und nachvollziehbar dokumentieren.

Praxis: Eine Messpunktmatrix vom Edge-Upload bis zum Datenverbraucher ausarbeiten.

3. Dashboards und Serviceindikatoren aufbauen

Kapitelinhaltsverzeichnis: Verfügbarkeit und Fehlerquote; Durchsatz und Latenz; Backlog und Datenalter; Kapazität und Sättigung; Datenqualität und Policy-Status; Management- und Betriebsansicht

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Verfügbarkeit und Fehlerquote erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Durchsatz und Latenz festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Backlog und Datenalter entwerfen.
4. Kapazität und Sättigung schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Datenqualität und Policy-Status prüfen.
6. Ergebnis anhand von Management- und Betriebsansicht verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein Dashboard-Storyboard mit technischen und fachlichen Indikatoren erstellen.

4. Alarmierung und Ereignisbehandlung gestalten

Kapitelinhaltsverzeichnis: Schwellwerte und Baselines; Warnung, Alarm und Incident; Deduplizierung und Korrelation; On-Call und Eskalation; Runbook und Sofortmaßnahmen; Nachbearbeitung und Problemmanagement

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Schwellwerte und Baselines erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Warnung, Alarm und Incident festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Deduplizierung und Korrelation entwerfen.
4. On-Call und Eskalation schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Runbook und Sofortmaßnahmen prüfen.
6. Ergebnis anhand von Nachbearbeitung und Problemmanagement verifizieren und nachvollziehbar dokumentieren.

Praxis: Drei Alarmszenarien mit klaren Reaktionen und Eskalationsstufen formulieren.

5. Kapazität und Wachstum modellieren

Kapitelinhaltsverzeichnis: Datenvolumen und Wachstum; Hot-, Warm- und Cold-Anteile; Netzwerk- und Ingest-Durchsatz; Rechen- und Analysebedarf; Reserve und Sättigung; Kosten- und Beschaffungszeit

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Datenvolumen und Wachstum erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Hot-, Warm- und Cold-Anteile festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Netzwerk- und Ingest-Durchsatz entwerfen.
4. Rechen- und Analysebedarf schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Reserve und Sättigung prüfen.
6. Ergebnis anhand von Kosten- und Beschaffungszeit verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein 12-Monats-Kapazitätsmodell mit Warn- und Beschaffungsschwellen erstellen.

6. Wartung und Lebenszyklus betreiben

Kapitelinhaltsverzeichnis: Patch- und Versionsplanung; Konfigurationsänderungen; Backup und Wiederherstellung; Zertifikate und Geheimnisse; Aufräum- und Archivierungsjobs; Betriebsabnahme

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Patch- und Versionsplanung erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Konfigurationsänderungen festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Backup und Wiederherstellung entwerfen.
4. Zertifikate und Geheimnisse schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Aufräum- und Archivierungsjobs prüfen.
6. Ergebnis anhand von Betriebsabnahme verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein monatliches Betriebsfenster mit Vorprüfung, Durchführung und Rückfall planen.

7. Störungen analysieren und stabilisieren

Kapitelinhaltsverzeichnis: Symptom und Zeitlinie; Abhängigkeiten und Korrelation; Hypothesen und Beweise; Eindämmung und Wiederherstellung; Root Cause und Maßnahmen; Lessons Learned

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Symptom und Zeitlinie erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Abhängigkeiten und Korrelation festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Hypothesen und Beweise entwerfen.
4. Eindämmung und Wiederherstellung schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Root Cause und Maßnahmen prüfen.
6. Ergebnis anhand von Lessons Learned verifizieren und nachvollziehbar dokumentieren.

Praxis: Eine simulierte Überlast mit Datenstau anhand eines strukturierten Incident-Ablaufs untersuchen.

8. Betriebskennzahlen und Verbesserungszyklus

Kapitelinhaltsverzeichnis: SLO-Erfüllung; Incident- und Problemtrends; Kapazitätsprognose; Kosten pro Datenklasse; Automatisierungsgrad; Verbesserungs-Backlog

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für SLO-Erfüllung erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Incident- und Problemtrends festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Kapazitätsprognose entwerfen.
4. Kosten pro Datenklasse schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Automatisierungsgrad prüfen.
6. Ergebnis anhand von Verbesserungs-Backlog verifizieren und nachvollziehbar dokumentieren.

Praxis: Einen monatlichen Servicebericht mit Maßnahmen und Entscheidungspunkten erstellen.

Praxisanteile

Die Übungen bauen auf einem konsistenten Automotive-Datenszenario auf. Konfigurationen, Architekturentscheidungen, Prüfprotokolle und Betriebsmaßnahmen werden so dokumentiert, dass sie in ein eigenes Einführungs- oder Betriebskonzept übertragen werden können.