Descriptif
Kubernetes : autoscaling et maîtrise des ressources est une formation de 2 jours (14 heures), de niveau intermédiaire, rattachée au domaine « Réseaux, virtualisation, Cloud / DevOps ». Dimensionner et faire varier automatiquement les ressources d'un cluster Kubernetes. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires individuels accessibles depuis un navigateur, avec des cas inspirés des secteurs banque, assurance et services publics. Le parcours s'appuie sur 23 laboratoires dédiés, provisionnés à la demande et accessibles trente jours après la session. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Dimensionnement, requêtes et limites, qualité de service
- Autoscaling horizontal, vertical et pilotage par événements
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : attentes, relevé des profils de charge de production des participants et accès au cluster de test | 0,5 h |
| 2 | Dimensionner correctement : requests et limits, classes de qualité de service, éviction et OOMKill | 1,5 h |
| 3 | Travaux pratiques : mesurer la consommation réelle avec metrics-server et kubectl top, puis corriger requests et limits | 2 h |
| 4 | Travaux pratiques : provoquer une éviction et un OOMKill, lire les événements et arbitrer entre Burstable et Guaranteed | 1,5 h |
| 5 | Travaux pratiques : configurer un HPA sur métrique CPU et observer la montée puis la descente en charge | 1,5 h |
| Jour 2 | ||
| 6 | Autoscaling avancé : métriques personnalisées et externes, VPA, fenêtres de stabilisation et comportements | 1,5 h |
| 7 | Travaux pratiques : piloter un HPA par métrique personnalisée issue de Prometheus et régler les stabilisations | 2 h |
| 8 | Travaux pratiques : mettre à l'échelle sur événements avec KEDA à partir de la profondeur d'une file de messages | 1,5 h |
| 9 | Travaux pratiques : comparer Cluster Autoscaler et Karpenter sur un même pic de charge, mesurer délai d'ajout de nœud et coût | 1,5 h |
| 10 | Synthèse : grille de dimensionnement réutilisable, évaluation des acquis et plan d'action | 0,5 h |
Méthodes pédagogiques
- Pédagogie active : 71 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
HPA, VPA, Cluster Autoscaler, Karpenter, KEDA, requests et limits, metrics-server
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- Plateforme LMS DATAROCKSTARS : parcours, quiz et supports. Environnements de laboratoire provisionnés à la demande, isolés par participant et accessibles depuis un navigateur — 23 laboratoires dédiés à ce programme. Accès maintenu trente jours après la session