Seminar OpenEBS Hochverfügbarkeit und Ausfallszenarien

Das Seminar macht Hochverfügbarkeit messbar und überprüfbar, statt sie lediglich über einen Replikationsfaktor anzunehmen.

Inhaltsverzeichnis

• Zielgruppe
• Voraussetzungen
• Kompetenzziele
• Seminarinhalte
• Praxisübungen

Zielgruppe

Kubernetes-Administratoren, SRE-Teams, Plattformarchitekten und Verantwortliche für Verfügbarkeit und Notfallvorsorge.

Voraussetzungen

Praktische Kubernetes-Erfahrung und Grundkenntnisse zu Replicated PV Mayastor oder vergleichbaren replizierten Speichersystemen.

Kompetenzziele

• die zentralen Zusammenhänge von behandelt werden failure domains, replizierte datenpfade, multipath, geplante wartung, replica-rebuilds und kontrollierte ausfallübungen. fachlich einordnen.
• eine belastbare Konfiguration anhand definierter Anforderungen planen und umsetzen.
• typische Betriebs- und Fehlersituationen systematisch beurteilen.
• Prüfschritte und Runbooks für den eigenen Kubernetes-Betrieb ableiten.

Seminarinhalte

1. Verfügbarkeitsziele und Failure Domains

1. zulässige Ausfallarten und Wiederanlaufzeiten erfassen.
2. Node-, Rack-, Zone- und Clustergrenzen unterscheiden.
3. eine Failure-Domain-Matrix für Beispielworkloads erstellen.

2. Replikation und Quorum-Verhalten

1. synchronen Schreibpfad und Replikationsfaktor nachvollziehen.
2. verfügbare und degradierte Zustände gegeneinander abgrenzen.
3. Auswirkungen unzureichender Replikaplatzierung bewerten.

3. Datenpfad und Multipath

1. Initiator, Ziel, Netzwerkpfad und Volume-Frontend zuordnen.
2. Multipath-Voraussetzungen und Pfadzustände kontrollieren.
3. Pfadverlust und Wiederaufnahme ohne Anwendungsabbruch testen.

4. Node- und Pool-Ausfall

1. Ausfall eines Workload-Nodes von einem Storage-Node-Ausfall unterscheiden.
2. Volume-Zustand, Targets und Replicas während des Ereignisses beobachten.
3. Wiederanlauf und Datenintegrität nach definierten Kriterien abnehmen.

5. Replica-Rebuild und Platzierung

1. fehlende oder fehlerhafte Replicas identifizieren.
2. Zielpool, Kapazität und Topologie vor einem Rebuild prüfen.
3. Fortschritt, Belastung und abschließenden Gesundheitszustand kontrollieren.

6. Geplante Wartung

1. Cordon, Drain und Storage-spezifische Sperren vorbereiten.
2. Workloads und Datenpfade kontrolliert verlagern.
3. Node und Pool nach der Wartung wieder freigeben.

7. Ausfalltest und Beobachtung

1. Hypothese, Messpunkte und Abbruchkriterien festlegen.
2. Fehler kontrolliert auslösen und Events sowie Metriken erfassen.
3. Abweichungen zwischen erwartetem und tatsächlichem Verhalten dokumentieren.

8. HA-Runbook

1. Prioritäten und Eskalationswege für degradierte Volumes definieren.
2. Schrittfolgen für Node-, Pool- und Netzwerkfehler formulieren.
3. regelmäßige Tests und Nachweise in den Betriebsprozess integrieren.

Praxisübungen

• einen Pfad- oder Node-Ausfall unter kontrollierter Last simulieren.
• den Zustand von Replicas, Target und Volume während des Failovers verfolgen.
• einen Replica-Rebuild beobachten und abschließend prüfen.
• ein HA-Runbook mit Abbruch- und Eskalationskriterien erstellen.