Seminar croit Ceph Intensivseminar – Betrieb, Sicherheit, Automatisierung und Troubleshooting

Der Intensivkurs richtet den Blick auf den gesamten Betriebslebenszyklus: beobachten, absichern, ändern, automatisieren, messen und Störungen beherrschen. Technische Eingriffe werden stets mit Vorprüfung, Messgröße, Abbruchkriterium und Rückfallplan verbunden.

Inhaltsübersicht

1. Seminarprofil
2. Lernziele
3. Zielgruppe
4. Voraussetzungen
5. Seminarinhalte
6. Praxisübungen

Seminarprofil

Das fünftägige Intensivseminar bündelt den fortgeschrittenen Betrieb der croit Ceph Management Platform. Es umfasst Monitoring und Alerting, Lifecycle und Updates, Backup und Migration, OSD- und Hardwarewartung, TLS und Identitäten, CephX, API und Hook Scripts, Performanceanalyse sowie strukturiertes Troubleshooting und Notfallbetrieb.

Lernziele

• Monitoring, Logging, Alerting und Kapazitätsprognosen aufbauen
• Updates, Backups, Migrationen und Hardwarewartung kontrolliert durchführen
• Identitäten, TLS, CephX und API-Zugriffe nach minimalen Rechten absichern
• API- und Hook-basierte Betriebsabläufe entwickeln
• Performanceprobleme und komplexe Störungen systematisch eingrenzen

Zielgruppe

Erfahrene Administratoren, Betriebsteams, DevOps-Verantwortliche und technische Eskalationsstellen

Voraussetzungen

Praxiserfahrung mit Linux, Netzwerken und einem Ceph-Cluster; Kenntnisse aus Administration oder Deployment werden vorausgesetzt

Seminarinhalte

Schritt 1: Observability und Betriebsindikatoren

Health, Tasks, Logs, Metriken und Crash Reports werden zu einem abgestuften Beobachtungsmodell verbunden. Warnungen erhalten Schwellen, Verantwortlichkeiten und Eskalationswege.

• Cluster- und Serviceindikatoren
• Kapazitäts- und Trendanalyse
• Alarmierung und Runbooks

Schritt 2: Lifecycle und Updates

croit- und Ceph-Updates werden mit Kompatibilitätsprüfung, Sicherung, Rolling-Verfahren und Abschlusskontrolle vorbereitet. Minor- und Major-Wechsel erhalten unterschiedliche Risikomodelle.

• Plattformupdate und Containerwechsel
• Images, Rolling Reboot und Ceph-Upgrade
• Abbruch, Rückfall und Nachprüfung

Schritt 3: Backup, Migration und Wiederherstellung

Managementdaten werden gesichert, auf einen Zielhost übertragen und validiert wiederhergestellt. Die Trennung von Managementzustand und Ceph-Nutzdaten wird praktisch angewandt.

• Sicherungsumfang und Ablage
• Migration des Managementknotens
• Restore, Validierung und Rückfall

Schritt 4: OSD- und Hardwarewartung

Datenträger, OSDs und NICs werden mit sicherem Drain-, Austausch- und Wiederaufnahmeverfahren bearbeitet. Recovery-Geschwindigkeit und Redundanz bestimmen die Reihenfolge.

• safe-to-destroy und ok-to-stop
• OSD-, DB/WAL- und NIC-Tausch
• Balancer, Recovery und Wartungsflags

Schritt 5: Sicherheit und Identitäten

OIDC, LDAP, Rollen, API-Token, TLS-Zertifikate und CephX-Caps werden zu einem mehrschichtigen Zugriffsmodell verbunden.

• Authentisierung und Rollenmapping
• PKCS12-Zertifikat und Secret-Schutz
• Pool-, Namespace-, Pfad- und Snapshot-Caps

Schritt 6: API und Hook Scripts

Automatisierungen lesen Zustände, führen kontrollierte Änderungen aus und reagieren auf Ereignisse. Idempotenz und Fehlerbehandlung verhindern unkontrollierte Wiederholungen.

• Token und Ressourcenabfragen
• Tasks, Timeouts und Rollback
• Health-, Backup- und Boot-Hooks

Schritt 7: Performanceanalyse

Engpässe werden entlang des I/O-Pfads lokalisiert. Baselines, Vergleichsmessungen und Einzeländerungen ersetzen ungerichtetes Tuning.

• Client, Netzwerk, CPU und Medien
• PG-Verteilung, DB/WAL und Dienste
• Recovery-Tuning und Nutzlastschutz

Schritt 8: Troubleshooting und Notfallübung

Ein komplexer Störungsfall verbindet Netzwerk-, Zeit-, OSD-, PG- und Gatewayprobleme. Diagnose, Stabilisierung, Wiederherstellung und Dokumentation erfolgen unter Zeitvorgaben.

• Symptomtrennung und Hypothesen
• sichere Sofortmaßnahmen
• Root Cause, Wiederanlauf und Nachbearbeitung

Praxisübungen

1. ein Alarm- und Kapazitätsmodell erstellen
2. ein Update mit Preflight, Backup und Rückfall planen
3. OSD-Austausch und Management-Restore simulieren
4. eine API- oder Hook-Automatisierung entwickeln
5. einen mehrschichtigen Incident bis zur Root Cause bearbeiten