Seminar OpenNebula – Intensiv – Automatisierung, Kubernetes, Migration und KI

Das Intensivformat bündelt die Entwicklungs-, Automatisierungs- und Plattformdienste zu einer durchgängigen Delivery-Kette. Eine Infrastrukturänderung wird von der Versionierung über Bereitstellung und Migration bis zum beschleunigten Workload geprüft.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik

Zielsetzung

• OpenNebula-Ressourcen über CLI, APIs und versionierte Templates automatisieren
• Cluster und Multi-VM-Services mit OneForm, OneDeploy, OneFlow und OneGate bereitstellen
• Kubernetes-Lifecycle und Cloud-Integrationen auf OpenNebula betreiben
• VMware- und GPU-/KI-Workloads kontrolliert migrieren beziehungsweise bereitstellen

Zielgruppe

DevOps, Plattform-Engineering, Cloud- und Kubernetes-Administratoren, Integrationsentwickler, Migrationsteams und AI-Infrastrukturteams.

Voraussetzungen

Gute OpenNebula-, Linux-, Netzwerk- und KVM-Kenntnisse, Shell oder Python, Git sowie Grundlagen in Ansible, Terraform und Kubernetes.

Seminarinhalte

1. Schritt 1: Automatisierungsarchitektur festlegen

   Schnittstellen, Berechtigungen, Secrets, Repositories, Pipelines, Umgebungen und Freigabestufen werden als Gesamtprozess entworfen.

2. Schritt 2: CLI- und API-Bausteine entwickeln

   Bestandsabfrage, Bereitstellung, Zustandsüberwachung, Fehlerbehandlung und Rückbau werden als wiederverwendbare Module umgesetzt.

3. Schritt 3: Templates und IaC versionieren

   VM-, Netzwerk-, Image- und Service-Definitionen werden parametrisiert, validiert, getestet und über Git nachvollziehbar geändert.

4. Schritt 4: OneDeploy und OneForm anwenden

   Control-Plane- beziehungsweise Clusterbereitstellung wird automatisiert, inventarisiert und mit wiederholbaren Prüfungen versehen.

5. Schritt 5: OneFlow und OneGate orchestrieren

   Mehrstufige Dienste, Rollen, Abhängigkeiten, Health-Daten, Elastizitätsregeln und kontrollierte Updates werden umgesetzt.

6. Schritt 6: Kubernetes-Varianten einordnen

   OneKE, OneKS, Cluster API, Cloud Provider und CSI werden nach Lebenszyklus, Automatisierungsgrad und Betriebsverantwortung unterschieden.

7. Schritt 7: Kubernetes-Cluster bereitstellen

   Profile, Netze, Storage, Kubeconfig, Node-Gruppen, Skalierung und grundlegende Workload-Validierung werden praktisch durchgeführt.

8. Schritt 8: Kubernetes-Lifecycle absichern

   Upgrade, Recovery, Monitoring, Berechtigungen, Kapazität und Fehleranalyse werden in standardisierte Abläufe überführt.

9. Schritt 9: VMware-Migration vorbereiten

   Inventar, Kompatibilität, Netzwerk- und Storage-Mapping, Pilotwelle, Cutover, Validierung und Rollback werden geplant.

10. Schritt 10: GPU-Ressourcen integrieren

    IOMMU, PCI-Passthrough, vGPU oder MIG, NUMA, Templates und Telemetrie werden für beschleunigte Workloads eingerichtet.

11. Schritt 11: KI-Service bereitstellen

    Ein Inferenzdienst wird mit definiertem Ressourcenprofil, Netzwerkzugang, Lasttest, Monitoring und Rückbau automatisiert ausgerollt.

12. Schritt 12: Ende-zu-Ende-Pipeline prüfen

    Codeänderung, Test, Freigabe, Bereitstellung, Betriebsprüfung und Rücknahme werden in einem zusammenhängenden Ablauf nachgewiesen.

Praxisübungen

• Versioniertes Repository für OpenNebula-Templates und Skripte aufbauen
• Clusterbereitstellung mit OneForm oder OneDeploy automatisieren
• Multi-VM-Service mit OneFlow und OneGate betreiben
• Kubernetes-Cluster bereitstellen, skalieren und wiederherstellen
• VMware-Pilotmigration mit Abnahme- und Rollbackplan vorbereiten
• GPU-basierten KI-Service automatisiert bereitstellen und überwachen

Methodik

Die fünf Tage folgen einer gemeinsamen Delivery-Fallstudie. Automatisierung wird nur akzeptiert, wenn sie wiederholbar, testbar, protokolliert, minimal berechtigt und rückbaubar ist.