Name: RabbitMQ auf Kubernetes Performance und Betrieb
Availability: InStock

RabbitMQ auf Kubernetes Performance und Betrieb

Ein fokussierter Aufbaukurs für Engineers, die RabbitMQ auf Kubernetes betreiben. Ziel ist es, Setup und Architektur zu verbessern, Durchsatz zu erhöhen, Latenz zu senken und Zuverlässigkeit zu stärken. Im Mittelpunkt stehen Scheduling, Storage, Netzwerk und gezieltes Broker-Tuning.

Was werden Sie lernen?

Sie prüfen Ihr Deployment-Muster, ermitteln eine belastbare Basislinie und setzen gezielte Optimierungen in RabbitMQ und Kubernetes um. Sie wenden Observability, Skalierung und Zuverlässigkeitstechniken an, um SLOs zu erreichen und Upgrades oder Ausfälle sicher zu handhaben.

Nach diesem Training können Sie sicher:

• Ein passendes Deployment auf Kubernetes auswählen, härtet ausrichten und an Failure Domains koppeln

• Queues, Verbindungen, Channels, Confirms und Prefetch so abstimmen, dass Durchsatz und Latenz vorhersehbar sind

• Storage, Netzwerk sowie Requests und Limits für stabile Performance optimieren

• Quorum- und Stream-Queues betreiben, Ausfälle beherrschen und kontrollierte Rollouts planen

• Metriken und Tracing nutzen, um Engpässe zu finden und Regressionen zu verhindern

• Verkehr und Zugriff per TLS, Least Privilege und Network Policies schützen

Voraussetzungen:

• Fundierte RabbitMQ-Grundkenntnisse und Kubernetes-Praxis

• Vertrautheit mit kubectl, Helm oder dem RabbitMQ Cluster Operator sowie Container-Registries

• Zugriff auf eine Nicht-Produktionsumgebung mit Rechten für Namespaces, StatefulSets, Services, Ingress und Secrets

Kursübersicht*:

*Wir wissen, dass jedes Team eigene Bedürfnisse und Spezifikationen hat. Deshalb können wir die Schulungsübersicht nach Bedarf anpassen.

Modul 1: Deployments und Cluster-Architektur

Helm Charts vs. RabbitMQ Cluster Operator und sinnvolle Einsatzszenarien
StatefulSets, Headless Services und stabile Netzwerkidentitäten
Node Pools, Topology Spread, Anti-Affinity und PodDisruptionBudgets
Versionsstrategie und Plugin-Auswahl für Performance-Features

Modul 2: Storage und Haltbarkeit für planbaren Durchsatz

StorageClasses, PVCs, Durchsatz vs. IOPS und Dateisystem-Hinweise
Durable, Quorum und Stream Queues mit ihren Betriebsimplikationen
Lazy Queues für kalten Traffic, Message TTL und Dead-Letter-Routing
Disk Alarms, Watermarks und sicheres Kompaktieren

Modul 3: Netzwerk und Konnektivität im Scale

ClusterIP, Headless und externer Zugriff via Ingress oder LoadBalancer
Verbindungsmanagement: Connections vs. Channels, Heartbeats, TCP Keepalives
MTU, kube-proxy Modi und unnötige Hops vermeiden
TLS-Terminierung und Auswirkungen auf Latenz

Modul 4: Basis-Performance und Broker-Tuning

Methodik mit perf-test, realistische Payloads und SLO-getriebene Szenarien
Publisher Confirms Strategien, In-Flight Limits und Batching
Consumer Flow Control mit basic.qos Prefetch und faire Verteilung
Memory Alarms, Garbage Collection und VM-Ressourcentuning

Modul 5: Reliability Engineering auf Kubernetes

Quorum-Queue-Verhalten, Leaderwahl und Platzierung über Zonen
Stream Queues für hohen Durchsatz, Retention und Offsets
Drains, Reschedules und kontrolliertes Herunterfahren ohne Verlust
Rolling Updates und Wartung mit minimaler Unterbrechung

Modul 6: Observability, SLOs und Kapazitätsplanung

Wichtige Prometheus-Metriken: Channels, Confirms, Acks, Unacked, Consumers, Memory, Disk
Grafana-Dashboards für Auslastung und Sättigungssignale
Message-Pfade tracen, heiße Exchanges oder Bindings identifizieren
Kapazität prognostizieren und Alarm-Schwellenwerte sinnvoll setzen

Modul 7: Sicherheit und Governance