Жаждущим автоматизации: открытый урок «ChatOps c Errbot на Python», 21 декабря
№1: Основы синтаксиса и структур в Python
Открытие темы и встреча: 31 января.
Зачем: научиться понимать логику программ на Python и не только, а так же писать простые программы — важнейшая задача. «Самое то», если вы не знакомы с синтаксисом Python.
Типы данных и переменные, мутабельные/иммутабельные и простые/составные типы данных, приемы отладки.
Условный оператор — логические операторы, простые условия, вложенные условия и замена оператора switch.
Базовые циклы — циклы while и for, итераторы, прерывания циклов.
Функции, методы строк, списков и словарей.
Генерация и обработка исключений.
Практика: набор небольших микрозаданий по каждому уроку.
№2: Улучшенное владение Python: оптимизации и ООП
Открытие темы: 7 февраля.
Зачем: Освоим особенности Python — именно за их счет он так прост и практичен. Также раскроем значение тех самых трех букв (мы про ООП) без академической теории и с понятным предназначением.
Продвинутая работа с циклами — оператор yield и генераторы, инсайты о циклах в Python, оператор else в цикле, оптимизации циклов comprehensions, etc.
Специальные типы структур: frozendict, defaultdict, etc.
Базовые понятия ООП: классы, экземпляры классов, инкапсуляция, наследование и полиморфизм.
Создание контекстных менеджеров для своих типов: конструкция with.
Практика: набор небольших микрозаданий по каждому уроку.
Продвинутая практика: аудит использования услуг.У CTO появилось подозрение, что некоторые услуги и сервисы уже не используются командами. Проблема заключается в том, что модуль мониторинга используемых услуг не обновлялся последние десять лет: он не может выгрузить агрегированные данные, да и формат возвращаемых значений не соответствует общепринятым стандартам. Вы были избраны, чтобы извлечь снятые показатели, агрегировать их по типу и команде и предоставить данную информацию CTO для первоначальной оценки масштабов проблемы.
№3: Подключения по сети
Открытие темы: 14 февраля.
Зачем: Практически каждый сервис имеет интерфейс для подключения по какому-либо сетевому протоколу. А без подключения невозможно взаимодействие, к счастью в экосистеме Python найдутся модули-клиенты практически для любых протоколов.
Пакет pip и установка сторонних модулей.
Модуль Paramiko для выполнения команд по ssh.
Модуль requests для выполнения HTTP запросов.
Обзор модулей для работы с базами данных и брокерами сообщений.
Практика. Команда разработки внедряет уже не новую методологию: Допустил возникновение алерта — получи задачу. Аналитическая подсистема ищет только отборные ошибки и складывает сообщения о них в брокер сообщений Kafka. Ваша задача завершить цикл возврата багов разработчикам: ваш консьюмер должен автоматически создавать задачи с нужным описанием и приоритетом в Trello.
№4: Работа с текстом в различных форматах
Открытие темы: 21 февраля.
Зачем: Подключение к сервису — только половина дела. Другая половина это обмен информацией. А информация зачастую представляет собой набор текстовых символов в определенном формате. Раскодировать и закодировать помогут модули. Информация не нужна вся целиком? Извлечь важное, отбросив остальное помогут регулярные выражения.
Модуль re и регулярные выражения.
Модули работы с данными в разных форматах: separated values, json, yaml, xml.
Использование аргументов командной строки: модуль argparse.
Практика: создание источника данных об использовании услуг.В ходе аудита использования услуг вы выявили важную для бизнеса информацию, заинтересовался даже CEO. Было принято решение проанализировать потерянные деньги и больше не допускать таких ситуаций. Для этого нужно дать аналитикам инструмент получения данных, чтобы они подготовили отчеты. Проблема заключается в том, что модуль мониторинга возвращает лимиты по услугам по отдельному запросу в форматах yaml, а цены за услуги возвращаются биллинговой системой в формате xml. Необходимо срастить данные о текущей загрузке с лимитами и ценами. Агрегированную информацию отдел аналитики запросил в формате JSON с возможностью указать интервал времени и шаг агрегации.
№5: Взаимодействие с операционной системой
Открытие темы: 28 февраля.
Зачем: Важность взаимодействия с операционной системой не нужно объяснять дополнительно. Как подружить её с Python — в этом уроке.
Чтение и запись файлов.
Модуль os — чтение environment variables, работа с директориями и правами, работа с процессами.
Модуль subprocess для интерактивного взаимодействия с процессами.
Практика: автоматическое предоставление доступов к серверам.В ходе кампании по отказу от неиспользуемых услуг возникла курьезная ситуация: сервер продуктовой команды отключили, но инфраструктурная команда периодически использовала его в качестве хоста для стейджинга. Выяснилось, что продуктовая команда не использовала его потому что периодически кто-то перезаписывал их настройки своими. Было решено, что теперь ресурс будет закрепляться только за членами одной команды, а избежать ошибок поможет автоматика. Вам, как заварившему эту кашу, необходимо написать агент, который будет периодически опрашивать систему управления правами и вносить изменения в конфигурации прав внутри установленных сервисов и по необходимости давать сервисам команду перечитать конфигурации.
№6: K8S оператор на Python (live-coding stream)
Открытие темы и встреча: 9 марта.
Зачем: расширим возможности K8S под свои задачи.
№7: Пишем свой модуль для Ansible
Открытие темы: 14 марта.
Зачем: Ansible — мощная система управления конфигурациями, да еще и с возможностью расширения собственными модулями. Какое совпадение, что она сама и большинство модулей написаны на Python.
Написание своих модулей для ansible.
Практика: написание модуля управления правами.Давным-давно, в далёкой-далёкой галактике вы уже писали агент для выдачи прав к определенным сервисам. Пришло время поменять pull на push и в этом поможет ansible. Все что нужно — лишь модуль.
№8: Создание и кейсы использования своего API
Открытие темы: 21 марта.
Зачем: подготовка кода к деплою — одна из важнейших задач. Сделать этот процесс гибче и удобнее помогают собственные скрипты для stage пайплайнов.
Создание REST API на Flask.
Создание своего prometheus exporter с Prometheus Python Client и Flask.
Практика: выгрузка данных в стороннюю систему мониторинга.Затраты на неиспользуемое оборудование превысили даже пессимистичные прогнозы. Теперь у команды инженеров есть еще одна зона ответственности — мониторинг неиспользуемых услуг. Для этого вам необходимо периодически опрашивать биллинговую систему через ваш скрипт и передавать данные в Prometheus. Формат получаемых данных все еще не подходит. Вам необходимо реализовать коннектор. А заодно и написать эндпоинт, чтобы отдел аналитики всегда имел под рукой актуальную информацию в формате JSON.
АМА-сессия со спикерами курса
Встреча: 25 марта.
Встречаемся, чтобы обсудить волнующие вопросы участников курса.
№9: Тестирование API своего приложения
Открытие темы: 28 марта.
Зачем: иногда лучше не иметь никакого кода, чем код, который работает нестабильно. Для того, чтобы не бояться сломать свой код нужно писать тесты.
Виды тестов: unit, интеграционные и end-to-end.
Обзор модуля pyhamcrest и его матчеров.
Архитектура и возможности pytest.
Использование pytest и pyhamcrest для написания юнит-тестов.
Практика: написание тестов при помощи pytest и pyhamcrest для вашего API.
№10: Взаимодействие с CVS и DevOps системами
Открытие темы: 4 апреля.
Использование сторонних модулей на примере интеграции в пайплайны Gitlab.
Использование pygit для получения информации об изменениях в коде.
Практика: генерация change log из коммитов.Ваши решения настолько понравились команде инженеров, что они вдохновились ими и начали писать свои. Только вот описания к релизам сделать всегда забывают. Для этого командой было принято решение внедрить commit conventions и генерировать ченджлоги прямо из коммитов при слиянии dev-бранча с релизным, а если название коммита не соответствует commit conventions — не допускать merge-request до merge.
№11: Chatops с Errbot на Python
Открытие темы: 11 апреля.
Зачем: Основные проблемы бизнеса не в производительности приложений и даже не в возникающих в коде ошибках. Самые серьезные проблемы возникают когда коммуникация сотрудников происходит неэффективно. Chatops является одним из способов решения этой проблемы.
Концепция Chatops: какие проблемы решает внедрение Chatops?
Фреймворк Errbot: установка, создание базового шаблон плагина, конфигурирование и запуск.
Фреймворк Errbot: создание своего плагина для Chatops с различными вариантами обработки сообщений.
Итоговый проект
Старт: 18 апреля.
Дедлайн ревью и защита для желающих: 29 апреля.
После курса у вас останется проект на гите: можете автоматизировать рабочую задачу или сделать один из предложенных вариантов.
Готовый проект можно использовать в качестве кейса для портфолио и показывать при трудоустройстве.
