[Слёрм] Python для инженеров (Денис Наумов)

​

Что будет на курсе

• Разбор библиотек Python для DevOps.
• Правила эффективного и поддерживаемого кода.
• Решение конкретных задач DevOps.
• Подробная обратная связь, ревью кода.

Спойлер: Программа курса:

№0: Введение

• Почему OPS'ам нужен питон?
• В чем его прелесть?
• Для каких задач Python хорошо подходит?

№1: Основы синтаксиса и структур в Python
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
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
• 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
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 разминочная: Астрологи объявили неделю кодинга на Python. Количество практик выросло вдвое.
  Вас заметили! Кажется, вы использовали curl, чтобы получать информацию от биллинговой системы. Самое время использовать модуль requests, чтобы выполнить HTTP-запрос внутри вашего приложения. Кстати, модуль мониторинга не умеет собирать данные о лимитах с особых облачных сервисов SBS (Slurm Beautiful Services). Но можно запросить их самостоятельно: по протоколу SSH
• Практика со звездочкой. 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
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
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: Пишем свой модуль для Ansible
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

№7: K8S оператор на Python (live-coding stream)
Зачем: расширим возможности K8S под свои задачи

• Покажем как делать это не только на Go

№8: Создание и кейсы использования своего API
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

№9: Взаимодействие с CVS и DevOps системами

• 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

№10: Chatops с Errbot на Python (live-coding stream)
Зачем: Infrastructure as a Chat - управляй инфраструктурой из мессенджера. Бывает ли так? Мы попробуем.

• За два часа делаем чатопс в прямом эфире

№11: Финальный проект

• Вы можете автоматизировать свою задачу, а мы обещаем сделать ревью вашего кода. Если идей или задач нет - мы поможем их придумать!.

 

Освой Профессию‌ ‌Data‌ ‌Scientist‌ [SkillBox]
Вас ждут 8 курсов, онлайн-лекции и практические задания, а также 2 дипломных проекта.
После обучения вы сможете претендовать на позицию Junior Data Scientist.

Чему вы научитесь:
+ Программировать на Python
+ Визуализировать данные
+ Разрабатывать интерактивную инфографику
+ Работать с библиотеками и базами данных (Pandas, NumPy и Matplotlib, PostgreSQL, SQLite3, MongoDB)
+ Программировать на R
+ Применять нейронные сети для решения реальных задач
+ Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras
+ Построите рекомендательную систему и добавите её в своё портфолио

ПОРА ПРОФЕССИЮ МЕЧТЫ ПРЕВРАЩАТЬ В РЕАЛЬНОСТЬ! Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

 

Уведомляем вас о начале сбора взносов.
Цена продукта: 30000 руб. Взнос с каждого участника: 544 руб.
Кол-во участников в основном списке: 5 чел.

Начало сбора взносов 31 Март 2023 года

 

Уведомляем вас о начале сбора взносов.
Цена продукта: 30000 руб. Взнос с каждого участника: 544 руб.
Кол-во участников в основном списке: 5 чел.

Начало сбора взносов 4 Апрель 2023 года