Kubernetes: Container-Orchestrierung im großen Maßstab
Kubernetes ist die branchenstandard-Plattform zum Bereitstellen, Skalieren und Verwalten containerisierter Workloads. Ursprünglich bei Google entwickelt, bildet es heute das Rückgrat der Produktionsinfrastruktur von Unternehmen jeder Größe – von Startups, die eine Handvoll Services betreiben, bis zu Unternehmen, die Tausende von Containern über Multi-Region-Cluster orchestrieren. Dieser Track behandelt alles von der Einrichtung deines ersten Clusters bis zum Schreiben von benutzerdefinierten Operators und der Durchsetzung von Sicherheitsrichtlinien in der Produktion.
Was du lernen wirst
Du startest mit den Kernkonzepten von Pods, Deployments und ReplicaSets, arbeitest dich dann zu Services und Cluster-Networking vor, konfigurierst mit ConfigMaps und Secrets und verwalkst persistenten Storage. Anschließend beschäftigst du dich mit Observability und Monitoring, Paket-Management mit Helm und systematischer Fehlerbehebung. Die fortgeschrittenen Kurse behandeln Resource Quotas und Scheduling-Constraints, Security Hardening mit RBAC und Pod Security Admission sowie Production-Deployment-Muster wie Rolling Updates, Canary Releases und die Erstellung benutzerdefinierter Operators mit dem Operator Framework.
Der Lernpfad
Zwölf Kurse führen von A1 bis C1. Der Track beginnt mit Introduction to Kubernetes und Setting Up Your First Cluster, baut Kernkompetenzen über sechs B-Level-Kurse auf – Pods, Deployments, Services, Configuration and Storage, Observability und Helm – und endet mit drei C1-Kursen: Advanced Scheduling & Resource Management, Security Best Practices und Advanced Deployments & Operators. Jede Stufe baut direkt auf der vorherigen auf, daher wird kein Wissen vorausgesetzt, das über grundlegende Vertrautheit mit Containern hinausgeht.
So funktioniert es
Jeder Kurs ist in kurze, fokussierte Lektionen unterteilt, die du im integrierten Editor mit Echtzeit-Feedback absolvierst. Übe kubectl-Befehle und schreibe YAML-Manifeste direkt in der Umgebung, und konsultiere den AI-Tutor, wenn ein Konzept mehr Erklärung benötigt oder eine Konfiguration nicht angewendet werden kann.