Haladó szerverkezelési és optimalizációs útmutató

1. Szerverteljesítmény hangolása

Kernel szintű optimalizáció

• Egyedi kernel beállítások: Linux 6.x BBR2 torlódáskezeléssel

• TCP stack módosítások:

  # TCP maximális puffer méretek növelése
  echo 'net.core.rmem_max=4194304' >> /etc/sysctl.conf
  echo 'net.core.wmem_max=4194304' >> /etc/sysctl.conf

• Swappiness beállítása: Adatbázis szerverekhez 10-re állítva

Adatbázis optimalizálás

• MySQL 8.0+ specifikus:

  SET GLOBAL innodb_buffer_pool_size=12G; -- 16GB RAM szerverekhez
  SET GLOBAL innodb_io_capacity=2000; -- SSD/NVMe tároláshoz

• PostgreSQL 14+ hangolás:

  ALTER SYSTEM SET shared_buffers = '4GB';
  ALTER SYSTEM SET effective_cache_size = '12GB';

2. Fejlett biztonsági konfigurációk

Zero-Trust megvalósítás

• Hálózati szegmentálás:

  • Frontend szerverek DMZ-ben szigorú belépési szabályokkal

  • Adatbázis szerverek privát VLAN-ban, csak fehérlistás IP-címekkel

• Szolgáltatás-szolgáltatás hitelesítés:

  • Kölcsönös TLS (mTLS) belső kommunikációhoz

  • SPIFFE/SPIRE azonosításkezeléshez

Futásidejű védelem:

# Falco telepítése és konfigurálása futásidejű biztonsághoz
curl -s https://falco.org/repo/falcosecurity-3672BA8F.asc | apt-key add -
echo "deb https://download.falco.org/packages/deb stable main" | tee -a /etc/apt/sources.list.d/falcosecurity.list
apt-get update && apt-get install -y falco

3. Konténer- és orkestrációs beállítások

Kubernetes optimalizáció

# Gyártásra kész K8s manifest részlet
apiVersion: apps/v1
kind: Deployment
spec:
  template:
    spec:
      containers:
      - name: app
        resources:
          limits:
            cpu: "2"
            memory: "4Gi"
          requests:
            cpu: "1"
            memory: "2Gi"
      topologySpreadConstraints:
      - maxSkew: 1
        topologyKey: kubernetes.io/hostname
        whenUnsatisfiable: ScheduleAnyway

Szolgáltatás mesh konfiguráció

# Istio optimalizált beállítások
istioctl install --set profile=default \
--set values.global.proxy.resources.limits.cpu=2000m \
--set values.global.proxy.resources.limits.memory=1024Mi

4. CI/CD pipeline integráció

GitOps munkafolyamat

// Jenkinsfile példa leállás nélküli telepítéshez
pipeline {
    stages {
        stage('Deploy') {
            steps {
                sh 'kubectl apply -f k8s/ --prune -l app=myapp'
                timeout(time: 15, unit: 'MINUTES') {
                    input message: 'Engedélyezi a gyártást?'
                }
            }
        }
    }
    post {
        failure {
            slackSend channel: '#alerts', message: "Build ${currentBuild.number} sikertelen!"
        }
    }
}

5. Monitoring stack telepítés

Observability csomag

# Prometheus + Grafana + Loki csomag
version: '3'
services:
  prometheus:
    image: prom/prometheus:v2.40.0
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
  grafana:
    image: grafana/grafana:9.3.2
    ports:
      - "3000:3000"

Egyedi metrikagyűjtés

# Példa Python exporter egyedi üzleti metrikákhoz
from prometheus_client import start_http_server, Gauge
import random

REQUEST_LATENCY = Gauge('app_request_latency', 'Alkalmazás késleltetés ms-ben')

if __name__ == '__main__':
    start_http_server(8000)
    while True:
        REQUEST_LATENCY.set(random.randint(1, 100))

6. Katasztrófa helyreállítási protokollok

Automatikus failover tesztelés

# Kaos engineering szkript
#!/bin/bash
# Véletlenszerű node leállítás a rugalmasság tesztelésére
NODES=$(kubectl get nodes -o jsonpath='{.items[*].metadata.name}')
TARGET=$(shuf -e -n1 $NODES)
echo "Node $TARGET leállítása"
gcloud compute instances delete $TARGET --zone=us-central1-a

7. Edge computing kiterjesztések

Fejlett CDN szabályok

// Cloudflare Workers szkript edge logikához
addEventListener('fetch', event => {
  event.respondWith(handleRequest(event.request))
})

async function handleRequest(request) {
  const url = new URL(request.url)
  if (url.pathname.startsWith('/api/')) {
    return new Response('Blokkolva az edge-nél', { status: 403 })
  }
  return fetch(request)
}

8. Költségoptimalizációs stratégiák

Spot instance automatizálás

# AWS Spot Fleet konfiguráció
resource "aws_spot_fleet_request" "workers" {
  iam_fleet_role  = "arn:aws:iam::123456789012:role/spot-fleet"
  target_capacity = 10
  allocation_strategy = "diversified"

  launch_specification {
    instance_type = "m5.large"
    ami           = "ami-123456"
    spot_price    = "0.05"
  }
}