Python-Anwendungen mit Docker und Kubernetes bereitstellen

Python-Anwendungen mit Docker und Kubernetes bereitstellen

Ein praxisorientierter Leitfaden zur Containerisierung, Automatisierung und Skalierung von Python-Projekten

Inhaltsverzeichnis

Kapitel 1: Warum Container?

• Was ist Containerisierung und warum ist sie nützlich?
• Vergleich: virtuelle Maschinen vs. Container
• Vorteile für Python-Entwicklung und Deployment
• Überblick über Docker und Kubernetes

Kapitel 2: Einstieg in Docker

• Installation und erste Befehle
• Images vs. Container
• Dockerfile verstehen: Aufbau und Best Practices
• Mini-Projekt: Container für ein einfaches Python-Skript erstellen

Kapitel 3: Python-Anwendungen mit Docker bauen

• Python-Projekt containerisieren
• Abhängigkeiten mit requirements.txt
• Persistente Daten und Volumes
• Mini-Projekt: Flask-Webanwendung in einem Docker-Container

Kapitel 4: Multi-Container-Apps mit docker-compose

• Warum docker-compose?
• YAML-Datei definieren: Dienste, Netzwerke, Volumes
• Mini-Projekt: Python-App mit Redis oder PostgreSQL verbinden

Kapitel 5: Einstieg in Kubernetes (K8s)

• Grundkonzepte: Pods, Deployments, Services, Namespaces
• K8s-Architektur: Cluster, Nodes, API-Server
• kubectl und lokale K8s-Umgebungen (Minikube, Kind)
• Mini-Projekt: Erstes Deployment eines Python-Containers

Kapitel 6: Kubernetes-Konfigurationen erstellen

• YAML-Dateien für Deployment, Service, Ingress
• Umgebungsvariablen, Secrets und ConfigMaps
• Mini-Projekt: Skalierbare API mit mehreren Pods konfigurieren

Kapitel 7: Kommunikation und Skalierung

• Interne und externe Services
• Horizontal Scaling und Load Balancing
• Liveness und Readiness Probes
• Mini-Projekt: Hochverfügbare Flask-API mit Auto-Scaling

Kapitel 8: Logging, Monitoring und Debugging

• Logs von Pods lesen (kubectl logs)
• Metriken erfassen mit Prometheus + Grafana
• Troubleshooting bei fehlschlagenden Deployments
• Mini-Projekt: Monitoring für Python-App einrichten

Kapitel 9: Continuous Deployment und GitOps

• CI/CD mit GitHub Actions und Docker Hub
• Kubernetes-Deployments automatisieren
• Einführung in GitOps-Tools wie ArgoCD oder Flux
• Mini-Projekt: Automatisches Deployment bei Git-Push

Kapitel 10: Python + Docker + Kubernetes in der Produktion

• Sicherheitsaspekte (Least Privilege, Secrets)
• Ressourcenlimits und Requests
• Strategien für Blue-Green oder Canary-Deployments
• Mini-Projekt: Produktionspipeline für eine Python-App

Anhang A: Wichtige Docker- und Kubernetes-Kommandos

• docker build, run, exec, compose up, kubectl get, apply, logs, etc.

Anhang B: Beispiel-Dockerfile und K8s-YAML-Vorlagen

• Für Web-Apps, Skripte, Worker-Prozesse

Anhang C: Übungsaufgaben mit Lösungen

• Dockerfile optimieren
• Kubernetes Deployment + Service kombinieren
• CI/CD-Workflow mit Container-Build + K8s-Push
• Lösungen mit Kommentaren und Erklärung