УРОК 1 ІЗ 200
DevOps як система доставки й експлуатації
M00 L01 DevOps і життєвий цикл системи
ID: M00-L01. Передумови: досвід web розробки. Час: 90–120 хвилин із вправою. Середовище: редактор або паперовий notebook; інсталяції не потрібні. Артефакт: власна карта системи та checklist готовності зміни.
Навіщо це frontend розробнику
Уяви знайому задачу: ти додав у React кнопку «Створити задачу». TypeScript не знаходить помилок, перевірки проходять, preview відкривається. Зміна потрапляє в production, але частина користувачів бачить нескінченний spinner. Виявилося, що API очікує нову колонку в PostgreSQL, а міграція в середовищі ще не застосована. Сам frontend bundle побудовано правильно.
Тепер робоча одиниця твого мислення — уся система, яка повинна дати користувачу результат. Потрібно знати, яка версія працює, чи готові її залежності, як помітити проблему та як відновитися. Саме такі питання поступово розбиратимемо в курсі.
DevOps — сукупність практик і способів співпраці, які допомагають розробляти, доставляти й експлуатувати зміни з передбачуваним результатом та швидким зворотним зв'язком. Назва посади DevOps engineer існує у багатьох компаніях, але її обов'язки залежать від команди. Встановлення інструментів саме по собі не визначає якість цієї роботи.
Після уроку ти маєш пояснити власними словами, що відбувається між завершенням коду й стабільною роботою функції, хто бере участь у цьому процесі та які докази потрібні для слова «працює».
Зміна проходить життєвий цикл
Артефакт — результат збірки, який можна передати для запуску: наприклад набір статичних файлів React або image контейнера. Розгортання, deployment, — розміщення конкретної версії у визначеному середовищі. Середовище включає обчислювальні ресурси, мережу, конфігурацію, залежності й доступ.
Production — середовище, на поведінку якого покладаються реальні користувачі. Staging — окреме середовище для перевірки перед production. Навіть схожий staging може відрізнятися даними, навантаженням, secrets або зовнішніми сервісами; ці відмінності треба знати.
Після deploy життя функції продовжується. Потрібно бачити, чи користувач може створити задачу, а не лише чи процес існує. Для цього система дає сигнали: logs описують події, metrics узагальнюють вимірювання, traces допомагають простежити виконання операції через компоненти. Точні інструменти з'являться пізніше. Уже зараз важливо поставити питання, яке вони повинні допомогти з'ясувати.
Відсутність скарг також не доводить успіх. Користувач міг піти з сайту, повторювати дію або ще не скористатися новою функцією. Сигнал має бути пов'язаний із очікуваною поведінкою.
Що є системою у нашому проєкті
Frontend показує дані й ініціює HTTP запити. API виконує серверну логіку. PostgreSQL зберігає стан між запусками. Інфраструктура дає цим програмам пам'ять, процесор, диск і можливість спілкуватися. Конфігурація визначає, куди підключатися й у якому режимі працювати; секрети дають доступ і потребують захисту.
Зупинка процесу й втрата даних — різні події. Процес API часто можна запустити знову з того самого артефакту. Втрачені записи бази неможливо відновити лише з TypeScript вихідних файлів. Тому ми від початку питаємо, що можна відтворити, а що потребує backup і перевіреної процедури restore.
У React локальний state компонента може зникнути після перезавантаження сторінки — ти очікуєш таку поведінку. До бази задач користувач має інші очікування. Ця аналогія допомагає розрізняти тимчасове й довготривале, але persistent backend state має додаткові питання цілісності, конкурентних змін і відновлення.
Які питання розв'язуємо
| Питання | Приклад у Delivery Lab | Потрібний доказ |
|---|---|---|
| Чи можемо повторити запуск? | Нова VM піднімає ту саму версію API | Версії, конфігурація та відтворювані кроки |
| Чи доставлено потрібну версію? | Frontend і API відповідають release manifest | Ідентичність артефактів у середовищі |
| Чи працює сценарій? | Нова задача створюється й читається | Перевірка запиту та збережених даних |
| Як виявити деградацію? | Створення задач стало повільним | Latency/errors за конкретне вікно |
| Як повернути працездатність? | Реліз API несумісний із конфігом | Перевірений rollback або виправлення |
| Як повернути дані? | Випадково втрачено синтетичні записи | Restore у новий target і перевірка вмісту |
| Хто має доступ? | CI може оновити лише своє середовище | Обмежені permissions і зрозумілий trust |
Не потрібно зараз знати всі команди. Потрібно бачити, для чого вчимо кожний наступний шар.
Люди і відповідальність
У невеликій команді одна людина може писати API, підтримувати pipeline і досліджувати incident. У більшій — обов'язки розділяються. Розробник відповідає за поведінку коду; infrastructure/DevOps engineer допомагає організувати середовища й доставку; SRE, site reliability engineer, застосовує інженерні підходи до надійності; platform engineer створює повторно використовувані можливості для команд. Назви ролей не замінюють домовленості, хто реагує на конкретний збій.
Для нашого застосунку треба явно визначити: хто може виконувати deploy, хто перевіряє schema migration, хто має право на restore і де лежить runbook — практична інструкція на випадок конкретної ситуації. Навчальний курс дозволяє тобі приміряти ці ролі, але реальне керування доступом і production змінами залежить від правил команди.
Професійна співпраця передбачає спільне розуміння результату. Фраза «мій код зібрався» описує один етап. Для завершеної функції потрібен узгоджений user flow і спосіб побачити його відмову.
Для чого потрібні інструменти
Linux дає процеси, права, мережу й доступ до ресурсів. VM, virtual machine, створює окрему ОС на віртуальному обладнанні. Контейнер ізолює процеси й пакує середовище їхнього запуску; це ще не розподілена платформа. Cloud надає ресурси через сервісні API, а відповідальність за конкретні рівні залежить від вибраної послуги. Kubernetes узгоджує бажаний стан багатьох workloads із поточним станом кластера.
Це різні рівні. Ми почнемо з VM і звичайного процесу, щоб зрозуміти, що саме згодом автоматизують Docker, CI й Kubernetes. Так легше дослідити несправність, коли високорівневий інструмент показує лише загальний статус.
Автоматизація корисна, коли ми розуміємо операцію і її результат. Якщо повторний запуск скрипта створює дублікати ресурсів або приховує помилки, автоматизована помилка все одно залишається помилкою. Відтворюваність і явні перевірки будемо вводити поступово.
Керована практика без інсталяцій
Створи у власному notebook файл system-map.md. Це може бути редактор на host; shell поки не потрібен. Запиши компоненти Delivery Lab, стрілки запитів і місця збереження стану. Для кожного компонента додай чотири поля: призначення, залежності, ознака працездатності, спосіб відновлення.
Приклад для API: виконує операції із задачами; залежить від конфігурації й PostgreSQL; ознака — коректна відповідь на контрольний user flow; відновлення — запуск відомої сумісної версії за runbook. «Процес запущений» залиш додатковим спостереженням, а не повним доказом.
Потім опиши зміну «додати due date до задачі»: frontend input, API validation, схема даних, порядок оновлення, перевірка старих клієнтів, спостереження після deploy. Не вигадуй готових команд міграції. Мета — знайти залежності до появи інструмента.
Очікуваний результат: у схемі є і виконання запитів, і довготривалі дані; у checklist є крок після deploy; відновлення застосунку відокремлено від відновлення даних.
Розбір несправності
Дано: pipeline зелений, HTML завантажується, запит створення задачі дає 500. Некоректний висновок: «інфраструктура працює, бо сторінка відкрита». Спостереження підтверджує доставку частини frontend; API request і database operation потребують окремої перевірки.
Запиши гіпотези: помилка обробки вхідних даних, неправильна конфігурація API, несумісна схема, недоступна база. Наступний корисний доказ — зв'язок між конкретним HTTP запитом, версією API та обмеженим фрагментом логу помилки. Перезапуск усього середовища може стерти частину доказів і не змінити схему. Тут ми не запускаємо реальний збій; моделюємо правильний порядок мислення.
Самостійна робота
Обери знайому React функцію, яка зберігає дані на сервері. Опиши, які частини ти контролюєш зараз, де залишаються припущення й які три перевірки додав би перед релізом. Одна перевірка має стосуватися даних, друга — користувацького результату, третя — відновлення.
Додай умову: нова версія frontend уже доступна, а старий API ще обробляє частину запитів. Яку сумісність треба зберегти? Які дані потрібні, щоб зрозуміти, яку комбінацію версій бачить користувач?
Перевір себе
- Чому успішний build не доводить працездатності функції?
- Що можна відновити з артефакту API, а що потребує backup?
- Чому запуск контейнера ще не означає надійну експлуатацію?
- Яка різниця між статусом процесу й успіхом user flow?
Розбір відповідей і вправи
- Build перевіряє певні властивості коду в середовищі збірки. Runtime конфігурація, мережа, дані, schema compatibility й поведінка під реальним навантаженням можуть відрізнятися.
- Відомий API artifact дає код і упаковані залежності. Створені користувачами записи не є частиною цього artifact. Для них потрібні сховище, резервна копія й процедура перевіреного відновлення.
- Контейнер вирішує частину питань середовища запуску. Доступ, persistent storage, спостереження, оновлення і recovery усе ще потребують рішень.
- Процес може бути живим і повертати помилки. User flow перевіряє результат на рівні, який має значення користувачу.
Для due date одна допустима стратегія — спочатку сумісне розширення схеми й API, потім frontend, а видалення старого контракту окремо після перевірки використання. Це приклад міркування, а не універсальний рецепт міграції. У M10–M11 розберемо реальні процедури й межі rollback.
Критерії готовності
Ти маєш власну карту, checklist і розбір 500 без тверджень, яких не підтверджують спостереження. Можеш пояснити роль кожного інструментального рівня двома реченнями. Команд і ресурсів ми не створювали, тому cleanup не потрібен; збережи notebook для наступного уроку.
Джерела і наступний крок
Офіційна книга Google SRE дає подальший маршрут із надійності; DORA описує поточні метрики доставки. Перевірено 2026-10-17. Їхні інструментальні деталі тут не потрібні; практичні критерії уроку — навчальний дизайн курсу.
Від читання — до результату.
Зміни код і запусти в браузері. Це відкрите демо: запуск коду не завершує урок автоматично.
Завантажуємо вправи…
ЗНАННЯ СТАЮТЬ НАВИЧКОЮ ЧЕРЕЗ ПРАКТИКУ
Готовий закріпити результат?
Прочитай матеріал і виконай завдання з уроку. Після цього відзнач свій маленький успіх.
Увійти, щоб пройти тести й зберегти прогрес