Formateur microservices
Je forme les développeurs à concevoir, écrire, tester et livrer des microservices, depuis le premier service Flask jusqu'au déploiement sur Kubernetes.
Mon approche
Découper une application en services ne la rend pas plus simple. Cela déplace la difficulté vers les appels réseau, les données partagées, les versions qui évoluent à des rythmes différents et les pannes partielles. Je montre ce que l'on gagne et ce que l'on paie, puis comment chaque problème se traite en pratique.
Mes exemples sont écrits en Python. Les participants construisent deux services qui se parlent, déplacent un traitement long dans une file de tâches, testent leur code, puis l'emballent dans des conteneurs et le livrent sur un cluster avec un pipeline. C'est aussi le fil de mon livre Cloud Native Microservices With Kubernetes.
Ce que je couvre
Du monolithe aux microservices
- Les approches courantes et la méthode des douze facteurs
- Ce qui pousse à découper, et ce qui doit retenir
- Services sans état et services avec état
Écrire des services avec Flask
- Une API REST avec Flask, SQLAlchemy et Flask-Migrate
- Un second service qui appelle le premier et produit un résumé à l'aide d'un modèle d'IA générative
- Documenter une API avec Swagger
Communication asynchrone
- Microservices réactifs avec Celery, RabbitMQ et Redis
- Files de messages, files de tâches et flux d'événements
- Architectures pilotées par les messages
Tester un service
- Tests unitaires avec unittest, préparation et nettoyage
- Assertions, tests ignorés, échecs attendus et sous-tests
- Mocks pour une API externe, un fichier ou une base de données
- Suites de tests et exécution en ligne de commande
Conteneuriser et déployer
- Un Dockerfile pour une API Python et un fichier Compose
- Deployment, Service et réplicas sur Kubernetes
- Configuration externalisée et probes de santé
Livrer chaque service séparément
- Un pipeline GitHub Actions qui construit et publie l'image
- Un chart Helm déployé par Argo CD à chaque nouvelle version
- Rolling update, blue/green et canary
Faire tenir l'ensemble en production
- Découverte de services et service mesh Istio
- Métriques avec Prometheus et Grafana, logs avec Loki
- Traces distribuées avec OpenTelemetry et Jaeger
Exemples de travaux pratiques
- Construire une API de gestion de tâches en Flask, puis un second service qui l'interroge et résume l'avancement de l'équipe avec un modèle d'IA
- Confier un traitement long à une tâche Celery, avec Redis comme broker
- Tester un service qui dépend d'une API externe en remplaçant l'appel par un mock
- Conteneuriser une API Python de conversion de températures, la lancer avec Compose, puis la déployer en trois réplicas sur Kubernetes
- Monter un pipeline GitHub Actions qui publie l'image sur Docker Hub et laisse Argo CD déployer la nouvelle version
- Suivre une requête d'un service à l'autre avec OpenTelemetry et Jaeger
Pour qui
Cette formation vise les développeurs back-end qui passent d'une application monolithique à des services séparés, les lead developers qui doivent fixer les règles de découpage, et les équipes qui livrent déjà des conteneurs mais veulent mieux structurer leurs services. Elle convient aussi aux développeurs Python qui veulent aller vers le Cloud Native.
Prérequis
- Programmer dans un langage, de préférence Python
- Savoir ce qu'est une API HTTP
- Utiliser un terminal et Git au quotidien
Formats
- Pour une équipe ou un groupe inter-entreprises, en salle ou à distance
- Un serveur Linux par participant
- Possible avec un module d'introduction à Python pour les équipes qui viennent d'un autre langage
- Peut s'enchaîner avec une formation Docker ou Kubernetes
Entreprises et organisations formées
GPSEA · Mediagenix · Viadialog · Microsoft · Intel · Société Générale · Michelin · Ministère des Armées · Ministère de l'Éducation nationale · Ministère de l'Intérieur · Orange · EDF · Iliad / Free · Assurance Maladie · Ville de Strasbourg · Groupe Hospitalier du Havre · General Electric · Synechron · Sagemcom · Cryostar · Config · Echosens · Coyote System · RS2i · Amphenol Socapex · 4JS · NTI · CentralPay · Lazeo · Kabia · Vademi · UOC
Mes livres sur le sujet
Questions fréquentes
Nos développeurs ne connaissent pas Python. Est-ce un frein ?
Pas vraiment. Les principes valent pour tous les langages. Pour une équipe qui découvre Python, je commence par les bases du langage, la programmation objet et les tests, puis nous passons à Flask et aux microservices.
Quand vaut-il mieux garder un monolithe ?
Quand une petite équipe livre une seule application qui évolue d'un seul tenant, le découpage ajoute surtout du réseau, des déploiements et du suivi à gérer. Pendant la formation, nous regardons les signaux qui justifient un découpage : équipes qui se bloquent, parties qui montent en charge différemment, rythmes de livraison qui divergent.
Comment les services se parlent-ils dans vos exemples ?
De deux façons. En direct par HTTP, quand un service a besoin d'une réponse tout de suite, comme le service de résumé qui interroge l'API de tâches. Par une file avec Celery, RabbitMQ ou Redis, quand le travail peut attendre et ne doit pas bloquer l'appelant.
Formations proches
Organiser une formation
Décrivez votre équipe, son niveau et vos objectifs. Je vous réponds avec un programme adapté.
Me contacter