Training Module

Kubernetes Fortgeschritten — k3d Multi-Node, OpenLens & Ingress

Dieses 120-Minuten-Aufbaumodul setzt direkt auf dem Minikube/kubectl-Grundmodul auf. Ihr installiert zuerst OpenLens und lasst es euren bestehenden Minikube-Cluster automatisch aus ~/.kube/config einlesen – ab dann läuft ein grafischer Blick auf Pods, Logs und Manifeste neben dem Terminal her. Danach steigt ihr von Minikube auf k3d um: einen einzelnen Multi-Node-Cluster mit k3d cluster create mycluster –agents 2 -p “8080:80@loadbalancer” erzeugen, mit kubectl get nodes und kubectx verifizieren und in OpenLens beobachten, wie der neue Kontext automatisch übernommen wird. Im Kern der Session verteilt ihr ein Deployment mit drei Replicas plus Service über die Worker-Nodes und prüft die Verteilung per kubectl get pods -o wide. Danach ein bewusst schlankes Ingress-Manifest mit Traefik (Prefix-Routing auf /), getestet per curl localhost:8080. Zum Abschluss führt ihr mehrere Kubeconfigs per KUBECONFIG=… und kubectl config view –flatten zusammen und lernt zwei Aufräum-Varianten kennen: pausieren oder vollständig löschen. Die komplette Session läuft vollständig lokal über Docker, ohne Cloud-Account und ohne Kostenwirkung.

Academy Briefing vereinbaren

Oder sofort per Mail an kontakt@codecraft.academy

Format

120 Minuten, live (remote oder vor Ort), Input & durchgängiges Hands-on ab Modul 2

Teilnehmende

Teams, die Minikube und kubectl bereits im Alltag nutzen und jetzt Richtung Multi-Node-Simulation, grafischem Cluster-Überblick und Ingress weitergehen wollen

Voraussetzungen

Abgeschlossenes Modul “Kubernetes: Minikube, kubectl & Kubeconfig” (oder gleichwertige Praxis), lauffähige lokale Docker-Umgebung

Warum dieses Training für deine Organisation wirkt

Grafischer Überblick statt Terminal-Only

OpenLens liest euren bestehenden Cluster automatisch ein, lässt sich zur Hotbar hinzufügen und bringt ein integriertes Terminal mit – kubectl logs, exec -it und apply bleiben dieselben Befehle, nur mit grafischer Navigation drumherum.

Multi-Node-Realität statt Single-Node

k3d simuliert einen echten Mehrknoten-Cluster lokal über Docker-Container – Verteilung von Pods über Worker-Nodes wird beobachtbar, ohne dass dafür mehrere physische Maschinen oder ein Cloud-Konto nötig sind.

Ingress und Multi-Cluster-Kubeconfig als Einstieg

Ein schlankes Ingress-Beispiel mit Traefik macht das Prinzip greifbar, ohne in Pfad-Routing-Details abzutauchen, dazu der Kubeconfig-Merge mehrerer Cluster in eine gemeinsame Datei – Grundlage für den Alltag mit mehreren Clustern.

Was Teilnehmende mitnehmen

  • OpenLens installieren (Homebrew, winget/Chocolatey, .deb/.rpm), den bestehenden Minikube-Cluster automatisch aus ~/.kube/config einlesen lassen und zur Hotbar hinzufügen.
  • Das integrierte OpenLens-Terminal für kubectl logs, exec -it und apply nutzen, statt zwischen grafischer Oberfläche und separatem Terminal-Fenster zu wechseln.
  • Sauber von Minikube auf k3d umsteigen: Minikube stoppen, minikube docker-env -u zum Rückbau der Docker-Umleitung, k3d installieren und einen Multi-Node-Cluster mit k3d cluster create mycluster –agents 2 -p “8080:80@loadbalancer” erzeugen.
  • Den neuen Cluster mit kubectl get nodes und kubectx verifizieren und beobachten, wie OpenLens den neuen Kontext automatisch übernimmt.
  • Ein Deployment mit drei Replicas plus zugehörigem Service ausrollen und die Verteilung der Pods über die Worker-Nodes per kubectl get pods -o wide nachvollziehen.
  • Ein einfaches Ingress-Manifest für Traefik mit Prefix-Routing auf / anlegen und per curl localhost:8080 testen – bewusst knapp gehalten, kein Pfad-Routing-Deep-Dive.
  • Kubeconfigs mehrerer Cluster über die Umgebungsvariable KUBECONFIG zusammenführen und mit kubectl config view –flatten in eine einzige Datei schreiben.
  • Zwei Aufräum-Varianten unterscheiden und gezielt einsetzen: Pausieren (k3d cluster stop/minikube stop, Zustand bleibt erhalten) oder vollständiges Löschen (k3d cluster delete/minikube delete).

Für wen dieses Modul ideal ist

  • • Teams, die das Grundmodul Kubernetes: Minikube, kubectl & Kubeconfig abgeschlossen haben und jetzt Richtung Multi-Node und grafischem Cluster-Überblick weitergehen wollen
  • • Alle, die vor dem ersten produktiven Multi-Node-Setup lokal ausprobieren wollen, wie sich Pods über mehrere Nodes verteilen
  • • Wer OpenLens als grafische Ergänzung zu kubectl kennenlernen und in den eigenen Workflow einbauen will

Rahmendaten

  • • Dauer: 120 Minuten (ca. 2 Stunden) live (remote oder vor Ort)
  • • Format: Input, Live-Demo, durchgängiges Hands-on ab Modul 2
  • • Voraussetzungen: abgeschlossenes Minikube/kubectl-Grundmodul, lauffähige lokale Docker-Umgebung, keine Cloud-Kostenwirkung

Modulaufbau & Agenda

  1. OpenLens installieren & bestehenden Cluster einlesen (20 min): Installation je Betriebssystem (Homebrew, winget/Chocolatey, .deb/.rpm), automatischer Import des Minikube-Clusters aus ~/.kube/config, zur Hotbar hinzufügen, integriertes Terminal für logs/exec -it/apply ausprobieren.

  2. Umstieg auf k3d: Multi-Node-Cluster erzeugen & verifizieren (25 min): Minikube stoppen, minikube docker-env -u, k3d installieren, k3d cluster create mycluster –agents 2 -p “8080:80@loadbalancer”, Kontrolle per kubectl get nodes/kubectx, automatischer Sync in OpenLens.

  3. Hands-on: Multi-Pod-Deployment, Service & Node-Verteilung (25 min): Deployment mit drei Replicas plus Service ausrollen, Verteilung über die Worker-Nodes mit kubectl get pods -o wide beobachten.

  4. Ingress mit Traefik & Kubeconfig-Merge mehrerer Cluster (25 min): ein einfaches Ingress-Manifest mit Prefix-Routing auf / anlegen, Test per curl localhost:8080, danach mehrere Kubeconfigs per KUBECONFIG=… und kubectl config view –flatten zu einer Datei zusammenführen.

  5. Aufräumen: Pausieren vs. Löschen & Abschluss (15 min): die zwei Aufräum-Varianten gegenüberstellen – k3d cluster stop/minikube stop zum Pausieren, k3d cluster delete/minikube delete zum vollständigen Rückbau.

Zzgl. 10 Minuten Puffer/Q&A – macht in Summe 120 Minuten.

Dieses Modul baut direkt auf dem Grundmodul Kubernetes: Minikube, kubectl & Kubeconfig auf und setzt dessen Inhalte (Namespace-Handling, Deployment-Manifeste, apply, kubectl-Debugging) als bekannt voraus – wer diese Grundlagen noch nicht sicher beherrscht, sollte dort zuerst einsteigen.

Das Ingress-Beispiel in Modul 4 bleibt bewusst knapp: eine einzige Prefix-Route auf /, kein Pfad-Routing-Deep-Dive. Wer Host- und Pfad-Kombinationen, die pathType-Semantik und SRV-Record-Debugging vertiefen will, findet das im separaten Vertiefungsmodul Kubernetes Networking Vertiefung — Service Discovery, DNS und Ingress-Pfadregeln. Die beiden Module sind unabhängig voneinander buchbar und überschneiden sich inhaltlich nicht.

Hands-on Inhalte (Auszug)

OpenLens

  • Installation macOS (Homebrew), Windows (winget/Chocolatey), Linux (.deb/.rpm) im Vergleich
  • Automatischer Import des bestehenden Minikube-Clusters aus ~/.kube/config, Cluster zur Hotbar hinzufügen
  • Integriertes Terminal für kubectl logs, exec -it und apply als grafische Ergänzung, nicht als Ersatz

Umstieg auf k3d

  • Minikube stoppen, minikube docker-env -u zum sauberen Rückbau der Docker-Umleitung
  • k3d cluster create mycluster –agents 2 -p “8080:80@loadbalancer” für einen Multi-Node-Cluster mit zwei Worker-Nodes
  • Verifikation per kubectl get nodes/kubectx, automatischer Sync in OpenLens ohne manuellen Import

Multi-Pod-Deployment, Service & Ingress

  • Deployment mit drei Replicas plus Service, Verteilung über die Worker-Nodes per kubectl get pods -o wide prüfen
  • Ein einfaches Ingress-Manifest für Traefik (Prefix-Routing auf /), Test per curl localhost:8080

Kubeconfig-Merge & Aufräumen

  • Mehrere Kubeconfigs über KUBECONFIG=… referenzieren und mit kubectl config view –flatten zu einer Datei zusammenführen
  • Pausieren (k3d cluster stop/minikube stop) vs. vollständiges Löschen (k3d cluster delete/minikube delete) gegenüberstellen

Dieses Modul ist Teil unserer Pilotphase. Gemeinsam mit euch definieren wir passende Metriken (z. B. Zeit bis zum ersten erfolgreich getesteten Ingress-Aufruf) und werten sie im Anschluss transparent aus. Ergebnisse veröffentlichen wir, sobald sie belastbar sind.

Bereit, das Modul zu buchen?

Wir passen das Tempo auf euren Erfahrungsstand an.

Academy Briefing anfragen