Docker + Kubernetes: Contenedores y Orquestación (AI-Enhanced)

¿Por qué Docker + Kubernetes?🔗

Los contenedores se han convertido en el estándar para empaquetar y desplegar software. Docker simplifica la creación de entornos reproducibles, mientras que Kubernetes orquesta cientos de contenedores en producción. Juntos, son el stack fundamental de DevOps y plataformas cloud-native.

Objetivos🔗

• Comprender el ecosistema de contenedores desde cero con asistencia de IA.
• Diseñar arquitecturas multi-contenedor con docker-compose para desarrollo local.
• Administrar clústeres Kubernetes con kubectl, Helm y manifiestos declarativos.
• Aplicar buenas prácticas de seguridad, monitoreo y escalabilidad.

Temario🔗

Fundamentos de Docker🔗

• ¿Qué son los contenedores? Diferencias con máquinas virtuales.
• Instalación y configuración de Docker Engine.
• Comandos esenciales: docker run, ps, exec, logs, stop, rm.
• Práctica con IA: Usa el asistente para diagnosticar contenedores que no inician y analizar logs de error.

Imágenes y Dockerfiles🔗

• Creación de Dockerfiles: FROM, RUN, COPY, CMD, ENTRYPOINT.
• Capas y caché de construcción.
• Docker multi-stage para reducir tamaño de imágenes.
• Práctica con IA: Optimiza un Dockerfile existente — la IA sugiere reducción de capas y cambio a imágenes slim.

Volúmenes y Redes🔗

• Volúmenes nombrados y bind mounts para datos persistentes.
• Redes bridge, host y overlay.
• Práctica con IA: Debug de problemas de conectividad entre contenedores con asistencia del tutor.

Docker Compose🔗

• Definición de servicios multi-contenedor con docker-compose.yml.
• Variables de entorno, dependencias y health checks.
• Práctica con IA: Genera un docker-compose completo para stack LEMP o MERN con asistencia de prompts.

Introducción a Kubernetes🔗

• Arquitectura: nodos, pods, deployments, services.
• Instalación local con minikube o kind.
• kubectl: comandos esenciales.
• Práctica con IA: El asistente explica recursos YAML y sugiere correcciones en manifiestos.

Recursos Fundamentales de K8s🔗

• Pods, Deployments, StatefulSets.
• Services (ClusterIP, NodePort, LoadBalancer).
• ConfigMaps y Secrets para configuración.
• Práctica con IA: Debug de un deployment que no levanta — la IA guía el análisis de eventos y logs.

Almacenamiento y Networking🔗

• PersistentVolumes y PersistentVolumeClaims.
• Ingress controllers y routing de tráfico.
• DNS interno y service discovery.
• Práctica con IA: Configura un Ingress con TLS — el asistente genera el manifiesto y explica cada campo.

Actualizaciones y Escalado🔗

• Rolling updates y rollbacks.
• Horizontal Pod Autoscaler (HPA) basado en métricas.
• Health checks: liveness, readiness, startup probes.
• Práctica con IA: Simula un pico de tráfico y la IA recomienda ajustes de recursos y escalado.

Helm y Chart Management🔗

• ¿Qué es Helm? Charts, releases y repositorios.
• Instalación y personalización de charts existentes.
• Creación de charts propios con templates.
• Práctica con IA: Genera un chart Helm para tu proyecto del curso con ayuda del tutor.

CI/CD + Kubernetes🔗

• Integración con GitHub Actions.
• Construcción de imágenes y push a Docker Hub/GitHub Container Registry.
• Despliegue automático en cluster con kubectl o Helm.
• Práctica con IA: Pipeline completo — la IA ayuda a escribir los workflows y debuggear fallos.