vladimiracunadev-create/multi-cloud-engineering-program

## ✅ 可验证状态 | 维度 | 状态 | |---|---| | 课程体系 | ✅ 180/180 节课，连续编号 001–180 | | 课程契约 | ✅ 理论 + 评估 + 元数据 + 实验室 | | 实验室 | ✅ 基于确定性本地引擎的 180 个 entrypoint | | 部分 | ✅ 15/15 个包含序列、评估和参考书目的索引 | | CLI | ✅ 目录、检查和执行实验室 | | 门户 | ✅ PWA，180 个课程页面，搜索，路径，路线图，进度和分析 | | 质量 | ✅ 多操作系统/Python 的 CI，严格验证器，测试和可复现生成 | | 安全 | ✅ 定期执行 CodeQL、Bandit、pip-audit 和 Gitleaks | | 发布 | ✅ 从课程源生成的 GitHub Pages | | 云账户 | ⚪ 可选；基础实验室不创建资源也不产生费用 | ## 🎯 什么是这个计划 这是一个**模块化且有序的**课程，其灵感来源于 Vladimir Acuña 学习仓库的教学模式： 编号课程、可复现的证据、深度的参考书目、累积性项目，以及为学生、教师和评估者提供的不同维度界面。 每节课包括： - 目的与可验证的学习成果； - 概念、心智模型、图表和引导式开发； - 包含可用性、数据和预算限制的详细示例； - 可执行的实验室、负面测试与 JSON 证据； - 带有验收标准和评分标准的挑战； - 常见错误、安全性、成本、常见问题解答和参考资料。 云被作为一门工程学科来教授。AWS、Azure 和 Google Cloud 作为中立优先理解的契约的具体实现而出现。 ## 🗺️ 计划路线图 ``` flowchart LR A["00 Fundamentos"] --> B["01 Estrategia cloud"] B --> C["02 AWS"] B --> D["03 Azure"] B --> E["04 Google Cloud"] C --> F["05 Contenedores"] D --> F E --> F F --> G["06 Kubernetes"] G --> H["07 IaC"] H --> I["08 Entrega y plataforma"] I --> J["09 Datos e integración"] J --> K["10 Observabilidad y SRE"] K --> L["11 Seguridad, gobierno y FinOps"] L --> M["12 Arquitectura distribuida"] M --> N["13 Multi-cloud, híbrido y DR"] N --> O["14 Capstones y carrera"] ``` ## 🗂️ 15 个部分 | # | 部分 | 课程 | 主要成果 | |---:|---|---:|---| | 00 | 计算、网络和 Linux 基础 | 001–012 | 可复现的本地服务 | | 01 | 云原则、策略与采用 | 013–024 | 迁移 ADR | | 02 | AWS：核心平台 | 025–036 | AWS 上的三层应用 | | 03 | Azure：核心平台 | 037–048 | Azure 上的三层应用 | | 04 | Google Cloud：核心平台 | 049–060 | GCP 上的三层应用 | | 05 | 容器、Docker 和 OCI | 061–072 | 强化且可观测的 Stack | | 06 | Kubernetes 和托管平台 | 073–084 | 可移植的 EKS/AKS/GKE 平台 | | 07 | 基础设施即代码 | 085–096 | 多环境基础设施 | | 08 | 持续交付与 platform engineering | 097–108 | 多云软件工厂 | | 09 | 数据、消息传递、serverless 和集成 | 109–120 | 事件驱动的 pipeline | | 10 | 可观测性、SRE 与可靠性 | 121–132 | CloudShop 的 SLO 运营 | | 11 | 安全、治理、合规与 FinOps | 133–144 | 带 guardrails 的 landing zone | | 12 | 云原生与分布式架构 | 145–156 | 包含 ADR 的架构审查 | | 13 | 多云、混合云、迁移与 DR | 157–168 | 主被动业务连续性 | | 14 | 高级平台、毕业项目与职业发展 | 169–180 | 专业答辩与作品集 | ➡️ [打开 180 节课的完整索引](classes/README.md)。 ## 🚀 快速开始 你只需要 Python 3.11 或更高版本： ``` python scripts/validate_repository.py --strict python -m unittest discover -s tests -v python classes/part-00-foundations-computing-networking-linux/001-computacion-digital-y-modelo-mental-de-la-nube/lab.py ``` 使用 CLI： ``` python -m pip install -e . multicloud-program catalog multicloud-program show 001 multicloud-program run 001 --seed 42 ``` 本地门户： ``` python -m pip install -e ".[site]" python scripts/generate_site.py python scripts/validate_site.py python -m http.server 8080 ``` 打开 `http://localhost:8080/site/` 或使用 [已发布的门户](https://vladimiracunadev-create.github.io/multi-cloud-engineering-program/)。 ## 🖥️ 学习门户 该网站不是独立于内容之外的封面：它是直接从 `curriculum/catalog.json` 和 180 节课的 Markdown 生成的。它包括： - 连续性面板，显示下一节课和实验室命令； - 按部分、级别、实验室类型、状态和职业路径过滤； - 每节课和每个部分的完整页面，包含评估、索引和顺序导航； - capstone 项目 CloudShop 的路线图和供应商之间的比较矩阵； - 进度、学时和实验室分布图表； - 收藏夹、浅色/深色主题以及进度的导出/导入； - PWA、SEO、Open Graph、sitemap 和响应式体验。 ## 🧪 实验室理念 基础实验室都是本地的、确定性的且无需凭证的。它们首先教授 可观测的契约：需求、决策、状态、证据、负面测试和局限性。 然后，每条路径要求将相同的契约转移到供应商沙箱中。 该计划从不将模拟与生产混淆。部署到真实账户需要 验证配额、延迟、权限、区域故障、计费和现行策略。 ## 📚 基于书籍的指导 该序列由以下著作指导：*Cloud Strategy*、*Cloud Native Patterns*、 *Designing Data-Intensive Applications*、*Infrastructure as Code*、*Continuous Delivery*、 *Kubernetes: Up and Running*、*Site Reliability Engineering*、*Practical Cloud Security*、 *Cloud FinOps*、*Team Topologies* 以及每个供应商的官方文档。 参考资料指导深度和概念顺序。本计划的内容均为 原创撰写，并未复制书籍内容。请查阅[参考书目图谱](docs/BIBLIOGRAPHY.md)。 ## 🧭 按角色划分的路径 - Cloud Engineer：基础 → 主要供应商 → 容器 → IaC → SRE。 - DevOps Engineer：基础 → 容器 → Kubernetes → IaC → 交付 → SRE。 - Platform Engineer：Kubernetes → IaC → 交付 → 安全 → 高级平台。 - Cloud Architect：策略 → 三个供应商 → 数据 → 安全 → 架构 → 多云。 - SRE：基础 → Kubernetes → 交付 → 可观测性 → 分布式架构。 - Cloud Security / FinOps：策略 → 供应商 → IaC → 安全、治理和 FinOps。 确切的依赖关系和课程在 [learning-paths/README.md](learning-paths/README.md) 中。 ## ⚖️ 诚实的界限 - 该计划培养判断力和作品集；不授予官方认证。 - 本地实验室不能替代在授权的真实账户中进行测试。 - 价格、服务名称、限制和认证会发生变化：请核实官方文档。 - 多云并不是一个自动追求的目标；它必须出于业务连续性、法规或业务理由。 - 任何教育示例都不能证明符合生产环境的合规性、安全性或可用性。 ## 🔍 正确的教学起源 重建具体基于： - [Artificial Intelligence Evolution Program](https://github.com/vladimiracunadev-create/artificial-intelligence-evolution-program) - [Blockchain Learning Path](https://github.com/vladimiracunadev-create/blockchain-learning-path) - [Python Data Science Program](https://github.com/vladimiracunadev-create/python-data-science-program) - [Modern Cybersecurity Program](https://github.com/vladimiracunadev-create/modern-cybersecurity-program) 模式分析和所做出的决定记录在 [docs/REPOSITORY_RESEARCH.md](docs/REPOSITORY_RESEARCH.md) 中。 ## 📄 许可证 [MIT](LICENSE)。书籍、供应商文档和外部服务保留其 各自的许可证和条款。

标签：AWS, Azure, DPI, ECS, Google Cloud, SRE, Terraform, 偏差过滤, 后端开发, 多云架构, 子域名突变, 教程, 漏洞利用检测, 请求拦截, 逆向工具