# Ορίστε ασφαλή όρια για το self-healing

Taiga Learning · Φύλλο εργασίας
https://taiga.training/el/lessons/self-healing/

Χρησιμοποιήστε φανταστικές πληροφορίες ή πληροφορίες των οποίων η χρήση έχει εγκριθεί. Μην καταχωρίζετε μυστικά σε αυτό το φύλλο εργασίας.

## Μαθησιακοί στόχοι
- Διακρίνετε το self-healing από μια μόνιμη διόρθωση λογισμικού.
- Ορίστε πολιτική ανάκτησης με σαφή όρια και ανεξάρτητους ελέγχους επιτυχίας.
- Αναγνωρίστε πότε ο αυτοματισμός πρέπει να σταματήσει και να κλιμακώσει το πρόβλημα.

## Άσκηση
Σχεδιάστε πολιτική ανάκτησης για τον υποθετικό worker εξαγωγής αυτού του μαθήματος. Καθορίστε τη συνθήκη ενεργοποίησης, τις εξαιρέσεις, την επιτρεπόμενη ενέργεια, το όριο επαναπροσπαθειών, τον χρόνο αναμονής, τον έλεγχο επιτυχίας και τον υπεύθυνο κλιμάκωσης. Δοκιμάστε την σε διακοπή της βάσης δεδομένων και σε άγνωστη αστοχία ακεραιότητας δεδομένων.

## Η απάντησή σας
- Σενάριο και πεδίο εφαρμογής:
- Παραδοχές και ανοιχτά ερωτήματα:
- Προτεινόμενη απάντηση ή απόφαση, με αιτιολόγηση:

## Επαληθεύστε την απάντησή σας
| Ισχυρισμός ή κριτήριο | Αποδεικτικά στοιχεία ή δοκιμή | Αποτέλεσμα ή έλλειψη | Υπεύθυνος |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Επόμενη ενέργεια
- Ενέργεια, υπεύθυνος και ημερομηνία:
- Πότε θα επανεξετάσετε αυτή την απάντηση;

## Αρχή που πρέπει να θυμάστε
Το self-healing χρειάζεται καθορισμένη αστοχία, εξουσιοδοτημένη ενέργεια, μετρήσιμο αποτέλεσμα και συνθήκη διακοπής. Η επανάληψη μιας ενέργειας χωρίς ανάκτηση είναι άλλη μία αστοχία.

## Πηγές
- [Kubernetes: Self-Healing](https://kubernetes.io/docs/concepts/architecture/self-healing/)
- [AWS Builders’ Library: Timeouts, retries, and backoff with jitter](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)
- [Google SRE: Automation at Google](https://sre.google/sre-book/automation-at-google/)

Αυτό το φύλλο εργασίας υποστηρίζει τη μάθηση. Η συμπλήρωσή του δεν αποτελεί από μόνη της εξουσιοδότηση για αλλαγή στο περιβάλλον παραγωγής.