# Stel veilige grenzen aan self-healing

Taiga Learning · Werkblad
https://taiga.training/nl/lessons/self-healing/

Gebruik fictieve of goedgekeurde informatie. Zet geen secrets in dit werkblad.

## Leerdoelen
- Onderscheid self-healing van een blijvende softwarecorrectie.
- Definieer een begrensd herstelbeleid en onafhankelijke succescontroles.
- Herken wanneer automatisering moet stoppen en escaleren.

## Oefening
Ontwerp herstelbeleid voor de fictieve exportworker in deze les. Specificeer de trigger, uitsluitingen, toegestane actie, herhaallimiet, wachttijd, succescontrole en escalatieverantwoordelijke. Test het tegen een database-uitval en een onbekend probleem met gegevensintegriteit.

## Uw antwoord
- Scenario en scope:
- Aannames en openstaande vragen:
- Voorgesteld antwoord of besluit, met redenen:

## Controleer uw antwoord
| Claim of criterium | Bewijs of test | Resultaat of hiaat | Verantwoordelijke |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Volgende actie
- Actie, verantwoordelijke en datum:
- Wanneer reviewt u dit antwoord?

## Te onthouden principe
Self-healing vereist een gedefinieerde storing, geautoriseerde actie, meetbaar resultaat en stopvoorwaarde. Een actie herhalen zonder herstel is een nieuwe storing.

## Bronnen
- [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/)

Dit werkblad ondersteunt leren. Het invullen geeft op zichzelf geen toestemming voor een productiewijziging.