# Stanovte bezpečné hranice self-healing

Taiga Learning · Pracovný list
https://taiga.training/sk/lessons/self-healing/

Použite fiktívne alebo schválené informácie. Do pracovného listu nevkladajte tajné údaje.

## Vzdelávacie ciele
- Rozlišovať self-healing od trvalej opravy softvéru.
- Definovať ohraničenú politiku obnovy a nezávislé kontroly úspechu.
- Rozpoznať, kedy sa automatizácia musí zastaviť a eskalovať.

## Cvičenie
Navrhnite politiku obnovy pre fiktívny exportný worker z tejto lekcie. Určte spúšťaciu podmienku, výnimky, povolenú akciu, limit opakovaní, prestávku medzi pokusmi, kontrolu úspechu a osobu zodpovednú za eskaláciu. Otestujte ju pri výpadku databázy a neznámom narušení integrity údajov.

## Vaša odpoveď
- Scenár a rozsah:
- Predpoklady a otvorené otázky:
- Navrhovaná odpoveď alebo rozhodnutie s dôvodmi:

## Overte svoju odpoveď
| Tvrdenie alebo kritérium | Dôkaz alebo test | Výsledok alebo nedostatok | Zodpovedná osoba |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Ďalšia úloha
- Úloha, zodpovedná osoba a dátum:
- Kedy túto odpoveď preskúmate?

## Zásada na zapamätanie
Self-healing potrebuje definované zlyhanie, povolenú akciu, merateľný výsledok a podmienku zastavenia. Opakovanie akcie bez obnovy je ďalším zlyhaním.

## Zdroje
- [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/)

Tento pracovný list podporuje učenie. Jeho vyplnenie samo osebe nepovoľuje produkčnú zmenu.