CompTIA Cloud+ Practical Cloud Engineering

Section 1: Cloud Service Models และ Shared Responsibility

• เปรียบเทียบ IaaS, PaaS, SaaS และ FaaS (Serverless) จากมุมมองนักพัฒนา
• Shared Responsibility Model: สิ่งที่ผู้ให้บริการดูแล และสิ่งที่องค์กรต้องรับผิดชอบเอง
• เลือก Service Model ให้เหมาะกับทีม งบประมาณ และระดับการควบคุมที่ต้องการ
• ภาพรวมโปรเจกต์ CloudHarbor Booking Platform และ 6 Domain ของ CV0-004

Section 2: Service Availability

• Region, Availability Zone และ Edge Location
• High Availability, Fault Tolerance และ Disaster Recovery ต่างกันอย่างไร
• SLA, RPO, RTO และการคำนวณผลกระทบเมื่อระบบหยุดทำงาน
• Lab: คำนวณ Availability รวมของระบบหลายชั้นจาก SLA ของแต่ละบริการ

Section 3: Lab: Cloud Networking

• VPC และ VNet, Subnet แบบ Public และ Private, Route Table, Internet Gateway และ NAT Gateway
• Security Group เทียบกับ Network ACL
• Load Balancer, DNS, CDN และการเชื่อมต่อแบบ VPN หรือ Direct Connect ในระดับแนวคิด
• Lab: สร้าง VPC และ Subnet ข้าม 2 Availability Zone บน AWS

Section 4: Lab: Storage Resources และ Technologies

• Block, File และ Object Storage พร้อมกรณีใช้งาน
• Storage Tier, Lifecycle Policy และการจัดเก็บข้อมูลระยะยาว
• Durability, Replication และการเข้ารหัสข้อมูลที่จัดเก็บ
• Lab: สร้าง S3 Bucket สำหรับไฟล์แนบพร้อม Lifecycle Policy และเทียบกับ Azure Blob Storage

Section 5: Workshop Day 1: Virtualization, Cost และ Architecture

• Hypervisor, Instance Type และการเลือกขนาดทรัพยากร (Right-sizing)
• รูปแบบการคิดค่าบริการ: On-demand, Reserved และ Savings Plans, Spot
• ควบคุมค่าใช้จ่ายด้วย Tagging, Budget และ Pricing Calculator
• Workshop: ออกแบบ Architecture Diagram แบบ Multi-tier ข้าม 2 AZ และประมาณการค่าใช้จ่ายรายเดือน

Section 6: Cloud-native Design Concepts

• Microservices, Loose Coupling, Stateless Service และ Event-driven Architecture
• Message Queue, Pub/Sub และ Serverless Function
• หลักการออกแบบให้ระบบ Scale และกู้คืนตัวเองได้
• Lab: สร้าง Lambda Function ที่ทำงานเมื่อมีไฟล์ใหม่ใน S3

Section 7: Lab: Containerization

• Container เทียบกับ Virtual Machine
• Container Image, Registry และ Container Orchestration (Kubernetes, Amazon ECS) ในระดับแนวคิด
• การเก็บ State และ Persistent Storage สำหรับ Container
• Lab: Containerize REST API ด้วย Docker และนำ Image ขึ้น Amazon ECR

Section 8: Lab: Database บนคลาวด์

• Relational เทียบกับ NoSQL และ Managed Database Service
• Replication, Read Replica, Multi-AZ และการ Backup ฐานข้อมูล
• เลือกฐานข้อมูลให้เหมาะกับรูปแบบข้อมูลและปริมาณงาน
• Lab: สร้างฐานข้อมูลบน Amazon RDS ใน Private Subnet

Section 9: Workload Optimization และ Evolving Technologies

• เพิ่มประสิทธิภาพ Workload ด้วย Caching, Auto Scaling และการเลือก Instance ที่เหมาะสม
• ภาพรวมเทคโนโลยีใหม่บนคลาวด์ เช่น AI/ML Service, Edge Computing และ Serverless Container
• เกณฑ์ประเมินเทคโนโลยีใหม่ก่อนนำมาใช้ในองค์กร
• กรณีศึกษา: ลดต้นทุนและเวลาตอบสนองของระบบที่ออกแบบไว้เกินจำเป็น

Section 10: Workshop Day 2: Deployment Models และ Cloud Migration

• Public, Private, Hybrid, Multi-cloud และ Community Cloud
• กลยุทธ์ Migration: Rehost, Replatform, Refactor, Repurchase, Retire และ Retain
• ประเมินความพร้อม ความเสี่ยง และการทำ Cutover
• Workshop: จัดทำแผน Migration ของระบบจองห้องประชุมเดิม (On-premise จำลอง) พร้อมเหตุผลของกลยุทธ์ที่เลือก

Section 11: Infrastructure as Code

• แนวคิด Declarative เทียบกับ Imperative
• โครงสร้างโปรเจกต์ Terraform หรือ OpenTofu: Provider, Resource, Variable, Output และ Module
• จัดการ State แบบ Remote และป้องกันการแก้ไขชนกัน
• Lab: เขียนโค้ดสร้าง VPC ของวันแรกใหม่ทั้งหมดด้วย Terraform

Section 12: Lab: Provisioning Cloud Resources

• เลือกทรัพยากรให้ตรงกับ Requirement ด้าน Performance, Availability และงบประมาณ
• Provision Load Balancer, Compute, Database และ Storage ด้วยโค้ด
• Configuration ด้วย User Data, Image และ Environment Variable
• Lab: สร้างโครงสร้างพื้นฐานของ CloudHarbor ครบทุกชั้นพร้อม Remote State

Section 13: Deployment Strategies

• Rolling, Blue-Green, Canary และ Recreate
• Immutable Infrastructure และการ Rollback
• แยก Environment: Dev, Staging และ Production
• เลือกกลยุทธ์ให้เหมาะกับความเสี่ยงและค่าใช้จ่ายของแต่ละระบบ

Section 14: Lab: Source Control และ CI/CD

• Branching Strategy และ Pull Request Workflow
• องค์ประกอบของ CI/CD Pipeline: Build, Test, Scan และ Deploy
• เก็บ Credential ของ Pipeline อย่างปลอดภัยด้วย OIDC แทน Access Key แบบถาวร
• Lab: ตั้ง Pipeline ที่ Build Container รันทดสอบ และ Push ขึ้น ECR

Section 15: Workshop Day 3: System Integration และ DevOps Tools

• เชื่อมระบบผ่าน API, Webhook และ Message Queue
• บทบาทของ Configuration Management, Container Registry และ Artifact Repository
• แนวคิด GitOps ในระดับภาพรวม
• Workshop: ให้ Pipeline รัน Terraform Plan และ Deploy แบบ Rolling ขึ้นคลาวด์อัตโนมัติ

Section 16: Lab: Identity and Access Management

• User, Group, Role และ Policy ตามหลัก Least Privilege
• MFA, Federation, Single Sign-On และ Temporary Credential
• หลีกเลี่ยงการใช้ Access Key แบบถาวร และเทียบแนวคิดกับ Microsoft Entra ID
• Lab: ปรับ IAM ของ CloudHarbor ให้เป็น Role แบบ Least Privilege

Section 17: Lab: Security Best Practices และ Security Controls

• Network Segmentation, Security Group และ Web Application Firewall
• Encryption at Rest และ in Transit และการจัดการ Key ด้วย KMS
• เก็บ Secret ด้วย Secrets Manager แทนการฝังไว้ในโค้ด
• Lab: เปิดการเข้ารหัสฐานข้อมูลและ S3 และย้าย Credential ไปไว้ใน Secrets Manager

Section 18: Lab: Vulnerability Management

• สแกนช่องโหว่ของ Instance และ Container Image
• Patch Management และการจัดลำดับความสำคัญตามความเสี่ยง
• นำผลสแกนเข้าสู่ CI/CD Pipeline และกำหนดเกณฑ์หยุด Deploy
• Lab: เพิ่มการสแกน Container Image ใน Pipeline

Section 19: Compliance and Regulation

• Data Sovereignty, Data Residency และ Data Classification
• มาตรฐานและกฎหมายที่เกี่ยวข้อง เช่น ISO/IEC 27001 และ PDPA
• Audit Trail และการเก็บหลักฐานเพื่อการตรวจสอบ
• กรณีศึกษา: เลือก Region และการจัดเก็บข้อมูลให้สอดคล้องกับข้อกำหนดขององค์กร

Section 20: Workshop Day 4: Monitoring Suspicious Activities

• รูปแบบการโจมตีที่พบบ่อยบนคลาวด์ เช่น Credential Leak, Misconfiguration และ DDoS
• ใช้ CloudTrail และ Log ตรวจหาพฤติกรรมผิดปกติ
• ตั้ง Alert และขั้นตอนตอบสนองเบื้องต้น
• Workshop: เปิด Audit Log และตั้ง Alert เมื่อมีการเข้าใช้งานหรือแก้ไขสิทธิ์ที่ผิดปกติ

Section 21: Lab: Observability

• Metrics, Logs และ Traces ต่างกันอย่างไร
• สร้าง Dashboard และ Alarm จากตัวชี้วัดที่สำคัญด้วย CloudWatch และเทียบกับ Azure Monitor
• กำหนด Threshold และลดปัญหา Alert ที่มากเกินจำเป็น
• Lab: สร้าง Dashboard และ Alarm ของ CloudHarbor

Section 22: Lab: Scaling Approaches

• Vertical เทียบกับ Horizontal Scaling
• Auto Scaling แบบ Scheduled, Dynamic และ Target Tracking
• ทดสอบ Load เบื้องต้นเพื่อยืนยันการ Scale
• Lab: ตั้ง Auto Scaling ของ API แล้วยิง Load ดูการขยายตัว

Section 23: Backup, Recovery และ Life Cycle Management

• Backup แบบ Full, Incremental และ Snapshot พร้อมการทดสอบ Restore
• กลยุทธ์ Disaster Recovery: Backup and Restore, Pilot Light, Warm Standby และ Active-Active
• วงจรชีวิตทรัพยากร: Patching, Upgrade, Deprecation และ Decommission
• Lab: ทดสอบ Backup และ Restore ฐานข้อมูลตาม RPO/RTO ที่กำหนด

Section 24: Troubleshooting Methodology

• ขั้นตอนแก้ปัญหาอย่างเป็นระบบ: ระบุปัญหา ตั้งสมมติฐาน ทดสอบ แก้ไข และบันทึกผล
• ปัญหา Deployment: Template ผิดพลาด, Quota เต็ม และ Dependency ไม่ครบ
• ปัญหา Network และ Security: Routing, DNS, Security Group, สิทธิ์ IAM และ Certificate หมดอายุ
• ใช้ Log, Metric และ CLI ไล่หาต้นเหตุอย่างมีหลักฐาน

Section 25: Master Workshop: ระบบล่มจากสถานการณ์จำลอง

• แบ่งกลุ่มแก้ปัญหา 3-4 สถานการณ์ เช่น Deploy ล้มเหลว เข้าฐานข้อมูลไม่ได้ และสิทธิ์ถูกปฏิเสธ
• นำเสนอ Root Cause และแนวทางป้องกัน
• ทบทวนความเชื่อมโยงของงานทั้ง 5 วันกับ 6 Domain ของ CV0-004
• ลบทรัพยากรทั้งหมดด้วย IaC และตรวจ Cost Explorer เพื่อควบคุมค่าใช้จ่าย