DevOps / SRE-инженер с экспертизой ClickHouse и MariaDB

Что предстоит делать

DevOps / SRE-инженер с экспертизой ClickHouse и MariaDB Привет! Меня зовут Эля, я HR компании «Амбрелла». Мы — аккредитованная IT-компания в сфере информационной безопасности. Развиваем высоконагруженную SIEM-платформу для сбора, хранения и обработки событий ИБ. Сейчас ищем DevOps / SRE-инженера уровня Middle+/Senior с глубокой практической экспертизой по ClickHouse и уверенным опытом эксплуатации MariaDB. Основной фокус роли — промышленная эксплуатация ClickHouse: кластеры, репликация, шардирование, производительность, хранение больших объёмов данных, backup/restore, мониторинг, безопасность и безопасное проведение изменений в production. Вторая важная зона — MariaDB: эксплуатация, репликация, отказоустойчивость, Galera Cluster, backup/restore, disaster recovery, performance tuning и миграция с master-master-репликации на более надёжную кластерную архитектуру. Нам нужен инженер, который умеет не просто «поднять базу», а безопасно эксплуатировать production-инфраструктуру с критически важными данными: проверять гипотезы на стендах, оценивать риски, готовить rollback-план, участвовать в расследовании инцидентов и фиксировать результаты в документации. Чем предстоит заниматься: ClickHouse: — Администрировать продуктивные и тестовые кластеры ClickHouse; — Контролировать состояние шардов, реплик, Distributed-таблиц и ReplicatedMergeTree-таблиц; — Диагностировать replication queue, merges, mutations, inserts, деградацию запросов и проблемы с дисковой подсистемой; — Анализировать системные таблицы ClickHouse и состояние кластера; — Участвовать в изменении топологии кластера: добавление шардов, реплик, серверов, изменение Distributed-таблиц; — Планировать горизонтальное масштабирование ClickHouse-кластера; — Оптимизировать схемы данных, партиционирование, ключи сортировки, TTL, индексы, storage policy и настройки сервера; — Работать с хранением данных: локальные диски, LUN, DAS, hot / warm storage, S3-совместимое хранилище; — Прорабатывать дедупликацию данных, повышение уровня сжатия и механизм токенизации / full text search по событиям; — Настраивать и сопровождать ClickHouse Keeper / ZooKeeper; — Настраивать TLS/SSL для клиентских подключений и межсерверного взаимодействия; — Разрабатывать и проверять backup/restore и disaster recovery; — Настраивать мониторинг, алерты и дашборды по ClickHouse; — Готовить Ansible playbooks / roles, runbook’и, инструкции, чек-листы и технические отчёты. MariaDB: — Администрировать продуктивные и тестовые инсталляции MariaDB; — контролировать состояние серверов, репликации, соединений, транзакций, блокировок и фоновых процессов; — Настраивать и сопровождать репликацию: master-slave, master-master, GTID-based replication; — Диагностировать replication lag, ошибки SQL thread / IO thread, рассинхронизацию данных и конфликты при master-master-схемах; — Участвовать в миграции MariaDB с master-master-репликации на Galera Cluster; — Настраивать, сопровождать и диагностировать Galera Cluster; — Прорабатывать HA-архитектуру MariaDB: failover, fencing, VIP / proxy layer, split-brain-риски; — Разрабатывать и проверять disaster recovery-сценарии, RPO / RTO и восстановимость резервных копий; — Анализировать производительность: slow queries, EXPLAIN, индексы, locks, deadlocks, buffer pool, connection pool, disk IO; — Оптимизировать конфигурацию MariaDB с учётом нагрузки, объёма данных, RAM, CPU, дисковой подсистемы и сети; — Настраивать TLS/SSL для клиентских подключений и репликации; — Настраивать мониторинг, алерты, дашборды и runbook’и по MariaDB. Production, автоматизация и взаимодействие: — Участвовать в расследовании production-инцидентов, связанных с ClickHouse, MariaDB, Linux, сетью или дисковой подсистемой; — Анализировать метрики, логи, системные таблицы, состояние репликации, блокировки, диски, сеть и конфигурации; — Формулировать технические гипотезы, проверять их и отделять первопричину от сопутствующих факторов; — Готовить технические выводы по итогам инцидентов и участвовать в postmortem-разборах; — Разворачивать тестовые стенды ClickHouse и MariaDB для проверки архитектурных решений; — Проверять обновления, изменение топологии, расширение хранилища, storage policy и параметры ClickHouse / MariaDB до применения в production; — Автоматизировать типовые операции через Ansible / Bash / Python / Terraform или аналогичные инструменты; — Взаимодействовать с заказчиками, объяснять технические риски понятным языком, предлагать решения и лидировать технические обсуждения. Обязательные требования: — Практический опыт промышленной эксплуатации ClickHouse; — Понимание архитектуры ClickHouse: shards, replicas, Distributed tables, ReplicatedMergeTree, MergeTree family; — Опыт диагностики replication queue, merges, mutations, insert/select latency, деградации запросов и проблем с дисковой подсистемой; — Понимание партиционирования, ключей сортировки, TTL, storage policies, disks, volumes, data skipping indexes; — Опыт изменения топологии ClickHouse-кластера или глубокое понимание порядка и рисков таких изменений; — Опыт настройки TLS/SSL для ClickHouse; — Опыт эксплуатации MariaDB в продуктивной или близкой к продуктивной среде; — Понимание MariaDB, InnoDB, транзакций, индексов, блокировок, deadlocks, isolation levels; — Опыт настройки и диагностики репликации MariaDB; — Понимание GTID, binary logs, relay logs, replication lag, failover и рисков master-master-репликации; — Опыт настройки backup/restore MariaDB и проверки восстановимости резервных копий; —Опыт диагностики производительности MariaDB: slow query log, EXPLAIN, индексы, locks, buffer pool, disk IO; — Опыт эксплуатации Linux-серверов; — Понимание влияния CPU, RAM, disk IO, network и filesystem на работу ClickHouse и MariaDB; — Опыт настройки мониторинга и алертов для ClickHouse, MariaDB и инфраструктуры; — Опыт работы с Prometheus, Grafana, Zabbix или аналогичными системами мониторинга; — Опыт автоматизации через Ansible, Bash, Python или аналогичные инструменты; — Умение аккуратно проводить изменения в production: план работ, оценка рисков, rollback-план, проверка результата; — Умение писать техническую документацию: инструкции, runbook’и, чек-листы, postmortem-отчёты. Желательные требования: — Опыт или уверенное понимание Galera Cluster; — Опыт эксплуатации ClickHouse и MariaDB в составе SIEM, SOC, log management, observability, telemetry или других высоконагруженных систем; — Опыт работы с большими объёмами данных: десятки или сотни ТБ; — Опыт работы с ClickHouse Keeper или ZooKeeper; — Опыт эксплуатации ClickHouse / MariaDB на bare metal; — Опыт работы с LUN, DAS, локальными дисковыми массивами и S3-совместимыми объектными хранилищами; — Опыт нагрузочного тестирования ClickHouse и MariaDB; — Опыт построения процедур disaster recovery; — Опыт подготовки архитектурных и эксплуатационных документов для заказчиков; — Опыт работы с ProxySQL, MaxScale, HAProxy, Keepalived, Pacemaker / Corosync или аналогичными решениями; — Опыт проведения регламентных работ с минимальным downtime; — Опыт аудита продуктивных инсталляций у заказчиков. Что важно в кандидате: — Инженерная аккуратность и понимание рисков production-среды; — Умение сначала проверять гипотезы на стенде, а не сразу применять изменения в production; — Способность разбираться в сложных инцидентах на стыке приложения, БД, Linux, сети и дисковой подсистемы; — Клиентоориентированность и зрелая коммуникация; — Дисциплина: приходить на встречи вовремя, готовиться к ним, выполнять договорённости и заранее предупреждать о рисках; — Способность лидировать технические встречи, фиксировать решения и следующие шаги; — Готовность документировать решения и передавать знания команде.

Что предлагаем