Telegram Web Link
[Перевод] Kubernetes и Kernel Panic.

Команда VK Cloud перевела статью о том, как на контейнерной платформе Netflix увязали ошибку  Kernel Panic ядра Linux с подами Kubernetes.

Читать дальше →https://habr.com/ru/companies/vk/articles/780628
** Будущее Jenkins в 2024 году (3 минуты чтения) Компания Jenkins сыграла важнейшую роль в мире CI/CD, и ее эволюция с появлением Jenkins X отражает усилия по адаптации к современным облачным нативным средам, хотя Jenkins X все еще работает над тем, чтобы получить широкое распространение. Несмотря на обширную базу пользователей и устойчивое присутствие на рынке, Jenkins сталкивается с проблемами в облачно-нативных средах, которые Jenkins X призван решить, и его будущая актуальность будет зависеть от способности легко интегрироваться с облачно-нативными технологиями и оставаться адаптируемым в быстро меняющемся ландшафте. подробнее→ https://devops.com/the-future-of-jenkins-in-2024/
** Komiser (GitHub Repo) Komiser - это менеджер ресурсов с открытым исходным кодом, который анализирует и управляет стоимостью облака, его использованием, безопасностью и управлением, легко интегрируясь с различными облачными провайдерами, такими как AWS, Azure, Civo, Digital Ocean, OCI, Linode, Tencent и Scaleway. подробнее→ https://github.com/tailwarden/komiser
[Перевод] Создание сквозного конвейера MLOps с помощью Open-source инструментов.

Эта статья служит целенаправленным руководством для специалистов по исследованию данных и инженеров ML, которые хотят перейти от экспериментального машинного обучения к готовым к производству конвейерам MLOps. Мы выявим ограничения традиционных систем ML и познакомим вас с основными инструментами с открытым исходным кодом, которые помогут вам создать более надежную, масштабируемую и поддерживаемую систему ML.

Среди обсуждаемых инструментов — Feast для управления функциями, MLflow для отслеживания и версионирования моделей, Seldon для развертывания моделей, Evidently для мониторинга в реальном времени и Kubeflow для оркестровки рабочих процессов.

Введение

Ландшафт машинного обучения постоянно меняется, и переход от разработки моделей к их внедрению в производство сопряжен с рядом трудностей. Хотя блокноты Jupyter и изолированные скрипты полезны для экспериментов, им часто не хватает функций, необходимых для системы производственного уровня. Эта статья призвана помочь вам справиться с этими проблемами, познакомив с концепцией MLOps и набором инструментов с открытым исходным кодом, которые могут облегчить создание готового к производству ML-конвейера.

Независимо от того, являетесь ли вы специалистом по исследованию данных, желающим перейти к производственной деятельности, или инженером ML, стремящимся оптимизировать существующие рабочие процессы, эта статья призвана дать целенаправленный обзор основных практик и инструментов MLOps.

Читать дальше →https://habr.com/ru/companies/itsumma/articles/782020
Docker 2023: основные этапы, обновления и что дальше

У нас был захватывающий год в Docker, с множеством новостей и объявлений о продуктах. Не волнуйтесь, если вы не успеваете за темпами наших новостей и выпусков продуктов. Мы собрали основные моменты 2023 года и посмотрим, как мы планируем оставаться самым используемым инструментом разработчика в 2024 году. https://www.docker.com/blog/docker-highlights-2023
Развертывание собственной гибридной архитектуры GitLab Cloud имеет смысл только в очень специфических случаях использования. Поэтому в большинстве случаев нативный GitLab Cloud не нужен и слишком сложен. Поэтому я создал это пошаговое руководство по развертыванию, которое поможет вам выполнить первое развертывание GitLab Omnibus.

https://glasskube.eu/en/r/guides/gitlab-kubernetes/
Полное руководство по тестированию в Terraform: держите свои тесты, проверки, проверки и политики в порядке.

https://mattias.engineer/posts/terraform-testing-and-validation/
Monokle (GitHub Repo) Monokle упрощает процесс создания, анализа и развертывания конфигураций Kubernetes, предоставляя единый визуальный инструмент для создания YAML-манифестов, проверки политик и управления живыми кластерами. подробнее→ https://github.com/kubeshop/monokle

GQL (GitHub Repo) GQL, или Git Query Language, Язык Git Query — это SQL-подобный язык для выполнения запросов к файлам .git с поддержкой большинства функций SQL, таких как функции группировки, упорядочивания и агрегирования.подробнее→ https://github.com/amrdeveloper/GQL
🚀 Реплицируйте свою производственную среду локально с помощью Docker. Просто запустите «spin up». Это действительно так просто.

https://github.com/serversideup/spin

Создавайте образы Docker быстрее, используя кэш сборки.

https://dev.to/kylegalbraith/build-docker-images-faster-using-build-cache-4bk4
Основы Docker для начинающих
Изучите основы Docker, в том числе его отличия от виртуальных машин, способы его установки и преимущества для разработчиков.

https://dev.to/davidmm1707/docker-basics-for-beginners-49l9
Понимание хранилища в Kubernetes 🕸

https://medium.com/@seifeddinerajhi/understanding-storage-in-kubernetes-ee2c19001aae
📌 Kubernetes — это база.

А Слёрм запускает базовый курс по k8s уже в январе.

В процессе обучения вы:

▪️разберете основы работы с Kubernetes, устройство кластера и отказоустойчивость;
▪️познакомитесь с продвинутыми абстракциями в k8s;
▪️научитесь подключать системы хранения данных на примере Ceph;
▪️узнаете, как работают DNS-сервисы, Helm и CI/CD.

Вас ждут подробные видеоуроки, практика на стендах в личном кабинете, АМА-сессии со спикерами и итоговая сертификация в конце курса.

🎁 Бонус для всех, кто хочет начать заниматься сразу — бесплатный доступ к первому модулю.

Поток стартует 17 января. Не упустите шанс сохранить для себя цены 2023 года — присоединяйтесь прямо сейчас!

Изучить программу и присоединиться к курсу
2025/07/11 21:48:05
Back to Top
HTML Embed Code: