🔥 Дайджест полезных материалов из мира Devops за неделю

Почитать:
— Gitea & Act Runner: First touch
— Книжный кружок. Рецензия на книгу «Микросервисы от архитектуры до релиза»
— Grafana Beyla: автоинструментарий eBPF с открытым исходным кодом для наблюдения за приложением
— Что такое API-шлюзы и Gateway API и почему за ними будущее нативных облачных приложений
— Управление Linux-сервером — самая ценная инвестиция
— Airflow в Kubernetes. Часть 1
— Чтение на выходные: DIY-материалы о контейнерах, DevOps и архитектуре — личный опыт напрямую от специалистов
— Практическое руководство по созданию Helm чарта или как избавиться от рутины при работе с YAML манифестами
— A Comprеhеnsivе Guidе to DеvOps Job Support
— K8s Exercise : Labels and Annotations
— Cracking the Code: Communicating Tech to Non-Tech
— DevOps CI/CD Quick Start Guide with GitHub Actions 🛠️🐙⚡️
— PagerDuty Community Update, October 27 2023
— Experimenting on the Edge with Turso and Go 🧪
— Docker Basics: A Beginner's Guide to Containerization
— An Easy Way to Understand Docker
— 2023 DevOps is Terrible: Unpacking the Evolution into Platform Engineering
— New Blackfire.io feature: On-demand distributed profile processing 😎

Посмотреть:
🌐 RAID 10: Совершенное объединение (⏱ 00:52)
🌐 Прогнозирование цены биткоина при помощи VAR, XGBoost, FB Prophet (⏱ 20:29)
🌐 Django настройка админки (⏱ 06:55)
🌐 Задача на палиндром строки на C++ (⏱ 00:59)
🌐 Django расширяем функционал! (⏱ 07:03)
🌐 ДевОпс блиц, практика. СОБЕСЕДОВАНИЕ Middle DevOps инженера. Часть 4. (⏱ 52:38)

Хорошего дня!

terragrunt-brownfield

Пример модуля, демонстрирующего возможность скриптового импорта существующих ресурсов и встраивания скриптов-хуков в модули

Пример


include {
path = "global.hcl"
}

terraform {
source = "..//."

before_hook "import" {
commands = ["apply", "plan"]
execute = ["./import-resources-into-tfstate.sh", get_terraform_command()]
}
}

inputs = {
resource_group_name = "terratest-abcd"
location = "uksouth"
}


https://github.com/simonmcc/terragrunt-brownfield

Как устроены языки C++, Java и Python?

▪️Компилируемые языки, такие как C++ и Go, перед выполнением преобразуют исходный код в машинный код с помощью компилятора. Скомпилированный машинный код затем может непосредственно выполняться процессором.

▪️Java сначала компилирует исходный код в байткод, который не зависит от платформы и выполняется виртуальной машиной Java (JVM). JVM может дополнительно повысить производительность, используя компиляцию Just-In-Time (JIT) для преобразования байткода в машинный код во время выполнения.

▪️Интерпретируемые языки, такие как Javascript и Ruby, не подвергаются компиляции. Вместо этого их код построчно обрабатывается интерпретатором во время выполнения. Однако современные движки JavaScript, такие как V8, также используют JIT-компиляцию для повышения производительности.

▪️Python представляет собой смесь двух миров. Сначала исходный код компилируется в платформонезависимый байткод, который затем построчно выполняется платформонезависимым интерпретатором. Кроме того, такие реализации, как PyPy, используют JIT-компиляцию для повышения скорости работы.

В целом компилируемые языки обладают преимуществами в скорости, однако благодаря современным методам оптимизации грань между компилируемыми и интерпретируемыми языками становится все более размытой.

⚙ Configu

Полезный проектом с открытым исходным кодом, который набирает обороты в сообществе DevOps 🏆.

Я использовал этот проект для бесшовного развертывания WordPress, используя подход "конфигурация, вместо код". 🔥

Configu - это простой, современный и универсальный стандарт для управления и совместной работы с конфигурациями программного обеспечения ⚙️.

📌 Github
📌 Проект

@DevOPSitsec

Практически каждый инженер-программист использует Git, но лишь немногие знают, как он работает.

Для начала необходимо определить, где хранится наш код. Принято считать, что их всего два - на удаленном сервере типа Github и на нашей локальной машине. Однако это не совсем верно.

Git поддерживает три локальных хранилища на нашей машине, что означает, что наш код может быть найден в четырех местах:

- Рабочая директория: место, где мы редактируем файлы
- Staging area: временное место, где файлы хранятся до следующей фиксации
- Локальный репозиторий: содержит код, который был зафиксирован
- Удаленный репозиторий: удаленный сервер, на котором хранится код.

Большинство команд Git в основном перемещают файлы между этими четырьмя местами.

@DevOPSitsec

⚡️ Бесплатные сертификационные курсы от Google:

1. Изучайте программирование на JavaScript
https://learndigital.withgoogle.com/digitalgarage/course/learn-programming-with-javascript

2. Курс по Python от Google
https://developers.google.com/edu/python

3. Краткий курс по машинному обучению
https://learndigital.withgoogle.com/digitalunlocked/course/machine-learning-crash-course

4. Основы цифрового маркетинга
https://learndigital.withgoogle.com/digitalgarage/course/digital-marketing

5. Наука о данных с помощью Python
https://learndigital.withgoogle.com/digitalunlocked/course/data-science-with-python

6. Основы облачных вычислений Google
https://cloudskillsboost.google/course_templates/153

7. Введение в Google Cloud Essentials
https://cloudskillsboost.google/quests/23

8. Введение в базовый уровень: Данные, ML, AI
https://cloudskillsboost.google/quests/34

@DevOPSitsec

🤖🧠 Машинное обучение в двух словах

Алгоритмы машинного обучения обладают одной суперспособностью - способностью обобщать закономерности в данных без явного программирования. В рамках этого направления существует несколько основных методов:

📌 𝐄𝐧𝐬𝐞𝐦𝐛𝐥𝐞 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠: объединяет несколько моделей вместе для улучшения прогнозов. Представьте, что это суперпрогноз, состоящий из различных моделей погоды, которые работают лучше друг друга.

📌 𝐔𝐧𝐬𝐮𝐩𝐞𝐫𝐯𝐢𝐬𝐞𝐝 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠: алгоритмы находят скрытые закономерности и группировки в немаркированных данных.

📌 𝐍𝐞𝐮𝐫𝐚𝐥 𝐧𝐞𝐭𝐰𝐨𝐫𝐤𝐬 𝐚𝐧𝐝 𝐝𝐞𝐞𝐩 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠: являются двумя наиболее мощными методами машинного обучения. Нейронные сети, созданные на основе человеческого мозга, состоят из слоев взаимосвязанных узлов. Глубокое обучение - это тип машинного обучения, в котором используются нейронные сети с большим количеством слоев.

📌 𝐒𝐮𝐩𝐞𝐫𝐯𝐢𝐬𝐞𝐝 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠:использует размеченные данные для обучения моделей предсказания результатов. Это все равно что иметь ключ к ответу для проверки своей работы.

📌 𝐑𝐞𝐢𝐧𝐟𝐨𝐫𝐜𝐞𝐦𝐞𝐧𝐭 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠: речь идет об оптимизации решений путем проб и ошибок и получения обратной связи, подобно тому, как мы учимся на своих ошибках.

@DevOPSitsec

🔥 Дайджест полезных материалов из мира Devops за неделю

Почитать:
— Разворачивание первого приложения с Kubernetes
— Kubernetes Scheduler в Деталях: Ключевые Концепции. Часть 2
— О внутрикластерной маршрутизации через Istio
— Соблюдай, или must die: правила безопасного обновления Kubernetes до новой версии
— 0b10 лет спустя: нырок в девопс
— Приходите на DevOps Conf, чтобы вырасти в должности: как конференция помогает профессионально развиваться
— Cotea: программный контроль исполнения Ansible
— Подбираем параметры сессии в Apache Spark, чтобы не стоять в очереди
— Вышел релиз GitLab 16.5 с отчётами о соответствии требованиям и правилами задания целевой ветки мерж-реквестов
— Полезные Заготовки Вызова Утилит Командной Строки
— PagerDuty Community Update, November 10 2023
— How to become an AWS Community Builder?
— IPv4 and IPv6: The protocol differences
— Deploy NextJS 14+ app to Linux Azure App Service
— 🚛 Deploy Database Schema Migrations with Bytebase
— There is No DevSecOps, Only DevOps
— Docker Desktop 4.25.0: What's New in Containerd
— Conserve Cloud & Itty Router: Let's take this To-Do App to a new level
— DevOps in Arabic - Fun & Easy!
— Connect GitHub Actions to Azure using OpenID Connect

Посмотреть:
🌐 Как войти в IT: Научитесь гуглить! #it #гуглить (⏱ 00:36)
🌐 Как войти в IT: Учите английский язык #it (⏱ 00:26)
🌐 Все о Frontend-разработке за 15 минут (⏱ 15:14)
🌐 Как войти в IT: Прокачивай софтскиллы #софтскиллы (⏱ 00:17)
🌐 Задача с реального Python собеседования middle разработчика. Рекурсивная сумма. (⏱ 13:00)
🌐 Определение диабета при помощи машинного обучения в 60 строк кода! (⏱ 12:54)
🌐 Что такое vector в c++ (⏱ 00:51)
🌐 STL C++ стандартная библиотека (⏱ 00:57)
🌐 deque разбор в С++ (⏱ 00:58)
🌐 Последовательные контейнеры c++ List (⏱ 00:47)
🌐 Совет Python разработчикам - реши задачу Chain sum с реального собеседования. (⏱ 14:23)
🌐 Нейросеть для превращения #YouTube видео в презентацию (⏱ 00:28)
🌐 🔥 NVIDIA только что сделала Pandas в 150 раз быстрее без изменений кода. #python (⏱ 00:20)

Хорошего дня!

@DevOPSitsec

⚡️ Каковы основные стратегии кэширования?

Считать данные из системы:
🔹 Cache aside
🔹 Read through

Запись данных в систему:
🔹 Write around
🔹 Write back
🔹 Write through

На диаграмме в изображении показано, как работают эти 5 стратегий. Некоторые из них могут использоваться совместно.

@DevOPSitsec

Это база: нюансы работы с Redis. Часть 1

Cерия статей про неочевидные нюансы работы с Redis.

В первой части Петр, DevOps-инженер компании Nixys, подробно рассказал об основных концепциях и понятиях этой БД и подготовил чек-лист, который может помочь вам в оптимизации этого NoSQL решения.

Приятного чтения!

@DevOPSitsec

Как работает Docker?

Архитектура Docker состоит из трех основных компонентов:

🔹 Клиент Docker
Это интерфейс, через который осуществляется взаимодействие с пользователями. Он взаимодействует с демоном Docker.

🔹 Docker Host
Здесь демон Docker принимает запросы Docker API и управляет различными объектами Docker, включая образы, контейнеры, сети и тома.

🔹 Registry Docker
Здесь хранятся образы Docker. Например, широко используется публичный реестр Docker Hub.

@DevOPSitsec

DevOps Engineering для начинающих - полный курс

👉 Тык

@DevOPSitsec

🔥 Дайджест полезных материалов из мира Devops за неделю

Почитать:
— Главные проблемы сайта, которые показывает нагрузочное тестирование
— Лучшие практики Golang (20 лучших)
— DevOps as a Service. Часть 3. Решаем проблему дежурств и хаоса в чате с использованием RCA и единого flow
— Делаем дашборд для логов используя Promtail Loki Grafana
— Книга «BPF: профессиональная оценка производительности»
— Kubernetes 1.28: sidecar-контейнеры возвращаются?
— Введение в архитектуру MLOps
— Быстрый старт в сборке метрик по билдам в android-проекте
— Лучшие ресурсы чтобы выучить Git и Github
— Подборка видео с последнего SREcon
— DevSecOps не рассказывает сказки
— How to install NVIDIA drivers for machine learning on Ubuntu
— Enhancing Data Security with Column-Level Encryption: Best Practices
— Certified Kubernetes Administrator (CKA) - Several Successful Story
— Instalação do Docker no Ubuntu
— Revolutionizing Home Comfort: A Deep Dive into Eve Home's Smart Devices
— Revolutionizing Home Comfort: A Deep Dive into Eve Home's Smart Devices
— A Decade of Docker! 🐋
— AWS Cost Anomaly Detection — Optimizing Cloud Economics
— From Zero to Kubernetes Deployment: Harness Continuous Delivery in Action
— Deploying Adminer on Google App Engine (GAE) with Private and Public IP Connectivity

Посмотреть:
🌐 Как войти в IT: Не бойся менять работу! #it (⏱ 00:23)
🌐 Пишем генератор Shorts видео на Python для заработка на YouTube. (⏱ 11:50)
🌐 Озвучка и генерации контента с помощью #Python и AI (⏱ 00:44)
🌐 Замена лица на любой фотографии с помощью #python БЕСПЛАТНО! (⏱ 00:59)
🌐 Поговорим о DNS. DNS-сервер (⏱ 06:24)

Хорошего дня!

#digest #devops

@DevOPSitsec

🔥 Microsoft выпустил отличные курсы по искусственному интеллекту

Сохраняй!

12 бесплатных уроков Github!

Научитесь создавать приложения с использованием нейронных сетей!

Среди уроков есть изучение и сравнение разных языковых моделей (LLMs), основы промт-инжиниринга и создание приложений с ИИ.

@DevOPSitsec