🔵 عنوان مقاله
Scalable ML with Azure, Kubernetes and KEDA: Generating Inputs with 500 Pods

🟢 خلاصه مقاله:
**
این مطالعهٔ موردی نشان می‌دهد چگونه می‌توان یک خط لولهٔ ML مقیاس‌پذیر روی Azure ساخت که با استفاده از Kubernetes و KEDA ورودی‌ها را به‌صورت رویدادمحور و تا سقف 500 پاد تولید می‌کند و سپس مدل‌ها را از طریق Azure ML آموزش، ثبت و استقرار می‌دهد. در این معماری، KEDA با پایش صف‌ها یا استریم‌ها اندازهٔ خوشه را به‌طور خودکار بالا و پایین می‌برد، هر پاد بخشی از کار را پردازش می‌کند، و خروجی‌ها در ذخیره‌سازی پایدار ذخیره می‌شوند تا Azure ML آن‌ها را برای آموزش و ارزیابی مصرف کند. استقرار مدل‌ها روی online/batch endpoints (مدیریت‌شده یا AKS) انجام می‌شود و کل فرایند با CI/CD، مانیتورینگ در Azure Monitor/Application Insights، کنترل هزینه و ملاحظات امنیتی (managed identity و شبکه خصوصی) پشتیبانی می‌گردد. نتیجه، الگویی مطمئن برای آماده‌سازی ورودی با توان انفجاری 500 پاد و MLOps استاندارد روی Azure است.

#Azure #Kubernetes #KEDA #AzureML #AKS #MLOps #Scalability #DataEngineering

🟣لینک مقاله:
https://ku.bz/0lYz58fTX

➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon

🔵 عنوان مقاله
How We Cut Our Azure Cloud Costs by 3×

🟢 خلاصه مقاله:
** این مطالعهٔ موردی توضیح می‌دهد چگونه در ۱۲ هفته هزینه‌های Azure را حدود سه‌برابر کاهش دادیم بدون افت کارایی یا قابلیت اطمینان. قدم‌های کلیدی: ابتدا با Azure Cost Management + Billing، برچسب‌گذاری منابع، Azure Advisor و بودجه/هشدارها، دید کامل روی هزینه ساختیم. سپس اتلاف را حذف کردیم: خاموش‌کردن VMهای بلااستفاده، پاک‌کردن دیسک‌ها و IPهای یتیم، زمان‌بندی محیط‌های غیرپروداکشن و اعمال سیاست‌ها با Azure Policy.

در گام بعد، راست‌سایز و معماری را اصلاح کردیم: انتقال سرویس‌های سبک به SKUهای کوچک‌تر یا B-series، فعال‌سازی autoscaler در AKS، افزودن Spot node pool برای بارهای بدون حالت، و بهینه‌کردن HPA. برای بارهای پایدار، Azure Reservations و Azure Savings Plans را پذیرفتیم و Azure Hybrid Benefit را اعمال کردیم. بخشی از بار را به سرویس‌های مدیریت‌شده/Serverless منتقل کردیم: Azure Functions، Event Grid، Logic Apps، Azure Service Bus، همراه با Azure CDN و Azure Cache for Redis. در لایهٔ داده، Azure SQL را راست‌سایز و autoscale را فعال کردیم و در Azure Cosmos DB از autoscale RU/s بهره گرفتیم.

در ذخیره‌سازی، با قوانین lifecycle در Blob Storage داده‌های کم‌مصرف را به Cool/Archive بردیم، نگه‌داری اسنپ‌شات‌ها را کاهش دادیم و فشرده‌سازی را فعال کردیم. در شبکه با هم‌مکانی سرویس‌ها، استفاده از Private Link و بهره‌گیری از Azure Front Door/CDN خروجی و هزینهٔ egress را پایین آوردیم. در نهایت، با داشبوردهای واحداقتصاد، بودجه/هشدار در CI/CD و سیاست‌های تگ/SKU، یک روال FinOps پایدار ساختیم.

نتیجه: کاهش تقریبی ۳× در هزینهٔ Azure با حفظ SLOها. اهرم‌های اصلی: شفافیت و حاکمیت هزینه، حذف اتلاف، راست‌سایز و autoscaling (به‌ویژه AKS + Spot)، تعهدهای قیمتی (Reservations/Savings Plans) و مهاجرت مسیرهای پرترافیک به سرویس‌های مدیریت‌شده/Serverless.

#Azure #CloudCostOptimization #FinOps #AKS #Serverless #AzureCostManagement #SpotVMs #DevOps

🟣لینک مقاله:
https://ku.bz/ZbclYbPC6

➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon

One of the best practical YouTube Channels to learn DevOps Tools and Skills.
یکی از بهترین کانال‌هایی که بصورت عملی ابزارهای DevOps رو بصورت ملموس و خیلی کوتاه و مختصر و مفید توضیح و آموزش میده

#DevOps #Terraform #Helm #Kubernetes #AWS #GCP #Azure

https://www.youtube.com/@AntonPutra

🔵 عنوان مقاله
Deploying a .NET Weather Forecast App to AKS Using GitHub Actions and Argo CD

🟢 خلاصه مقاله:
**این آموزش نشان می‌دهد چگونه یک اپلیکیشن ساده .NET برای پیش‌بینی وضعیت هوا را با بهره‌گیری از GitHub Actions و Argo CD روی AKS مستقر کنید. GitHub Actions وظیفه ساخت و انتشار ایمیج کانتینر در رجیستری (مثل Azure Container Registry یا Docker Hub) را بر عهده دارد و Argo CD با رویکرد GitOps وضعیت مطلوب تعریف‌شده در مخزن را با خوشه AKS همگام می‌کند.

گام‌ها شامل آماده‌سازی خوشه AKS، رجیستری، و یک مخزن GitHub با کد و مانیفست‌های Kubernetes یا Helm است. سپس با یک Dockerfile اپلیکیشن .NET را کانتینری می‌کنید و یک Workflow در GitHub Actions می‌سازید که با هر تغییر کد، ایمیج را می‌سازد، تگ می‌زند و به رجیستری Push می‌کند. Argo CD در خوشه نصب و طوری پیکربندی می‌شود که مسیر مانیفست‌ها/چارت را از مخزن دنبال کرده و با سیاست همگام‌سازی دلخواه (دستی یا خودکار) تغییرات را اعمال کند.

در این جریان، هر Commit باعث ساخت ایمیج جدید و Push می‌شود و Argo CD تغییر وضعیت مطلوب را تشخیص داده و نسخه جدید را روی AKS مستقر می‌کند. آموزش به نکاتی مثل جداسازی محیط‌ها، RBAC و Namespace، انتشار سرویس از طریق Service/Ingress و پایش و Rollback نیز اشاره دارد تا استقرارها ایمن و قابل تکرار باشند.

#AKS #ArgoCD #GitHubActions #DotNet #Kubernetes #GitOps #Azure #DevOps

🟣لینک مقاله:
https://ku.bz/yj4-3B2y-

➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon

🔵 عنوان مقاله
Choosing the Right Azure Containerisation Strategy: AKS, App Service, or Container Apps? (3 minute read)

🟢 خلاصه مقاله:
انتخاب استراتژی مناسب برای کانتینریزه کردن در Azure بر اساس نیازهای پروژه، اهمیت زیادی دارد. در این مقاله، به بررسی سه گزینه محبوب می‌پردازیم: AKS، سرویس اپلیکیشن، و Container Apps. هر یک از این سرویس‌ها ویژگی‌ها، موارد کاربرد و محدودیت‌های خاص خود را دارند که با شناخت آن‌ها می‌توان بهترین انتخاب را برای استقرار برنامه‌های مبتنی بر فضای ابری انجام داد.

خدمات AKS (Azure Kubernetes Service) یکی از قدرتمندترین راهکارهای مدیریت کانتینرها در Azure است. این سرویس برای پروژه‌هایی که نیازمند کنترل کامل بر زیرساخت، مقیاس‌پذیری بالا و پیچیدگی‌های کلاسترهای Kubernetes هستند، بسیار مناسب است. هرچند راه‌اندازی و مدیریت آن ممکن است نیازمند تخصص فنی بیشتری باشد، ولی در عوض امکانات قابل توجهی برای توسعه‌دهندگان فراهم می‌کند.

در مقابل، سرویس App Service امکان توسعه و استقرار سریع برنامه‌های وب و API را بدون نیاز به مدیریت زیرساخت فراهم می‌آورد. این سرویس برای پروژه‌هایی که می‌خواهند سریع وارد عمل شوند و تمرکز خود را بر توسعه نرم‌افزار بگذارند، عالی است. البته برخی محدودیت‌ها در سفارشی‌سازی و مقیاس‌پذیری نسبت به AKS وجود دارد، اما در عوض بهره‌وری بالا و آسانی مدیریت را ارائه می‌دهد.

گزینه سوم، Container Apps، راهکاری نسبتاً جدید است که ترکیبی از سادگی و انعطاف‌پذیری را در قالب سرویس‌های مقیاس‌پذیر ارائه می‌دهد. این سرویس برای برنامه‌هایی مناسب است که نیاز به مدیریت ساده‌تر دارند ولی هنوز می‌خواهند قابلیت‌های مقیاس‌پذیری و استقرار سریع را داشته باشند. در نتیجه، این گزینه بیشتر برای تیم‌هایی است که به دنبال راه‌حل سبک و سریع هستند و نمی‌خواهند وارد پیچیدگی‌های Kubernetes شوند.

در جمع‌بندی، انتخاب بهترین گزینه به نیازهای پروژه، سطح تخصص تیم، و میزان کنترل مورد انتظار بر زیرساخت بستگی دارد. شناخت مزایا و محدودیت‌های هر سرویس، نقش مهمی در تصمیم‌گیری هوشمندانه ایفا می‌کند.

#کنتینرینگ #Azure #کلاسترKubernetes #توسعه‌دهندگان

🟣لینک مقاله:
https://techcommunity.microsoft.com/blog/appsonazureblog/choosing-the-right-azure-containerisation-strategy-aks-app-service-or-container-/4456645?utm_source=tldrdevops

➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon