Forwarded from AI Labdon
🤖 علاقه‌مند به دنیای هوش مصنوعی هستی؟
🏖 دنبال می‌کنی که چطور AI داره دنیا رو متحول می‌کنه؟
🍻پس جای درستی اومدی!
🎯 در کانال ما هر روز:
🔍 جدیدترین اخبار و دستاوردهای دنیای AI
🧠 تحلیل تخصصی در حوزه یادگیری ماشین، دیپ لرنینگ و مدل‌های زبانی
💼 بررسی کاربردهای هوش مصنوعی در پزشکی، صنعت، آموزش، امنیت و اقتصاد
🛠 معرفی ابزارها، دوره‌ها و منابع یادگیری
📈 بررسی ترندها و آینده فناوری‌های مرتبط با هوش مصنوعی
🍄همه‌ی این‌ها به زبان ساده، خلاصه و قابل فهم برای همه علاقه‌مندان — از مبتدی تا حرفه‌ای!
👇👇👇👇👇👇
https://t.iss.one/ai_labdon
🏖 دنبال می‌کنی که چطور AI داره دنیا رو متحول می‌کنه؟
🍻پس جای درستی اومدی!
🎯 در کانال ما هر روز:
🔍 جدیدترین اخبار و دستاوردهای دنیای AI
🧠 تحلیل تخصصی در حوزه یادگیری ماشین، دیپ لرنینگ و مدل‌های زبانی
💼 بررسی کاربردهای هوش مصنوعی در پزشکی، صنعت، آموزش، امنیت و اقتصاد
🛠 معرفی ابزارها، دوره‌ها و منابع یادگیری
📈 بررسی ترندها و آینده فناوری‌های مرتبط با هوش مصنوعی
🍄همه‌ی این‌ها به زبان ساده، خلاصه و قابل فهم برای همه علاقه‌مندان — از مبتدی تا حرفه‌ای!
👇👇👇👇👇👇
https://t.iss.one/ai_labdon
🔵 عنوان مقاله
Helm CEL Validator
🟢 خلاصه مقاله:
** یک اعتبارسنج مبتنی بر CEL برای Helm راهی سبک و سریع برای بررسی چارت‌ها و مانیفست‌های رندرشده قبل از استقرار است. با تعریف قوانین شفاف در CEL، می‌توان خط‌مشی‌هایی مانند وجود برچسب‌ها و حاشیه‌نویسی‌های لازم، حدود منابع، عدم اجرای کانتینرهای دارای سطح دسترسی بالا و استفاده از رجیستری‌های مورد اعتماد را enforce کرد. این اعتبارسنج به‌راحتی در توسعه محلی و CI اجرا می‌شود و بازخورد دقیق و قابل اقدام ارائه می‌دهد. نتیجه، کاهش خطاهای پیکربندی و سازگاری بیشتر میان سرویس‌هاست؛ و در عین حال، این رویکرد مکمل کنترل‌های پذیرش درون کلاستر است، نه جایگزین آن، تا تخلفات پیش از رسیدن به کلاستر شناسایی شوند.
🟣لینک مقاله:
https://ku.bz/rJCwmpqwH
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Helm CEL Validator
🟢 خلاصه مقاله:
** یک اعتبارسنج مبتنی بر CEL برای Helm راهی سبک و سریع برای بررسی چارت‌ها و مانیفست‌های رندرشده قبل از استقرار است. با تعریف قوانین شفاف در CEL، می‌توان خط‌مشی‌هایی مانند وجود برچسب‌ها و حاشیه‌نویسی‌های لازم، حدود منابع، عدم اجرای کانتینرهای دارای سطح دسترسی بالا و استفاده از رجیستری‌های مورد اعتماد را enforce کرد. این اعتبارسنج به‌راحتی در توسعه محلی و CI اجرا می‌شود و بازخورد دقیق و قابل اقدام ارائه می‌دهد. نتیجه، کاهش خطاهای پیکربندی و سازگاری بیشتر میان سرویس‌هاست؛ و در عین حال، این رویکرد مکمل کنترل‌های پذیرش درون کلاستر است، نه جایگزین آن، تا تخلفات پیش از رسیدن به کلاستر شناسایی شوند.
🟣لینک مقاله:
https://ku.bz/rJCwmpqwH
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GitHub
GitHub - idsulik/helm-cel: A Helm plugin that uses Common Expression Language (CEL) to validate values. Instead of using JSON Schema…
A Helm plugin that uses Common Expression Language (CEL) to validate values. Instead of using JSON Schema in values.schema.json, you can write more expressive validation rules using CEL in values.c...
🤝1
🔵 عنوان مقاله
OpenAI acquires Statsig for $1.1B; Viyaje Raji to become CTO of Applications (4 minute read)
🟢 خلاصه مقاله:
OpenAI با پرداخت ۱.۱ میلیارد دلار Statsig را برای تقویت زیرساخت آزمایش‌های محصولی و A/B خود خرید تا بتواند ChatGPT را در مقیاس صدها میلیون کاربر بهتر توسعه و مدیریت کند. طبق این معامله، Viyaje Raji به‌عنوان CTO بخش Applications به OpenAI می‌پیوندد. هدف از این ادغام، تسریع در عرضه و ارزیابی کنترل‌شده قابلیت‌ها و بهبود تجربه کاربران از طریق تصمیم‌گیری داده‌محور است.
🟣لینک مقاله:
https://openai.com/index/vijaye-raji-to-become-cto-of-applications-with-acquisition-of-statsig/?utm_source=tldrai
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
OpenAI acquires Statsig for $1.1B; Viyaje Raji to become CTO of Applications (4 minute read)
🟢 خلاصه مقاله:
OpenAI با پرداخت ۱.۱ میلیارد دلار Statsig را برای تقویت زیرساخت آزمایش‌های محصولی و A/B خود خرید تا بتواند ChatGPT را در مقیاس صدها میلیون کاربر بهتر توسعه و مدیریت کند. طبق این معامله، Viyaje Raji به‌عنوان CTO بخش Applications به OpenAI می‌پیوندد. هدف از این ادغام، تسریع در عرضه و ارزیابی کنترل‌شده قابلیت‌ها و بهبود تجربه کاربران از طریق تصمیم‌گیری داده‌محور است.
🟣لینک مقاله:
https://openai.com/index/vijaye-raji-to-become-cto-of-applications-with-acquisition-of-statsig/?utm_source=tldrai
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Openai
Vijaye Raji to become CTO of Applications with acquisition of Statsig
We’re expanding our Applications leadership, the org responsible for how our research reaches and benefits the world.
🔵 عنوان مقاله
GPT-5 Thinking in ChatGPT (aka Research Goblin) is shockingly good at search (11 minute read)
🟢 خلاصه مقاله:
حالت «GPT-5 Thinking» در چت‌جی‌پی‌تی، معروف به «Research Goblin»، در کارهای شبیه جست‌وجو شگفت‌انگیز عمل می‌کند و به‌جای پاسخ‌های سطحی، جمع‌بندی‌های منسجم و جامع‌تری ارائه می‌دهد. نقطه قوت آن، رویکرد سنجیده و مرحله‌به‌مرحله برای پوشش زوایای مختلف و یافتن نکات ظریف است؛ اما بهای این دقت و پوشش، سرعت کمتر و پاسخ‌دهی کندتر است. این حالت برای پژوهش‌های عمیق، مرور ادبیات، مقایسه گزینه‌ها و پرسش‌های باز مناسب است، ولی برای پرسش‌های سریع و ساده پیشنهاد نمی‌شود. نتیجه: اگر عمق و ترکیب منابع می‌خواهید، از آن استفاده کنید؛ اگر سرعت مهم‌تر است، سراغ حالت‌های سریع‌تر بروید.
🟣لینک مقاله:
https://simonwillison.net/2025/Sep/6/research-goblin/?utm_source=tldrai
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GPT-5 Thinking in ChatGPT (aka Research Goblin) is shockingly good at search (11 minute read)
🟢 خلاصه مقاله:
حالت «GPT-5 Thinking» در چت‌جی‌پی‌تی، معروف به «Research Goblin»، در کارهای شبیه جست‌وجو شگفت‌انگیز عمل می‌کند و به‌جای پاسخ‌های سطحی، جمع‌بندی‌های منسجم و جامع‌تری ارائه می‌دهد. نقطه قوت آن، رویکرد سنجیده و مرحله‌به‌مرحله برای پوشش زوایای مختلف و یافتن نکات ظریف است؛ اما بهای این دقت و پوشش، سرعت کمتر و پاسخ‌دهی کندتر است. این حالت برای پژوهش‌های عمیق، مرور ادبیات، مقایسه گزینه‌ها و پرسش‌های باز مناسب است، ولی برای پرسش‌های سریع و ساده پیشنهاد نمی‌شود. نتیجه: اگر عمق و ترکیب منابع می‌خواهید، از آن استفاده کنید؛ اگر سرعت مهم‌تر است، سراغ حالت‌های سریع‌تر بروید.
🟣لینک مقاله:
https://simonwillison.net/2025/Sep/6/research-goblin/?utm_source=tldrai
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Simon Willison’s Weblog
GPT-5 Thinking in ChatGPT (aka Research Goblin) is shockingly good at search
“Don’t use chatbots as search engines” was great advice for several years... until it wasn’t. I wrote about how good OpenAI’s o3 was at using its Bing-backed search tool back …
Forwarded from Gopher Academy
🚀 به کانال تخصصی انواع دیتابیس و دیتا خوش اومدی!
اینجا هر روز مطالب کاربردی و به‌روز درباره موضوعات زیر می‌ذاریم:
🔹 PostgreSQL
🔹 RDBMS (سیستم‌های مدیریت پایگاه داده رابطه‌ای)
🔹 NoSQL
🔹 Big Data
🔹 Data Science
🔹 Data Engineering
📚 یادگیری، نکات حرفه‌ای و تازه‌ترین ترندهای دنیای دیتا همه اینجاست!
📌 همین حالا جوین شو و یک قدم جلوتر باش
https://t.iss.one/Database_Academy
اینجا هر روز مطالب کاربردی و به‌روز درباره موضوعات زیر می‌ذاریم:
🔹 PostgreSQL
🔹 RDBMS (سیستم‌های مدیریت پایگاه داده رابطه‌ای)
🔹 NoSQL
🔹 Big Data
🔹 Data Science
🔹 Data Engineering
📚 یادگیری، نکات حرفه‌ای و تازه‌ترین ترندهای دنیای دیتا همه اینجاست!
📌 همین حالا جوین شو و یک قدم جلوتر باش
https://t.iss.one/Database_Academy
🔵 عنوان مقاله
No More Hardcoded Secrets: Automatic Database Credential Rotation with Vault, AKS and Postgres
🟢 خلاصه مقاله:
** این آموزش نشان می‌دهد چگونه با استفاده از Vault در AKS و موتور Database Secrets آن، برای Postgres اعتبارنامه‌های کوتاه‌عمر به‌صورت خودکار صادر و چرخش شوند تا نیاز به رمزهای ثابت از بین برود. با احراز هویت پادها در Vault از طریق Kubernetes auth و تعریف نقش‌ها و TTL، هر برنامه اعتبارنامه اختصاصی و قابل ابطال دریافت می‌کند. برای مصرف ساده در کلاستر، External Secrets و VaultDynamicSecret اعتبارنامه‌های پویا را از Vault گرفته و به Secrets بومی کوبرنتیس همگام می‌کنند؛ برنامه‌ها فقط همان Secret را می‌خوانند و بدون دست‌کاری Vault همیشه به رمزی معتبر دسترسی دارند. خروجی نهایی یک جریان خودکار صدور، نوسازی و ابطال رمزهای Postgres با سیاست‌گذاری دقیق و حداقل دسترسی است.
🟣لینک مقاله:
https://ku.bz/MbNs69CsB
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
No More Hardcoded Secrets: Automatic Database Credential Rotation with Vault, AKS and Postgres
🟢 خلاصه مقاله:
** این آموزش نشان می‌دهد چگونه با استفاده از Vault در AKS و موتور Database Secrets آن، برای Postgres اعتبارنامه‌های کوتاه‌عمر به‌صورت خودکار صادر و چرخش شوند تا نیاز به رمزهای ثابت از بین برود. با احراز هویت پادها در Vault از طریق Kubernetes auth و تعریف نقش‌ها و TTL، هر برنامه اعتبارنامه اختصاصی و قابل ابطال دریافت می‌کند. برای مصرف ساده در کلاستر، External Secrets و VaultDynamicSecret اعتبارنامه‌های پویا را از Vault گرفته و به Secrets بومی کوبرنتیس همگام می‌کنند؛ برنامه‌ها فقط همان Secret را می‌خوانند و بدون دست‌کاری Vault همیشه به رمزی معتبر دسترسی دارند. خروجی نهایی یک جریان خودکار صدور، نوسازی و ابطال رمزهای Postgres با سیاست‌گذاری دقیق و حداقل دسترسی است.
🟣لینک مقاله:
https://ku.bz/MbNs69CsB
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
DEV Community
No More Hardcoded Secrets: Automatic Database Credential Rotation with Vault, AKS and Postgres🔐
In Part 1 of this series, we set up HashiCorp Vault in an AKS cluster using Terraform, configured...
🔵 عنوان مقاله
Kubernetes Capacity Planning: Getting It Wrong Is Step One (And That’s Okay!)
🟢 خلاصه مقاله:
این مقاله می‌گوید برنامه‌ریزی ظرفیت در کوبرنتیز با پذیرفتن عدم قطعیت شروع می‌شود؛ برآورد اولیه معمولاً اشتباه است و همین اشتباه نقطه آغاز یادگیری است. متن، مفاهیم پایه مانند تفاوت requests و limits، نقش کلاس‌های QoS، منابع قابل تخصیص هر نود و درنظرگرفتن سربار سیستم را توضیح می‌دهد و با فرمول‌های ساده نشان می‌دهد چگونه مجموع نیازمندی‌های بارکاری را به تعداد نود و اهداف بهره‌برداری تبدیل کنیم، همراه با حاشیه امن برای نوسان‌ها.
همچنین به اندازه‌دهی نود می‌پردازد و مزایا/معایب نودهای بزرگ و کوچک، رزرو منابع (kube-reserved/system-reserved)، انتخاب نوع ماشین متناسب با گلوگاه و برنامه‌ریزی برای آستانه‌های اخراج و ظرفیت جهشی را بیان می‌کند. راهبردهای مقیاس‌گذاری عمودی/افقی، اتصال HPA/VPA به Cluster Autoscaler و مقیاس‌گذاری زمان‌بندی‌شده برای الگوهای قابل پیش‌بینی نیز تشریح می‌شود و بر انتخاب سیگنال‌های درست (CPU/Memory یا متریک‌های کاربردی و SLOها) تأکید دارد.
در پایان، دسته‌بندی بارهای کاری (سرویس‌های حساس به تأخیر، پردازش‌های دسته‌ای، و کارهای stateful) و استفاده از taint/toleration، priority class، محدودیت‌های پراکندگی و quota برای جداسازی و حفاظت از بارهای حیاتی مطرح می‌شود. پیام اصلی: با یک خط‌مبنا شروع کنید، اندازه‌گیری کنید، از شکاف‌ها بیاموزید و به‌صورت تکراری به ظرفیتی بهینه، مقرون‌به‌صرفه و پایدار برسید.
🟣لینک مقاله:
https://ku.bz/LRpnm64YN
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes Capacity Planning: Getting It Wrong Is Step One (And That’s Okay!)
🟢 خلاصه مقاله:
این مقاله می‌گوید برنامه‌ریزی ظرفیت در کوبرنتیز با پذیرفتن عدم قطعیت شروع می‌شود؛ برآورد اولیه معمولاً اشتباه است و همین اشتباه نقطه آغاز یادگیری است. متن، مفاهیم پایه مانند تفاوت requests و limits، نقش کلاس‌های QoS، منابع قابل تخصیص هر نود و درنظرگرفتن سربار سیستم را توضیح می‌دهد و با فرمول‌های ساده نشان می‌دهد چگونه مجموع نیازمندی‌های بارکاری را به تعداد نود و اهداف بهره‌برداری تبدیل کنیم، همراه با حاشیه امن برای نوسان‌ها.
همچنین به اندازه‌دهی نود می‌پردازد و مزایا/معایب نودهای بزرگ و کوچک، رزرو منابع (kube-reserved/system-reserved)، انتخاب نوع ماشین متناسب با گلوگاه و برنامه‌ریزی برای آستانه‌های اخراج و ظرفیت جهشی را بیان می‌کند. راهبردهای مقیاس‌گذاری عمودی/افقی، اتصال HPA/VPA به Cluster Autoscaler و مقیاس‌گذاری زمان‌بندی‌شده برای الگوهای قابل پیش‌بینی نیز تشریح می‌شود و بر انتخاب سیگنال‌های درست (CPU/Memory یا متریک‌های کاربردی و SLOها) تأکید دارد.
در پایان، دسته‌بندی بارهای کاری (سرویس‌های حساس به تأخیر، پردازش‌های دسته‌ای، و کارهای stateful) و استفاده از taint/toleration، priority class، محدودیت‌های پراکندگی و quota برای جداسازی و حفاظت از بارهای حیاتی مطرح می‌شود. پیام اصلی: با یک خط‌مبنا شروع کنید، اندازه‌گیری کنید، از شکاف‌ها بیاموزید و به‌صورت تکراری به ظرفیتی بهینه، مقرون‌به‌صرفه و پایدار برسید.
🟣لینک مقاله:
https://ku.bz/LRpnm64YN
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Kubernetes Capacity Planning: Getting It Wrong Is Step One (And That’s Okay!)
Kubernetes Capacity Planning: Getting It Wrong Is Step One (And That’s Okay!) I’ve always found capacity planning to be one of the harder problems to unlock when you are new to running a …
🔵 عنوان مقاله
Blixt: Experimental Rust-Based eBPF Load Balancer
🟢 خلاصه مقاله:
Blixt یک تعادل‌دهنده بار آزمایشی است که با ترکیب eBPF و Rust، امکان اجرای بخشی از منطق توزیع ترافیک در مسیر سریع کرنل را بررسی می‌کند. eBPF تصمیم‌گیری سریع درون کرنل و به‌روزرسانی پویا از طریق نقشه‌ها را فراهم می‌کند، و Rust ایمنی حافظه و قابلیت نگه‌داری بالاتر را برای مؤلفه‌های کاربر-فضا و مدیریت برنامه‌ها و پیکربندی‌ها به ارمغان می‌آورد. معماری پیشنهادی شامل یک بخش کوچک eBPF درون کرنل برای هدایت بسته‌ها و یک بخش Rust در فضای کاربر برای مدیریت سیاست‌ها و مشاهده‌پذیری است. این پروژه پژوهشی است و با هدف ارزیابی کارایی، ایمنی، و قابلیت عملیاتی شکل گرفته و هنوز برای محیط تولید آماده محسوب نمی‌شود.
🟣لینک مقاله:
https://ku.bz/1cZxMK7Ck
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Blixt: Experimental Rust-Based eBPF Load Balancer
🟢 خلاصه مقاله:
Blixt یک تعادل‌دهنده بار آزمایشی است که با ترکیب eBPF و Rust، امکان اجرای بخشی از منطق توزیع ترافیک در مسیر سریع کرنل را بررسی می‌کند. eBPF تصمیم‌گیری سریع درون کرنل و به‌روزرسانی پویا از طریق نقشه‌ها را فراهم می‌کند، و Rust ایمنی حافظه و قابلیت نگه‌داری بالاتر را برای مؤلفه‌های کاربر-فضا و مدیریت برنامه‌ها و پیکربندی‌ها به ارمغان می‌آورد. معماری پیشنهادی شامل یک بخش کوچک eBPF درون کرنل برای هدایت بسته‌ها و یک بخش Rust در فضای کاربر برای مدیریت سیاست‌ها و مشاهده‌پذیری است. این پروژه پژوهشی است و با هدف ارزیابی کارایی، ایمنی، و قابلیت عملیاتی شکل گرفته و هنوز برای محیط تولید آماده محسوب نمی‌شود.
🟣لینک مقاله:
https://ku.bz/1cZxMK7Ck
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GitHub
GitHub - kubernetes-retired/blixt: Layer 4 Kubernetes load-balancer
Layer 4 Kubernetes load-balancer. Contribute to kubernetes-retired/blixt development by creating an account on GitHub.
Forwarded from Daniele Polencic
What's your biggest challenge with GPU utilization in Kubernetes?
Final Results
62%
💰 Cost (idle/underutilized GPUs)
19%
🎯 Sharing GPUs across tenants
8%
⏰ Scheduling/queueing delays
12%
🛠️ Other (tell me more)
Forwarded from Daniele Polencic
What's your biggest Kubernetes resource management headache?
Final Results
39%
🔥 CPU throttling/OOM kills
23%
🎯 Getting devs to set requests/limits
35%
📊 No idea what values to use
3%
🤔 Other (share your thought)
Forwarded from Daniele Polencic
Do you use network policies in your Kubernetes clusters?
Final Results
22%
✅ Yes, everywhere
41%
🔃 For ingress/egress traffic
9%
🧭 For east west traffic only
28%
🤔 Other
Forwarded from Daniele Polencic
What's the largest Kubernetes cluster size you've seen in production (or read in the news)?
Final Results
76%
🔢 <1,000 nodes
14%
⚡ 1,000-10,000 nodes
5%
🚀 >10,000 nodes
5%
🤔 Other
🔵 عنوان مقاله
Launch Kubernetes job on-demand with Python
🟢 خلاصه مقاله:
این آموزش نشان می‌دهد چگونه با یک سرویس پایتونی داخل کلاستر، شغل‌های Kubernetes را به‌صورت درخواستی و برنامه‌وار از طریق API کلاستر ایجاد، پایش و حذف کنید. راهنما شامل استقرار سرویس با ServiceAccount و RBAC حداقلی، استفاده از کلاینت رسمی پایتون، ساخت مانفیست Job با تنظیماتی مانند تصویر، فرمان، منابع، برچسب‌ها، backoffLimit، parallelism و TTL، و نیز پایش وضعیت، دریافت لاگ‌ها و پاک‌سازی پس از اتمام است. در پایان، الگوهای ادغام (HTTP/صف)، امنیت و مشاهده‌پذیری بررسی می‌شوند تا بتوانید وظایف دسته‌ای را هر زمان لازم شد به‌طور مطمئن اجرا کنید.
🟣لینک مقاله:
https://ku.bz/B7FCLZw4-
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Launch Kubernetes job on-demand with Python
🟢 خلاصه مقاله:
این آموزش نشان می‌دهد چگونه با یک سرویس پایتونی داخل کلاستر، شغل‌های Kubernetes را به‌صورت درخواستی و برنامه‌وار از طریق API کلاستر ایجاد، پایش و حذف کنید. راهنما شامل استقرار سرویس با ServiceAccount و RBAC حداقلی، استفاده از کلاینت رسمی پایتون، ساخت مانفیست Job با تنظیماتی مانند تصویر، فرمان، منابع، برچسب‌ها، backoffLimit، parallelism و TTL، و نیز پایش وضعیت، دریافت لاگ‌ها و پاک‌سازی پس از اتمام است. در پایان، الگوهای ادغام (HTTP/صف)، امنیت و مشاهده‌پذیری بررسی می‌شوند تا بتوانید وظایف دسته‌ای را هر زمان لازم شد به‌طور مطمئن اجرا کنید.
🟣لینک مقاله:
https://ku.bz/B7FCLZw4-
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Launch Kubernetes Job on-demand with Python
Kubernetes Job launched programmatically with Python
❤1
🔵 عنوان مقاله
Securing Kubernetes Resources Without a VPN
🟢 خلاصه مقاله:
** این آموزش نشان می‌دهد چگونه بدون استفاده از VPN می‌توان دسترسی به سرویس‌های Kubernetes را با تکیه بر الگوی «احراز هویت در لبه» ایمن کرد. ترکیب ingress-nginx و oauth2-proxy احراز هویت OAuth 2.0/OIDC را برای سرویس‌ها فراهم می‌کند؛ کاربر به ارائه‌دهنده هویت (مثل Google، GitHub یا Azure AD) هدایت می‌شود، پس از ورود، کوکی جلسه صادر می‌گردد و فقط درخواست‌های معتبر به سرویس‌ها می‌رسند. پیکربندی شامل استقرار oauth2-proxy، تنظیم کلاینت/کوکی‌سیکرت، افزودن annotationهای احراز هویت به Ingress و فعال‌سازی TLS است. نتیجه: کنترل دسترسی متمرکز، SSO و MFA بدون پیچیدگی‌های VPN، مناسب برای حفاظت از داشبوردها و پنل‌های مدیریتی داخل کلاستر.
🟣لینک مقاله:
https://ku.bz/z67cDR8Fg
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Securing Kubernetes Resources Without a VPN
🟢 خلاصه مقاله:
** این آموزش نشان می‌دهد چگونه بدون استفاده از VPN می‌توان دسترسی به سرویس‌های Kubernetes را با تکیه بر الگوی «احراز هویت در لبه» ایمن کرد. ترکیب ingress-nginx و oauth2-proxy احراز هویت OAuth 2.0/OIDC را برای سرویس‌ها فراهم می‌کند؛ کاربر به ارائه‌دهنده هویت (مثل Google، GitHub یا Azure AD) هدایت می‌شود، پس از ورود، کوکی جلسه صادر می‌گردد و فقط درخواست‌های معتبر به سرویس‌ها می‌رسند. پیکربندی شامل استقرار oauth2-proxy، تنظیم کلاینت/کوکی‌سیکرت، افزودن annotationهای احراز هویت به Ingress و فعال‌سازی TLS است. نتیجه: کنترل دسترسی متمرکز، SSO و MFA بدون پیچیدگی‌های VPN، مناسب برای حفاظت از داشبوردها و پنل‌های مدیریتی داخل کلاستر.
🟣لینک مقاله:
https://ku.bz/z67cDR8Fg
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Securing Kubernetes Resources Without a VPN
OAuth2 Proxy and NGINX
How Container Filesystem Works: Building a Docker-like Container From Scratch
https://labs.iximiuz.com/tutorials/container-filesystem-from-scratch
https://labs.iximiuz.com/tutorials/container-filesystem-from-scratch
iximiuz Labs
How Container Filesystem Works: Building a Docker-like Container From Scratch | iximiuz Labs
Learn how Linux containers are built from the ground up. Starting with the mount namespace and a root filesystem, see why PID, cgroup, UTS, and network namespaces naturally follow - and how this foundation makes concepts like bind mounts, volumes, and persistence…
🔵 عنوان مقاله
Kgateway – An amazing tool to simplify traffic management using Kubernetes API Gateway
🟢 خلاصه مقاله:
این مقاله Kgateway را به‌عنوان یک راهکار بومیِ Kubernetes برای ساده‌سازی مدیریت ترافیک معرفی می‌کند. Kgateway با تکیه بر Gateway API، تعریف ورودی‌ها، مسیرها و سیاست‌ها را استاندارد و قابل‌اتکا می‌کند و به‌جای وابستگی به Ingressهای ناهمگون، یک مدل واحد و نقش‌محور ارائه می‌دهد: تیم پلتفرم زیرساخت و TLS را تعریف می‌کند و تیم‌های اپلیکیشن به‌صورت ایمن و در سطح نام‌فضا، Route و سیاست‌های خود را متصل می‌کنند. قابلیت‌هایی مانند مسیریابی HTTP/TCP، اتصال امن با TLS، احراز هویت و محدودسازی نرخ، شکل‌دهی درخواست و نیز الگوهای انتشار تدریجی مانند ترافیک‌سپاری (canary/blue‑green) با تعریفات اعلان‌محور (CRD) و قابل‌خودکارسازی (GitOps) فراهم می‌شود. مقاله همچنین بر مشاهده‌پذیری، وضعیت‌دهی شفاف برای Gateway و Route، و اعمال سیاست‌های سراسری در کنار سفارشی‌سازی سرویس‌ها تأکید دارد و با مثال‌های کوتاه YAML نشان می‌دهد چگونه با چند مانیفست می‌توان مسیریابی، TLS و سیاست‌ها را پیاده‌سازی کرد. جمع‌بندی مقاله این است که Kgateway با همسویی با استانداردهای Kubernetes، پیچیدگی را کاهش داده، تحویل تغییرات را سریع‌تر و عملیات روزمره را قابل‌اتکاتر می‌کند.
🟣لینک مقاله:
https://ku.bz/skdrwG11K
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kgateway – An amazing tool to simplify traffic management using Kubernetes API Gateway
🟢 خلاصه مقاله:
این مقاله Kgateway را به‌عنوان یک راهکار بومیِ Kubernetes برای ساده‌سازی مدیریت ترافیک معرفی می‌کند. Kgateway با تکیه بر Gateway API، تعریف ورودی‌ها، مسیرها و سیاست‌ها را استاندارد و قابل‌اتکا می‌کند و به‌جای وابستگی به Ingressهای ناهمگون، یک مدل واحد و نقش‌محور ارائه می‌دهد: تیم پلتفرم زیرساخت و TLS را تعریف می‌کند و تیم‌های اپلیکیشن به‌صورت ایمن و در سطح نام‌فضا، Route و سیاست‌های خود را متصل می‌کنند. قابلیت‌هایی مانند مسیریابی HTTP/TCP، اتصال امن با TLS، احراز هویت و محدودسازی نرخ، شکل‌دهی درخواست و نیز الگوهای انتشار تدریجی مانند ترافیک‌سپاری (canary/blue‑green) با تعریفات اعلان‌محور (CRD) و قابل‌خودکارسازی (GitOps) فراهم می‌شود. مقاله همچنین بر مشاهده‌پذیری، وضعیت‌دهی شفاف برای Gateway و Route، و اعمال سیاست‌های سراسری در کنار سفارشی‌سازی سرویس‌ها تأکید دارد و با مثال‌های کوتاه YAML نشان می‌دهد چگونه با چند مانیفست می‌توان مسیریابی، TLS و سیاست‌ها را پیاده‌سازی کرد. جمع‌بندی مقاله این است که Kgateway با همسویی با استانداردهای Kubernetes، پیچیدگی را کاهش داده، تحویل تغییرات را سریع‌تر و عملیات روزمره را قابل‌اتکاتر می‌کند.
🟣لینک مقاله:
https://ku.bz/skdrwG11K
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
DEV Community
kgateway: An amazing tool to simplify traffic management using Kubernetes API Gateway
Kgateway is a feature-rich, fast, and flexible Kubernetes-native ingress controller and...
Forwarded from Bardia & Erfan
✨ درود به همه دوستان ✨
به مناسبت روز برنامه‌نویس 🎉
می‌تونید فقط با ۲۰۰ هزار تومان تبلیغ‌تون رو توی تمام کانال‌های زیر منتشر کنید!
📌 این فرصت ویژه فقط تا پایان همین هفته اعتبار داره.
⏳برای هماهنگی بیشتر به ای دی زیر پیام بدید👾
@mrbardia72
🔽 لیست کانال‌هایی که تبلیغ در اون‌ها قرار می‌گیره:
https://t.iss.one/addlist/AJ7rh2IzIh02NTI0
به مناسبت روز برنامه‌نویس 🎉
می‌تونید فقط با ۲۰۰ هزار تومان تبلیغ‌تون رو توی تمام کانال‌های زیر منتشر کنید!
📌 این فرصت ویژه فقط تا پایان همین هفته اعتبار داره.
⏳برای هماهنگی بیشتر به ای دی زیر پیام بدید👾
@mrbardia72
🔽 لیست کانال‌هایی که تبلیغ در اون‌ها قرار می‌گیره:
https://t.iss.one/addlist/AJ7rh2IzIh02NTI0
🔵 عنوان مقاله
Why Kube-State-Metrics Matters for Kubernetes Observability
🟢 خلاصه مقاله:
کوبه‌استیت‌متریکس با تبدیل وضعیت اشیای کوبرنتیز به متریک‌های پرومتئوس، شکاف مهمی در مشاهده‌پذیری برطرف می‌کند: به‌جای فقط منابع و کانتینرها، می‌توانید سلامت واقعی اشیایی مثل Deployment، Pod، Job، CronJob، Node، PVC، HPA و ResourceQuota را ببینید. این سرویس فقط خواندنی است، از API کوبرنتیز وضعیت‌ها را می‌خواند و برای پرومتئوس اکسپوز می‌کند و در کنار node_exporter و cAdvisor و متریک‌های اپلیکیشن کار می‌کند. نصب معمولاً با Helm انجام می‌شود؛ سپس پرومتئوس باید سرویس KSM را اسکرپ کند (با ServiceMonitor در Prometheus Operator یا اسکرپ‌کانفیگ/Annotation). پس از آن می‌توانید هشدارها و داشبوردهایی برای مواردی مانند پادهای Pending یا CrashLoop، عدم کفایت Replica در Deployment/StatefulSet، شکست Job/CronJob، نودهای NotReady، PVC/PVهای Bind نشده، ناهماهنگی HPA و نزدیک‌شدن به حد Quota بسازید. برای کارایی بهتر، برچسب‌های پرکاردی‌نال را حذف کنید، از لیست سفید متریک‌ها استفاده کنید، RBAC را حداقلی نگه دارید و در صورت نیاز دامنه نام‌فضاها یا شاردینگ را تنظیم کنید. نتیجه، دید دقیق و کم‌هزینه‌ای از وضعیت واقعی کلاستر از منظر خود کوبرنتیز است.
🟣لینک مقاله:
https://ku.bz/3nNd4bDkK
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Why Kube-State-Metrics Matters for Kubernetes Observability
🟢 خلاصه مقاله:
کوبه‌استیت‌متریکس با تبدیل وضعیت اشیای کوبرنتیز به متریک‌های پرومتئوس، شکاف مهمی در مشاهده‌پذیری برطرف می‌کند: به‌جای فقط منابع و کانتینرها، می‌توانید سلامت واقعی اشیایی مثل Deployment، Pod، Job، CronJob، Node، PVC، HPA و ResourceQuota را ببینید. این سرویس فقط خواندنی است، از API کوبرنتیز وضعیت‌ها را می‌خواند و برای پرومتئوس اکسپوز می‌کند و در کنار node_exporter و cAdvisor و متریک‌های اپلیکیشن کار می‌کند. نصب معمولاً با Helm انجام می‌شود؛ سپس پرومتئوس باید سرویس KSM را اسکرپ کند (با ServiceMonitor در Prometheus Operator یا اسکرپ‌کانفیگ/Annotation). پس از آن می‌توانید هشدارها و داشبوردهایی برای مواردی مانند پادهای Pending یا CrashLoop، عدم کفایت Replica در Deployment/StatefulSet، شکست Job/CronJob، نودهای NotReady، PVC/PVهای Bind نشده، ناهماهنگی HPA و نزدیک‌شدن به حد Quota بسازید. برای کارایی بهتر، برچسب‌های پرکاردی‌نال را حذف کنید، از لیست سفید متریک‌ها استفاده کنید، RBAC را حداقلی نگه دارید و در صورت نیاز دامنه نام‌فضاها یا شاردینگ را تنظیم کنید. نتیجه، دید دقیق و کم‌هزینه‌ای از وضعیت واقعی کلاستر از منظر خود کوبرنتیز است.
🟣لینک مقاله:
https://ku.bz/3nNd4bDkK
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Why Kube-State-Metrics Matters for Kubernetes Observability
Empower your Kubernetes monitoring with Kube-State-Metrics
🔵 عنوان مقاله
Pangolin: Self-Hosted Zero Trust Tunnel with Identity and Access Control
🟢 خلاصه مقاله:
**پنگولین یک تونل خودمیزبان مبتنی بر اصل «اعتماد صفر» است که دسترسی به سرویس‌های داخلی را هویت‌محور و سیاست‌محور می‌کند. به‌جای باز کردن پورت‌ها یا استفاده از VPNهای یکپارچه، پنگولین سرویس‌هایی مانند وب‌اپ‌ها، SSH و پایگاه‌داده را از طریق تونل‌های خروجیِ رمزنگاری‌شده منتشر می‌کند و برای هر درخواست، هویت و مجوز را بررسی می‌کند. عامل‌های سبک‌وزن نزدیک سرویس‌ها اجرا می‌شوند، تونل‌های رمزنگاری‌شده را به صفحهٔ کنترلِ خودمیزبان برقرار می‌کنند، و صفحهٔ کنترل به‌عنوان پراکسی آگاه از هویت، سیاست‌های دسترسی دقیق (کاربر/گروه/منبع/زمان) را اعمال می‌کند. نتیجه، اجرای حداقل دسترسی، اعتبارهای کوتاه‌عمر، لاگ‌های ممیزی متمرکز و مدیریت ساده‌تر است؛ با سطح حمله کمتر و کنترل کامل سازمان بر داده‌ها و کلیدها، و بدون نیاز به باز کردن پورت‌های ورودی.
🟣لینک مقاله:
https://ku.bz/MzkRYlF1l
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Pangolin: Self-Hosted Zero Trust Tunnel with Identity and Access Control
🟢 خلاصه مقاله:
**پنگولین یک تونل خودمیزبان مبتنی بر اصل «اعتماد صفر» است که دسترسی به سرویس‌های داخلی را هویت‌محور و سیاست‌محور می‌کند. به‌جای باز کردن پورت‌ها یا استفاده از VPNهای یکپارچه، پنگولین سرویس‌هایی مانند وب‌اپ‌ها، SSH و پایگاه‌داده را از طریق تونل‌های خروجیِ رمزنگاری‌شده منتشر می‌کند و برای هر درخواست، هویت و مجوز را بررسی می‌کند. عامل‌های سبک‌وزن نزدیک سرویس‌ها اجرا می‌شوند، تونل‌های رمزنگاری‌شده را به صفحهٔ کنترلِ خودمیزبان برقرار می‌کنند، و صفحهٔ کنترل به‌عنوان پراکسی آگاه از هویت، سیاست‌های دسترسی دقیق (کاربر/گروه/منبع/زمان) را اعمال می‌کند. نتیجه، اجرای حداقل دسترسی، اعتبارهای کوتاه‌عمر، لاگ‌های ممیزی متمرکز و مدیریت ساده‌تر است؛ با سطح حمله کمتر و کنترل کامل سازمان بر داده‌ها و کلیدها، و بدون نیاز به باز کردن پورت‌های ورودی.
🟣لینک مقاله:
https://ku.bz/MzkRYlF1l
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GitHub
GitHub - fosrl/pangolin: Identity-Aware Tunneled Reverse Proxy Server with Dashboard UI
Identity-Aware Tunneled Reverse Proxy Server with Dashboard UI - fosrl/pangolin