Hands-on comparison against a deliberately broken cluster, with real outputs and failure-mode differences. Practical for deciding where AI Kubernetes tools fit: scanner, agent framework, or natural-language kubectl layer.

📌 Подробнее: https://decodeops.substack.com/p/k8sgpt-vs-kagent-vs-kubectl-ai-what

MemOps 🤨

MemOps 😃

lessfilter-pygmentize - подсветка синтаксиса на основе Pygments для  less

📌 Подробнее: https://github.com/CoeJoder/lessfilter-pygmentize

MemOps 🤨

MemOps 😃

Cilium стал дефолтным CNI в EKS: что делать с eBPF

В 2026 году eBPF окончательно перешёл из категории «попробовать в лабе» в инфраструктурный стандарт: AWS выбрала Cilium дефолтным CNI для EKS, проект вышел из инкубационной стадии CNCF, а ядро 6.x стабилизировало основные возможности. Cilium на eBPF обгоняет iptables по throughput на 30–40% и умеет L7-политики, пишет автор.

Что делать сейчас. На новых кластерах оцените Cilium вместо flannel/calico+iptables. На нодах проверьте ядро — uname -r не ниже 5.8, иначе часть функций недоступна, а CentOS 7/RHEL 7 не поддерживаются. Для безопасности разверните Tetragon: он ловит аномалии на уровне ядра и убивает процесс раньше, чем среагирует userspace.

📌 Подробнее: https://dev.to/linou518/ebpf-in-2026-the-kernel-revolution-powering-cloud-native-security-and-observability-22jd

MemOps 🤨

MemOps 😃

10 ошибок в CI/CD, которые замедляют работу инженеров

Процессы непрерывной поставки непрерывно связаны с эффективной работой пайплайнов. По мере роста числа репозиториев и циклов тестирования процессы СI/CD, которые работали на старте проекта, требуют инфраструктурных изменений.

В статье автор собрал 10 типичных ошибок в организации CI/CD. Вы узнаете, почему монолитные пайплайны приводят к росту времени сборок и как неправильная стратегия тестирования зависимостей и окружений влияет на стабильность доставки.

📌 Подробнее: https://devops.com/these-are-10-ci-cd-pipeline-mistakes-that-slow-down-engineering-teams/

MemOps 🤨

MemOps 😃

HPA, VPA или KEDA: что выбрать?

Среднестатистический кластер Kubernetes утилизирует 13% CPU и 20% RAM (согласно данным отчёта CNCF 2024 Kubernetes Benchmark Report). 87% остаются «простаивать».

Чтобы устранить этот «недостаток» есть 3 autoscaler'a: HPA, VPA и KEDA. Каждый из них решает свою задачу или делает это чуть иначе, чем «сосед».

И тут встаёт вопрос: а какой из них выбрать? Как сделать потребление ресурсов максимально эффективным?

Чтобы найти свой ответ на этот вопрос можно обратиться к статье.

В ней Автор рассматривает:
— Общие принципы работы каждого из представленных autoscaler’ов
— Проводит небольшой сравнительный анализ
— Приводит рекомендации о том, когда можно/нельзя их комбинировать
— Предлагает алгоритм того, как выбрать то, что в большей степени подойдет вам

📌 Подробнее: https://dev.to/muskan_8abedcc7e12/kubernetes-vpa-vs-hpa-vs-keda-which-autoscaler-actually-cuts-your-bill-4f4p

MemOps 🤨

MemOps 😃

A userspace out-of-memory killer

📌 Подробнее: https://github.com/facebookincubator/oomd

MemOps 🤨

MemOps 😃

Kubernetes дома? Ты не в себе? Как с Cursor и без DevOps-опыта поднять приватный кластер для личных проектов

📌 Подробнее: https://habr.com/ru/companies/flant/articles/1043430/

MemOps 🤨

Работа сисадмина:

MemOps 😃

Как снизить Latency в Kubernetes?

Высокая задержка (latency) в Kubernetes может стать настоящей головной болью для DevOps-инженера. Давайте разберем, какие ключевые настройки помогут снизить задержку и ускорить ваш кластер!

1. Настройка Kube-Proxy
Если используете iptables-режим, попробуйте переключиться на IPVS:

kubectl edit configmap -n kube-system kube-proxy

Установите mode: "ipvs". Это значительно улучшает балансировку нагрузки и снижает задержку при обработке запросов.

2. Подключение eBPF (Cilium)
Классические iptables могут быть узким местом. Попробуйте Cilium с eBPF, который обеспечивает более быструю маршрутизацию:

helm install cilium cilium/cilium --namespace kube-system

3. Использование NodeLocal DNSCache
DNS-запросы — частая причина высокой задержки. Включите локальный кэш:

kubectl apply -f https://k8s.io/examples/admin/dns/nodelocaldns.yaml

Это уменьшит нагрузку на CoreDNS и ускорит обработку запросов.

4. Tuning TCP (sysctl)
Настройте TCP-параметры для более быстрой передачи данных:

sysctl -w net.core.somaxconn=1024
sysctl -w net.ipv4.tcp_tw_reuse=1
sysctl -w net.ipv4.tcp_max_syn_backlog=8192

Эти параметры помогут лучше обрабатывать соединения и снижать задержку.

5. Использование Multi-NIC и CNI-плагинов
Если у вас высокий сетевой трафик, попробуйте Multus CNI для распределения нагрузки между несколькими сетевыми интерфейсами.

MemOps 🤨

MemOps 😃

chainloop — хранилище доказательств с открытым исходным кодом для аттестаций цепочки поставок программного обеспечения, спецификаций материалов программного обеспечения (SBOM), VEX, отчетов SARIF, отчетов QA и многого другого. С помощью Chainloop команды по безопасности, соответствию требованиям и управлению рисками могут определять политики безопасности и соответствия, какие доказательства и артефакты они хотят получать и где их хранить. С другой стороны, разработчики защищены от всей этой сложности, получая простые инструкции о том, что предоставлять при внедрении их конвейеров CI/CD.

📌 Подробнее: https://github.com/chainloop-dev/chainloop

MemOps 🤨

MemOps 😃

ClusterHound — инструмент, который встраивает Kubernetes в BloodHound. С помощью kubectl он собирает топологию кластера и его RBAC-конфигурацию, после чего выгружает результат в OpenGraph JSON для импорта. Главная идея в том, что многошаговые цепочки атак в Kubernetes — захват сервис-аккаунтов, эскалация привилегий, побег с хоста, доступ к секретам — превращаются в проходимые рёбра графа, по которым можно строить маршруты атак.

Под капотом кластер моделируется как 15 типов узлов и 27 типов рёбер, а рёбра отдаются как structured graph, который нативно понимает встроенный pathfinding BloodHound. В комплекте идёт 31 готовый Cypher-запрос — от анализа точек входа до кратчайших путей до полной компрометации кластера. Инструмент работает только на чтение (get/list) и мапит ровно столько, сколько видят используемые учётные данные, поэтому его можно запускать как на весь кластер, так и в рамках отдельных namespace.

Требуется Python 3.8+, kubectl и BloodHound CE версии 9.0 и выше. Проект активно развивается.

📌 Подробнее: https://github.com/dovesec/ClusterHound

MemOps 🤨

MemOps 😃