🔥 Факапы и их расследование

Истории расследования факапов, вызванных цепочками маловероятных событий и безобидных багов.

👉 45 минут увлекательного доклада с конфы DevOops

@DevOpsKaz 😛

🔥 10 бесплатных DevOps-лабораторий

⚪️ Платформа KodeKloud Engineer

Можете погрузиться в реальные задачи, пройти путь от системного администратора до архитектора DevOps.

⚪️ Сборник DevOps-лабов

Практикуйтесь с CI/CD, мониторингом и автоматизацией.

⚪️ Лаборатория Kubernetes

Разворачивайте кластеры, управляйте приложениями, осваивайте YAML как профи.

⚪️ Лаборатория Docker

Собирайте и запускайте настоящие контейнеры.

⚪️ Лаборатория Git

Осваивайте ветвления, слияния и потоки Git — становитесь мастером.

⚪️ Лаборатория Terraform

Пишите инфраструктуру как код и смело разворачивайте ресурсы AWS.

⚪️ Лаборатория Linux

Разбирайтесь с основами Linux — 90% работы DevOps начинается здесь.

⚪️ Лаборатория Ansible

Автоматизируйте настройку серверов как профи.

⚪️ Лаборатория Jenkins

Создавайте настоящие пайплайны CI/CD с практическим опытом Jenkins.

⚪️ Лаборатория Python

Практикуйтесь в написании скриптов для автоматизации и работы с облаками.

Пользуйтесь и делитесь с коллегами 🫡

@DevOpsKaz 😛

🔥 Автоскейлинг в Kubernetes

Чтобы ваши Kubernetes-приложения масштабировались как по волшебству, можно использовать KEDA (Kubernetes Event-driven Autoscaling) с кастомными метриками RED (Rate, Errors, Duration) из Prometheus.

KEDA позволяет автоматически увеличивать или уменьшать количество подов на основе данных. Это не просто про CPU или память. Вы задаёте свои правила, например, масштабировать при условии, что запросов больше 100 в минуту или ошибок на уровне 5%. Всё это работает через конфигурацию ScaledObject и запросы к Prometheus.

⚪️ Настраиваете Prometheus для сбора метрик (например, http_requests_total).
⚪️ Создаёте ScaledObject с триггером Prometheus, указывая адрес сервера и запрос (типа sum(rate(http_requests_total[5m]))).
⚪️ KEDA следит за метриками и управляет Horizontal Pod Autoscaler (HPA), добавляя или убирая поды.

Забудьте про жёсткие лимиты — адаптируйте масштабирование под бизнес-логику.

В результате: улучшите отклик сервисов, оптимизируете расходы на облако, получите более надёжную архитектуру и точную аналитику.

👉 Читать конкретные примеры

@DevOpsKaz 😛

🔥 Автоматическое ревью кода с помощью ИИ

По данным GitHub, более миллиона разработчиков начали использовать автоматическое ревью кода в первый месяц после релиза GitHub Copilot для пулл-реквестов в апреле 2025 года.

Главная проблема ИИ в ревью кода — отсутствие контекста. Модель не знает архитектуру вашего проекта. Каждое ложное срабатывание требует в среднем 10 минут на проверку. При 30% ложных срабатываний и 800 предупреждениях это 240 ложных тревог = 40 часов работы — полная рабочая неделя впустую.

Так как же на самом деле эффективно использовать ИИ в этой задаче?

⚪️ ИИ возится с рутиной

Те самые скобочки, null pointer, очевидные проблемы безопасности. ИИ освобождает время для самого ценного — обучения и обмена опытом.

Когда Microsoft разработчики перестали тратить время на поиск тривиальных ошибок, качество дискуссий значительно выросло. Вместо забыл проверку на null в строке 12 обсуждают почему выбрали такой паттерн для задачи.

Google пошёл дальше — их ML-suggested edits покрывают только 7% комментариев, остальные остаются за людьми. При этом экономия времени колоссальная, потому что эти 7 — самые времязатратные и скучные проверки.

⚪️ Мультиагентная оркестрация

Первый агент (RuleChecker) находит проблемы, второй (ReviewFilter) проверяет их точность.

Современные паттерны оркестрации включают последовательный анализ (безопасность → производительность → стиль), параллельную работу специализированных агентов и коллаборативное решение сложных задач через групповой чат агентов.

⚪️ Адаптация под кодовую базу

Ключевые компоненты успешной адаптации: дообучение на кодовой базе, постепенное обучение на новых паттернах и автоматическое обучение на действиях разработчиков.

DeepSeek Coder с 6,7 миллиардами параметров после дообучения превосходит CodeLlama с 13 миллиардами, достигая 70% полезных предложений против 40-50%.

👉 Узнайте, как применять советы на практике

@DevOpsKaz 😛

🔥 Новости DevOps

⚪️ Релиз Kubernetes v1.34

О новинках мы уже писали здесь. Выпуск содержит 58 улучшений. Из них 23 перешли в стабильную версию, 22 — в бета-версию и 13 — в альфа-версию.

⚪️ Nelm

Nelm — это альтернатива Helm 3. По сути инструмент развёртывания Kubernetes, который управляет диаграммами Helm и развёртывает их в Kubernetes. Умеет почти всё, что делает Helm, но лучше и даже обладает рядом дополнительных возможностей.

⚪️ Bedrock API keys

AWS представил новый тип ключей для Bedrock — как долгосрочные ключи, так и краткосрочные генерируются через новую библиотеку. Как работает и как обезопасить себя, читайте здесь.

⚪️ Отчет от Ghost Security

Провели исследование использования LLM для оптимизации времени разметки результатов, генерируемых SAST. В отчете детально описали методику тестирования (что искали, какие инструменты использовали) и пришли к выводу, что LLM действительно способна оптимизировать процесс.

Команда, к слову, потратила 2 месяца рабочего времени для того, чтобы найти 180 истинных срабатываний.

@DevOpsKaz 😛

🔥 Управление отказами ЦОД: причины, статистика и типичные ошибки в проектировании систем надежности

Хороший видос, который поможет уберечь продукт/сервис/бизнес от краха из-за сбоя в ЦОДе. Ключевые инсайты о надежности инфраструктуры, шокирующая статистика, реальный кейс и советы по тестированию и инженерной гигиене.

👉Смотреть на YouTube

@DevOpsKaz 😛

🚀 ИТОГИ КОНКУРСА УЖЕ СКОРО!

3 сентября в 17:00 мы проведём розыгрыш гранта на курс DevOps Upgrade.

Победитель получит 100% оплату обучения за счет Core 24/7 и Tech Orda!

❗️ВНИМАНИЕ! Если вы ставили "+" в комментариях, обязательно проверьте, что подали заявку на грант Tech Orda. Без этого участие в конкурсе не засчитывается.

Увидимся на розыгрыше!

@DevOpsKaz 😛

🔥 Ваша возможность повлиять на проекты SIG Multicluster

Kubernetes изначально был ориентирован на управление одним кластером, но теперь многие развертывают приложения по нескольким кластерам для повышения надежности, масштабируемости и compliance.

SIG Multicluster (github, group) разрабатывает Kubernetes-native подходы: API, инструменты и документацию для:

⚪️ Обмена данными между кластерами (метаданные, workloads).
⚪️ Автоматизации управления (федерация кластеров, CI/CD как Spinnaker).
⚪️ Интеграции с другими SIG (например, Network Policy для мультикластера).

Свежая инициатива SIG Multicluster — сбор фидбэка от пользователей с опытом мультикластеров — операторов, разработчиков и DevOps-инженеров.

Так сообщество сможет понять текущие практики использования, боли и приоритеты для разработки инструментов управления и мониторинга мультикластерами, чтобы сформировать дизайн, фичи и ресурсы сообщества.

Если у вас есть желание повлиять на текущие и новые проекты, участвуйте в опросе User feedback Survey: Building Multi cluster Management and Monitoring tool.

В этом и есть сила DevOps-сообщества — решать задачи коллективно. К тому же, нам потом с этими проектами и работать 🫡

@DevOpsKaz 😛

🔥 Мониторинг сети в 3500+ магазинах в кейсе JYSK

Мониторить сеть в тысячах магазинов — задача не для слабонервных. Ритейлер мебели и товаров для дома поделился, как они запустили speed-тесты в 3500+ магазинах, используя Kubernetes и Talos. Это история про edge-вычисления, автоматизацию и борьбу с типичными граблями CI/CD. Разбираем, как это работает и что можно взять для ваших проектов.

Проблема: Медленные тесты сети, нет масштаба.

Решение: Golang API, iperf3 с load balancing, InfluxDB + Grafana.

Результат: Real-time метрики (скорость, latency, packet loss) без нагрузки на магазины.

👉 Читайте в новой статье

@DevOpsKaz 😛