Друзья, совсем скоро мы проведем дни открытых дверей по курсам Linux и BigData. Регистрируйтесь, будет интересно! Преподаватели расскажут о курсе, ответят на вопросы и, конечно же, проведут розыгрыш бесплатных мест на курсах среди тех, кто успешно прошел вступительное тестирование. Если вы еще не сдавали тест - самое время это сделать! 🚀
https://otus.pw/QfyqsME8/
Ждем вам на днях открытых дверей!

#deepitsm #management #otus #CMDB
Давайте поговорим о базе данных конфигураций (CMDB).
Когда в ИТ ломается что-то серьёзное, мы всегда знаем кто затронут и каковы будут последствия. При повторяющихся больших сбоях у сотрудников ИТ вырабатывается мышечная память – пятая точка не даст забыть прошлый опыт. Здорово, что таких ситуаций не так много, и крупные инциденты не происходят каждый день.
Зато чуть менее серьёзные проблемы возникают постоянно. Даже в среднем ИТ-отделе из 50-100 человек поток инцидентов составляет десятки и сотни в день. При регистрации нового обращения пользователя очень важно знать, что именно сломалось и что ещё затронуто, чтобы оценить масштаб бедствия и спланировать работы по восстановлению. Без этой информации мы можем оценить сообщение «Не могу войти в компьютер» как незначительное, хотя речь про ERP-систему, выгружающую данные в производственную систему, которая остановит отгрузку готовой продукции предприятия, если нужные данные не поступят в нужное время.
Чтобы иметь возможность быстро и точно понять, что случилось и что затронуто, современные ИТ-отделы выстраивают базу данных конфигураций (CMDB). Эта база данных содержит каталог ИТ-услуг, плюс перечень основных ИТ-компонентов (оборудование, ПО, ИТ-системы целиком) и связи между ними. Полезность этой информации невозможно переоценить.
Например, происходит сбой на диске одного из серверов, о чём ИТ узнаёт от системы мониторинга. При регистрации данного инцидента на основе данных CMDB можно узнать, какие ИТ-системы используют данный сервер? Как они связаны между собой? Какие ИТ-услуги затронуты и как? Есть ли резервный сервер в кластере? Исходя из этого можно определить масштаб бедствия, приоритет инцидента, назначить его в правильную группу специалистов, дать им информацию для анализа. То есть – ускорить устранение критичных сбоев. Тогда ИТ-директор будет доволен и наверняка всех похвалит. Ведь ему перед бизнесом краснеть не придётся, а хорошим сотрудникам и премию не жалко выписать.

Мы обновили пак стикеров OTUS coding Owl. Еще больше классных сов!

Начинаем День Открытых дверей курса "Администратор Linux".
Преподаватель курса Дмитрий Молчанов расскажет о программе курса и карьерных перспективах, ответит на вопросы и проведет розыгрыш бесплатных мест среди тех, кто успешно прошел вступительное тестирование.
Присоединяйтесь к трансляции:
https://www.youtube.com/channel/UCetgtvy93o3i3CvyGXKFU3g/live

Наш второй День открытых дверей курса "Администратор Linux". Программа курса, карьера, вопросы - обо всём этом расскажет наш преподаватель Дмитрий Молчанов, а так же проведёт розыгрыш двух бесплатных мест.
Заходите:
https://www.youtube.com/channel/UCetgtvy93o3i3CvyGXKFU3g/live

Сегодня у нас стартует целых два Дня открытых дверей: "Руководитель IT подразделения" и "Разработчик BigData". Каждый курс представят его преподаватели: Игорь Гутник и Ксения Стройкова, покажем и расскажем программу, перспективу и проведём розыгрыши бесплатных мест. Присоединяйтесь:

ПОЗДРАВЛЯЕМ СЛУШАТЕЛЕЙ КУРСА "АДМИНИСТРАТОР LINUX" С ПЕРВЫМ ДНЕМ ЗАНЯТИЙ!

Сегодня, 27 октября, берет свой старт долгожданный курс "Администратор Linux" под руководством преподавателей: Дмитрия Молчанова и Григория Ожегова. Впереди вас ждут пять месяцев увлекательной учебы наполненной настоящими открытиями в области администрирования Linux. Комплексная программа подготовки, сочетающая в себе, как теорию, так и практические занятия позволяет подготовить настоящих профи по настройке и администрированию Linux.

ВАЖНО! Те, кто рассматривал обучение "Администратор Linux" в группу запуска 27 октября, спешим напомнить, что сегодня последний день, когда вы можете присоединиться к обучению. Осталось всего 2 места. Торопитесь, регистрация будет закрыта сегодня.

Вступить в ряды администраторов Linux можно тут https://otus.pw/sABazB5E/

Приглашаем всех на День открытых дверей по курсу "Разработчик BigData"! Послезавтра уже начнутся занятия и поэтому не упустите свой шанс задать вопросы преподавателю, последить за розыгрышом и вообще собраться в компании интересных людей!

Заходите: https://www.youtube.com/channel/UCetgtvy93o3i3CvyGXKFU3g/live

Последние пару лет о Big Data говорят все. IT-компании регулярно размещают вакансии Big Data Developer. Но далеко не все понимают, как возникло это направление и какие проблемы оно на самом деле решает. Как обрабатывают терабайты информации и какие технологии на это способны? Что нужно от Big Data бизнесу и какие решения сейчас успешно применяют для анализа больших объемов данных? Посвятите свое время обучению, чтобы получить ответы на все эти вопросы.
Многие компании уже хорошо знакомы с термином "Big Data". Согласно последнему исследованию Gartner 73% опрошенных компаний уже инвестировали либо намерены инвестировать в Big Data, в прошлом году эта цифра была равна 64%. Сегодня, 2 ноября 2017 года, стартует курс обучения "Разработчик BigData". Приглашаем пройти онлайн тестирование https://goo.gl/tPzir4

В последнее время идет настоящая охота на Java-разработчиков по всему миру. Спрос на разработчиков каждый год растёт примерно на 10-15 процентов, а база для образования не справляется. И потребности растут, и текучка большая: ведь в какой-то момент выяснилось, что Java позволяет наиболее индустриально разрабатывать код. Как профессионально расти и стать желанной целью? Студент, который пройдет обучение Java в OTUS, может получить в Москве больше, чем действующий разработчик. Сегодня, в рамках Дня Открытых Дверей Виталий Чибриков преподаватель курса «Разработчик Java» расскажет, какие есть варианты карьеры в России у вас, если вы уже знаете Java и у вас есть несколько месяцев, чтобы перейти на новый язык и новую среду разработки.
Прямая трансляция начнется в 20:00 по московскому времени. Подключиться https://goo.gl/eRCqsi
И на десерт список компаний, в каждой из которых, работают свыше 200 Java разработчиков: Amazon, Oracle, Azul, Одноклассники, Deutsche Bank, Одноклассники, Luxoft , Twitter, Facebook, LinkedIn, JetBrains и другие.
Но, не спешите подавать свои резюме в эти компании, вначале мы приглашаем вас пройти тестирование https://goo.gl/MFqmQN

Несмотря на выходной день сегодня, совсем скоро мы начнем День открытых дверей на курсе "DevOps: практики и инструменты".
Ответим на все вопросы, расскажем про программу курса и, конечно, проведем розыгрыш бесплатных мест на курсе среди тех, кто прошел вступительное тестирование.
Начинаем через считанные минуты: https://www.youtube.com/channel/UCetgtvy93o3i3CvyGXKFU3g/live

Пять библиотек для Python, которые делают визуализацию данных простой. № 1 Bokeh.

Учитывая необычайный рост объемов и видов данных, которыми оперируют приложения, визуализация данных становится тем заданием, столкновение с которым неизбежно. И, очевидно, что навык презентовать данные в форме легкой для понимания становится все более ценным. OTUS представляет перевод серии заметок, в которой дается обзор пяти библиотек для визуализации данных в Python.

Возможность подключать расширения — одна из важнейших причин, почему Python так популярен среди разработчиков из самых разных областей. Как правило, все они имеют дело с большими объемами данными, и возможность представлять эти данные в удобоваримом формате для них является профессиональной необходимостью. В Python представлено множество способов визуализации данных, и некоторые из них перечислены ниже.

Каждая из этих библиотек обладает своими особенностями. В зависимости от контекста, определенные библиотеки могут быть более предпочтительными. Более того, некоторые из этих библиотек являются надстройками других модулей. Так например, Seaborn — библиотека для визуализации статистических данных, которая для построения графиков обращается к Matplotlib, модулю, который, пожалуй, является одним из самых популярных среди разработчиков на Python во всех областях. В этой серии заметок мы представим пять библиотек для визуализации данных, а именно: Bokeh, Seaborn, Altair, ggpot и Pygal.

Bokeh.
Библиотека визуализации данных Bokeh в первую предназначена для построения интерактивных графиков, которые рендерятся в веб-браузере. Визуализация, построенная с помощью Bokeh, в плане стиля близка к D3.js. Высокая производительность и интерактивность, даже в случае больших датасетов — одни из отличительных черт этого модуля.
Официальный мануал рекомендует использовать сборку Anaconda Python для легкой установки модуля. Естественно, библиотека может быть установлена и через pip, если требования удовлетворены.

Как уже говорилось, делать графики в Bokeh очень легко. Следующий пример кода позволяет построить простой линейный график и экспортировать его в html:

from bokeh.plotting import figure, output_file, show

# 1. Load some data in X,Y variables
x = [1, 2, 3, 4, 5]
y = [23, 15, 7, 12, 21]

# 2. Specify the name of the output HTML file
output_file(«lines.html»)

#3. create a new plot with a noscript and axis labels
p = figure(noscript=”Bokeh Demo for OSFY», x_axis_label=’x’, y_axis_label=’y’)

#4. add a line renderer with legend and line thickness
p.line(x, y, legend=”Age», line_width=3)

#5. show the results
show(p)

Главные шаги, задействованные в построении визуализации в Bokeh:

Загрузить данные.
Задать имя html файла, в который будет сохранен результат.
Использовать функцию figure(), что построить график с заданными условиями.
Задать параметры определенных видов графиков можно с помощью рендерера. В предыдущем примере был использован рендерер Figure.line.
Финальный шаг — вызвать функцию show() или save().

Bokeh также позволяет связывать различные факторы отдельных графиков, что осуществляется с помощью так называемого процесса linking panning. В примере ниже, некоторые из компонентов являются общими для нескольких графиков. Изменяя область значений одного из графиков, мы меняем ее и для других.

Пример кода:

import numpy as np
from bokeh.layouts import gridplot
from bokeh.plotting import figure, output_file, show

# prepare some data
N = 100
x = np.linspace(0, 4*np.pi, N)
y0 = np.sin(x)
y1 = np.cos(x)
y2 = np.sin(x) + np.cos(x)

# output to static HTML file
output_file(«linked_panning.html»)

# create a new plot
s1 = figure(width=250, plot_height=250, noscript=None)
http://amp.gs/B4b8(x, y0, size=10, color=”blue», alpha=0.5)
# NEW: create a new plot and share both ranges
s2 = figure(width=250, height=250, x_range=s1.x_range, y_range=s1.y_range, noscript=None)
s2.triangle(x, y1, size=10, color=”firebrick», alpha=0.5)
# NEW: create a new plot and share only one range
s3 = figure(width=250, height=250, x_range=s1.x_range, noscript=None)
s3.square(x, y2, size=10, color=”green», alpha=0.5)

# NEW: put the subplots in a gridplot
p = gridplot([­[s1, s2, s3]], toolbar_location=None)

# show the results
show(p)

Нововведения в Terraform.
Terraform — это продукт компании HashiCorp для декларативного описания инфраструктуры в виде кода.  В последние два месяца произошло два значимых для сообщества Terraform события: релиз версии 0.10 и конференция HashiConf. В рамках нового релиза код ядра Terraform был отделен от кода провайдеров и они были вынесены в отдельную организацию на GitHub. Это позволяет теперь вести их разработку отдельно от релизного цикла основного продукта. Таким образом, релизы провайдеров стали выходить чаще, исправления ошибок и новые функции появляются быстрее, увеличилась вовлеченность сообщества в разработку. И стало возможным фиксировать в конфигурации не только версию самого Terraform, но и используемых провайдеров. 

Также в версии 0.10 добавили флаг -auto-approve для команды terraform apply, и теперь можно проконтролировать изменения и подтвердить их одной командой «terraform apply -auto-approve=false» вместо привычной последовательности команд «terraform plan && terraform apply», которая в некоторых случаях могла приводить к непредсказуемому результату. 
На конференции HashiConf 2017 был представлен портал Terraform Module Registry. У Terraform появилось центральное хранилище для модулей, в котором можно найти необходимый модуль, примеры его использования, какие параметры он принимает и, что предоставляет. В нем находятся, как проверенные (verified), так и community модули. А в Enterprise версии Terraform доступен Private Module Registry для собственных закрытых разработок.

Научиться использовать Terraform и практике Infrastructure as Code вам помогут эксперты из Экспресс 42 в курсе "DevOps практики и инструменты" в OTUS.