Forwarded from 🎄 یک برنامه نویس تنبل (The Lazy 🌱 Raymond)
🔶 مزخرف ترین سیستم عضویت, مربوط به استیم است.
هر پسوردی براش تعریف می کنید و ۵ دقیقه بعد پیام تایید تغییر پسورد میاد.
بعدش با همون پسورد تعریف کردید رو وارد می کنید و پیغام please check your password and account name and try again می دهد.
۱۰ بار تغییر پسورد انجام می دهید, ولی گردن نمی گیره و اینکه چنین پسوردی قبول کنه, شانسی هست.
@TheRaymondDev
هر پسوردی براش تعریف می کنید و ۵ دقیقه بعد پیام تایید تغییر پسورد میاد.
بعدش با همون پسورد تعریف کردید رو وارد می کنید و پیغام please check your password and account name and try again می دهد.
۱۰ بار تغییر پسورد انجام می دهید, ولی گردن نمی گیره و اینکه چنین پسوردی قبول کنه, شانسی هست.
@TheRaymondDev
Forwarded from 🎄 DevTwitter | توییت برنامه نویسی
من با بسیاری از بنیانگذاران استارتاپ ها صحبت کرده ام و تقریباً همه آنها از Django در قسمت Backend استفاده می کنند.
اگر به دنبال کاریابی هستید، یادگیری Django می تواند انتخاب بسیار خوبی باشد.
@DevTwitter | <Persian_Programmer/>
اگر به دنبال کاریابی هستید، یادگیری Django می تواند انتخاب بسیار خوبی باشد.
@DevTwitter | <Persian_Programmer/>
Forwarded from دستاوردهای یادگیری عمیق(InTec)
از کانال یوتیوب
اینبار بررسی دستاوردهای
توجه شمارو جلب میکنم به میزان سالهای تحقیق و هزینههای تیم
What if all the world's biggest problems have the same solution?
Veritasium تا حالا خیلی نوشتم؛ ولی واقعا از تمام ویدئوهای این کانال لذت میبرم.اینبار بررسی دستاوردهای
AlphaFold چطور به این ایده رسیدن؛ چطور راهکار براش پیشنهاد شد و چرا جایزه نوبل بهشون دادند ؟توجه شمارو جلب میکنم به میزان سالهای تحقیق و هزینههای تیم
DeepMind برای رسیدن به این خروجی.What if all the world's biggest problems have the same solution?
YouTube
AlphaFold - The Most Useful Thing AI Has Ever Done
The biggest problems in the world might be solved by tiny molecules unlocked using AI. Take your big idea online today with https://ve42.co/hostinger - code VE at checkout.
A huge thank you to John Jumper and Kathryn Tunyasuvunakool at Google Deepmind; and…
A huge thank you to John Jumper and Kathryn Tunyasuvunakool at Google Deepmind; and…
Forwarded from دستاوردهای یادگیری عمیق(InTec)
#ExplainedByScience
یک توضیح علمی و منطقی برای تجربیات و اتفاقات غیر منطقی (خطاهای کامپیوتری)
خیلی جوانتر که بودم (زمانی که توی کار شبکه بودم) یک بحثی داشتیم راجب اینکه چرا دیتا سنتر رو به ارتفاعات منتقل نکنیم (مشکل شدید گرما، کابلکشی و ... داشتیم و این موضوع خیلی روی تجهیزات و درآمد شرکت اثر میذاشت)
مشاور ساخت دیتا سنتر یک ایرانی بود که با غولهای تکنولوژی کار میکرد
اون زمان میگفت این کار باعث افزایش خطای محاسباتی میشه و نباید از یک ارتفاعی بالاتر دیتاسنتر ساخت،
دیروز توی کانال یوتیوب Veritasium این موضوع و دلیل بعضی از خطاهای بدون منطق و بدون دلیل کامپیوتری رو نشون داد
پیشنهاد میکنم حتماً این ویدئو رو ببینید :
Youtube Link
یک توضیح علمی و منطقی برای تجربیات و اتفاقات غیر منطقی (خطاهای کامپیوتری)
خیلی جوانتر که بودم (زمانی که توی کار شبکه بودم) یک بحثی داشتیم راجب اینکه چرا دیتا سنتر رو به ارتفاعات منتقل نکنیم (مشکل شدید گرما، کابلکشی و ... داشتیم و این موضوع خیلی روی تجهیزات و درآمد شرکت اثر میذاشت)
مشاور ساخت دیتا سنتر یک ایرانی بود که با غولهای تکنولوژی کار میکرد
اون زمان میگفت این کار باعث افزایش خطای محاسباتی میشه و نباید از یک ارتفاعی بالاتر دیتاسنتر ساخت،
دیروز توی کانال یوتیوب Veritasium این موضوع و دلیل بعضی از خطاهای بدون منطق و بدون دلیل کامپیوتری رو نشون داد
پیشنهاد میکنم حتماً این ویدئو رو ببینید :
Youtube Link
YouTube
The Universe is Hostile to Computers
Tiny particles from distant galaxies have caused plane accidents, election interference and game glitches. This video is sponsored by Brilliant. The first 200 people to sign up via https://brilliant.org/veritasium get 20% off a yearly subnoscription.
This…
This…
Forwarded from IRCF | اینترنت آزاد برای همه
سرویس جدید کاندویت که امروز توسط سایفون معرفی شده، احتمالا چیزی شبیه Tor باشه، که افراد خارج از کشور میتونن با نصب و اجرای اون، اینترنت آزاد رو از بستر سایفون در اختیار مردم کشورهایی (نظیر ایران) که با محدودیت اینترنت مواجهان قرار بدن.
خود کاندویت یک فیلترشکن نیست، اما بهنظر میرسه درصورت استقبال توانایی سایفون رو در عبور از فیلترینگ بهطور قابل توجهی افزایش بده.
🔍 ircf.space
@ircfspace
خود کاندویت یک فیلترشکن نیست، اما بهنظر میرسه درصورت استقبال توانایی سایفون رو در عبور از فیلترینگ بهطور قابل توجهی افزایش بده.
🔍 ircf.space
@ircfspace
Forwarded from Python Hints
logging نوشتن برای ی سیستم ماژولار و بزرگ؛ بعد ی اتفاقی افتاده توی سیستم مجبور شدن لاگهارو چک کنند ولی هیچی به دست نیاوردن.
کاربرا ادعای خسارت کردن و اینها هم مطمئن هستن حداقل ۳۰٪ کاربرا دروغ میگن (منم همین رو دیدم توی دیتاها) اما کدوم کاربرا مشخص نیست.
گفتیم شاید داریم لاگ اشتباهی رو میبینیم؛ ممکنه چند بخشی باشه یا ...
ولی وقتی رفتیم پای کدها؛ دیدیم دولوپر نوشته:
BUG: TODO:
I am forced to move to another micro-service, and this will not work on scale.
و حالا به اون مرحله رسیدند؛ ادعاهای خسارت قابل بررسی نیست و مدیرعامل شرکت به غلط کردن افتاده.
طبق گفته خودشون؛ سود چندین سال شرکت پرید - کارد میزدی خون مدیرعامل در نمیومد چون خودش نیروها رو فورس کرده بود.
شرکت دیگری که مقصر این وضعیت هم بوده گفته بدون لاگ هیچ خسارتی پرداخت نمیکنیم حتی ۱ نفر و اون ۷۰٪ باقیمانده رو که فکر میکردن ازین شرکت بگیرند رو هم باید از جیب بدند.
اینجا دیگه موضوع برنامهنویس بد نبود؛ موضوع فشار آوردن بیش از اندازه به تیم برنامهنویسی بود.
Forwarded from Linuxor ?
مغز تصویر رو از شبکیه میگیره و از طریق عصب بینایی به قشر بینایی اولیه V1 میفرسته، چیزای ساده مثل لبهها و جهتها پردازش میشن. بعدش توی قشر بینایی ثانویه V2 اشکال پیچیدهتر تحلیل میشن. قشر V4 رنگ و بافت رو تشخیص میده و در نهایت، V5/MT حرکت و ردیابی اشیا رو پردازش میکنه تا مغز بتونه کل صحنه رو بفهمه.
کامپیوتر هم عکس رو به صورت آرایهای از صفر و یک میگیره، بعد پردازنده با فیلترهای تشخیص لبه و استخراج ویژگیهای پایهای، اطلاعات اولیه رو میسازه شبیه همون کاری که V1 توی مغز میکنه. بعدش الگوریتمهای یادگیری ماشین شکل و رنگ رو میفهمن و در نهایت، شبکههای عصبی عمیق مثل CNN و ViT تصویر رو تحلیل و تفسیر میکنن، درست مثل مغز!
@Linuxor
کامپیوتر هم عکس رو به صورت آرایهای از صفر و یک میگیره، بعد پردازنده با فیلترهای تشخیص لبه و استخراج ویژگیهای پایهای، اطلاعات اولیه رو میسازه شبیه همون کاری که V1 توی مغز میکنه. بعدش الگوریتمهای یادگیری ماشین شکل و رنگ رو میفهمن و در نهایت، شبکههای عصبی عمیق مثل CNN و ViT تصویر رو تحلیل و تفسیر میکنن، درست مثل مغز!
@Linuxor
Forwarded from Gopher Academy
🔵 عنوان مقاله
etree 1.5: A Library to Parse and Generate XML Easily
🟢 خلاصه مقاله:
این مقاله به بررسی روشی ساده و مستقیم برای کار با XML در زبان برنامهنویسی Go پرداخته است که از ElementTree پایتون الهام گرفته شده است. در این رویکرد، اسناد XML به صورت درختهایی نمایش داده میشوند که امکان پیمایش آسان آنها را فراهم میکند. کاربران میتوانند اسناد XML را ایجاد، وارد، تغییر دهند و ذخیره کنند. همچنین، پرس و جو در این اسناد میتواند با استفاده از روشی شبیه به XPath انجام شود. این مقاله به توضیح و بررسی این امکانات میپردازد و نحوه استفاده از آنها در زبان Go را به طور دقیق شرح میدهد. این رویکرد به برنامهنویسان اجازه میدهد تا با استفاده از ابزارهای Python و الهام از آن، به راحتی با XML در Go کار کنند.
🟣لینک مقاله:
https://golangweekly.com/link/165346/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
etree 1.5: A Library to Parse and Generate XML Easily
🟢 خلاصه مقاله:
این مقاله به بررسی روشی ساده و مستقیم برای کار با XML در زبان برنامهنویسی Go پرداخته است که از ElementTree پایتون الهام گرفته شده است. در این رویکرد، اسناد XML به صورت درختهایی نمایش داده میشوند که امکان پیمایش آسان آنها را فراهم میکند. کاربران میتوانند اسناد XML را ایجاد، وارد، تغییر دهند و ذخیره کنند. همچنین، پرس و جو در این اسناد میتواند با استفاده از روشی شبیه به XPath انجام شود. این مقاله به توضیح و بررسی این امکانات میپردازد و نحوه استفاده از آنها در زبان Go را به طور دقیق شرح میدهد. این رویکرد به برنامهنویسان اجازه میدهد تا با استفاده از ابزارهای Python و الهام از آن، به راحتی با XML در Go کار کنند.
🟣لینک مقاله:
https://golangweekly.com/link/165346/web
➖➖➖➖➖➖➖➖
👑 @gopher_academy
GitHub
GitHub - beevik/etree: parse and generate XML easily in go
parse and generate XML easily in go. Contribute to beevik/etree development by creating an account on GitHub.
Forwarded from 🎄 DevTwitter | توییت برنامه نویسی
سازنده ردیس، چند وقتی میشه که به تیمش برگشته، و چند روز پیش این پست رو با عنوان "We are destroying software" تو بلاگ شخصیش منتشر کرده
کل پست صرفاً چند جمله که با همین عبارت شروع میشه، ولی واقعاً جای تفکر داره
چیزی نمیگم، خیلی کوتاهه خودتون بخونید :)
antirez.com/news/145
@DevTwitter | <Taqi/>
کل پست صرفاً چند جمله که با همین عبارت شروع میشه، ولی واقعاً جای تفکر داره
چیزی نمیگم، خیلی کوتاهه خودتون بخونید :)
antirez.com/news/145
@DevTwitter | <Taqi/>
Forwarded from IRCF | اینترنت آزاد برای همه
سایفون سرویس جدیدی به نام کاندویت یا Conduit برای اندروید و ویندوز معرفی کرده، که به افراد امکان میده دستگاهشون رو به یک سرور پروکسی (واسطهی امن برای اتصال به اینترنت) تبدیل کنن.
این ویژگی به دیگران در مناطق دارای سانسور اینترنت کمک میکنه تا به اینترنت آزاد دسترسی داشته باشن.
💡 play.google.com/store/apps/details?id=ca.psiphon.conduit
کاندویت برای کمک به افرادی که در کشورهای تحت سانسور زندگی میکنن طراحی شده، تا بتونن به اطلاعات بدون محدودیت دسترسی پیدا کنن.
اینکار از طریق اتصال به دستگاههایی انجام میشه که بهعنوان گرههای پروکسی به شبکه Psiphon متصل هستن.
هرچه تعداد ایستگاههای Conduit بیشتر باشه، سیستم قادرتر میشه و امنیت بهبود یافته و تابآوری در برابر سانسور افزایش پیدا میکنه.
🔍 ircf.space/software
@ircfspace
این ویژگی به دیگران در مناطق دارای سانسور اینترنت کمک میکنه تا به اینترنت آزاد دسترسی داشته باشن.
💡 play.google.com/store/apps/details?id=ca.psiphon.conduit
کاندویت برای کمک به افرادی که در کشورهای تحت سانسور زندگی میکنن طراحی شده، تا بتونن به اطلاعات بدون محدودیت دسترسی پیدا کنن.
اینکار از طریق اتصال به دستگاههایی انجام میشه که بهعنوان گرههای پروکسی به شبکه Psiphon متصل هستن.
هرچه تعداد ایستگاههای Conduit بیشتر باشه، سیستم قادرتر میشه و امنیت بهبود یافته و تابآوری در برابر سانسور افزایش پیدا میکنه.
🔍 ircf.space/software
@ircfspace
Forwarded from IRCF | اینترنت آزاد برای همه
نسخه ۱.۰ از پنل Hysteria2 با امکان مدیریت کاربران، نظارت بر ترافیک، یکپارچگی WARP، پشتیبانی از چندین فرمت سابلینک، مسیریابی مبتنی بر Geo Files و ... منتشر شد.
👉 github.com/ReturnFI/Hysteria2
🔍 ircf.space
@ircfspace
👉 github.com/ReturnFI/Hysteria2
🔍 ircf.space
@ircfspace
Forwarded from LearnPOV | لرن پی او وی (Smin)
10 شورتکات ضروری VS Code برای که سرعتتون رو به شدت بالا میبره 🚀
📂 Ctrl + P
📚 Ctrl + B
💡Ctrl + Space
🔗 Ctrl + Shift + L
امیدوارم از این مطلب لذت برده باشید، با ریاکشنای خودتون بهمون انرژی بدید ❤️🔥
➖➖➖➖➖➖➖➖➖
📂 Ctrl + P
باز کردن سریع هر فایل📝 Ctrl + /
با این میانبر میتونی خیلی راحت اسم فایل موردنظرت رو تایپ کنی و مستقیماً اون رو باز کنی.
کامنت/آنکامنت کردن یک خط↕️ Alt + ↑ / ↓
این ترکیب بهت کمک میکنه که یک خط رو بهسرعت کامنت یا آنکامنت کنی، بدون نیاز به تایپ دستی //.
جابهجا کردن یک خط به بالا یا پایین❌ Ctrl + Shift + K
اگر بخوای بدون کپی/پیست کردن، یک خط رو بالا یا پایین ببری، این میانبر خیلی کاربردیه.
حذف خط جاری
با این ترکیب میتونی کل خطی که نشانگر روشه رو بدون انتخاب حذف کنی.
📚 Ctrl + B
نمایش یا مخفی کردن سایدبار
با این میانبر سریع سایدبار رو باز و بسته کن تا فضای بیشتری برای کدنویسی داشته باشی.
💡Ctrl + Space
فعال کردن IntelliSense برای پیشنهادات کد🔍 Ctrl + Shift + F
اگر در حال کدنویسی هستی و پیشنهادهای خودکار نمایش داده نشدن، این میانبر کمک میکنه دوباره اونها رو ببینی.
جستجو در کل پروژه📑 Ctrl + D
این میانبر بهت امکان میده که در کل فایلهای پروژه دنبال متن یا کدی خاص بگردی.
انتخاب بعدیِ کلمهای که هایلایت شده
اگه بخوای چند کلمه مشابه رو یکییکی انتخاب کنی، این ترکیب فوقالعادهست.
🔗 Ctrl + Shift + L
انتخاب تمام موارد مشابه در متن📜 Ctrl + Shift + P
این میانبر همهی نمونههای یک کلمه در فایل رو یکجا انتخاب میکنه تا بتونی همه رو همزمان تغییر بدی.
باز کردن Command Palette
با این ترکیب میتونی به همهی دستورات و قابلیتهای VS Code دسترسی داشته باشی.
#vscode #tricks
𝗖𝗛𝗔𝗡𝗡𝗘𝗟 | 𝗚𝗥𝗢𝗨𝗣
➖➖➖➖➖➖➖➖➖
Forwarded from Geek Alerts
مصرف رم کمتر مرورگر لزوما بهتر نیست، مرورگرها رم رو برای استفادههای بعدی از اون Tab ذخیره میکنن، که وقتی برمیگردید اون تب سریع باز بشه، مرورگر Edge با غیر فعال کردن تب مصرف رم رو کم میکنه و تبلیغ میکنه من رم کمتری مصرف میکنم. ولی کروم هم ویژگی inactive tab تو بخش پرفورمنس داره.
کافیه به بخش پرفورمنس کروم برید و Memory Saver رو فعال کنید، اونجا بهتون میگه inactive tab میخواید توی چه سطحی باشه تا مصرف رم کمتری داشته باشید.
reddit
@geekalerts
کافیه به بخش پرفورمنس کروم برید و Memory Saver رو فعال کنید، اونجا بهتون میگه inactive tab میخواید توی چه سطحی باشه تا مصرف رم کمتری داشته باشید.
@geekalerts
Forwarded from کانال مهرداد لینوکس
❌ دیگه History دستورات لینوکس و ویندوز را نگرد
🔥 ابزار intelli-shell یک code-completion مثل IntelliSense برای ترمینال لینوکس است 😎
💠 برای Bash, Zsh, Fish حتی PowerShell هم کار میکنه
💠 برای Linux و,MacOS حتی Windows 😁
✅ نصب :
✅ روش استفاده :
با دستور زیر دستورات tldr را دانلود و ذخیره میکنه
با دستور export و import خروجی میگیره و بک آپ شما را برمیگردانه
شورت کات های مهم:
🔥از این آسون تر؟
❤️ ممنون از حمایت هاتون 💐🌺
#ابزار_کاربردی #لینوکس #Utility #linux
🔥 ابزار intelli-shell یک code-completion مثل IntelliSense برای ترمینال لینوکس است 😎
💠 برای Bash, Zsh, Fish حتی PowerShell هم کار میکنه
💠 برای Linux و,MacOS حتی Windows 😁
✅ نصب :
mkdir -p ~/.local/share/intelli-shell/bin
curl -sSf https://raw.githubusercontent.com/lasantosr/intelli-shell/main/intelli-shell.sh > ~/.local/share/intelli-shell/bin/intelli-shell.sh
✅ روش استفاده :
با دستور زیر دستورات tldr را دانلود و ذخیره میکنه
intelli-shell fetch
با دستور export و import خروجی میگیره و بک آپ شما را برمیگردانه
شورت کات های مهم:
ctrl + b bookmark دستور جاری
ctrl + space نمایش پیشنهاد ها
ctrl + l جایگذاری labelsبا
ctrl + d حذف کردن
ctrl + e یا ctrl + u یا F2 ویرایش
🔥از این آسون تر؟
❤️ ممنون از حمایت هاتون 💐🌺
#ابزار_کاربردی #لینوکس #Utility #linux
Forwarded from Geek Alerts
گوگل برای کسایی که اشتراک Google One AI رو خریداری کرده باشن سرویس NotebookLM Plus رو هم ارائه میده، از خود NotebookLM میدونید که یک AI حرفهای برای یادداشت برداری و تحقیق هست و اشتراک پلاس اون اجازه میده جای ۱۰۰ تا ۵۰۰ تا نوتبوک ایجاد کنید و جای ۵۰ منبع ۳۰۰ منبع داشته باشید.
در کنار اینکه جای ۵۰ چت روزانه ۵۰۰ چت دارید و سرویس پادکست هم تا ۲۰ خلاصه صوتی در روز تولید میکنه، ولی این اشتراک فقط به استفاده بیشتر محدود نیست و ویژگیهایی هم به NotebookLM اضافه میکنه مثل اینکه میتونید سبک و طول جواب دادن رو هم مشخص کنید.
اشتراک Google One AI Premium که ماهانه ۲۰ دلار هست الان مزایای زیادی مثل دسترسی به Gemini Advanced رو داره، به صورت مستقیم یا توی برنامههای مختلف مثل Gmail و ... در کنار امکان ذخیره کردن دیتا توی گوگل درایو تا ۲ ترابایت که ارزش این اشتراک رو بیشتر هم میکنه.
https://notebooklm.google/
blog.google
@geekalerts
در کنار اینکه جای ۵۰ چت روزانه ۵۰۰ چت دارید و سرویس پادکست هم تا ۲۰ خلاصه صوتی در روز تولید میکنه، ولی این اشتراک فقط به استفاده بیشتر محدود نیست و ویژگیهایی هم به NotebookLM اضافه میکنه مثل اینکه میتونید سبک و طول جواب دادن رو هم مشخص کنید.
اشتراک Google One AI Premium که ماهانه ۲۰ دلار هست الان مزایای زیادی مثل دسترسی به Gemini Advanced رو داره، به صورت مستقیم یا توی برنامههای مختلف مثل Gmail و ... در کنار امکان ذخیره کردن دیتا توی گوگل درایو تا ۲ ترابایت که ارزش این اشتراک رو بیشتر هم میکنه.
https://notebooklm.google/
blog.google
@geekalerts
Forwarded from Gopher Academy
Forwarded from Syntax | سینتکس (Daimon)
تاریخچه کوبرنتیز
کوبرنتیز (Kubernetes) یکی از پیشروترین ابزارهای مدیریت کانتینرها در دنیای فناوری امروز است. اما برای درک بهتر تاریخچه کوبرنتیز، لازم است ابتدا نگاهی به ریشههای آن و پیشرفتهایی که به خلق این ابزار انجامید بیندازیم.
2006: آغاز راه در گوگل با cgroup
در سال 2006، گوگل بهدنبال بهینهسازی منابع خود بود، چرا که نیاز داشت حجم عظیمی از دادهها و اپلیکیشنها را در مقیاس بالا مدیریت کند. در این راستا، پروژهای را با هدف ایجاد ابزارهایی برای جداسازی و تخصیص منابع سیستم آغاز کرد. این پروژه که ابتدا با نام "Process Container" شناخته میشد، بعدها به cgroup (Control Groups) تغییر نام یافت. cgroup قابلیتی بود که اجازه میداد منابع مختلف سیستم (CPU، حافظه، دیسک و ...) به صورت کنترلشده و محدود بین فرآیندها تقسیم شوند.
سال 2007: cgroup وارد هسته لینوکس میشود
در سال 2007، گوگل کد مربوط به cgroup را به هسته لینوکس ارسال کرد و این قابلیت به عنوان بخشی از هسته اصلی لینوکس پذیرفته و ادغام شد. این گام مهمی بود، زیرا cgroup به توسعهدهندگان اجازه میداد که از امکانات جداسازی منابع در سیستمعامل لینوکس بهره ببرند و پایهای قدرتمند برای مدیریت کانتینرها ایجاد کردند.
معرفی Namespaces توسط Red Hat
همزمان با توسعه cgroup، مفهوم دیگری به نام Namespaces توسط شرکت Red Hat معرفی شد. Namespaces امکان ایزولهسازی بخشهای مختلف سیستم (مانند شبکه، فایلسیستم و موارد دیگر) را فراهم کرد. ترکیب cgroup و Namespaces، اساس فناوری کانتینرها را شکل داد و بستر لازم برای مدیریت اپلیکیشنها در محیطهای ایزوله را فراهم کرد.
سال 2013: معرفی Docker
کانتینرها به لطف cgroup و Namespaces به ابزاری بسیار قدرتمند تبدیل شدند، اما هنوز استفاده از آنها پیچیده بود. در سال 2013، شرکت Docker با معرفی پلتفرم خود، این پیچیدگیها را ساده کرد. Docker فناوری کانتینر را به یک ابزار قابلدسترس برای توسعهدهندگان تبدیل کرد و مفهوم کانتینریشدن اپلیکیشنها را به جریان اصلی دنیای فناوری وارد کرد.
سال 2014: تولد کوبرنتیز در گوگل
گوگل که سالها تجربه مدیریت کانتینرها را در مقیاس بالا داشت، تصمیم گرفت تا ابزار داخلی خود برای مدیریت کانتینرها را به یک پروژه متنباز تبدیل کند. این ابزار که به نام Kubernetes شناخته شد، در سال 2014 به عنوان یک پروژه متنباز معرفی گردید. کوبرنتیز با الهام از ابزار داخلی گوگل به نام Borg طراحی شده بود و هدف آن مدیریت خودکار کانتینرها، مقیاسگذاری، و هماهنگی بین آنها بود.
نکته:
کوبرنتیز (Kubernetes) در ابتدا با زبان C توسعه داده شده بود. اما در سال 2014 تیم گوگل تصمیم گرفت آن را با زبان Go بازنویسی کند. دلیل این تغییر، تواناییهای Go در مدیریت همزمانی (Concurrency)، عملکرد بالا، و سهولت توسعه و نگهداری بود که برای یک سیستم توزیعشده مدرن مانند Kubernetes بسیار ضروری است.
این بازنویسی بخشی از تلاش برای ارائه یک پلتفرم متنباز و مدرنتر بود که بتواند بهخوبی نیازهای زیرساختهای ابری را برآورده کند.
2015: کوبرنتیز و CNCF
برای گسترش و پذیرش بیشتر کوبرنتیز در جامعه متنباز، گوگل تصمیم گرفت این پروژه را به بنیاد جدیدی به نام Cloud Native Computing Foundation (CNCF) اهدا کند. CNCF که یک زیرمجموعه از بنیاد Linux Foundation است، وظیفه داشت تا به توسعه و گسترش اکوسیستم ابزارهای مدرن ابری کمک کند. این حرکت باعث شد کوبرنتیز از زیر چتر گوگل خارج شود و به یک پروژه مستقل و جهانی تبدیل شود که توسط جامعه متنباز هدایت میشود.
رشد و محبوبیت کوبرنتیز
پس از اهدا به CNCF، کوبرنتیز به سرعت به استانداردی برای مدیریت کانتینرها تبدیل شد. ابزارهای بسیاری برای تکمیل اکوسیستم کوبرنتیز توسعه یافتند و شرکتهای بزرگی مانند
Red Hat، IBM، Microsoft💩, AWS
از آن پشتیبانی کردند. کوبرنتیز به دلیل انعطافپذیری، مقیاسپذیری، و قابلیت اتوماسیون، به یکی از محبوبترین ابزارها برای مدیریت زیرساختهای ابری تبدیل شده است.
#kubernetes
@Syntax_fa
کوبرنتیز (Kubernetes) یکی از پیشروترین ابزارهای مدیریت کانتینرها در دنیای فناوری امروز است. اما برای درک بهتر تاریخچه کوبرنتیز، لازم است ابتدا نگاهی به ریشههای آن و پیشرفتهایی که به خلق این ابزار انجامید بیندازیم.
2006: آغاز راه در گوگل با cgroup
در سال 2006، گوگل بهدنبال بهینهسازی منابع خود بود، چرا که نیاز داشت حجم عظیمی از دادهها و اپلیکیشنها را در مقیاس بالا مدیریت کند. در این راستا، پروژهای را با هدف ایجاد ابزارهایی برای جداسازی و تخصیص منابع سیستم آغاز کرد. این پروژه که ابتدا با نام "Process Container" شناخته میشد، بعدها به cgroup (Control Groups) تغییر نام یافت. cgroup قابلیتی بود که اجازه میداد منابع مختلف سیستم (CPU، حافظه، دیسک و ...) به صورت کنترلشده و محدود بین فرآیندها تقسیم شوند.
سال 2007: cgroup وارد هسته لینوکس میشود
در سال 2007، گوگل کد مربوط به cgroup را به هسته لینوکس ارسال کرد و این قابلیت به عنوان بخشی از هسته اصلی لینوکس پذیرفته و ادغام شد. این گام مهمی بود، زیرا cgroup به توسعهدهندگان اجازه میداد که از امکانات جداسازی منابع در سیستمعامل لینوکس بهره ببرند و پایهای قدرتمند برای مدیریت کانتینرها ایجاد کردند.
معرفی Namespaces توسط Red Hat
همزمان با توسعه cgroup، مفهوم دیگری به نام Namespaces توسط شرکت Red Hat معرفی شد. Namespaces امکان ایزولهسازی بخشهای مختلف سیستم (مانند شبکه، فایلسیستم و موارد دیگر) را فراهم کرد. ترکیب cgroup و Namespaces، اساس فناوری کانتینرها را شکل داد و بستر لازم برای مدیریت اپلیکیشنها در محیطهای ایزوله را فراهم کرد.
سال 2013: معرفی Docker
کانتینرها به لطف cgroup و Namespaces به ابزاری بسیار قدرتمند تبدیل شدند، اما هنوز استفاده از آنها پیچیده بود. در سال 2013، شرکت Docker با معرفی پلتفرم خود، این پیچیدگیها را ساده کرد. Docker فناوری کانتینر را به یک ابزار قابلدسترس برای توسعهدهندگان تبدیل کرد و مفهوم کانتینریشدن اپلیکیشنها را به جریان اصلی دنیای فناوری وارد کرد.
سال 2014: تولد کوبرنتیز در گوگل
گوگل که سالها تجربه مدیریت کانتینرها را در مقیاس بالا داشت، تصمیم گرفت تا ابزار داخلی خود برای مدیریت کانتینرها را به یک پروژه متنباز تبدیل کند. این ابزار که به نام Kubernetes شناخته شد، در سال 2014 به عنوان یک پروژه متنباز معرفی گردید. کوبرنتیز با الهام از ابزار داخلی گوگل به نام Borg طراحی شده بود و هدف آن مدیریت خودکار کانتینرها، مقیاسگذاری، و هماهنگی بین آنها بود.
نکته:
کوبرنتیز (Kubernetes) در ابتدا با زبان C توسعه داده شده بود. اما در سال 2014 تیم گوگل تصمیم گرفت آن را با زبان Go بازنویسی کند. دلیل این تغییر، تواناییهای Go در مدیریت همزمانی (Concurrency)، عملکرد بالا، و سهولت توسعه و نگهداری بود که برای یک سیستم توزیعشده مدرن مانند Kubernetes بسیار ضروری است.
این بازنویسی بخشی از تلاش برای ارائه یک پلتفرم متنباز و مدرنتر بود که بتواند بهخوبی نیازهای زیرساختهای ابری را برآورده کند.
2015: کوبرنتیز و CNCF
برای گسترش و پذیرش بیشتر کوبرنتیز در جامعه متنباز، گوگل تصمیم گرفت این پروژه را به بنیاد جدیدی به نام Cloud Native Computing Foundation (CNCF) اهدا کند. CNCF که یک زیرمجموعه از بنیاد Linux Foundation است، وظیفه داشت تا به توسعه و گسترش اکوسیستم ابزارهای مدرن ابری کمک کند. این حرکت باعث شد کوبرنتیز از زیر چتر گوگل خارج شود و به یک پروژه مستقل و جهانی تبدیل شود که توسط جامعه متنباز هدایت میشود.
رشد و محبوبیت کوبرنتیز
پس از اهدا به CNCF، کوبرنتیز به سرعت به استانداردی برای مدیریت کانتینرها تبدیل شد. ابزارهای بسیاری برای تکمیل اکوسیستم کوبرنتیز توسعه یافتند و شرکتهای بزرگی مانند
Red Hat، IBM، Microsoft💩, AWS
از آن پشتیبانی کردند. کوبرنتیز به دلیل انعطافپذیری، مقیاسپذیری، و قابلیت اتوماسیون، به یکی از محبوبترین ابزارها برای مدیریت زیرساختهای ابری تبدیل شده است.
#kubernetes
@Syntax_fa
Forwarded from 🎄 DevTwitter | توییت برنامه نویسی
قابل توجه کسایی که به تازگی با Docker آشنا شدن!
اگه با کانتینرها کار میکنی، حتما اسم Kubernetes و Docker Swarm رو شنیدی. هر دوتا برای مدیریت کانتینرها ساخته شدن، ولی بعضی از تفاوتهای اصلیشون چیه و کدوم بیشتر به درد میخوره؟
Kubernetes
- یه پلتفرم قوی و پر از امکانات برای مدیریت و مقیاسپذیری کانتینرها
- قابلیت Self-Healing (کانتینر کرش کنه خودش درستش میکنه)
- قابلیت Load Balancing و Auto scaling داره
- برای پروژههای بزرگ عالیه
ولی پیادهسازیش سخته، منابع زیادی مصرف میکنه و یادگیریش زمانبره
Docker Swarm
- ساده، سریع و مستقیم توی Docker ادغام شده
- نصبش یه خط دستوره، پیچیدگی خاصی نداره
- سبکتر از Kubernetes و مناسب برای پروژههای کوچیک و متوسط ولی Auto scaling نداره، مانیتورینگش ضعیفه و تو Production سطح بالا خیلی جواب نمیده
من خودم بدون شک Kubernetes رو ترجیح میدم.
@DevTwitter | <Iman Rajabi/>
اگه با کانتینرها کار میکنی، حتما اسم Kubernetes و Docker Swarm رو شنیدی. هر دوتا برای مدیریت کانتینرها ساخته شدن، ولی بعضی از تفاوتهای اصلیشون چیه و کدوم بیشتر به درد میخوره؟
Kubernetes
- یه پلتفرم قوی و پر از امکانات برای مدیریت و مقیاسپذیری کانتینرها
- قابلیت Self-Healing (کانتینر کرش کنه خودش درستش میکنه)
- قابلیت Load Balancing و Auto scaling داره
- برای پروژههای بزرگ عالیه
ولی پیادهسازیش سخته، منابع زیادی مصرف میکنه و یادگیریش زمانبره
Docker Swarm
- ساده، سریع و مستقیم توی Docker ادغام شده
- نصبش یه خط دستوره، پیچیدگی خاصی نداره
- سبکتر از Kubernetes و مناسب برای پروژههای کوچیک و متوسط ولی Auto scaling نداره، مانیتورینگش ضعیفه و تو Production سطح بالا خیلی جواب نمیده
من خودم بدون شک Kubernetes رو ترجیح میدم.
@DevTwitter | <Iman Rajabi/>
Forwarded from IRCF | اینترنت آزاد برای همه