Self-Hosting a Container Registry

Автономный реестр работает на ваших серверах, что дает вам больше контроля над настройками реестра и размещением образов контейнеров. В то же время, это связано с затратами на обслуживание и защиту реестра.

📌 Подробнее: https://itnext.io/self-hosting-a-container-registry-85ce16c0b7b2

MemOps 🤨

MemOps 😃

Архитектура кластеров Kubernetes — выбор размера рабочего узла

Если вы создаете on-premises кластер, стоит ли вам использовать несколько мощных серверов последнего поколения или использовать около дюжины старых машин, которые будут валяться в центре обработки данных?

Или, если вы используете управляемый сервис Kubernetes, такой как Google Kubernetes Engine (GKE), следует ли вам использовать восемь экземпляров n1-standard-1 или два экземпляра n1-standard-4 для достижения желаемой вычислительной мощности?

📌 Подробнее: https://learnk8s.io/kubernetes-node-size

MemOps 🤨

MemOps 😃

Как «разогнать» облака?

Если ваш облачный бюджет превращается в чёрную дыру, управление напоминает бег в лабиринте, а приложения работают с черепашьей скоростью, эта статья — ваш дорожный знак.

Речь пойдет о 10 ключевых подходах для оптимизации облаков: от строгого контроля расходов и автоматизации рутинных процессов до повышения безопасности и внедрения современных технологий, таких как AIOps.

Каждый совет направлен на то, чтобы сделать облака не только более экономичными, что оценит ваш бизнес, но и удобными в управлении, которое позволит выполнять свои задачи в несколько раз быстрее.

📌 Подробнее: https://devops.com/10-ways-to-optimize-your-cloud/

MemOps 🤨

MemOps 😃

Отчёт State Of DevOps Russia — отчёт по состоянию направления в Российском сегменте. Множество интересной статистики и инсайтов.

📌 Подробнее: https://devopsrussia.ru/

MemOps 🤨

MemOps 😃

JFrog и GitHub объявили о расширении своего партнёрства — компании обещают повышение эффективности и безопасности процессов разработки, предоставляя специалистам более удобную среду для работы.

📌 Подробнее: https://jfrog.com/blog/jfrog-and-github-unified-platform-experience-deepens/

MemOps 🤨

MemOps 😃

MemOps 😃

«Dev» отдаляется от «Ops»?

Автор с ресурса «hackernoon» размышляет на тему эволюции роли DevOps. С появлением облачных технологий и автоматизации необходимость в традиционных операционных задачах (или «Ops» из DevOps) значительно снизилась. Это привело к тому, что разработчики всё чаще берут на себя ответственность за развертывание и эксплуатацию приложений, что изначально было задачей Ops.

Таким образом, первоначальная цель DevOps — объединение Dev и Ops — трансформировалась, и роль Ops изменилась или даже сократилась. Статья подчёркивает, что, несмотря на эти изменения, культура DevOps остаётся важной, способствуя непрерывной доставке и улучшению взаимодействия между командами.

📌 Подробнее: https://hackernoon.com/the-devops-paradox-a-shift-away-from-ops

MemOps 🤨

MemOps 😃

Релиз Docker Desktop 4.35.

В новой версии:
▪️ Токены доступа для организаций (Beta) — Эта функция улучшает управление доступом на уровне организаций. Она позволяет централизовано управлять правами пользователей, обеспечивая лучшее управление и масштабируемость для бизнеса.

▪️ Docker Home (Beta) — Новый интерфейс Docker Home служит центральным «хабом» для доступа к продуктам Docker, управления подписками и настройками.

▪️ Интерфейс терминала в Docker Desktop — Эта функция позволяет интегрировать терминал в интерфейс Docker Desktop, упрощая работу разработчиков и снижая необходимость переключаться между CLI и GUI.

▪️ Резервное копирование томов — В Docker Desktop теперь доступна улучшенная функция резервного копирования томов, которая упрощает процесс создания бэкапов данных и делает его более удобным.

▪️ Улучшенная производительность на macOS — Введение Docker VMM для Apple Silicon улучшает производительность на Mac, ускоряя выполнение множества задач.

📌 Подробнее: https://www.docker.com/blog/docker-desktop-4-35/

MemOps 🤨

MemOps 😃

MemOps 😃

Основные концепции Docker в одной диаграмме

MemOps 🤨

MemOps 😃

65 000 узлов и больше: Google Kubernetes Engine готов к моделям ИИ с триллионом параметров

Google хвастается расширением возможностей Google Kubernetes Engine (GKE), который теперь поддерживает кластеры до 65 000 узлов, позволяя запускать сверхмасштабные модели искусственного интеллекта с триллионами параметров. Это достижение ставит GKE в лидеры по производительности и масштабируемости среди облачных платформ, предоставляя компаниям возможность управлять крупными вычислительными задачами, особенно в сфере генеративного ИИ.

Эти нововведения стали возможны благодаря техническим улучшениям, включая переход на систему хранения данных Spanner вместо etcd, что обеспечивает большую стабильность и надёжность в управлении столь крупными кластерами. Внедрение Cloud TPU v5e с несколькими ускорителями на узел позволяет поддерживать более 250 000 ускорителей в одном кластере, что делает GKE эффективным инструментом для задач инференса, обучения и исследования.

📌 Подробнее: https://cloud.google.com/blog/products/containers-kubernetes/gke-65k-nodes-and-counting

MemOps 🤨