🔵 عنوان مقاله
Rapidly scaling online storage to serve over 1 billion ChatGPT users (13 minute read)
🟢 خلاصه مقاله:
در دنیای امروز، نیاز به ذخیره‌سازی ابری قوی و مقیاس‌پذیر برای پاسخگویی به حجم عظیم کاربران و درخواست‌هایشان اهمیت فزاینده‌ای پیدا کرده است. شرکت OpenAI، با توسعه پلتفرم ذخیره‌سازی Habitat، موفق شده است در کوتاه‌ترین زمان ممکن، زیرساختی قدرتمند و مقیاس‌پذیر برای بیش از یک میلیارد کاربر ChatGPT فراهم آورد. این پلتفرم، در حال حاضر بیش از ۷۰ میلیون درخواست در ثانیه را پردازش می‌کند و بیش از ۵۰۰ پتابایت داده را سرو می‌کند.
یکی از اقدامات مهم تیم این بود که سرویس را مجدداً بازنویسی کند، این بار با استفاده از زبان برنامه‌نویسی Rust. این تغییر، باعث شد سرویس در مصرف منابع بسیار بهینه‌تر عمل کند و کارایی آن به طور چشمگیری افزایش یابد؛ به طوری که Rust نسبت به نسخه قبلی پایتون، ۶ برابر در بهره‌وری CPU و ۱۵ برابر در مصرف حافظه بهتر عمل می‌کند. این بهبودها نه تنها سرعت و کارایی سیستم را بهبود بخشید، بلکه امکان توسعه و استقرار آن در مقیاس‌های بزرگ‌تر را نیز فراهم ساخت.
Habitat در ابتدا تنها به عنوان یک کتابخانه پایتون در رویداد DevDay 2023 معرفی شد و هدف آن پشتیبانی از مدل‌های GPT بود. اما با گذشت زمان و ادامه توسعه‌ها، این سیستم به یک ساختار توزیع شده پیچیده تبدیل شد که توانسته است در هزاران منطقه جغرافیایی، کاربران هفتگی بیش از یک میلیارد نفر را پشتیبانی کند. این روند نشان‌دهنده توانایی تیم توسعه در ایجاد یک زیرساخت مقیاس‌پذیر، مقاوم و کارآمد است که می‌تواند نیازهای روزافزون هوش مصنوعی و کاربردهای آن را برآورده سازد.
در نهایت، بیشترین تمرکز این پروژه بر ایجاد سیستمی است که نه تنها توان پاسخگویی به تعداد بی‌سابقه‌ای از کاربران را داشته باشد، بلکه این کار را با بهره‌گیری از بهترین فناوری‌های ممکن انجام دهد. این دستاورد نشان می‌دهد که چگونه نوآوری و بهره‌گیری از فناوری‌های پیشرفته می‌تواند زیرساخت‌های حیاتی را به سطح جدیدی برساند و آینده‌ی فناوری اطلاعات را شکل دهد.
#هوش_مصنوعی #ذخیره‌سازی_ابری #توسعه_مقیاس‌پذیر #پیشرو
🟣لینک مقاله:
https://openai.com/index/scaling-storage-one-billion-users-part-one?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Rapidly scaling online storage to serve over 1 billion ChatGPT users (13 minute read)
🟢 خلاصه مقاله:
در دنیای امروز، نیاز به ذخیره‌سازی ابری قوی و مقیاس‌پذیر برای پاسخگویی به حجم عظیم کاربران و درخواست‌هایشان اهمیت فزاینده‌ای پیدا کرده است. شرکت OpenAI، با توسعه پلتفرم ذخیره‌سازی Habitat، موفق شده است در کوتاه‌ترین زمان ممکن، زیرساختی قدرتمند و مقیاس‌پذیر برای بیش از یک میلیارد کاربر ChatGPT فراهم آورد. این پلتفرم، در حال حاضر بیش از ۷۰ میلیون درخواست در ثانیه را پردازش می‌کند و بیش از ۵۰۰ پتابایت داده را سرو می‌کند.
یکی از اقدامات مهم تیم این بود که سرویس را مجدداً بازنویسی کند، این بار با استفاده از زبان برنامه‌نویسی Rust. این تغییر، باعث شد سرویس در مصرف منابع بسیار بهینه‌تر عمل کند و کارایی آن به طور چشمگیری افزایش یابد؛ به طوری که Rust نسبت به نسخه قبلی پایتون، ۶ برابر در بهره‌وری CPU و ۱۵ برابر در مصرف حافظه بهتر عمل می‌کند. این بهبودها نه تنها سرعت و کارایی سیستم را بهبود بخشید، بلکه امکان توسعه و استقرار آن در مقیاس‌های بزرگ‌تر را نیز فراهم ساخت.
Habitat در ابتدا تنها به عنوان یک کتابخانه پایتون در رویداد DevDay 2023 معرفی شد و هدف آن پشتیبانی از مدل‌های GPT بود. اما با گذشت زمان و ادامه توسعه‌ها، این سیستم به یک ساختار توزیع شده پیچیده تبدیل شد که توانسته است در هزاران منطقه جغرافیایی، کاربران هفتگی بیش از یک میلیارد نفر را پشتیبانی کند. این روند نشان‌دهنده توانایی تیم توسعه در ایجاد یک زیرساخت مقیاس‌پذیر، مقاوم و کارآمد است که می‌تواند نیازهای روزافزون هوش مصنوعی و کاربردهای آن را برآورده سازد.
در نهایت، بیشترین تمرکز این پروژه بر ایجاد سیستمی است که نه تنها توان پاسخگویی به تعداد بی‌سابقه‌ای از کاربران را داشته باشد، بلکه این کار را با بهره‌گیری از بهترین فناوری‌های ممکن انجام دهد. این دستاورد نشان می‌دهد که چگونه نوآوری و بهره‌گیری از فناوری‌های پیشرفته می‌تواند زیرساخت‌های حیاتی را به سطح جدیدی برساند و آینده‌ی فناوری اطلاعات را شکل دهد.
#هوش_مصنوعی #ذخیره‌سازی_ابری #توسعه_مقیاس‌پذیر #پیشرو
🟣لینک مقاله:
https://openai.com/index/scaling-storage-one-billion-users-part-one?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
OpenAI
Rapidly scaling online storage to serve over 1 billion ChatGPT users
Learn how OpenAI evolved Habitat from a Python library into a globally distributed storage platform serving 1 billion ChatGPT users and 22M requests per second.
🔵 عنوان مقاله
Kubernetes v1.37: Scale Workloads to Zero with HorizontalPodAutoscaler (4 minute read)
🟢 خلاصه مقاله:
در نسخه ۱.۳۷ کبرنتیس، قابلیت خودکارسازی میزان نمونه‌های کاری (پادها) به صفر به عنوان یک ویژگی در حالت بتا قرار گرفته است که به طور پیش‌فرض فعال است. این امکان به کاربر اجازه می‌دهد که با استفاده از HorizontalPodAutoscaler، میزان نمونه‌های کاری را تا صفر کاهش دهد و در صورت نیاز، مجدداً آنها را بر اساس معیارهای داخلی یا خارجی، از نو راه‌اندازی کند. پیش از این، چنین قابلیتی فقط با افزودن افزونه‌ها یا فعال‌سازی حالت‌های آزمایشی امکان‌پذیر بود، اما حالا به صورت آماده و بدون نیاز به موارد اضافی در دسترس است.
این ویژگی برای مصرف‌کنندگان صف‌ها و پردازش‌های دسته‌ای کاربردی است، اما نیازمند حداقل یک معیار داخلی مانند معیارهای خارجی است، چرا که پس از عدم وجود نمونه پادها، معیارهای مربوط به CPU و حافظه دیگر قابل اندازه‌گیری نیستند. به طور کلی، این قابلیت امکان بهینه‌سازی منابع و صرفه‌جویی در مصرف منابع سروری را فراهم می‌کند و انعطاف بیشتری در مدیریت بارهای کاری فراهم می‌سازد.
با ارائه این امکان، مدیران سیستم می‌توانند بهره‌وری را افزایش دهند و هزینه‌های عملیاتی را کاهش دهند، زیرا زمانی که هیچ بار کاری وجود ندارد، سیستم به طور کامل خاموش می‌شود و مجدد در صورت نیاز، به صورت هوشمند فعال می‌شود. این تحول در نسخه ۱.۳۷، نشان‌دهنده تمرکز بر توسعه قابلیت‌های خودکار و بهبود مدیریت منابع در کبرنتیس است.
#کبرنتیس #خودکارسازی_پاد #مدیریت_منابع #سازماندهی_کارهای
🟣لینک مقاله:
https://kubernetes.io/blog/2026/09/02/kubernetes-v1-37-hpa-scale-to-zero-beta/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes v1.37: Scale Workloads to Zero with HorizontalPodAutoscaler (4 minute read)
🟢 خلاصه مقاله:
در نسخه ۱.۳۷ کبرنتیس، قابلیت خودکارسازی میزان نمونه‌های کاری (پادها) به صفر به عنوان یک ویژگی در حالت بتا قرار گرفته است که به طور پیش‌فرض فعال است. این امکان به کاربر اجازه می‌دهد که با استفاده از HorizontalPodAutoscaler، میزان نمونه‌های کاری را تا صفر کاهش دهد و در صورت نیاز، مجدداً آنها را بر اساس معیارهای داخلی یا خارجی، از نو راه‌اندازی کند. پیش از این، چنین قابلیتی فقط با افزودن افزونه‌ها یا فعال‌سازی حالت‌های آزمایشی امکان‌پذیر بود، اما حالا به صورت آماده و بدون نیاز به موارد اضافی در دسترس است.
این ویژگی برای مصرف‌کنندگان صف‌ها و پردازش‌های دسته‌ای کاربردی است، اما نیازمند حداقل یک معیار داخلی مانند معیارهای خارجی است، چرا که پس از عدم وجود نمونه پادها، معیارهای مربوط به CPU و حافظه دیگر قابل اندازه‌گیری نیستند. به طور کلی، این قابلیت امکان بهینه‌سازی منابع و صرفه‌جویی در مصرف منابع سروری را فراهم می‌کند و انعطاف بیشتری در مدیریت بارهای کاری فراهم می‌سازد.
با ارائه این امکان، مدیران سیستم می‌توانند بهره‌وری را افزایش دهند و هزینه‌های عملیاتی را کاهش دهند، زیرا زمانی که هیچ بار کاری وجود ندارد، سیستم به طور کامل خاموش می‌شود و مجدد در صورت نیاز، به صورت هوشمند فعال می‌شود. این تحول در نسخه ۱.۳۷، نشان‌دهنده تمرکز بر توسعه قابلیت‌های خودکار و بهبود مدیریت منابع در کبرنتیس است.
#کبرنتیس #خودکارسازی_پاد #مدیریت_منابع #سازماندهی_کارهای
🟣لینک مقاله:
https://kubernetes.io/blog/2026/09/02/kubernetes-v1-37-hpa-scale-to-zero-beta/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes
Kubernetes v1.37: Scale Workloads to Zero with HorizontalPodAutoscaler
Kubernetes v1.37 includes API support for horizontal autoscaling of workloads down to zero replicas. This feature is now Beta and enabled by default. A HorizontalPodAutoscaler (HPA) that uses a suitable object metric or external metric can now scale a workload…
🔵 عنوان مقاله
Stale data makes agents fail confidently (Sponsor)
🟢 خلاصه مقاله:
در دنیای فناوری‌های هوشمند، یکی از مشکلات رایج که بسیاری از عوامل هوشمند با آن مواجه هستند، اعتماد به داده‌های قدیمی است. وقتی داده‌ها کهنه می‌شوند، عوامل هوشمند می‌توانند تا حدی مطمئن به نظر برسند، اما در واقع تصمیمات نادرستی خواهند گرفت. این مسئله باعث می‌شود که سیستم‌ها به جای ارائه نتایج دقیق و قابل اعتماد، در انجام وظایف خود اشتباه کنند و در نتیجه، خطاهای مالی، اطلاعیه‌های ناپایدار و تصمیمات متناقض به وجود آیند.
برای جلوگیری از این مشکل، سیستم‌های هوشمند از یک موتور زمینه‌یابی (Context Engine) بهره می‌برند. این موتور، در لحظه تصمیم‌گیری، ارزش‌ها و اطلاعات بروز را محاسبه می‌کند و به عوامل هوشمند کمک می‌کند تا بر اساس داده‌های جدید و دقیق عمل کنند. در نتیجه، عوامل همواره در حالت به‌روز و قابل اعتماد کار می‌کنند و خطای ناشی از استفاده از اطلاعات کهنه کاهش می‌یابد.
در این مقاله، به‌طور کامل نشان می‌دهیم که چگونه چنین سامانه‌ای عمل می‌کند و نقش حیاتی آن در بهبود عملکرد عوامل هوشمند چیست. با پیروی از این روش، می‌توان اطمینان بیشتری در تصمیم‌گیری‌های مجازی داشت و از اعتماد به داده‌های ناکامل یا قدیمی جلوگیری کرد.
#هوشمندسازی #اطلاعات_درلحظه #عوامل_هوشمند #دقت_تصمیم‌گیری
🟣لینک مقاله:
https://chalk.ai/blog/what-is-a-context-engine?utm_source=tldr&utm_medium=referral&utm_campaign=2026-09-14_contextengineblog&utm_term=tldrdev
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Stale data makes agents fail confidently (Sponsor)
🟢 خلاصه مقاله:
در دنیای فناوری‌های هوشمند، یکی از مشکلات رایج که بسیاری از عوامل هوشمند با آن مواجه هستند، اعتماد به داده‌های قدیمی است. وقتی داده‌ها کهنه می‌شوند، عوامل هوشمند می‌توانند تا حدی مطمئن به نظر برسند، اما در واقع تصمیمات نادرستی خواهند گرفت. این مسئله باعث می‌شود که سیستم‌ها به جای ارائه نتایج دقیق و قابل اعتماد، در انجام وظایف خود اشتباه کنند و در نتیجه، خطاهای مالی، اطلاعیه‌های ناپایدار و تصمیمات متناقض به وجود آیند.
برای جلوگیری از این مشکل، سیستم‌های هوشمند از یک موتور زمینه‌یابی (Context Engine) بهره می‌برند. این موتور، در لحظه تصمیم‌گیری، ارزش‌ها و اطلاعات بروز را محاسبه می‌کند و به عوامل هوشمند کمک می‌کند تا بر اساس داده‌های جدید و دقیق عمل کنند. در نتیجه، عوامل همواره در حالت به‌روز و قابل اعتماد کار می‌کنند و خطای ناشی از استفاده از اطلاعات کهنه کاهش می‌یابد.
در این مقاله، به‌طور کامل نشان می‌دهیم که چگونه چنین سامانه‌ای عمل می‌کند و نقش حیاتی آن در بهبود عملکرد عوامل هوشمند چیست. با پیروی از این روش، می‌توان اطمینان بیشتری در تصمیم‌گیری‌های مجازی داشت و از اعتماد به داده‌های ناکامل یا قدیمی جلوگیری کرد.
#هوشمندسازی #اطلاعات_درلحظه #عوامل_هوشمند #دقت_تصمیم‌گیری
🟣لینک مقاله:
https://chalk.ai/blog/what-is-a-context-engine?utm_source=tldr&utm_medium=referral&utm_campaign=2026-09-14_contextengineblog&utm_term=tldrdev
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Chalk
What is a Context Engine? | Chalk
Looking for a feature store? A context engine is what the category becomes when the consumer is an agent: values computed at the request, not read from a table.
🔵 عنوان مقاله
How we could save petabytes of cache storage with Zstandard and Pingora (7 minute read)
🟢 خلاصه مقاله:
در دنیای فناوری اطلاعات، مدیریت حجم عظیم داده‌ها و صرفه‌جویی در فضای ذخیره‌سازی اهمیت زیادی دارد. یکی از چالش‌های عمده شرکت‌ها، نگهداری مجموعه‌های بزرگ کش است که تنها با صرف هزینه و منابع قابل توجهی صورت می‌گیرد. شرکت کلودفلئر به تازگی پلتفرمی مبتکرانه ارائه داده است که می‌تواند به طور قابل ملاحظه‌ای در کاهش حجم این داده‌ها کمک کند.
این سیستم، با نام «کَش ترنسکدینگ» (Cache Transcoding)، از الگوریتم Zstandard برای فشرده‌سازی عناصر کش استفاده می‌کند. به این صورت که قبل از نوشتن داده‌ها روی دیسک، آنها را به شکلی فشرده می‌کند که به طور متوسط حجم این داده‌ها را به یک سوم حد اولیه کاهش می‌دهد. این رویکرد ویژه برای محتوای متنی که قابلیت فشرده‌سازی دارد، مانند HTML، JSON، CSS و JavaScript طراحی شده است. در نمونه‌های ترافیکی شرکت، این نوع محتوا حدود 67.3 درصد از درخواست‌ها را تشکیل می‌داد، اما بیش از 71 درصد این درخواست‌ها بدون فشرده‌سازی ورود پیدا می‌کردند، که نشان‌دهنده وجود فرصت‌های عظیم برای کاهش حجم فایل‌ها است.
فرایند فشرده‌سازی در این سیستم در لحظه ورود هر دارایی به کش انجام می‌شود؛ یعنی هر داده‌ای که وارد کش می‌شود، در همان مرحله فشرده‌سازی شده و پس از آن در قالبی کم‌تر حجم، ذخیره می‌گردد. این روش باعث می‌شود نه تنها فضای ذخیره‌سازی به شدت کاهش یابد، بلکه فرآیند بازیابی و سرویس‌دهی به کاربران نیز سریع‌تر انجام شود، چون حجم داده‌ها کم‌تر است و در نتیجه انتقال آنها سریع‌تر صورت می‌پذیرد. این نوآوری می‌تواند در سطح جهانی منجر به صرفه‌جویی قابل توجه در زیرساخت‌های ابری و سرورهای محتوایی شود، و هزینه‌های عملیاتی را به شکل قابل توجهی کاهش دهد.
در کل، این فناوری جدید نشان دهنده توانایی بزرگی در بهینه‌سازی مدیریت داده‌ها است، و پتانسیل بالایی برای انقلابی کردن روش‌های ذخیره‌سازی و ارائه محتوا در فضای اینترنت دارد.
#فشرده‌سازی #ذخیره‌سازی_کَش #پیشرفت_فنّاوری #کلودفیلر
🟣لینک مقاله:
https://blog.cloudflare.com/cache-transcoding/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
How we could save petabytes of cache storage with Zstandard and Pingora (7 minute read)
🟢 خلاصه مقاله:
در دنیای فناوری اطلاعات، مدیریت حجم عظیم داده‌ها و صرفه‌جویی در فضای ذخیره‌سازی اهمیت زیادی دارد. یکی از چالش‌های عمده شرکت‌ها، نگهداری مجموعه‌های بزرگ کش است که تنها با صرف هزینه و منابع قابل توجهی صورت می‌گیرد. شرکت کلودفلئر به تازگی پلتفرمی مبتکرانه ارائه داده است که می‌تواند به طور قابل ملاحظه‌ای در کاهش حجم این داده‌ها کمک کند.
این سیستم، با نام «کَش ترنسکدینگ» (Cache Transcoding)، از الگوریتم Zstandard برای فشرده‌سازی عناصر کش استفاده می‌کند. به این صورت که قبل از نوشتن داده‌ها روی دیسک، آنها را به شکلی فشرده می‌کند که به طور متوسط حجم این داده‌ها را به یک سوم حد اولیه کاهش می‌دهد. این رویکرد ویژه برای محتوای متنی که قابلیت فشرده‌سازی دارد، مانند HTML، JSON، CSS و JavaScript طراحی شده است. در نمونه‌های ترافیکی شرکت، این نوع محتوا حدود 67.3 درصد از درخواست‌ها را تشکیل می‌داد، اما بیش از 71 درصد این درخواست‌ها بدون فشرده‌سازی ورود پیدا می‌کردند، که نشان‌دهنده وجود فرصت‌های عظیم برای کاهش حجم فایل‌ها است.
فرایند فشرده‌سازی در این سیستم در لحظه ورود هر دارایی به کش انجام می‌شود؛ یعنی هر داده‌ای که وارد کش می‌شود، در همان مرحله فشرده‌سازی شده و پس از آن در قالبی کم‌تر حجم، ذخیره می‌گردد. این روش باعث می‌شود نه تنها فضای ذخیره‌سازی به شدت کاهش یابد، بلکه فرآیند بازیابی و سرویس‌دهی به کاربران نیز سریع‌تر انجام شود، چون حجم داده‌ها کم‌تر است و در نتیجه انتقال آنها سریع‌تر صورت می‌پذیرد. این نوآوری می‌تواند در سطح جهانی منجر به صرفه‌جویی قابل توجه در زیرساخت‌های ابری و سرورهای محتوایی شود، و هزینه‌های عملیاتی را به شکل قابل توجهی کاهش دهد.
در کل، این فناوری جدید نشان دهنده توانایی بزرگی در بهینه‌سازی مدیریت داده‌ها است، و پتانسیل بالایی برای انقلابی کردن روش‌های ذخیره‌سازی و ارائه محتوا در فضای اینترنت دارد.
#فشرده‌سازی #ذخیره‌سازی_کَش #پیشرفت_فنّاوری #کلودفیلر
🟣لینک مقاله:
https://blog.cloudflare.com/cache-transcoding/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Cloudflare Blog
How we could save petabytes of cache storage with Zstandard and Pingora
Could we get more cache space with the same hardware? We prototyped compression inside Cloudflare's cache to find out.
🔵 عنوان مقاله
When code is abundant (31 minute read)
🟢 خلاصه مقاله:
در دنیای فناوری، تولید و توسعه کدهای برنامه‌نویسی روزبه‌روز افزایش می‌یابد و این روند تاثیر قابل توجهی بر اهمیت و نقش اجرای کد در فرآیندهای توسعه نرم‌افزار دارد. در این وضعیت، هوش مصنوعی نقش مهمی در تسهیل نوآوری و تسریع روند تولید کد ایفا می‌کند. اما علاوه بر جنبه‌های فنی، تحول مهمی در رویکردهای مدیریتی و ساختار سازمانی نیز در حال وقوع است؛ جایی که تمرکز از صرفاً اجرا و پیاده‌سازی کد، به سمت اعتماد و اطمینان‌بخشی نسبت به سیستم‌ها متمایل شده است.
با گسترش گسترده سیستم‌های هوشمند و عامل‌های هوشمند، مسئولیت مدیریت کامل چرخه عمر نرم‌افزار به عهده این عامل‌ها سپرده می‌شود و نقش انسان‌ها در این فرآیندها تغییر یافته است. در این مسیر، سازمان‌ها نیازمند ساختارهای محکم و مستحکم هستند که بتوانند زمینه‌های لازم برای ایجاد اعتماد، صحت‌سنجی، نظارت، شواهد مستند و همچنین مالکیت سازمانی را در تمام سطوح و موارد مختلف فراهم کنند. این ساختارها باید بتوانند ارتباط و هماهنگی میان افراد، عامل‌ها و مدل‌های هوشمند را تضمین کنند و نقش‌های هر یک را به شیوه‌ای شفاف و قابل اعتماد تعریف کنند.
در نهایت، این تغییرات نشان می‌دهد که موفقیت در توسعه نرم‌افزارهای مبتنی بر هوش مصنوعی، نیازمند معماری‌های مقاوم و انعطاف‌پذیر است که بتوانند در کنار نوآوری‌های فنی، اعتماد و اطمینان سازمانی را نیز تقویت کنند. اهمیت این موضوع در آینده‌ای نه چندان دور، بیشتر خواهد شد و سازمان‌ها باید برای ایجاد چنین زیرساخت‌هایی برنامه‌ریزی و استراتژی‌های مناسبی طراحی کنند.
#هوش_مصنوعی #توسعه_نرم‌افزار #اعتماد #معماری_سازمانی
🟣لینک مقاله:
https://about.gitlab.com/blog/when-code-is-abundant/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
When code is abundant (31 minute read)
🟢 خلاصه مقاله:
در دنیای فناوری، تولید و توسعه کدهای برنامه‌نویسی روزبه‌روز افزایش می‌یابد و این روند تاثیر قابل توجهی بر اهمیت و نقش اجرای کد در فرآیندهای توسعه نرم‌افزار دارد. در این وضعیت، هوش مصنوعی نقش مهمی در تسهیل نوآوری و تسریع روند تولید کد ایفا می‌کند. اما علاوه بر جنبه‌های فنی، تحول مهمی در رویکردهای مدیریتی و ساختار سازمانی نیز در حال وقوع است؛ جایی که تمرکز از صرفاً اجرا و پیاده‌سازی کد، به سمت اعتماد و اطمینان‌بخشی نسبت به سیستم‌ها متمایل شده است.
با گسترش گسترده سیستم‌های هوشمند و عامل‌های هوشمند، مسئولیت مدیریت کامل چرخه عمر نرم‌افزار به عهده این عامل‌ها سپرده می‌شود و نقش انسان‌ها در این فرآیندها تغییر یافته است. در این مسیر، سازمان‌ها نیازمند ساختارهای محکم و مستحکم هستند که بتوانند زمینه‌های لازم برای ایجاد اعتماد، صحت‌سنجی، نظارت، شواهد مستند و همچنین مالکیت سازمانی را در تمام سطوح و موارد مختلف فراهم کنند. این ساختارها باید بتوانند ارتباط و هماهنگی میان افراد، عامل‌ها و مدل‌های هوشمند را تضمین کنند و نقش‌های هر یک را به شیوه‌ای شفاف و قابل اعتماد تعریف کنند.
در نهایت، این تغییرات نشان می‌دهد که موفقیت در توسعه نرم‌افزارهای مبتنی بر هوش مصنوعی، نیازمند معماری‌های مقاوم و انعطاف‌پذیر است که بتوانند در کنار نوآوری‌های فنی، اعتماد و اطمینان سازمانی را نیز تقویت کنند. اهمیت این موضوع در آینده‌ای نه چندان دور، بیشتر خواهد شد و سازمان‌ها باید برای ایجاد چنین زیرساخت‌هایی برنامه‌ریزی و استراتژی‌های مناسبی طراحی کنند.
#هوش_مصنوعی #توسعه_نرم‌افزار #اعتماد #معماری_سازمانی
🟣لینک مقاله:
https://about.gitlab.com/blog/when-code-is-abundant/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GitLab
When code is abundant
Producing code is getting cheap. Trusting it is not. Why enterprises need a durable layer of context, verification, and governance around AI agents.
Forwarded from Persian Post
امروز، ۲۶ شهریور، زادروز پسر کوروش بزرگه؛ روزی که به‌عنوان «روز پسر» نام‌گذاری شده.
🔵 عنوان مقاله
When is a cluster really full? Unlocking hidden capacity with the k8s-overcommit Operator
🟢 خلاصه مقاله:
در دنیای مدیریت منابع فناوری اطلاعات، یکی از چالش‌های همیشگی میزان به‌کارگیری و بهره‌برداری صحیح از سرورها و گره‌ها است. سوال همیشه این بوده است که چه زمانی یک خوشه یا کلاستر واقعاً پر شده است و دیگر ظرفیت قابل استفاده ندارد؟ بهره‌برداری بهینه از منابع، مخصوصاً در شرایطی که نیاز به انعطاف‌پذیری و افزایش کارایی است، اهمیت فراوانی دارد. راهکارهای نوینی مانند بهره‌برداری بیش‌ازحد (overcommit) برای پاسخ به این نیاز طراحی شده‌اند، که کمک می‌کنند تا ظرفیت‌های پنهان و زیرزمینی خوشه‌های Kubernetes کشف و بهره‌برداری شوند.
در این مقاله موردی، به نمونه‌ای واقعی از شرکت Inditex پرداخته شده است، شرکتی که با استفاده از یک اپراتور منبع‌باز برای overcommit، توانسته است ظرفیت‌های بی‌استفاده سرورهای خود را دوباره فعال کند. این اپراتور به وسیله یک وب‌هوک تغییر دهنده قالب‌هتل، درخواست‌های پادها را بر اساس کلاس اولویت بازنویسی می‌کند، بدین ترتیب می‌تواند میان منابع در حال استراحت و نیازهای فوری، تعادل برقرار کند و میزان بهره‌برداری از سرورها را بهینه سازد.
با پیاده‌سازی چنین رویکردی، شرکت‌هایی مانند Inditex توانسته‌اند بدون نیاز به خرید سرورهای جدید، بهره‌وری منابع زیرساخت‌های خود را افزایش دهند و هزینه‌های عملیاتی را کاهش دهند. این مطالعه نشان می‌دهد که چگونه فناوری‌های نوین در مدیریت منابع، به شرکت‌ها امکان می‌دهند تا به صورت هوشمندانه‌تری از منابع خود بهره‌مند شوند و در عین حال، پایداری و انعطاف‌پذیری سیستم‌های خود را حفظ کنند.
#کلاستر #مدیریتمنابع #کوبنیتیز #بازدهیاستفاده
🟣لینک مقاله:
https://ku.bz/XV3rLBhJr
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
When is a cluster really full? Unlocking hidden capacity with the k8s-overcommit Operator
🟢 خلاصه مقاله:
در دنیای مدیریت منابع فناوری اطلاعات، یکی از چالش‌های همیشگی میزان به‌کارگیری و بهره‌برداری صحیح از سرورها و گره‌ها است. سوال همیشه این بوده است که چه زمانی یک خوشه یا کلاستر واقعاً پر شده است و دیگر ظرفیت قابل استفاده ندارد؟ بهره‌برداری بهینه از منابع، مخصوصاً در شرایطی که نیاز به انعطاف‌پذیری و افزایش کارایی است، اهمیت فراوانی دارد. راهکارهای نوینی مانند بهره‌برداری بیش‌ازحد (overcommit) برای پاسخ به این نیاز طراحی شده‌اند، که کمک می‌کنند تا ظرفیت‌های پنهان و زیرزمینی خوشه‌های Kubernetes کشف و بهره‌برداری شوند.
در این مقاله موردی، به نمونه‌ای واقعی از شرکت Inditex پرداخته شده است، شرکتی که با استفاده از یک اپراتور منبع‌باز برای overcommit، توانسته است ظرفیت‌های بی‌استفاده سرورهای خود را دوباره فعال کند. این اپراتور به وسیله یک وب‌هوک تغییر دهنده قالب‌هتل، درخواست‌های پادها را بر اساس کلاس اولویت بازنویسی می‌کند، بدین ترتیب می‌تواند میان منابع در حال استراحت و نیازهای فوری، تعادل برقرار کند و میزان بهره‌برداری از سرورها را بهینه سازد.
با پیاده‌سازی چنین رویکردی، شرکت‌هایی مانند Inditex توانسته‌اند بدون نیاز به خرید سرورهای جدید، بهره‌وری منابع زیرساخت‌های خود را افزایش دهند و هزینه‌های عملیاتی را کاهش دهند. این مطالعه نشان می‌دهد که چگونه فناوری‌های نوین در مدیریت منابع، به شرکت‌ها امکان می‌دهند تا به صورت هوشمندانه‌تری از منابع خود بهره‌مند شوند و در عین حال، پایداری و انعطاف‌پذیری سیستم‌های خود را حفظ کنند.
#کلاستر #مدیریتمنابع #کوبنیتیز #بازدهیاستفاده
🟣لینک مقاله:
https://ku.bz/XV3rLBhJr
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
When is a cluster really full? Unlocking hidden capacity with the k8s-overcommit Operator
During 2025 high-demand period, Inditex k8s-overcommit Operator reduced microservices replicas by half without performance loss. Now, the…
🔵 عنوان مقاله
How Swiss Tables Work in Go's Built-in Map (28 minute read)
🟢 خلاصه مقاله:
در زبان برنامه‌نویسی Go، نسخه جدید ساختار نگهداری داده‌های نقشه (مپ) از طراحی مبتنی بر جدول سوئیس بهره می‌برد. این طراحی، ورودی‌ها را در بلوک‌های کوچک به همراه بایت‌های کنترل فشرده قرار می‌دهد، که این امر اجازه می‌دهد بسیاری از جایگاه‌های احتمالی برای ورود داده‌ها قبل از مقایسه کامل کلید‌ها بررسی شوند. این روش به ویژه در پردازشگرهای مدرن با قابلیت‌های SIMD مؤثر است، زیرا می‌توان چندین بایت کنترل را همزمان مقایسه کرد که سرعت جستجو را بسیار بالا می‌برد. علاوه بر این، چیدمان این ساختار و استراتژی توسعه آن به گونه‌ای طراحی شده است که در بهبود محلی‌سازی حافظه و کارایی جستجو نقش بسزایی دارد، و در نتیجه عملیات کار با مپ در برنامه‌های نویسنده به شکل قابل توجهی سریع‌تر انجام می‌گیرد.
مطمئناً، این فناوری نوآورانه در ساختار داخلی مپ در زبان Go، باعث بهبود چشمگیر در عملکرد برنامه‌ها می‌شود و توسعه‌دهندگان را قادر می‌سازد تا برنامه‌هایی با کارایی بالا و سرعت مناسب را پیاده‌سازی کنند. این پیشرفت‌ها نشان می‌دهد که تیم توسعه Go همواره در جستجوی راه‌حل‌های نوآورانه برای بهبود اثربخشی زبان و ابزارهای مربوطه است.
#برنامه‌نویسی #Go #ساختار داده #پرفورمنس
🟣لینک مقاله:
https://victoriametrics.com/blog/go-swiss-table-map/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
How Swiss Tables Work in Go's Built-in Map (28 minute read)
🟢 خلاصه مقاله:
در زبان برنامه‌نویسی Go، نسخه جدید ساختار نگهداری داده‌های نقشه (مپ) از طراحی مبتنی بر جدول سوئیس بهره می‌برد. این طراحی، ورودی‌ها را در بلوک‌های کوچک به همراه بایت‌های کنترل فشرده قرار می‌دهد، که این امر اجازه می‌دهد بسیاری از جایگاه‌های احتمالی برای ورود داده‌ها قبل از مقایسه کامل کلید‌ها بررسی شوند. این روش به ویژه در پردازشگرهای مدرن با قابلیت‌های SIMD مؤثر است، زیرا می‌توان چندین بایت کنترل را همزمان مقایسه کرد که سرعت جستجو را بسیار بالا می‌برد. علاوه بر این، چیدمان این ساختار و استراتژی توسعه آن به گونه‌ای طراحی شده است که در بهبود محلی‌سازی حافظه و کارایی جستجو نقش بسزایی دارد، و در نتیجه عملیات کار با مپ در برنامه‌های نویسنده به شکل قابل توجهی سریع‌تر انجام می‌گیرد.
مطمئناً، این فناوری نوآورانه در ساختار داخلی مپ در زبان Go، باعث بهبود چشمگیر در عملکرد برنامه‌ها می‌شود و توسعه‌دهندگان را قادر می‌سازد تا برنامه‌هایی با کارایی بالا و سرعت مناسب را پیاده‌سازی کنند. این پیشرفت‌ها نشان می‌دهد که تیم توسعه Go همواره در جستجوی راه‌حل‌های نوآورانه برای بهبود اثربخشی زبان و ابزارهای مربوطه است.
#برنامه‌نویسی #Go #ساختار داده #پرفورمنس
🟣لینک مقاله:
https://victoriametrics.com/blog/go-swiss-table-map/?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
VictoriaMetrics
How Go’s Built-in Map Works with Swiss Tables
Go 1.24 replaced the built-in map’s bucket-based runtime with Swiss Tables. This article explains groups, control bytes, H1 and H2, probing, table growth, directories, deletion, load factor, and the experimental split-group layout.
🔵 عنوان مقاله
Kubernetes v1.36: Admission Policies That Can't Be Deleted
🟢 خلاصه مقاله:
در نسخه جدید اسکوب اومده است که سیاست‌های پذیرش (Admission Policies) در Kubernetes نسخه ۱.۳۶ دیگر قابلیت حذف ندارند. این تغییرات اهمیت زیادی در امنیت و کنترل ظرفیت‌های کلستر Kubernetes دارند، زیرا حالا این سیاست‌ها به عنوان بخشی حیاتی و غیر قابل تغییر سیستم تعریف شده‌اند. این سیاست‌ها نقش مهمی در تضمین صحت و امنیت عملیات در محیط‌های ابری دارند و مدیران دیگر نمی‌توانند آنها را به سادگی پاک یا ویرایش کنند، که این امر سطح بیشتری از محافظت و اطمینان در برابر تغییرات ناخواسته یا مخرب فراهم می‌کند.
در این نسخه، تیم توسعه‌دهندگان Kubernetes سعی کرده‌اند تا با این اصلاح، کنترل بیشتری روی محیط‌های تولید و پشتیبانی فراهم آورند و خطرات ناشی از حذف یا تغییر ناگهانی این سیاست‌ها را کاهش دهند. این تغییر به خصوص برای سازمان‌هایی که نیازمند سیاست‌های ثابت و کنترل‌شده برای امنیت و تطابق هستند، بسیار اهمیت دارد و می‌تواند نقش مؤثری در کاهش خطاهای انسانی و افزایش امن‌سازی ساختارهای ابری ایفا کند.
این ویژگی جدید، نشان می‌دهد که Kubernetes تمرکز بیشتری بر پایداری و امنیت کاربران دارد و ممکن است سیاست‌های غیر قابل حذف در آینده به عنوان استانداردی برای محیط‌های حساس و امنیتی معرفی شوند تا سیستم کاملا محافظت شده و قابل اعتماد باشد.
#Kubernetes #امنیت #فناوری_اطلاعات #مدیریت_کلستر
🟣لینک مقاله:
https://ku.bz/B9JxC5dVt
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes v1.36: Admission Policies That Can't Be Deleted
🟢 خلاصه مقاله:
در نسخه جدید اسکوب اومده است که سیاست‌های پذیرش (Admission Policies) در Kubernetes نسخه ۱.۳۶ دیگر قابلیت حذف ندارند. این تغییرات اهمیت زیادی در امنیت و کنترل ظرفیت‌های کلستر Kubernetes دارند، زیرا حالا این سیاست‌ها به عنوان بخشی حیاتی و غیر قابل تغییر سیستم تعریف شده‌اند. این سیاست‌ها نقش مهمی در تضمین صحت و امنیت عملیات در محیط‌های ابری دارند و مدیران دیگر نمی‌توانند آنها را به سادگی پاک یا ویرایش کنند، که این امر سطح بیشتری از محافظت و اطمینان در برابر تغییرات ناخواسته یا مخرب فراهم می‌کند.
در این نسخه، تیم توسعه‌دهندگان Kubernetes سعی کرده‌اند تا با این اصلاح، کنترل بیشتری روی محیط‌های تولید و پشتیبانی فراهم آورند و خطرات ناشی از حذف یا تغییر ناگهانی این سیاست‌ها را کاهش دهند. این تغییر به خصوص برای سازمان‌هایی که نیازمند سیاست‌های ثابت و کنترل‌شده برای امنیت و تطابق هستند، بسیار اهمیت دارد و می‌تواند نقش مؤثری در کاهش خطاهای انسانی و افزایش امن‌سازی ساختارهای ابری ایفا کند.
این ویژگی جدید، نشان می‌دهد که Kubernetes تمرکز بیشتری بر پایداری و امنیت کاربران دارد و ممکن است سیاست‌های غیر قابل حذف در آینده به عنوان استانداردی برای محیط‌های حساس و امنیتی معرفی شوند تا سیستم کاملا محافظت شده و قابل اعتماد باشد.
#Kubernetes #امنیت #فناوری_اطلاعات #مدیریت_کلستر
🟣لینک مقاله:
https://ku.bz/B9JxC5dVt
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes
Kubernetes v1.36: Admission Policies That Can't Be Deleted
If you've ever tried to enforce a security policy across a fleet of Kubernetes clusters, you've probably run into a frustrating chicken-and-egg problem. Your admission policies are API objects, which means they don't exist until someone creates them, and…
🔵 عنوان مقاله
How Netflix Simplified Batch Compute with Kueue
🟢 خلاصه مقاله:
نتفلیکس، سرویس استریمینگ معروف، در تلاش برای بهبود کارایی و سادگی فرآیندهای اجرایی خود، تصمیم گرفت سیستم مدیریت وظایف دسته‌ای خود را به‌روز کند. این شرکت بزرگ، میلیون‌ها وظیفه گروهی که قبلاً در سیستم انحصاری خود مدیریت می‌شد را جابه‌جا کرد و آنها را به سامانه جدیدی با نام کُیو منتقل کرد. نکته‌ی جالب این است که این انتقال به گونه‌ای انجام شد که کاربران و کسانی که وظایف را ثبت می‌کردند، هیچ تغییری در روند اجرای کارهای‌شان احساس نکردند.
برای نتفلیکس، این تغییر نه تنها به معنای ارتقاء زیرساخت بود، بلکه راهی مطمئن برای ساده‌سازی و بهبود بهره‌وری در پردازش وظایف دسته‌ای محسوب می‌شد. این شرکت توانست میلیون‌ها وظیفه را بدون توقف یا اختلال در سرویس‌های خود جابه‌جا کند، به‌طوری که تجربه کاربری همواره ثابت و بی‌وقفه باقی ماند. در واقع، با بهره‌گیری از سیستم کُیو، فرآیندهای داخل سازمان بسیار روان‌تر و یکپارچه‌تر شدند، و تیم‌های فناوری اطلاعات این شرکت توانستند مدیریت وظایف را به شکل موثرتری انجام دهند.
در نهایت، این استراتژی جدید نشان داد که چگونه می‌توان زیرساخت‌های پیچیده و قدیمی را به شیوه‌ای هوشمندانه و بدون اختلال در خدمات، به روزرسانی کرد. نتفلیکس با این حرکت نشان داد که استفاده از فناوری‌های نوین می‌تواند بهره‌وری را افزایش دهد و هزینه‌های عملیاتی را کاهش دهد، در حالی که کاربران نهایی هیچ تفاوتی در تجربه‌ی خود حس نمی‌کنند.
#نتفلیکس #کُیو #مدیریتوظایف #تکنولوژیپایدار
🟣لینک مقاله:
https://ku.bz/3WtH2Fml9
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
How Netflix Simplified Batch Compute with Kueue
🟢 خلاصه مقاله:
نتفلیکس، سرویس استریمینگ معروف، در تلاش برای بهبود کارایی و سادگی فرآیندهای اجرایی خود، تصمیم گرفت سیستم مدیریت وظایف دسته‌ای خود را به‌روز کند. این شرکت بزرگ، میلیون‌ها وظیفه گروهی که قبلاً در سیستم انحصاری خود مدیریت می‌شد را جابه‌جا کرد و آنها را به سامانه جدیدی با نام کُیو منتقل کرد. نکته‌ی جالب این است که این انتقال به گونه‌ای انجام شد که کاربران و کسانی که وظایف را ثبت می‌کردند، هیچ تغییری در روند اجرای کارهای‌شان احساس نکردند.
برای نتفلیکس، این تغییر نه تنها به معنای ارتقاء زیرساخت بود، بلکه راهی مطمئن برای ساده‌سازی و بهبود بهره‌وری در پردازش وظایف دسته‌ای محسوب می‌شد. این شرکت توانست میلیون‌ها وظیفه را بدون توقف یا اختلال در سرویس‌های خود جابه‌جا کند، به‌طوری که تجربه کاربری همواره ثابت و بی‌وقفه باقی ماند. در واقع، با بهره‌گیری از سیستم کُیو، فرآیندهای داخل سازمان بسیار روان‌تر و یکپارچه‌تر شدند، و تیم‌های فناوری اطلاعات این شرکت توانستند مدیریت وظایف را به شکل موثرتری انجام دهند.
در نهایت، این استراتژی جدید نشان داد که چگونه می‌توان زیرساخت‌های پیچیده و قدیمی را به شیوه‌ای هوشمندانه و بدون اختلال در خدمات، به روزرسانی کرد. نتفلیکس با این حرکت نشان داد که استفاده از فناوری‌های نوین می‌تواند بهره‌وری را افزایش دهد و هزینه‌های عملیاتی را کاهش دهد، در حالی که کاربران نهایی هیچ تفاوتی در تجربه‌ی خود حس نمی‌کنند.
#نتفلیکس #کُیو #مدیریتوظایف #تکنولوژیپایدار
🟣لینک مقاله:
https://ku.bz/3WtH2Fml9
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
How Netflix Simplified Batch Compute with Kueue
By Alvin Bao, Alex Petrov, Jennifer Lai, Aidan Sherr, and Samartha Chandrashekar
🔵 عنوان مقاله
AWS EKS Vulnerability
🟢 خلاصه مقاله:
در دنیای فناوری‌های ابری، امنیت همواره یکی از بزرگ‌ترین چالش‌ها برای شرکت‌ها و توسعه‌دهندگان است. اخیراً، با کشف یک آسیب‌پذیری در سرویس Amazon Elastic Kubernetes Service (EKS)، نگرانی‌هایی در مورد امنیت زیرساخت‌های مبتنی بر کلاود افزایش یافته است. این آسیب‌پذیری می‌تواند راه را برای حملات مخرب و سوءاستفاده‌های احتمالی هموار کند؛ بنابراین، شناخت و رفع سریع آن اهمیت فراوانی دارد.
این مشکل امنیتی در سطح سرویس EKS، به کاربران اجازه می‌دهد تا از طریق برخی روش‌ها، کنترل خود را بر کل کلاسترهای کبرنتس به خطر بیندازند. با توجه به گستردگی استفاده از این سرویس در پروژه‌های بزرگ و کوچک، اطلاع‌رسانی سریع و اقدام به‌موقع برای کاهش ریسک‌ها اهمیت ویژه‌ای پیدا می‌کند. تیم‌های فنی توصیه می‌کنند که صاحبان حساب‌های EKS هر چه زودتر آپدیت‌های لازم را نصب و تنظیمات امنیتی خود را بازبینی کنند تا در برابر احتمال حملات محافظت شوند.
در نتیجه، بررسی و برطرف کردن این آسیب‌پذیری نه تنها ایمنی پروژه‌های جاری را تضمین می‌کند بلکه اعتماد کاربران و مشتریان را نیز حفظ می‌نماید. با آگاهی رسانی به تیم‌های مرتبط و اجرای بهترین شیوه‌های امنیتی، می‌توان سطح حفاظت سامانه‌های مبتنی بر Kubernetes در فضای ابری را بالا برد. حفاظت از داده‌ها و کاهش خطر حمله، هدفی است که تمامی فعالان این حوزه باید در راستای آن گام بردارند.
#امنیت_ابری #حفاظت_کلاود #آسیب‌پذیری_امنیتی #AWS
🟣لینک مقاله:
https://ku.bz/DXYZGjvf2
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
AWS EKS Vulnerability
🟢 خلاصه مقاله:
در دنیای فناوری‌های ابری، امنیت همواره یکی از بزرگ‌ترین چالش‌ها برای شرکت‌ها و توسعه‌دهندگان است. اخیراً، با کشف یک آسیب‌پذیری در سرویس Amazon Elastic Kubernetes Service (EKS)، نگرانی‌هایی در مورد امنیت زیرساخت‌های مبتنی بر کلاود افزایش یافته است. این آسیب‌پذیری می‌تواند راه را برای حملات مخرب و سوءاستفاده‌های احتمالی هموار کند؛ بنابراین، شناخت و رفع سریع آن اهمیت فراوانی دارد.
این مشکل امنیتی در سطح سرویس EKS، به کاربران اجازه می‌دهد تا از طریق برخی روش‌ها، کنترل خود را بر کل کلاسترهای کبرنتس به خطر بیندازند. با توجه به گستردگی استفاده از این سرویس در پروژه‌های بزرگ و کوچک، اطلاع‌رسانی سریع و اقدام به‌موقع برای کاهش ریسک‌ها اهمیت ویژه‌ای پیدا می‌کند. تیم‌های فنی توصیه می‌کنند که صاحبان حساب‌های EKS هر چه زودتر آپدیت‌های لازم را نصب و تنظیمات امنیتی خود را بازبینی کنند تا در برابر احتمال حملات محافظت شوند.
در نتیجه، بررسی و برطرف کردن این آسیب‌پذیری نه تنها ایمنی پروژه‌های جاری را تضمین می‌کند بلکه اعتماد کاربران و مشتریان را نیز حفظ می‌نماید. با آگاهی رسانی به تیم‌های مرتبط و اجرای بهترین شیوه‌های امنیتی، می‌توان سطح حفاظت سامانه‌های مبتنی بر Kubernetes در فضای ابری را بالا برد. حفاظت از داده‌ها و کاهش خطر حمله، هدفی است که تمامی فعالان این حوزه باید در راستای آن گام بردارند.
#امنیت_ابری #حفاظت_کلاود #آسیب‌پذیری_امنیتی #AWS
🟣لینک مقاله:
https://ku.bz/DXYZGjvf2
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
wcarlsen.github.io
AWS EKS vulnerability - wcarlsen's blog
My personal blog
🔵 عنوان مقاله
Finding a Race Condition in Kuberenetes — Like a Detective
🟢 خلاصه مقاله:
در این مقاله، به یک مورد واقعی از اشکال در سیستم کوبرنتیس پرداخته می‌شود که باعث بروز مشکل در فرآیندهای استقرار و بروزرسانی شد. در این مورد، پادهای ارورده و بی‌سرپرست کوبرنتیس به صورت مداوم مانع اجرای نسخه‌های جدید برنامه شدند. این مشکل ناشی از یک رقابت یا race condition بود که بین کنترلر وظایف، جمع‌آوری‌کننده سطل زباله و یک سیاست propagation پیش‌فرض و غیرمستندس‌شده در هسته سیستم اتفاق افتاده بود.
در ادامه، مراحل تحلیل و عیب‌یابی این مشکل شرح داده می‌شود، جایی که تیم فنی با دقت بالا به بررسی روندهای همزمانی و علت تداخل پرداخته و سرانجام راه‌حلی موثر برای رفع مشکل ارائه دادند. این مطالعه نشان می‌دهد که چگونه در محیط‌های پیچیده، درک عمیق از نحوه تعامل اجزا نقش حیاتی در حل مشکلات ارتباطی و رقابتی سیستم ایفا می‌کند و اهمیت مانیتورینگ، لاگ‌گیری دقیق و آگاهی کامل از رفتارهای داخلی ابزارهای عملیاتی را برجسته می‌سازد.
در نتیجه، این مطالعه به مدیران و توسعه‌دهندگان نشان می‌دهد که چگونه با ردیابی و تحلیل رفتارهای همزمان در محیط کوبرنتیس، می‌توان خطاهای نوع race condition را شناسایی و برطرف کرد و سیستم‌های پایدارتر و امن‌تری را راه‌اندازی نمود.
#کوبریشن #اشکال_پیشرفته #رقابت_در_سیستم #مدیریت_پروسه
🟣لینک مقاله:
https://ku.bz/NmswYT7Zd
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Finding a Race Condition in Kuberenetes — Like a Detective
🟢 خلاصه مقاله:
در این مقاله، به یک مورد واقعی از اشکال در سیستم کوبرنتیس پرداخته می‌شود که باعث بروز مشکل در فرآیندهای استقرار و بروزرسانی شد. در این مورد، پادهای ارورده و بی‌سرپرست کوبرنتیس به صورت مداوم مانع اجرای نسخه‌های جدید برنامه شدند. این مشکل ناشی از یک رقابت یا race condition بود که بین کنترلر وظایف، جمع‌آوری‌کننده سطل زباله و یک سیاست propagation پیش‌فرض و غیرمستندس‌شده در هسته سیستم اتفاق افتاده بود.
در ادامه، مراحل تحلیل و عیب‌یابی این مشکل شرح داده می‌شود، جایی که تیم فنی با دقت بالا به بررسی روندهای همزمانی و علت تداخل پرداخته و سرانجام راه‌حلی موثر برای رفع مشکل ارائه دادند. این مطالعه نشان می‌دهد که چگونه در محیط‌های پیچیده، درک عمیق از نحوه تعامل اجزا نقش حیاتی در حل مشکلات ارتباطی و رقابتی سیستم ایفا می‌کند و اهمیت مانیتورینگ، لاگ‌گیری دقیق و آگاهی کامل از رفتارهای داخلی ابزارهای عملیاتی را برجسته می‌سازد.
در نتیجه، این مطالعه به مدیران و توسعه‌دهندگان نشان می‌دهد که چگونه با ردیابی و تحلیل رفتارهای همزمان در محیط کوبرنتیس، می‌توان خطاهای نوع race condition را شناسایی و برطرف کرد و سیستم‌های پایدارتر و امن‌تری را راه‌اندازی نمود.
#کوبریشن #اشکال_پیشرفته #رقابت_در_سیستم #مدیریت_پروسه
🟣لینک مقاله:
https://ku.bz/NmswYT7Zd
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Finding a Race Condition in Kuberenetes — Like a Detective
During a project I working on I encountered an unusual problem: Orphaned pods would appear in the cluster throughout the day. These pods…
🔵 عنوان مقاله
Let's not water down the terms Continuous Integration and Continuous Delivery (5 minute read)
🟢 خلاصه مقاله:
یک نکته مهم در عصر فناوری اطلاعات این است که مفاهیم کلیدی نظیر "یکپارچه‌سازی پیوسته" و "تحویل پیوسته" باید به دقت شناخته شوند و از ابهام زدایی آنها اطمینان حاصل گردد. در مقاله‌ای که در ادامه می‌آید، توضیح داده می‌شود که "یکپارچه‌سازی پیوسته" به معنای ادغام کلیه تغییرات در مسیر اصلی پروژه حداقل روزانه است. این رویکرد کمک می‌کند تیم‌های توسعه بتوانند خطاها را سریع‌تر شناسایی و رفع کنند و در نتیجه روند توسعه نرم‌افزار به سمت استحکام و پایداری هدایت می‌شود.
از سوی دیگر، "تحویل پیوسته" یعنی حفظ قابلیت استقرار و راه‌اندازی نرم‌افزار در هر زمانی. این هدف با استفاده از خطوط لوله‌های اتوماسیون شده و فرآیندهای منظم پیاده‌سازی، به‌طور مداوم تضمین می‌شود. چنین رویکردی به تیم‌ها امکان می‌دهد تا سریع‌تر و با اطمینان بیشتری تغییرات را عرضه کرده و نیازهای کاربران را برآورده سازند.
نویسنده معتقد است هر دو اصطلاح دقیقا تعریف شده و مستندات معتبر دارند، نه مبهم و نامعلوم، برعکس مفاهیمی مانند "رویکرد چابک" و "دراپ‌آند در عملیات" که در طول زمان دچار ابهام و سوءتفاهم شده‌اند. او هشدار می‌دهد که نباید معنای این اصطلاحات مهم و حیاتی دچار تضعیف و مخدوش شود، چرا که درک صحیح و دقیق آنها کلید پیشرفت و بهره‌وری در توسعه نرم‌افزار است.
در نتیجه، باید مراقب باشیم که مفاهیم پایه‌ای فناوری را با رویکردهای سطحی و مبهم مخدوش نکنیم، و همواره بر دقت و شفافیت در اجرای آنها تأکید کنیم تا بتوانیم مسیر توسعه مستحکم و مطمئنی را پیش ببریم.
#توسعه_نرم‌افزار #یکپارچه‌سازی_پیوسته #تحویل_پیوسته #فناوری
🟣لینک مقاله:
https://octopus.com/blog/watering-down-ci-cd?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Let's not water down the terms Continuous Integration and Continuous Delivery (5 minute read)
🟢 خلاصه مقاله:
یک نکته مهم در عصر فناوری اطلاعات این است که مفاهیم کلیدی نظیر "یکپارچه‌سازی پیوسته" و "تحویل پیوسته" باید به دقت شناخته شوند و از ابهام زدایی آنها اطمینان حاصل گردد. در مقاله‌ای که در ادامه می‌آید، توضیح داده می‌شود که "یکپارچه‌سازی پیوسته" به معنای ادغام کلیه تغییرات در مسیر اصلی پروژه حداقل روزانه است. این رویکرد کمک می‌کند تیم‌های توسعه بتوانند خطاها را سریع‌تر شناسایی و رفع کنند و در نتیجه روند توسعه نرم‌افزار به سمت استحکام و پایداری هدایت می‌شود.
از سوی دیگر، "تحویل پیوسته" یعنی حفظ قابلیت استقرار و راه‌اندازی نرم‌افزار در هر زمانی. این هدف با استفاده از خطوط لوله‌های اتوماسیون شده و فرآیندهای منظم پیاده‌سازی، به‌طور مداوم تضمین می‌شود. چنین رویکردی به تیم‌ها امکان می‌دهد تا سریع‌تر و با اطمینان بیشتری تغییرات را عرضه کرده و نیازهای کاربران را برآورده سازند.
نویسنده معتقد است هر دو اصطلاح دقیقا تعریف شده و مستندات معتبر دارند، نه مبهم و نامعلوم، برعکس مفاهیمی مانند "رویکرد چابک" و "دراپ‌آند در عملیات" که در طول زمان دچار ابهام و سوءتفاهم شده‌اند. او هشدار می‌دهد که نباید معنای این اصطلاحات مهم و حیاتی دچار تضعیف و مخدوش شود، چرا که درک صحیح و دقیق آنها کلید پیشرفت و بهره‌وری در توسعه نرم‌افزار است.
در نتیجه، باید مراقب باشیم که مفاهیم پایه‌ای فناوری را با رویکردهای سطحی و مبهم مخدوش نکنیم، و همواره بر دقت و شفافیت در اجرای آنها تأکید کنیم تا بتوانیم مسیر توسعه مستحکم و مطمئنی را پیش ببریم.
#توسعه_نرم‌افزار #یکپارچه‌سازی_پیوسته #تحویل_پیوسته #فناوری
🟣لینک مقاله:
https://octopus.com/blog/watering-down-ci-cd?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Octopus
Let's not water down the terms Continuous Integration and Continuous Delivery
Find out why CI/CD aren't vague buzzwords. Here's what Continuous Integration and Continuous Delivery actually mean, and the common misconceptions worth correcting
🔵 عنوان مقاله
Kubernetes AuthN the Hard Way
🟢 خلاصه مقاله:
در این راهنما، نحوه اتصال سیستم احراز هویت کبرنتیس به سرویس LDAP از طریق Dex و پروتکل OIDC به دقت توضیح داده شده است. این فرآیند شامل تنظیم گواهینامه‌ها، راه‌اندازی OpenLDAP، پیکربندی Dex با استفاده از Helm، اعتمادسازی سرور API، نحوه بررسی ادعاهای توکن و همچنین نقشه‌برداری گروه‌های RBAC است. هدف این آموزش، فراهم کردن یک مسیر مطمئن و قابل انعطاف برای مدیریت دسترسی‌ها در کبرنتیس است، به طوری که بتوان نقش‌ها و گروه‌های مختلف را به طور مؤثر کنترل و مدیریت کرد.
در این راه، نحوه تنظیم گواهینامه‌ها و امنیت ارتباطات بین اجزا مختلف، نقش کلیدی دارد. سپس، با راه‌اندازی سرویس OpenLDAP، یک پایگاه داده کاربری مرکزی ایجاد می‌شود که تمامی اطلاعات هویتی کاربران در آن ثبت می‌شود. پس از آن، با استفاده از Helm، پکیج Dex نصب و پیکربندی می‌شود تا بتواند به عنوان میان‌افزار بین کبرنتیس و سرویس LDAP عمل کند. این مرحله اهمیت زیادی دارد، چون نقش Dex در تبدیل اطلاعات هویتی LDAP به توکن‌های OIDC و فراهم کردن یک لایه امنیتی است.
همچنین، تنظیمات مربوط به اعتماد سرور API و نحوه بررسی دقیق ادعاهای توکن، از موارد حیاتی در این فرآیند است. در نهایت، با نقشه‌برداری گروه‌های RBAC، مدیران می‌توانند سطوح دسترسی مختلف را بر اساس گروه‌های تعریف شده به راحتی کنترل کنند و امنیت سیستم را تضمین نمایند. این آموزش، یک مسیر جامع است برای توسعه‌دهندگانی که می‌خواهند سامانه‌های احراز هویت کبرنتیس را به صورت امن و مقیاس‌پذیر پیاده‌سازی کنند.
#کبرنتیس #احراز_هویت #LDAP #امنیت
🟣لینک مقاله:
https://ku.bz/nN1m_5FXK
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Kubernetes AuthN the Hard Way
🟢 خلاصه مقاله:
در این راهنما، نحوه اتصال سیستم احراز هویت کبرنتیس به سرویس LDAP از طریق Dex و پروتکل OIDC به دقت توضیح داده شده است. این فرآیند شامل تنظیم گواهینامه‌ها، راه‌اندازی OpenLDAP، پیکربندی Dex با استفاده از Helm، اعتمادسازی سرور API، نحوه بررسی ادعاهای توکن و همچنین نقشه‌برداری گروه‌های RBAC است. هدف این آموزش، فراهم کردن یک مسیر مطمئن و قابل انعطاف برای مدیریت دسترسی‌ها در کبرنتیس است، به طوری که بتوان نقش‌ها و گروه‌های مختلف را به طور مؤثر کنترل و مدیریت کرد.
در این راه، نحوه تنظیم گواهینامه‌ها و امنیت ارتباطات بین اجزا مختلف، نقش کلیدی دارد. سپس، با راه‌اندازی سرویس OpenLDAP، یک پایگاه داده کاربری مرکزی ایجاد می‌شود که تمامی اطلاعات هویتی کاربران در آن ثبت می‌شود. پس از آن، با استفاده از Helm، پکیج Dex نصب و پیکربندی می‌شود تا بتواند به عنوان میان‌افزار بین کبرنتیس و سرویس LDAP عمل کند. این مرحله اهمیت زیادی دارد، چون نقش Dex در تبدیل اطلاعات هویتی LDAP به توکن‌های OIDC و فراهم کردن یک لایه امنیتی است.
همچنین، تنظیمات مربوط به اعتماد سرور API و نحوه بررسی دقیق ادعاهای توکن، از موارد حیاتی در این فرآیند است. در نهایت، با نقشه‌برداری گروه‌های RBAC، مدیران می‌توانند سطوح دسترسی مختلف را بر اساس گروه‌های تعریف شده به راحتی کنترل کنند و امنیت سیستم را تضمین نمایند. این آموزش، یک مسیر جامع است برای توسعه‌دهندگانی که می‌خواهند سامانه‌های احراز هویت کبرنتیس را به صورت امن و مقیاس‌پذیر پیاده‌سازی کنند.
#کبرنتیس #احراز_هویت #LDAP #امنیت
🟣لینک مقاله:
https://ku.bz/nN1m_5FXK
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Kubernetes AuthN the Hard Way
Bridging Enterprise LDAP and OIDC with Dex
🔵 عنوان مقاله
Sveltos ClusterPromotion: Progressive Rollouts and the mistake that made the architecture better
🟢 خلاصه مقاله:
در دنیای فناوری‌های نوین، مدیریت و توسعه برنامه‌های بزرگ و پیچیده همواره چالش‌برانگیز است. یکی از راهکارهای مؤثر در این زمینه، استفاده از رویکردهای تدریجی و مرحله‌ای در بهره‌برداری از آپدیت‌ها و قابلیت‌های جدید است. این استراتژی نه تنها امکان ارزیابی دقیق‌تر و کاهش خطاهای احتمالی را فراهم می‌کند، بلکه به تیم‌های فنی فرصت می‌دهد تا بر اساس بازخوردهای واقعی، بهبودهای لازم را در ساختار و معماری سیستم انجام دهند.
در همین راستا، مفهوم “ترویج مجموعه‌سلسله‌ای سولتوس” (Sveltos ClusterPromotion) به عنوان رویکردی پیشرفته مطرح شده است. این روش به گونه‌ای طراحی شده است که انتشار ویژگی‌های جدید در مجموعه‌های مختلف به صورت مرحله‌ای و کنترل‌شده صورت گیرد. با این شیوه، تیم‌های توسعه می‌توانند تغییرات را به صورت تدریجی اعمال کرده و بر اساس نتایج، اصلاحات لازم را انجام دهند.
یکی از بزرگ‌ترین اشتباهاتی که در فرآیندهای توسعه و استقرار فناوری رخ داد، عدم توجه کافی به آزمون‌های مرحله‌ای و کلی‌نگری در طراحی اولیه بود. این اشتباه، در عین حال، یک فرصت بی‌نظیر برای بهبود ساختار و معماری زیرساخت‌ها فراهم کرد. کارکردن در قالب این رویکرد، به تیم‌ها کمک کرد تا خطاهای سیستماتیک را شناسایی و اصلاح کنند و از این طریق، معماری پایدارتری بنا نهادند که انعطاف‌پذیرتر و مقیاس‌پذیرتر است.
در نتیجه، ما شاهد آن هستیم که اشتباهات اولیه و مواجهه با چالش‌ها، نه تنها به شکست منجر نشد، بلکه باعث شد معماری و ساختار سیستم به سطح بالاتری از کیفیت و پایداری برسد. این تجربه ارزشمند، نشان می‌دهد که رویکردهای مرحله‌ای و انعطاف‌پذیر در توسعه فناوری، کلید موفقیت در پروژه‌های بزرگ و پیچیده هستند.
#توسعه_نرم‌افزار #معماری_سازمانی #روندهای_تدریجی #بهبود_پایدار
🟣لینک مقاله:
https://ku.bz/sJZhQf25J
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Sveltos ClusterPromotion: Progressive Rollouts and the mistake that made the architecture better
🟢 خلاصه مقاله:
در دنیای فناوری‌های نوین، مدیریت و توسعه برنامه‌های بزرگ و پیچیده همواره چالش‌برانگیز است. یکی از راهکارهای مؤثر در این زمینه، استفاده از رویکردهای تدریجی و مرحله‌ای در بهره‌برداری از آپدیت‌ها و قابلیت‌های جدید است. این استراتژی نه تنها امکان ارزیابی دقیق‌تر و کاهش خطاهای احتمالی را فراهم می‌کند، بلکه به تیم‌های فنی فرصت می‌دهد تا بر اساس بازخوردهای واقعی، بهبودهای لازم را در ساختار و معماری سیستم انجام دهند.
در همین راستا، مفهوم “ترویج مجموعه‌سلسله‌ای سولتوس” (Sveltos ClusterPromotion) به عنوان رویکردی پیشرفته مطرح شده است. این روش به گونه‌ای طراحی شده است که انتشار ویژگی‌های جدید در مجموعه‌های مختلف به صورت مرحله‌ای و کنترل‌شده صورت گیرد. با این شیوه، تیم‌های توسعه می‌توانند تغییرات را به صورت تدریجی اعمال کرده و بر اساس نتایج، اصلاحات لازم را انجام دهند.
یکی از بزرگ‌ترین اشتباهاتی که در فرآیندهای توسعه و استقرار فناوری رخ داد، عدم توجه کافی به آزمون‌های مرحله‌ای و کلی‌نگری در طراحی اولیه بود. این اشتباه، در عین حال، یک فرصت بی‌نظیر برای بهبود ساختار و معماری زیرساخت‌ها فراهم کرد. کارکردن در قالب این رویکرد، به تیم‌ها کمک کرد تا خطاهای سیستماتیک را شناسایی و اصلاح کنند و از این طریق، معماری پایدارتری بنا نهادند که انعطاف‌پذیرتر و مقیاس‌پذیرتر است.
در نتیجه، ما شاهد آن هستیم که اشتباهات اولیه و مواجهه با چالش‌ها، نه تنها به شکست منجر نشد، بلکه باعث شد معماری و ساختار سیستم به سطح بالاتری از کیفیت و پایداری برسد. این تجربه ارزشمند، نشان می‌دهد که رویکردهای مرحله‌ای و انعطاف‌پذیر در توسعه فناوری، کلید موفقیت در پروژه‌های بزرگ و پیچیده هستند.
#توسعه_نرم‌افزار #معماری_سازمانی #روندهای_تدریجی #بهبود_پایدار
🟣لینک مقاله:
https://ku.bz/sJZhQf25J
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Medium
Sveltos ClusterPromotion | Progressive Rollouts and the mistake that made the architecture better
Part 1 was about getting the tools running. Three clusters locally, Sveltos deploying across them, ArgoCD keeping everything in sync with…
🔵 عنوان مقاله
Colibrì (GitHub Repo)
🟢 خلاصه مقاله:
کولیبری (مخزن گیت‌هاب)
کولیبری یک موتور استنتاج کاملاً توسط زبان C است که برای اجرای مدل‌های بزرگ «ترکیب خبرگان» (Mixture-of-Experts) طراحی شده است. این سامانه به صورت نوآورانه از یک هیرارشی حافظه واحد تشکیل شده است که شامل VRAM، RAM و NVMe می‌شود، و به همین دلیل می‌تواند حجم وسیعی از پارامترهای مدل را به طور مؤثر مدیریت کند. در واقع، این موتور به جای اینکه نیاز داشته باشد کل مدل در حافظه سریع و قابل دسترس باشد، به صورت هوشمند و بر اساس نیاز، خبرگان را به صورت استریم و درخواست‌شده فعال می‌کند، که این قابلیت به کاهش نیاز به حافظه سریع کمک می‌نماید و کارایی را افزایش می‌دهد.
کولیبری از طیف گسترده‌ای از امکانات پشتیبانی می‌کند، از جمله اجرا بر روی CPU، کارت‌های گرافیکی مبتنی بر CUDA، فناوری Metal، معماری NUMA، و حتی در محیط‌های چندماشینی (Multi-machine). این ویژگی‌ها باعث شده است که این موتور بسیار انعطاف‌پذیر باشد و در مقیاس‌های مختلف و با زیرساخت‌های متفاوت به راحتی مورد استفاده قرار گیرد. در حال حاضر، این سیستم قادر است نه خانواده مدل مختلف را اجرا کند، که از ۷ میلیارد پارامتر تا ۲.۸ تریلیون پارامتر را در بر می‌گیرند، یعنی توانایی اداره کردن مدل‌های بسیار بزرگ و پیچیده در حوزه‌های مختلف هوش مصنوعی.
کولیبری با طراحی مدرن و کارآمد، انقلابی در فرآیند اجرای مدل‌های عظیم هوشمند دارد و می‌تواند کارایی، انعطاف‌پذیری و مقیاس‌پذیری در پروژه‌های بزرگ هوش مصنوعی را به سطح جدیدی برساند.
#هوش_مصنوعی #یادگیری_عمیق #مدل‌های_بزرگ #کدباز
🟣لینک مقاله:
https://github.com/JustVugg/colibri?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Colibrì (GitHub Repo)
🟢 خلاصه مقاله:
کولیبری (مخزن گیت‌هاب)
کولیبری یک موتور استنتاج کاملاً توسط زبان C است که برای اجرای مدل‌های بزرگ «ترکیب خبرگان» (Mixture-of-Experts) طراحی شده است. این سامانه به صورت نوآورانه از یک هیرارشی حافظه واحد تشکیل شده است که شامل VRAM، RAM و NVMe می‌شود، و به همین دلیل می‌تواند حجم وسیعی از پارامترهای مدل را به طور مؤثر مدیریت کند. در واقع، این موتور به جای اینکه نیاز داشته باشد کل مدل در حافظه سریع و قابل دسترس باشد، به صورت هوشمند و بر اساس نیاز، خبرگان را به صورت استریم و درخواست‌شده فعال می‌کند، که این قابلیت به کاهش نیاز به حافظه سریع کمک می‌نماید و کارایی را افزایش می‌دهد.
کولیبری از طیف گسترده‌ای از امکانات پشتیبانی می‌کند، از جمله اجرا بر روی CPU، کارت‌های گرافیکی مبتنی بر CUDA، فناوری Metal، معماری NUMA، و حتی در محیط‌های چندماشینی (Multi-machine). این ویژگی‌ها باعث شده است که این موتور بسیار انعطاف‌پذیر باشد و در مقیاس‌های مختلف و با زیرساخت‌های متفاوت به راحتی مورد استفاده قرار گیرد. در حال حاضر، این سیستم قادر است نه خانواده مدل مختلف را اجرا کند، که از ۷ میلیارد پارامتر تا ۲.۸ تریلیون پارامتر را در بر می‌گیرند، یعنی توانایی اداره کردن مدل‌های بسیار بزرگ و پیچیده در حوزه‌های مختلف هوش مصنوعی.
کولیبری با طراحی مدرن و کارآمد، انقلابی در فرآیند اجرای مدل‌های عظیم هوشمند دارد و می‌تواند کارایی، انعطاف‌پذیری و مقیاس‌پذیری در پروژه‌های بزرگ هوش مصنوعی را به سطح جدیدی برساند.
#هوش_مصنوعی #یادگیری_عمیق #مدل‌های_بزرگ #کدباز
🟣لینک مقاله:
https://github.com/JustVugg/colibri?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
GitHub
GitHub - JustVugg/colibri: Run frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk.…
Run frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 🐦 - JustVugg/colibri
🔵 عنوان مقاله
How I Built a Custom Kubernetes Ingress in Rust/Go That Outperforms Nginx by 11%
🟢 خلاصه مقاله:
در دنیای مدیریت زیرساخت‌های ابری و سرویس‌های وب، تنظیم و پیکربندی بخش ورودی (Ingress) در کلاسترهای Kubernetes نقش حیاتی دارد. در این مقاله، من داستان ساخت یک بخش ورودی سفارشی بر پایه زبان‌های برنامه‌نویسی Rust و Go را به اشتراک می‌گذارم که توانسته است نسبت به سرور محبوب Nginx عملکرد بهتری داشته باشد. هدف من این بود که راهکاری بهینه‌تر و کارآمدتر ارائه دهم تا بار ترافیکی سنگین و درخواست‌های متعددی را با کارایی بالا مدیریت کند.
پس از بررسی نیازهای خاص پروژه، تصمیم گرفتم یک اینگریس سفارشی طراحی کنم که بر اساس زبان‌های قدرتمندی چون Rust و Go ساخته شده باشد. این زبان‌ها امکانات خوبی برای توسعه سرویس‌های سریع و در عین حال امن فراهم می‌کنند. با تمرکز بر بهبود سرعت پاسخگویی و کاهش مصرف منابع، شروع به توسعه و تست کردم. نتیجه نهایی، یک سیستم اینگریس مخصوص بود که توانسته است در تست‌های مقایسه‌ای، نسبت به Nginx شاهد بهبود عملکرد ۱۱ درصدی باشد، چیزی که در دنیای در حال رقابت تکنولوژیکی امروز اهمیت بالایی دارد.
در پایان، نشان دادم که با به‌کارگیری فناوری‌های مدرن و طراحی هوشمندانه، می‌توان به نتایج قابل توجهی در بهبود عملکرد سرویس‌های وب دست یافت. این نمونه نشان می‌دهد که توسعه‌دهندگان و مدیران فناوری اطلاعات می‌توانند با نوآوری و تغییر رویکرد، راه‌حل‌های مناسب و بهینه‌تری برای زیرساخت‌های خود خلق کنند.
#کلاسترهای_کوبنرتیس #بهینه‌سازی_سرورها #Rust #Go
🟣لینک مقاله:
https://ku.bz/zTSm2MLtf
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
How I Built a Custom Kubernetes Ingress in Rust/Go That Outperforms Nginx by 11%
🟢 خلاصه مقاله:
در دنیای مدیریت زیرساخت‌های ابری و سرویس‌های وب، تنظیم و پیکربندی بخش ورودی (Ingress) در کلاسترهای Kubernetes نقش حیاتی دارد. در این مقاله، من داستان ساخت یک بخش ورودی سفارشی بر پایه زبان‌های برنامه‌نویسی Rust و Go را به اشتراک می‌گذارم که توانسته است نسبت به سرور محبوب Nginx عملکرد بهتری داشته باشد. هدف من این بود که راهکاری بهینه‌تر و کارآمدتر ارائه دهم تا بار ترافیکی سنگین و درخواست‌های متعددی را با کارایی بالا مدیریت کند.
پس از بررسی نیازهای خاص پروژه، تصمیم گرفتم یک اینگریس سفارشی طراحی کنم که بر اساس زبان‌های قدرتمندی چون Rust و Go ساخته شده باشد. این زبان‌ها امکانات خوبی برای توسعه سرویس‌های سریع و در عین حال امن فراهم می‌کنند. با تمرکز بر بهبود سرعت پاسخگویی و کاهش مصرف منابع، شروع به توسعه و تست کردم. نتیجه نهایی، یک سیستم اینگریس مخصوص بود که توانسته است در تست‌های مقایسه‌ای، نسبت به Nginx شاهد بهبود عملکرد ۱۱ درصدی باشد، چیزی که در دنیای در حال رقابت تکنولوژیکی امروز اهمیت بالایی دارد.
در پایان، نشان دادم که با به‌کارگیری فناوری‌های مدرن و طراحی هوشمندانه، می‌توان به نتایج قابل توجهی در بهبود عملکرد سرویس‌های وب دست یافت. این نمونه نشان می‌دهد که توسعه‌دهندگان و مدیران فناوری اطلاعات می‌توانند با نوآوری و تغییر رویکرد، راه‌حل‌های مناسب و بهینه‌تری برای زیرساخت‌های خود خلق کنند.
#کلاسترهای_کوبنرتیس #بهینه‌سازی_سرورها #Rust #Go
🟣لینک مقاله:
https://ku.bz/zTSm2MLtf
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
DEV Community
How I Built a Custom Kubernetes Ingress in Rust/Go That Outperforms Nginx by 11%
How I Built a Custom Kubernetes Ingress in Rust/Go That Outperforms Nginx by 11% ...
🔵 عنوان مقاله
How to automate Docker Registry creation with Harness Pipelines and Terraform (14 minute read)
🟢 خلاصه مقاله:
در دنیای توسعه نرم‌افزار، اتوماسیون فرآیندهای پیچیده اهمیت زیادی دارد. در این مقاله، به معرفی راه‌حلی جامع می‌پردازیم که چگونه با استفاده از Harness Pipelines و Terraform، روند ساخت و راه‌اندازی یک رجیستری داکر در خودکارسازی کنیم. این فرآیند شامل سه مرحله است که به صورت یکپارچه طراحی شده‌اند تا بتوانید به طور موثر و بدون نیاز به دخالت دستی، زیرساخت مورد نیاز برای مدیریت ایمیج‌های داکر را فراهم نمایید.
ابتدا، در این سیستم، از Terraform برای پایه‌گذاری و تنظیم خودکار رجیستری‌های مجازی داکر و سرورهای پروکسی استفاده می‌شود. این کار به صورت دینامیک انجام می‌پذیرد؛ به گونه‌ای که هر بار که نیاز باشد، یک رجیستری مجازی جدید ساخته می‌شود. در نتیجه، دیگر لازم نیست نگران ناپایداری یا تداخل در رجیستری‌های مختلف باشید، چرا که هر ساخت جدید، یک محیط مخصوص خودش را دارد. بعد از این مرحله، عملیات ساخت تصویر یا ایمیج داکر آغاز می‌شود و آن را به رجیستری مخصوص به خودش pushes می‌نماید.
در مرحله نهایی، تصویر ساخته‌شده به صورت خودکار در کلاسترهای Kubernetes مستقر می‌شود. این فرآیند شامل یک بروزرسانی روان (Rolling Update) است که به‌راحتی و بدون وقفه در سرویس‌ها انجام می‌پذیرد. علاوه بر این، در صورت بروز مشکل، سیستم به صورت خودکار عملیات rollback را انجام می‌دهد تا سرویس‌ها همواره در حالت پایدار باقی بمانند. از قابلیت‌های مهم این سیستم، ارتباط بین مراحل مختلف است که از طریق متغیرهای خروجی و عبارات Harness انجام می‌شود؛ بنابراین، هر مرحله می‌تواند منابع مورد نیاز خود را از مراحل قبلی دریافت کند بدون نیاز به کدنویسی سخت‌افزاری یا تغییرات دستی.
این رویکرد، پایداری، مقیاس‌پذیری و امنیت فرآیند توسعه و استقرار نرم‌افزار را به طور چشمگیری افزایش می‌دهد و به تیم‌های توسعه‌دهنده این امکان را می‌دهد که تمرکز بیشتری بر روی نوآوری و بهبود کیفیت نرم‌افزار داشته باشند.
#اتوماسیون_داکر #Harness #Terraform #DevOps
🟣لینک مقاله:
https://www.harness.io/blog/how-to-automate-docker-registry-creation-with-harness-pipelines-and-terraform?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
How to automate Docker Registry creation with Harness Pipelines and Terraform (14 minute read)
🟢 خلاصه مقاله:
در دنیای توسعه نرم‌افزار، اتوماسیون فرآیندهای پیچیده اهمیت زیادی دارد. در این مقاله، به معرفی راه‌حلی جامع می‌پردازیم که چگونه با استفاده از Harness Pipelines و Terraform، روند ساخت و راه‌اندازی یک رجیستری داکر در خودکارسازی کنیم. این فرآیند شامل سه مرحله است که به صورت یکپارچه طراحی شده‌اند تا بتوانید به طور موثر و بدون نیاز به دخالت دستی، زیرساخت مورد نیاز برای مدیریت ایمیج‌های داکر را فراهم نمایید.
ابتدا، در این سیستم، از Terraform برای پایه‌گذاری و تنظیم خودکار رجیستری‌های مجازی داکر و سرورهای پروکسی استفاده می‌شود. این کار به صورت دینامیک انجام می‌پذیرد؛ به گونه‌ای که هر بار که نیاز باشد، یک رجیستری مجازی جدید ساخته می‌شود. در نتیجه، دیگر لازم نیست نگران ناپایداری یا تداخل در رجیستری‌های مختلف باشید، چرا که هر ساخت جدید، یک محیط مخصوص خودش را دارد. بعد از این مرحله، عملیات ساخت تصویر یا ایمیج داکر آغاز می‌شود و آن را به رجیستری مخصوص به خودش pushes می‌نماید.
در مرحله نهایی، تصویر ساخته‌شده به صورت خودکار در کلاسترهای Kubernetes مستقر می‌شود. این فرآیند شامل یک بروزرسانی روان (Rolling Update) است که به‌راحتی و بدون وقفه در سرویس‌ها انجام می‌پذیرد. علاوه بر این، در صورت بروز مشکل، سیستم به صورت خودکار عملیات rollback را انجام می‌دهد تا سرویس‌ها همواره در حالت پایدار باقی بمانند. از قابلیت‌های مهم این سیستم، ارتباط بین مراحل مختلف است که از طریق متغیرهای خروجی و عبارات Harness انجام می‌شود؛ بنابراین، هر مرحله می‌تواند منابع مورد نیاز خود را از مراحل قبلی دریافت کند بدون نیاز به کدنویسی سخت‌افزاری یا تغییرات دستی.
این رویکرد، پایداری، مقیاس‌پذیری و امنیت فرآیند توسعه و استقرار نرم‌افزار را به طور چشمگیری افزایش می‌دهد و به تیم‌های توسعه‌دهنده این امکان را می‌دهد که تمرکز بیشتری بر روی نوآوری و بهبود کیفیت نرم‌افزار داشته باشند.
#اتوماسیون_داکر #Harness #Terraform #DevOps
🟣لینک مقاله:
https://www.harness.io/blog/how-to-automate-docker-registry-creation-with-harness-pipelines-and-terraform?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Harness.io
Automate Docker Registry Creation with Harness and Terraform
Provision a fresh Docker Registry with Terraform, build your container image into it, and deploy to Kubernetes in one | Blog
🔵 عنوان مقاله
Internal Developer Portals: Why Native CI/CD Drives Scale (7 minute read)
🟢 خلاصه مقاله:
در دنیای توسعه نرم‌افزار، پورتال‌های داخلی توسعه‌دهندگان نقش حیاتی در تسهیل فرآیندهای کاری و هماهنگی تیم‌ها دارند. این پورتال‌ها در گذشته صرفاً به عنوان مکان‌هایی برای مستندسازی و فهرست خدمات شناخته می‌شدند، اما با فناوری‌های جدید، نقش آنها به طور چشمگیری تغییر کرده است. در حال حاضر، ادغام نیتیو CI/CD (ادغام مداوم و انتشار مداوم) باعث تبدیل این پورتال‌ها از یک ابزار صرفاً مرجع، به بسترهای مقیاس‌پذیر و حرفه‌ای برای مدیریت فرآیندهای توسعه شده است.
ادغام نیتیو CI/CD این امکان را فراهم می‌کند که توسعه‌دهندگان بتوانند بدون نیاز به پیکربندی‌های دستی و پیچیده، خدمات خود را ساخته، آنها را به محیط‌های مختلف منتشر کنند و در صورت نیاز، به سرعت بازگردانی کنند. این روند نه تنها فرآیندهای توسعه را سریع‌تر می‌کند، بلکه خطاهای انسانی را کاهش می‌دهد و فرآیندهای پایداری را تضمین می‌کند. به این ترتیب، تیم‌ها می‌توانند بر روی نوآوری تمرکز کنند، در حالی که ابزارهای خودکار و استانداردسازی، روند کار را به شکل موثر مدیریت می‌کنند.
از سوی دیگر، پلتفرم‌های مبتنی بر ادغام نیتیو CI/CD امکان نظارت و کنترل مرکزی بر سیاست‌های توسعه مانند مسیرهای طلایی، سیاست‌های تبلیغات و حاکمیت را فراهم می‌آورند. این ویژگی‌ها موجب کاهش انحراف در اجرای خطوط لوله (pipeline drift) و کاهش پیچیدگی‌های عملیاتی می‌شود. در نتیجه، سازمان‌ها می‌توانند سطوح بالاتری از اطمینان و کنترل کیفیت را در فرآیند توسعه و استقرار سیستم‌هایشان دست‌یابی کنند، بدون اینکه فرآیندها به صورت دستی یا پراکنده کنترل شوند.
در جمع‌بندی، ادغام نیتیو CI/CD در پورتال‌های داخلی توسعه‌دهندگان، انقلابی در نحوه مدیریت چرخه عمر نرم‌افزار است. این فناوری ابزارهای مورد نیاز توسعه‌دهندگان را به طور یکپارچه در اختیارشان قرار می‌دهد تا عملیات توسعه و استقرار را به صورت خودکار، سریع و مطمئن انجام دهند، در حالی که سیاست‌های سازمانی و استانداردها به شکل مرکزی رعایت می‌شود. این روند به سازمان‌ها کمک می‌کند تا در فضای رقابتی امروز، انعطاف‌پذیرتر، کارآمدتر و مقیاس‌پذیرتر عمل کنند.
#توسعه_نرم‌افزار #CI/CD #پورتال_توسعه #اتوماسیون
🟣لینک مقاله:
https://www.harness.io/blog/internal-developer-portals-why-native-ci-cd-drives-scale?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Internal Developer Portals: Why Native CI/CD Drives Scale (7 minute read)
🟢 خلاصه مقاله:
در دنیای توسعه نرم‌افزار، پورتال‌های داخلی توسعه‌دهندگان نقش حیاتی در تسهیل فرآیندهای کاری و هماهنگی تیم‌ها دارند. این پورتال‌ها در گذشته صرفاً به عنوان مکان‌هایی برای مستندسازی و فهرست خدمات شناخته می‌شدند، اما با فناوری‌های جدید، نقش آنها به طور چشمگیری تغییر کرده است. در حال حاضر، ادغام نیتیو CI/CD (ادغام مداوم و انتشار مداوم) باعث تبدیل این پورتال‌ها از یک ابزار صرفاً مرجع، به بسترهای مقیاس‌پذیر و حرفه‌ای برای مدیریت فرآیندهای توسعه شده است.
ادغام نیتیو CI/CD این امکان را فراهم می‌کند که توسعه‌دهندگان بتوانند بدون نیاز به پیکربندی‌های دستی و پیچیده، خدمات خود را ساخته، آنها را به محیط‌های مختلف منتشر کنند و در صورت نیاز، به سرعت بازگردانی کنند. این روند نه تنها فرآیندهای توسعه را سریع‌تر می‌کند، بلکه خطاهای انسانی را کاهش می‌دهد و فرآیندهای پایداری را تضمین می‌کند. به این ترتیب، تیم‌ها می‌توانند بر روی نوآوری تمرکز کنند، در حالی که ابزارهای خودکار و استانداردسازی، روند کار را به شکل موثر مدیریت می‌کنند.
از سوی دیگر، پلتفرم‌های مبتنی بر ادغام نیتیو CI/CD امکان نظارت و کنترل مرکزی بر سیاست‌های توسعه مانند مسیرهای طلایی، سیاست‌های تبلیغات و حاکمیت را فراهم می‌آورند. این ویژگی‌ها موجب کاهش انحراف در اجرای خطوط لوله (pipeline drift) و کاهش پیچیدگی‌های عملیاتی می‌شود. در نتیجه، سازمان‌ها می‌توانند سطوح بالاتری از اطمینان و کنترل کیفیت را در فرآیند توسعه و استقرار سیستم‌هایشان دست‌یابی کنند، بدون اینکه فرآیندها به صورت دستی یا پراکنده کنترل شوند.
در جمع‌بندی، ادغام نیتیو CI/CD در پورتال‌های داخلی توسعه‌دهندگان، انقلابی در نحوه مدیریت چرخه عمر نرم‌افزار است. این فناوری ابزارهای مورد نیاز توسعه‌دهندگان را به طور یکپارچه در اختیارشان قرار می‌دهد تا عملیات توسعه و استقرار را به صورت خودکار، سریع و مطمئن انجام دهند، در حالی که سیاست‌های سازمانی و استانداردها به شکل مرکزی رعایت می‌شود. این روند به سازمان‌ها کمک می‌کند تا در فضای رقابتی امروز، انعطاف‌پذیرتر، کارآمدتر و مقیاس‌پذیرتر عمل کنند.
#توسعه_نرم‌افزار #CI/CD #پورتال_توسعه #اتوماسیون
🟣لینک مقاله:
https://www.harness.io/blog/internal-developer-portals-why-native-ci-cd-drives-scale?utm_source=tldrdevops
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Harness.io
Internal Developer Portals: Why Native CI/CD Drives Scale
Internal developer portals need native CI/CD integration to scale effectively. Learn how integrated pipelines improve velocity. Explore Harness IDP. | Blog
🔵 عنوان مقاله
Rebuilding a HIPAA CI/CD pipeline: signed promotion, OPA admission, and audit-grade evidence
🟢 خلاصه مقاله:
در این مطالعه موردی، روند ساخت مجدد یک خط لوله CI/CD منطبق بر الزامات HIPAA بررسی شده است. هدف از این بازسازی، تضمین امنیت و سازگاری کامل سیستم با استانداردهای پزشکی و حفاظت از اطلاعات حساس بیماران است. در این فرآیند، از ابزار Cosign برای امضای دیجیتال اوازارها استفاده شده است تا اعتبار و اصالت اجزای نرم‌افزار تایید شود. همچنین، برای کنترل ورود و مجاز بودن تغییرات، از Gatekeeper شرکت OPA بهره گرفته شده است که به صورت مؤثر درخواست‌های ورودی را بر اساس سیاست‌های تعریف‌شده فیلتر می‌کند. در کنار این موارد، همه اطلاعات و شواهد مربوط به روندها و رویدادهای مهم نگهداری شده و در مدت زمان بلندمدت در سرویس S3 ذخیره می‌شوند تا در صورت نیاز بتوان به راحتی به تاریخچه فعالیت‌ها دسترسی داشت و اطمینان حاصل کرد همه مراحل در چارچوب لازم انجام شده است.
در مجموع، این استراتژی ترکیبی از امنیت، کنترل و مستندسازی است که باعث می‌شود سیستم‌های فناوری‌اطلاعات در حوزه سلامت نه تنها از نظر فنی، بلکه از نظر حقوقی و استانداردهای نظارتی نیز کاملاً مطابقت داشته باشند. اهمیت این پروژه در ارتقاء امنیت داده‌های حساس بیماران و تضمین سلامت و قانونی بودن عملیات‌های دیجیتال در مراکز بهداشتی است که امروزه به شدت مورد نیاز است.
#امنیت_داده #پایپ‌لاین_سازمان_سلامت #HIPAA #مدیریت_مستندات
🟣لینک مقاله:
https://ku.bz/TYS0yf264
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
Rebuilding a HIPAA CI/CD pipeline: signed promotion, OPA admission, and audit-grade evidence
🟢 خلاصه مقاله:
در این مطالعه موردی، روند ساخت مجدد یک خط لوله CI/CD منطبق بر الزامات HIPAA بررسی شده است. هدف از این بازسازی، تضمین امنیت و سازگاری کامل سیستم با استانداردهای پزشکی و حفاظت از اطلاعات حساس بیماران است. در این فرآیند، از ابزار Cosign برای امضای دیجیتال اوازارها استفاده شده است تا اعتبار و اصالت اجزای نرم‌افزار تایید شود. همچنین، برای کنترل ورود و مجاز بودن تغییرات، از Gatekeeper شرکت OPA بهره گرفته شده است که به صورت مؤثر درخواست‌های ورودی را بر اساس سیاست‌های تعریف‌شده فیلتر می‌کند. در کنار این موارد، همه اطلاعات و شواهد مربوط به روندها و رویدادهای مهم نگهداری شده و در مدت زمان بلندمدت در سرویس S3 ذخیره می‌شوند تا در صورت نیاز بتوان به راحتی به تاریخچه فعالیت‌ها دسترسی داشت و اطمینان حاصل کرد همه مراحل در چارچوب لازم انجام شده است.
در مجموع، این استراتژی ترکیبی از امنیت، کنترل و مستندسازی است که باعث می‌شود سیستم‌های فناوری‌اطلاعات در حوزه سلامت نه تنها از نظر فنی، بلکه از نظر حقوقی و استانداردهای نظارتی نیز کاملاً مطابقت داشته باشند. اهمیت این پروژه در ارتقاء امنیت داده‌های حساس بیماران و تضمین سلامت و قانونی بودن عملیات‌های دیجیتال در مراکز بهداشتی است که امروزه به شدت مورد نیاز است.
#امنیت_داده #پایپ‌لاین_سازمان_سلامت #HIPAA #مدیریت_مستندات
🟣لینک مقاله:
https://ku.bz/TYS0yf264
➖➖➖➖➖➖➖➖
👑 @DevOps_Labdon
DEV Community
Rebuilding a HIPAA CI/CD pipeline: signed promotion, OPA admission, and audit-grade evidence
A redacted engineering write-up: Cosign signing with KMS-backed keys, SLSA Level 3 provenance, OPA Gatekeeper admission on EKS, and an evidence stream that outlives the deploy that produced it.