Forwarded from Александров Андрей enabling.team
Опубликовал программу в виде репозитория. Можно кидать фидбек через issues, PRs или просто поставить звездочку и зафоловить, чтобы следить за всеми изменениями.
https://github.com/EnablingTeam/trunk-masterclass
https://github.com/EnablingTeam/trunk-masterclass
GitHub
GitHub - EnablingTeam/trainings: Enabling.team Trainings
Enabling.team Trainings. Contribute to EnablingTeam/trainings development by creating an account on GitHub.
Forwarded from DevOps Deflope News
Интересная статья, про тренды и будущее devops-практики Observability.
https://e42.link/3KToOaZ
Что можно отметить:
1. Технологический стек для создания цифровых продуктов меняется и это приводит к изменению и инструментов для Observability. Вместо монолитных архитектур сейчас используют микросервисы, Kubernetes и распределенную архитектуру, cloud native.
2. Если раньше инструменты шли под определенное направление Observability: логирование, мониторинг, трейсинг, то теперь есть тренд на создание платформенных решений для объединения в одном окне/интерфейсе возможности работы с логами, метриками, трейсами и так далее.
3. Связь Observability с процессами вокруг бизнес-данных, например, сбор логов ETL или бизнес-процессов и визуализация шагов бизнес-процессов.
4. Отсутствие зависимости от одного вендора.
5. Интеграция инструментов машинного обучения для решения задач предиктивного мониторинга.
6. Более тесная интеграция собираемых данных/телеметрии с решением задач по security + тут тоже интеграция с инструментами машинного обучения.
7. Оптимизация затрат на хранение и обработку собираемых метрик. В статье не указывается про Yandex Cloud Remote Storage, но, вероятно, это про решение вышеуказанной задачи. В контексте - зачем внутри компании разворачивать свою хранилку для метрик, когда с помощью API метрики в нужном формате можно складывать и хранить в облаке и потом там же визуализировать c помощью DataLens и других инструментов.
8. Мониторинг CI/CD-пайплайнов.
9. Автоматизация процесса алертинга на основе машинного обучения, а не выставленных в ручную пороговых значений.
https://e42.link/3KToOaZ
Что можно отметить:
1. Технологический стек для создания цифровых продуктов меняется и это приводит к изменению и инструментов для Observability. Вместо монолитных архитектур сейчас используют микросервисы, Kubernetes и распределенную архитектуру, cloud native.
2. Если раньше инструменты шли под определенное направление Observability: логирование, мониторинг, трейсинг, то теперь есть тренд на создание платформенных решений для объединения в одном окне/интерфейсе возможности работы с логами, метриками, трейсами и так далее.
3. Связь Observability с процессами вокруг бизнес-данных, например, сбор логов ETL или бизнес-процессов и визуализация шагов бизнес-процессов.
4. Отсутствие зависимости от одного вендора.
5. Интеграция инструментов машинного обучения для решения задач предиктивного мониторинга.
6. Более тесная интеграция собираемых данных/телеметрии с решением задач по security + тут тоже интеграция с инструментами машинного обучения.
7. Оптимизация затрат на хранение и обработку собираемых метрик. В статье не указывается про Yandex Cloud Remote Storage, но, вероятно, это про решение вышеуказанной задачи. В контексте - зачем внутри компании разворачивать свою хранилку для метрик, когда с помощью API метрики в нужном формате можно складывать и хранить в облаке и потом там же визуализировать c помощью DataLens и других инструментов.
8. Мониторинг CI/CD-пайплайнов.
9. Автоматизация процесса алертинга на основе машинного обучения, а не выставленных в ручную пороговых значений.
Forwarded from alexey d
Forwarded from Технологический Болт Генона
Monitoring_MariaDB_Server_with_bpftrace_on_Linux_FOSDEM_2021.pdf
748.7 KB
Monitoring MariaDB Server with bpftrace on Linux
https://www.youtube.com/watch?v=giikJfsCK14
За ссылку спасибо подписчику
https://www.youtube.com/watch?v=giikJfsCK14
За ссылку спасибо подписчику