В цифровой экономике бизнес уже не способен расти лишь физически благодаря расширениям и приобретениям — главным методом его масштабирования в итоге становится выполнение оптимизации бизнес-моделей на основе данных. Современным средством построения компании, управляемой данными, является DataOps. Что же должна сделать организация, которая планирует стать Data-driven company?

В этой статье мы рассмотрим, что может "швейцарский нож системного администратора" Zabbix и чем же он хорош.

Как и в случае с DevOps, когда разработка и эксплуатация, по сути, интегрированы в единый процесс взаимодействия специалистов по разработке кода, тестированию, развертыванию и поддержке, концепция DataOps тоже реализует идею по непрерывной интеграции, доставке и обработке данных. Для этого в проектах Big Data применяют:

DataOps (DATA Operations, датаопс) представляет собой набор практик по непрерывной интеграции данных между процессами, системами и командами. Реализация соответствующей концепции повышает эффективность корпоративного управления/отраслевого взаимодействия благодаря ряду плюсов:

SRE-инженер -- профессия не из легких, плюс она сочетает в себе 2 довольно трудоемких направления — это разработка и эксплуатация. Давайте подробнее рассмотрим первое из них.

В книге "Site Reliability Engineering" есть полезная глава про мониторинг распределенных систем, где описан подход Google, основанный на отслеживании «четырех золотых сигналов» (Four Golden Signals). О них и поговорим.

Helm, как и Docker стал де-факто стандартом в индустрии. Тоже самое и с Kubernetes (52% доля в нише). И новость, что Docker is deprecated, вызвало волну обсуждений в сообществе. Настолько все привыкли к Docker.

Функция SPARK-20624 служит для повышения надежности и производительности Spark в случае использования Spot-нод.

Тес­тирова­ние — важ­ный шаг на всех эта­пах раз­работ­ки ПО. Но не все ком­понен­ты име­ют оче­вид­ные, извес­тные и понят­ные пути тес­тирова­ния. К при­меру, обра­зы Docker либо не тес­тиру­ют вооб­ще, либо тес­тиру­ют толь­ко на при­год­ность к запус­ку. Как про­тес­тировать образ Docker так, что­бы убе­дить­ся в том, что он выпол­няет свои задачи?

У всех нас есть лай­фха­ки и инс­тру­мен­ты, уско­ряющие работу с опре­делен­ными задачами и сис­темами. У девоп­сов и адми­нис­тра­торов обла­ков таких инс­тру­мен­тов дол­жно быть едва ли не боль­ше всех, потому что сер­висов, с которы­ми работать, — мно­го, а тер­минал один. В этой статье я делюсь сво­им опы­том работы с облачны­ми сис­темами и решени­ем мел­ких задач, которые воз­ника­ют каж­дый день.