Блог DevOps

Каждый раз, когда речь идет о разработке и внедрении новой функциональности в вашем продукте, нужно измерять результат действий. Отсутствует количественная метрика? Отсутствует понимание эффективности. Улучшились ли показатели, изменилась ли конверсия, есть ли выручка, повысилась ли скорость работы? Заработали ли вы вообще на новой фиче либо только потерпели убытки? Для всего этого и существует мониторинг приложений.

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?