DE @devops_memops
Showing posts older than #7328 · Back to latest
Создавайте секреты Kubernetes из Vault для безопасного рабочего процесса на основе GitOps.
Каждый раз, когда мы перезапускали Atlantis — инструмент, который мы используем для планирования и применения изменений в Terraform, — нам приходилось ждать 30 минут, пока он снова запустится.
А вот Яндекс пишет как они решали задачу поиска аномалий на своем внутреннем контуре Monium. Когда-нибудь обещают это это же самое реализовать и для внешних пользователей.
ClickStack представляет визуализацию и оповещения на основе SQL. Теперь пользователи могут создавать диаграммы и оповещения, используя произвольные SQL-запросы ClickHouse, что открывает доступ к гораздо более продвинутому анализу непосредственно в пользовательском интерфейсе ClickStack. Визуализация на основе SQL позволяет пользователям выйти за рамки предопределенных конструкторов запросов и в полной мере использовать SQL ClickHouse для создания панелей мониторинга и исследовательского анализа. Оповещения на основе SQL расширяют эти возможности, позволяя использовать в качестве условия оповещения все, что можно выразить в SQL, от скользящих средних и обнаружения аномалий до групповых статистических проверок и пользовательской операционной логики.
В этом посте рассматривают, почему были созданы эти возможности, как они меняют процесс мониторинга, и проведем несколько примеров, демонстрирующих, где анализ и оповещения на основе SQL становятся особенно мощными.
Docker давно перестал быть просто инструментом для упаковки приложений в контейнеры. Сегодня это целая экосистема с множеством возможностей, о которых многие разработчики и даже DevOps специалисты догадываются лишь поверхностно.
В этой статье я расскажу о некоторых функциях Docker, которые редко попадают в учебные руководства и официальные туториалы, но которые могут облегчить жизнь разработчикам и понять Docker чуть глубже. По ходу статьи фичи будут переходить от более известных к менее известым (подобно когда-то популярному формату айсбергов)
Каждый трейс рассказывает свою историю , а спаны — это главы, которые ее составляют. Спан представляет собой отдельную именованную операцию в рамках более крупного запроса: входящий HTTP-вызов, запрос к базе данных, сообщение, опубликованное в очередь, или фрагмент бизнес-логики, который вы явно выбрали для измерения. Вместе сегменты образуют дерево, которое восстанавливает то, что произошло, в каком порядке и сколько времени занял каждый шаг.
j и k для навигации, Enter для выполнения, а q для выхода. ? для справки. 
Iceberg — табличный формат для больших аналитических наборов данных.
По сути, iceberg — это прослойка между Data Lake и движками запросов, которая с помощью metadata позволяет движкам делать эффективные запросы. Формат идеально подходит для хранения observability-данных. А для извлечения и аналитики можно использовать, например, Clickhouse (+ClickStack).
logging, что означает, что большая часть существующего кода на Python уже использует её на том или ином уровне, и каждая альтернатива от сторонних разработчиков строится на её основе, оборачивает его или намеренно заменяет её.
Чего вы не найдете в маркетинговых материалах — так это задокументированного производственного кейса, в котором система AI SRE на базе четырех агентов обходится в 8500 евро в месяц: это в 15 раз дороже, чем простая реализация чата на базе LLM, — цифра, которую большинство команд обнаруживает лишь после того, как уже развернули систему.
Forwarded from Типичный Сисадмин
