• SIEM 代表安全、信息和事件管理( Security, Information, and Event Management.)。SIEM 技术将日志数据、
  • Redox 是一个用纯Rust编写的通用操作系统。目标是提供一个功能齐全的类 Unix 微内核,既安全又免费。我们与POSIX有适度的兼容性,
  • 本文作者曾经发布《我想离开Golang先生的狂野之旅》,该文反复出现在Reddit、Lobs icon
  • Dagger 是 CICD 的便携式开发工具包。使用 Dagger,软件团队可以轻松开发强大的 CICD 管道,然后在任何地方运行它们。好处包括: 统一开发和 CI 环境。编写你的管道一次,Dagger 将在任何地方运行它。 减少 CI 锁定。不再需要每 6 icon
  • Java口号不应该是“一次编写,到处运行”,而应是”一次构建,到处运行“:“一次编写,到处运行”意味着您的代码是平台无关的。但是,只要使用与平台无关的库包并编写与平台无关的代码,这对于每种平台无关的编程语言(如 c/c++)都适用。Java 的真正好处是只需编译您的程序一次, icon
  • 随着越来越多的应用程序转移到云计算,术语有时会变得很混乱。 在这篇文章中,我们将谈论Docker、Dockerfile和Docker Compose之间的区别。 Docker icon
  • Jenkins 服务器是一个伟大的开源持续集成/持续部署 (CI/CD)工具,被 DevOps 行业的大部分人用于各种软件自动化任务。这些自动 icon
  • Logstash是一个数据处理管道,允许您从各种来源收集数据,然后将其转换并发送到目的地。它最常用于将数据发送到Elasticsearch(一种分析和搜索引擎),然后可以使用Kibana进行查看。Elasticsearch、Logstash和Kibana一起构成了 icon
  • Java 18 的简单 Web 服务器是在JEP 408中添加到jdk.httpserver模块的最小 HTTP 静态文件服务器。它服务于单个目录层次结构 icon
  • 在本文中,您将学习如何使用 Knative 和 Tekton 在 CI/CD 中准备金丝雀版本。由于 Knative 支持同一服务的多个版本,因此它似乎是进行金丝雀发布的正确工具。我们将使用其称为渐进式部署的功能,逐步将流量转移到最新版本。作为练习,我们将本地编译(使用 GraalVM)并运 icon
  • 几个月前,System.Diagnostics.DiagnosticSource 6.0版的发布给这个库带来了全新的东西--对OpenTelemetry Metrics的支持。由于这个包是从.NET 6 SDK中带外发布的,这也意味着你可以在任何针对.NET 4.6.1及以上版本、.NET icon
  • 我们正处于Atlassian有史以来最长的一次中断中。近400家公司和5万至80万用户无法访问JIRA、Confluence、OpsGenie、JIRA状态页面和其他Atlassian云服务。 这次中断已经是第9天了,从4月4日星期一开始。阿特拉斯 icon
  • 在6核容器运行一个JVM会比在1核容器上运行6个JVM启动得快拥有更多资源的更少 JVM 比拥有更少资源的更多 JVM 更好。即使 CPU 和 RAM 的总量保持不变。这对一切都有好处:启动时间、尾部延迟、整个过程,甚至成本(一旦你找到了最佳点)。 icon
  • API就像数字业务的血管。随着数据的流动,能量被传递以激活新的机会。通常情况下,我们专注于专门的组件,即我们软件系统的重要器官。 通过挖掘连接器本身,从数据流中提取洞察力,我们能学到什么?这里有一个关于引导API的可观察性策略的快速概述。< icon
  • 我从过去 8 年开始担任 DBA,但想将我的职业转向 Python 和 Django 开发。在过去的 3 年里,我用 Python 和 Django 做了几个项目,以及我的爱好和被动收入项目。我非常擅长编写脚本,使用 REST API、云函数、CI/CD 工具(如 Jenkins、G icon
  • 很多人说在绝对需要之前应该避免使用它们,为什么?复杂性。“你不会需要它” (YAGNI) :如果你不需要它,就不要用它。就像著名工程师 de St. Exupery 所说:“真正完美的时候,不是已经没有什么可添加,而是没有什么可去除的。 ”事后很容易添加服务 icon
  • 我曾在航空航天、电信、电子商务和SaaS领域的大中小型公司工作。作为一名工程师,一名经理,现在是一家小公司的C级。 几乎每一个我工作过的地方都至少提到过,而且很多人都尝试过实施某种OKR或其他正式的绩效评估过程,但都没有成功。成功是指实施, icon
  • 我目前是一名数据科学家,我发现我的大部分时间都花在了特征工程上。 我的一般做法是,我创建数据的聚合(通过sql,因为需要处理的数据量很大),如sum,mean,avg,std,median,q25,q75。我需要在几十个特征上做这个工作。另外,我在 icon