DevOps教程 - 第33页

服务网格最近吸引了大量的眼球。每次技术会议期间至少是有几次关于服务网格的讨论，可以轻松地说服人们必须在其基础架构中拥有服务网格。但是，炒作并不能很好地表明新的闪亮技术是否适合您的问题。因此，在下面，我将尝试对服务网格进行反炒作，以期在您决定是否需要它时减少混乱。

ZenML是一个可扩展的开源MLOps框架，用于以简单的方式使用生产就绪的机器学习管道。ZenML的主要功能是：确保训练实验的可重复性。默认情况下，管道会从数据到模型进行版本控制，自动跟踪实验，并且所有管道配置都是声明性的。保证实验之间的可比性。能够在本

一个由12个要素因子组成的应用程序是一种用于构建可扩展和高性能，独立且最具弹性的企业应用程序的方法论或一组原则。它建立了用于创建健壮的企业应用程序的一般原则和准则。12要素应用程序原则非常流行，因为它与微服务原则保持一致。以下是12要素原则代码库（修订控制中跟踪一个

当我们在Cloudflare审查设计文档时，我们总是在寻找单点故障（SPOF）。消除这些问题是构建您有信心的系统的必要步骤。具有讽刺意味的是，当您设计具有内置冗余的系统时，您会花费大量时间来考虑冗余失败时系统的功能运行是否正常。2020年11月2日，Cloudflare发生了一个

Crowdsec是一款开源的轻量级软件，可检测具有攻击性行为的对等节点，以防止其访问您的系统。其人性化的设计和协助提供了较低的技术进入门槛，但安全性却很高。使用了Grok模式和YAML语法来分析日志，这是一种基于云/容器/ VM基础架构的现代分离方法（在此检测，在此进行补救）。一旦检

MLOps是ML的DevOps。数据科学家构建的机器学习（ML）模型需要与其他多个团队紧密合作，例如业务、工程和运营。这意味着了在沟通、协作和协调方面的存在挑战。MLOps的目标是通过完善的实践来简化此类挑战。此外，MLOps带来了敏捷性和速度，这是当今数字世界的基石。ML模型操作化

Ç ontinuous我Continuous Integration 和Continuous Delivery管道，也被称为CI / CD，

Testcontainers是一个Java库，支持JUnit测试，它提供了常见的数据库，Selenium Web浏览器或其他可以在Docker容器中运行的轻型的一次性实例。假设我们在本教程中使用maven：

Curtis Einsmann在亚马逊的5年中已经诊断并解决了数百个错误。作为一名初级工程师，大型软件系统中的错误诊断具有挑战性。下面是他的经验总结：原因的诊断很重要。不成熟的解决方案使得问题持续存在，这些微小的缺陷很容易被开发人员忽略。诊断原因是修复的第一步。清晰表达问题

托马斯·里德（Thomas Reid）曾经写道：“整个一条链并不比链条中最薄弱的节点更强大。” 这对于任何具有相互依赖的链接的系统都是如此，无论是文字链还是软件应用程序中的依赖链。如果一个链接断开，负载就会崩溃。对于SaaS，PaaS，IaaS和其他服务提供商，此概念可以成就或破坏业

由于MLOps是一个新生领域，因此可能很难掌握其含义和要求。实施MLOps的最大挑战之一是在ML管道上叠加DevOps实践的难度。这主要是由于根本差异：DevOps处理的是代码，而ML是既是代码又有数据。当涉及到数据时，不可预测性始终是一个主要问题。由于代码和数据是独立且并行发展的，

关于AI是否会取代QA测试人员的工作，仍然存在很多思考。但是，事实并非如此。实际上，人工智能永远不会取代测试人员的角色。测试人员将能够借助AI驱动的工具更好地进行测试。自动化测试和AI的结合具有许多优势：加快时间表软件测试需要花费大量时间来验证应用程序的

尽管2020年是充满挑战的一年，但我能够使用到远程工作的过渡来探索新工具来扩展我的数据科学技能。这一年，我从数据科学家过渡到应用科学家，不仅负责数据产品的原型制作，还将这些系统投入生产并监控系统的运行状况。我曾经使用过Docker等工具来对应用程序进行容器化，但是我没有将容器部署为可

在微服务，无服务器应用程序或整个事件驱动的体系结构一起工作的分布式环境中，可观察性（包括监视，日志记录，跟踪和警报）是重要的体系结构关注点。我们希望在高度分布式的系统中具有可见性的原因有几个：即使我们最好的员工构建了它，也会出现问题。分布式系统会产生分布式

在本文中，我们将为Spring Boot Application创建一个本地CI / CD工作流，并使用Skaffold将其部署到Kubernetes。使用Kubernetes开发应用程序很麻烦。这就是围绕其周围正在开发一个生态系统的原因，以便开发人员可以专注于对他们最重要的事情，即

这是一个介绍使用不同的工具来扩展Python ML工作负载的博客网站，点击标题进入，当前文章有：

学习掌握MLOps的途径： Linux Python Docker AWS Terraform Kubernetes Prometheus Grafana Kubeflow CI/CD

服务网格如何准确地帮助DevOps团队？The New Stack Maker的播客最近采访了我们的三位联合创始人，他们分别探讨了服务网格如何帮助DevOps团队。以下是一些关键要点，我们希望它们对您的团队有用。 1. Istio提高工程效率