Діана Кутса про навігацію з еволюції технологій через гнучкість та навчання

Marketsandmarkets зазначається, що до 2028 року світовий сектор DevOps зросте до 25,5 млрд. Дол. Після цього DevOps-це відмінна відповідь на різні виклики, оскільки він приєднується до всіх суб’єктів, які беруть участь у розробці та розгортанні високоякісного програмного забезпечення за допомогою жорстко з’єднаного та автоматизованого робочого процесу: процес, присвячений забезпеченню цілісності та стабільності всієї системи.

Щоб досягти цього, він повинен вивчати такі інструменти, як Terraform, Kubernetes, Ansible та Docker. Ми розмовляли з Діаною Кутса, інженером DevOps з програмного забезпечення BMC, про впровадження методології на практиці. Діана виконала точне завдання централізованого лісозаготівля та моніторингу подій в кластерах Kubernetes, використовуючи Fluentbit, Helm та API Kubernetes.

Вона відома тим, що масштабує інфраструктуру як код з Terrafor Terraform, Jenkins, Docker та Kubernetesта використання практики SRE з інтелектуальною автоматизацією для досягнення вражаючого часу на 99,99%.

Поточні варіанти Діани для цих технологій

Формування Terra та Kubernetes все ще є необхідними інструментами для управління інфраструктурою та контейнерністю, тоді як вискакують інші нові утиліти інфраструктури як код, такі як Pulumi для інфраструктури як код та OpenShift для управління контейнерами для підприємств. У межах контейнерної оркестрації Docker Swarm та Red Hat OpenShift — це дві альтернативи Kubernetes з контрастними функціями та перевагами. Архітектура без серверів — це також ще один незалежний варіант розгортання додатків, пропонованих AWS Lambda, Azure функцій та функцій Google Cloud, не турбуючи основну інфраструктуру для деяких випадків використання.

Додаткові ключові сфери для автоматизації, визначених Діаною

Таким чином, управління безпекою та дотриманням, моніторинг інцидентів та прогнозована аналітика, що працює на штучному інтелекті, є ключовими, — сказала Діана. Крім того, використання Docker для рівномірних середовищ у розгортанні додатків скоротить час налагодження та прискорить процес випуску. Майбутнє пропонує обіцянки, коли машинне навчання та AI прогнозують навантаження на інфраструктуру, масштаб, коли це потрібно, економічно ефективно та підвищує управління ресурсами та стабільність системи.

Звідки береться пристрасть Діани до інновацій та автоматизації?

Діана любить інновації та автоматизувати, оскільки вона хоче зробити найкраще зі своєї команди та приймати послуги на більшу висоту. Чай використовується для тягнення величезних результатів до підвищення ефективності та зниження використання ресурсів та створення нових шляхів для зростання бізнесу.

Які погляди Діани на основні навички майбутнього покоління інженерів?

Діана вважає, що її відповідальність за обмін знаннями та надання допомоги команді, якщо потрібно. Вона досить добре говорить про оволодіння останніми інструментами, такими як Helm для управління випусками, а також заохочує експерименти з технологією, що розвивається, включаючи штучний інтелект та машинне навчання для автоматизованого аналізу та моніторингу журналу. Необхідно йти в ногу та бути відкритим для навчання, оскільки технологічний прогрес настільки швидкий. Вона наголошує на вирощуванні м’яких навичок усієї співпраці та спілкування, завдяки якому можна швидше мати можливість орієнтуватися на нові виклики та піднятися над ними в середовищі DevOps.

Діана досягла 99,99% тривалого часу для кластерів Kubernetes та хмарних рішень, як досягти 100% тривалого часу?

Інші 0,01% охоплюють інциденти, спричинені такими факторами, як мережеві або хмарні послуги, тим самим зробивши 100% тривалого часу ще більш складною метою для досягнення. Однак можна вжити заходів щодо пом’якшення впливу цих зовнішніх ефектів шляхом прийняття практик, таких як багатопідробні архітектури та розумні підходи до стійкості. Ще однією життєво важливою дисципліною є механізм самолікування для автоматизації виявлення та ремонту проблем у режимі реального часу, використання ефективних систем моніторингу та попередження.

Наприклад, такі інструменти, як Ansible та Terraform, можуть бути використані для відтворення або перенаправлення несправних компонентів практично немає часу, а отже, скорочення простоїв. Незважаючи на те, що майже неможливо підтримувати свідомість на 100% тривалості, враховуючи капризи зовнішніх подій, принципів невпинного моніторингу, надійних стратегій відмови та архітектурної конструкції, що включає надмірність, значно зменшить частоту та тяжкість інцидентів, тим самим робить порушення майже непомітними на стороні користувача.

Також прочитайте цей повний звіт про інтеграцію хмарних обчислень у програму AI?