В этом руководстве мы рассмотрим различные способы фильтрации ресурсов с помощью Java API Kubernetes.
В наших предыдущих статьях, посвященных Kubernetes Java API, мы сосредоточились на доступных методах запроса, управления и мониторинга ресурсов кластера.
В этих примерах предполагалось, что мы либо искали ресурсы определенного типа, либо нацеливались на один ресурс. На практике, однако, большинству приложений требуется способ обнаружения ресурсов на основе некоторых критериев.
API Kubernetes поддерживает три способа ограничения области поиска:
В этой статье мы рассмотрим, как работать с Docker для управления базами данных.
В первой главе мы рассмотрим установку базы данных на нашей локальной машине. Затем мы узнаем, как сохранение данных работает в разных контейнерах.
В заключение мы обсудим надежность реализации баз данных в производственных средах Docker.
В этом руководстве мы продолжаем изучать Kubernetes API для Java . На этот раз мы сосредоточимся на двух его функциях: пейджинге и асинхронных вызовах .
В двух словах, пейджинг позволяет нам перебирать большой результирующий набор фрагментами , также известными как страницы — отсюда и название этого метода. В контексте Kubernetes Java API эта функция доступна во всех методах, возвращающих список ресурсов . Эти методы всегда включают два необязательных параметра, которые мы можем использовать для повторения результатов:
limit : максимальное количество элементов, возвращаемых в одном вызове API.continue : токен продолжения , который сообщает серверу начальную точку для возвращаемого набора результатов.В этой статье мы разберемся с основами принципов и практик DevOps. Мы увидим, почему это актуально и полезно при разработке программного обеспечения. Мы также поймем, как мы можем осмысленно внедрить DevOps и какие инструменты помогут нам в этом путешествии.
Мы не сможем оценить DevOps в его нынешнем виде, не оглянувшись немного в историю. Первые дни разработки программного обеспечения в основном характеризовались тем, что мы называем методологией водопада. Фактически это означает, что программное обеспечение последовательно концептуализировалось, проектировалось, разрабатывалось, тестировалось и распространялось .
Каждый шаг был максимально детализирован, так как обратный путь стоил очень дорого . На самом деле это означало гораздо более длительный период ожидания между мыслью и действием. Однако это не было такой проблемой, поскольку технологический ландшафт был гораздо менее изменчивым, а сбои были слишком распространены.
Docker — это инструмент для простого создания, развертывания и запуска приложений. Это позволяет нам упаковывать наши приложения со всеми зависимостями и распространять их как отдельные пакеты. Docker гарантирует, что наше приложение будет работать одинаково на каждом экземпляре Docker.
Когда мы начинаем использовать Docker, нам нужно уяснить две основные концепции — образы и контейнеры .
В этом уроке мы узнаем, что они из себя представляют и чем они отличаются.
Jenkins — отличный инструмент для автоматизации сборки и доставки программного обеспечения, особенно при использовании git для управления конфигурацией программного обеспечения. Однако распространенная проблема при использовании Jenkins заключается в том, как обрабатывать конфиденциальные данные, такие как пароли или токены .
В этом руководстве мы рассмотрим, как безопасно внедрять секреты git в конвейеры и задания Jenkins.
Для начала мы сначала рассмотрим создание секретов git.
В этой статье мы реализуем простой конвейер непрерывной доставки с Jenkins , Marathon и Mesos .
Во-первых, мы дадим общий обзор технологического стека и архитектуры с объяснением того, как все сочетается друг с другом. После этого мы перейдем к практическому пошаговому примеру.
Результатом этого станет полностью автоматизированный конвейер Jenkins, развертывающий наше приложение в нашем кластере Mesos с помощью Marathon.
В этом руководстве мы интегрируем нагрузочный тест в конвейер Jenkins с помощью Gatling . Прежде всего, давайте удостоверимся, что мы знакомы с концепцией Гатлинга.
Наша цель — вставить нагрузочный тест с Gatling в конвейер Jenkins CI/CD. Чтобы автоматизировать этот шаг проверки, мы можем упаковать инструмент с помощью Maven.
Когда наши команды отвечают за практику DevOps, нам часто приходится отслеживать сборки и другие автоматизированные задания.
В этом руководстве мы увидим, как настроить две популярные платформы, Jenkins и Slack, для совместной работы, и расскажем, что происходит во время работы наших конвейеров CI/CD.
Давайте начнем с настройки Slack, чтобы Дженкинс мог отправлять в него сообщения. Для этого мы создадим собственное приложение Slack, для которого требуется учетная запись администратора .