Nkeji
1. Okwu Mmalite nke DevOps na Cloud AI: Ọrụ, Oke, Nyocha, Nchekwa na Nzuzo 2. Imepụta CI/CD Pipeline na ọgụgụ isi Artificial: GitHub Actions na GitLab CI 3. Ijikwa akụrụngwa dịka koodu: ọgụgụ isi na Terraform na IaC 4. Njikere: Dockerfile na nkwalite onyonyo na ọgụgụ isi 5. Kubernetes: Ngosipụta, Helm na AI-Powered Orchestration 6. Nleba anya na nleba anya: Metric, Log, Trace and Oti mkpu 7. Ijikwa ihe mberede na ọnwụ ọnwụ: Mgbọrọgwụ Ntụle na ọgụgụ isi Artificial 8. Nkwalite ọnụ ahịa igwe ojii (FinOps): iji ọgụgụ isi arụ ọrụ ịchụ nta ihe mkpofu 9. Ọgbọ edemede na akpaaka: Bash, Python na PowerShell 10. Nchekwa na njikwa nzuzo: DevSecOps na ọgụgụ isi Artificial 11. Nyochaa Prod, Atụmatụ mwepụta na ngwụcha ngwụcha ngwụcha AI Ọrụ
Nkeji 1 / 11

Okwu Mmalite nke DevOps na Cloud AI: Ọrụ, Oke, Nyocha, Nchekwa na Nzuzo

Uru:

  • Inwe ike ịmata ebe dị na DevOps yinye (ọkpọkpọ, nhazi, edemede, log) ọgụgụ isi na-echekwa oge na ebe mkpebi ndị na-emetụta mmepụta ahụ na-ahapụ ụmụ mmadụ, dabere na ọkwa ọrụ dị ize ndụ.
  • Ikike itinye ịdọ aka ná ntị nke na-enyocha mmepụta AI ọ bụla site na nzọụkwụ nke ijikọ ya na isi iyi, na-agba ya nkụ ma na-agafe na nhazi usoro.
  • Ikike ị nweta àgwà nke ịghara ịfefe ihe nzuzo na arịrịọ, ikpuchi ha, na ịrụ ọrụ maka nchekwa naanị na sistemụ ikike.

Otu abalị na 03:14 ekwentị gị na-ada: ọrụ ịkwụ ụgwọ agbadala, ego na aha na-efunahụ kwa nkeji. Ụbọchị ọzọ, otu iwu na-ezighị ezi na-emegharị ọtụtụ puku sava. Nke a bụ ụwa nke ọkachamara DevOps - ọrụ maka pipeline niile, akpaaka, na oku nke ngwanro na-agafe site na ebe nchekwa koodu (ebe a na-echekwa isi iyi nke ngwanrọ) ruo mgbe ọ ruru n'aka ndị ahịa. DevOps bụ ngwakọta nke okwu "mmepe" na "ọrụ": ọ bụ omenala na usoro omume na-eweta mmepe software na-agba ọsọ ya n'otu ọsọ ọsọ, ntụkwasị obi. Nzọụkwụ ọ bụla nke usoro a na-emepụta iwu, faịlụ nhazi, edemede. Ọgụgụ isi (AI - sọftụwia nke na-ewepụta ụkpụrụ sitere na data akụkọ ihe mere eme wee mepụta ederede, koodu na amụma) na-azọpụta gị ogologo oge n'ọtụtụ ederede a.

Ma mmalite nke modul a doro anya: AI bụ onye inyeaka, onye na-emepụta ihe na ngwá ọrụ nkwado mkpebi; Ị bụ onye na-ahụ maka ikpebi ihe na-abanye na gburugburu ebe obibi (mmepụta, usoro nke ezigbo ndị ahịa na-eji), mgbe na nke bọtịnụ iji pịa n'etiti abalị. Na DevOps, ọnụ ahịa ahụhụ abụghị nkeji, kama oge nkwụsịtụ, mfu data, na mmebi nchekwa. Ya mere na nkeji mbụ a anyị ga-elekwasị anya na ịdọ aka ná ntị, ọ bụghị ngwá ọrụ.

Ebee n'agbụ DevOps AI na-abata?

Ka anyị kewaa ọrụ DevOps ka ọ bụrụ nnukwu ụyọkọ abụọ. Ụyọkọ mbụ: ọrụ ugboro ugboro, ederede na nhazi. Ide CI / CD (njikọ na-aga n'ihu / Nnyefe na-aga n'ihu - pipeline nke na-anwale ngwa ngwa ma wepụta koodu), na-edepụta Dockerfile (faịlụ ihe nchịkọta nke na-etinye ngwa n'ime akpa), na-akọwa Terraform dị mgbagwoju anya (ngwaọrụ nke na-akọwa akụrụngwa dị ka koodu) ngọngọ, na-achịkọta nchịkọta ndekọ (ndekọ ihe omume emepụtara site na sistemụ) na ọkọlọtọ. N'ime ọrụ ndị a, AI na-ebelata nkeji na sekọnd ma ọ dịghị ada mbà.

Ụyọkọ nke abụọ: mkpebi ndị na-ebute ọgbaghara, ego ma ọ bụ nchekwa. Ma ntọhapụ ga-aga prod, nke a ga-amaliteghachi ọrụ n'etiti abalị, otu esi echekwa ihe nzuzo, nke akụ ga-emechi site na mbelata ego. Mkpebi ndị a chọrọ ọnọdụ, ihe ọmụma sistemu na ibu ọrụ. N'ebe a, AI na-eme ka a hụ nhọrọ na ihe egwu - mana ị pịa bọtịnụ "tinye".

Ka anyị dokwuo anya na ọdịiche dị n'otu ahịrịokwu: AI siri ike na "gịnị ka nhazi a na-eme na otu esi ede ya" ajụjụ; Mkpebi bụ nke gị ma a bịa n'ajụjụ ndị dị ka "Ekwesịrị m itinye nke a na ngwaahịa na onye ga-akwụ ụgwọ maka ya?"

NDỤMỌDỤ: Tupu ibupụ ọrụ na AI, jụọ: "Gịnị ka m ga-atụfu ma ọ bụrụ na mmepụta a adịghị mma?" Ọ bụrụ na azịza ya bụ "nkeji ole na ole", nweere onwe gị inyefe ya. Ọ bụrụ na azịza ya bụ "mpụpụ mmepụta, mfu data ma ọ bụ ntapu", ka AI wepụta akwụkwọ ahụ wee nyochaa mkpebi na mmejuputa ya.

Nzọụkwụ site na nzọụkwụ: kedu ka azụmahịa DevOps kwadoro AI si arụ ọrụ?

  1. Chịkọta okwu. Kedu igwe ojii (AWS, Azure, GCP), kedu ụdị ngwaọrụ, kedu ihe mgbochi? Ọ bụrụ na ị nye ọnọdụ AI ezughị ezu, ị ga-enweta mmepụta ezughị ezu na nke dị ize ndụ.
  2. Kọwaa ọrụ doro anya. Ọ bụghị "dee pipeline"; Kwuo, "Site na GitHub Actions, dee usoro ọrụ na ngalaba isi nke na-agba ọsọ na ntinye, na-anwale ule, na-ewuli ihe oyiyi Docker, mana anaghị ebuga ya."
  3. Mepụta akwụkwọ ahụ. Ka AI dee ụdị nke mbụ.
  4. Nyochaa. Lelee syntax ahụ, hụ ma ọ bụrụ na agbapụla ozi nzuzo, jiri nkụ mee nwalee (ụdị na-egosi ngwa a ihe ị ga-eme).
  5. Gbalịa ya na Sandbox. Emela nnwale mbụ na prod; na-agba ọsọ na gburugburu ule/nhazi.
  6. Tinye nwayọọ nwayọọ ma nyochaa. Nweta ya ndụ site na nyochaa metrik na ndekọ.

Ntuziaka nkwenye: nzọụkwụ atọ

AI na-ekwu nke ọma na obi ike; Nke ahụ apụtaghị na ọ bụ eziokwu. AI na-emepụta ihe ngosi mgbe ụfọdụ - na-emepụta ọkọlọtọ iwu adịghị adị, aha ọrụ igwe ojii, ma ọ bụ igodo nhazi dị ka ezigbo. Na DevOps, ọkọlọtọ ụgha - ike ike nwere ike ihichapụ data, ebe ikike ụgha IAM (Identity and Access Management) na-emepụta adịghị ike nchekwa. Ntughari:

  1. Jikọọ ya na isi iyi. Iwu na ọkọlọtọ ọ bụla AI nyere n'ezie na akwụkwọ gọọmentị? Jụọ "Gwa m ụdị nke ọkọlọtọ a na-abata na aha ya na doc gọọmentị"; Ọ bụrụ na ị maghị, atụkwasịla ya obi.
  2. Gbaa nkụ. Hụ ihe na-eme na-etinyeghị ya n'ezie na mods dị ka terraform plan, kubectl --dry-run, --check.
  3. Nyefee ya na nzacha sistemu. Mmepụta a dabara na nhazi ụlọ gị, amụma nchekwa na aha akụrụngwa dịnụ? Ihe ọmụma ngalaba gị bụ nzacha ikpeazụ.
Ntị: "AI dere otú" abụghị ihe ziri ezi. N'ihe banyere nkwụsịtụ prod, ọrụ abụghị nke AI, kama ọ bụ nke onye na-agba ọsọ ahụ n'enweghị nkwenye. Iwu AI enyochabeghị dị ka ihe ize ndụ dị ka rm -rf gburu na-agụghị ya.

Nchekwa na nzuzo: ọ dịghị ihicha

Iwu nzuzo kachasị mkpa na DevOps bụ maka ihe nzuzo. Nzuzo; Ọ bụ ozi nzuzo dị ka okwuntughe, igodo API, eriri njikọ nchekwa data, asambodo nkeonwe, nke nwere ike imepe sistemụ gị niile ma ọ bụrụ na emebie ya. Tapawa ihe nzuzo ọ bụla n'ime ngwa ngwa AI. Ọ bụrụ na ngọngọ nke koodu nwere igodo ohere AWS n'ezie, ọdịnaya nke faịlụ .env, ma ọ bụ okwuntughe nchekwa data mmepụta, kpuchie ihe ndị a na ebe nchekwa dị ka <AWS_ACCESS_KEY> kama AKIA... tupu inye ha AI.

Lelee koodu AI na-emepụta: AI mgbe ụfọdụ na-emepụta ihe atụ na-edekọ nzuzo nzuzo ozugbo na koodu maka ịdị mma. Nke a bụ adịghị ike nchekwa. N'ezie, a na-edobe ihe nzuzo na nzuzo (Vault, AWS Secrets Manager, Azure Key Vault) na ịgbanye dị ka mgbanwe gburugburu ebe obibi n'oge ọsọ.

Oke ụkpụrụ omume na nke iwu na mpaghara a: iji chebe onwe ya. Jiri AI mee ka sistemu gị sie ike, nyocha maka adịghị ike, wee wepụta nsonaazụ ọgụ na ndekọ. Ịnweta sistemu onye ọzọ n'enwetaghị ikike, nyocha na-enweghị ikike, ma ọ bụ imepụta ngwa ọgụ bụ iwu na-akwadoghị ma na-abụghị oke nke ikpo okwu a. Na-arụ ọrụ mgbe niile na sistemụ ị nwere ikike ma nweta ikike ederede site na nkwekọrịta.

Kedu data na-abanye n'ime ụgbọ ala?

Ụdị data

ihe atụ

ụgbọ ala dabara adaba

oghe data

Akwụkwọ gọọmentị, koodu mmalite mepere emepe

Ụgbọ ala ọ bụla

Data nke ime (ọ bụghị ihe nzuzo)

Eserese ụlọ ọrụ izugbe, pipeline

Ụgbọ ala kwadoro ụlọ ọrụ

nzuzo/nwere mmetụta

Nzuzo, prod IP/topology, data ndị ahịa

Naanị ụgbọ ala nke ụlọ ọrụ ahụ kwadoro, nke data ya anaghị aga ọzụzụ; site nkpuchi

Obere ikpe atọ

Ikpe 1 - E nwetara oge n'ebe kwesịrị ekwesị. Onye injinia DevOps nọrọ awa 6 bufee pipeline Jenkins dị ogologo 300 gaa na GitHub Actions. O belatara ọrụ ahụ na nkeji 90 site n'inwe AI ịkọwa nzọụkwụ site na nzọụkwụ wee mepụta akwụkwọ. O tinyere oge echekwara iji nyochaa usoro ọ bụla AI mepụtara na nhazi, otu otu. AI weere nsụgharị igwe; Nkwenye ka dị n'aka mmadụ.

Ikpe 2 - Nkwenye kwụsịrị ọdachi. Otu otu jụrụ AI maka edemede mkpocha Terraform. AI nyere koodu nke ọma; Mana mgbe injinia ahụ mere atụmatụ terraform ahụ, ọ chọpụtara na edemede ahụ zubere ihichapụ ebe nchekwa data eji eme ihe - AI ezighi ezi ihe nzacha akụrụngwa. Ịgba ọsọ akọrọ egbochiri awa nke ọnwụ data.

Ikpe 3 - lọta site na ntapu nzuzo. Mgbe ọ na-ajụ "ihe kpatara nke ahụ ji tinye njehie" onye ọrụ nyocha mado faịlụ .env niile n'ime ngwa ọha yana paswọọdụ nchekwa data mmepụta n'ime. Onye injinia ukwu tụgharịrị ozugbo wee megharịa igodo ndị ahụ. Ụzọ ziri ezi bụ iji <DB_PASSWORD> kpuchie paswọọdụ wee kesaa naanị ozi mperi.

Ndebiri anọ enwere ike iṅomi

1) Ntụle iru eru ọrụ:

Ọrụ gị: onye ndụmọdụ DevOps/SRE dị elu. Aga m akọwara gị otu ọrụ. Gwa m (1) ma nke a bụ ọrụ ịdepụta / nyocha nke enwere ike ịnyefe ya na AI, ma ọ bụ mkpebi siri ike nke na-emetụta ngwaahịa ahụ; (2) gwa ihe kasị njọ ma ọ bụrụ na ọ na-ezighị ezi; (3) gwa usoro nkwenye nke ekwesịrị ime tupu mmejuputa ya. Ọrụ: [EBE A]

2) Enyemaka okwu nzuzo (nkpuchi nzuzo):

Nyochaa njehie dị n'okpuru. Eji m <PLACEHOLDER> kpuchie ihe nzuzo niile; Ị na-atụ aro ka ị ghara ịmepụta ezigbo ihe nzuzo na ngwọta, jiri ebe nchekwa ma tinye ihe nzuzo na koodu, gụọ site na nzuzo nzuzo. Njehie/ ndekọ: [MASKED CONTENT]

3) nkwenye iwu:

Kọwaara m iwu a: dee ihe ọkọlọtọ ọ bụla na-eme, ụdị ngwá ọrụ ọ na-emetụta, yana mmetụta ya kacha dị ize ndụ. N'ikpeazụ depụta ndenye ego 3 ị ga-eme tupu ịme nke a na prod. Iwu: [Ebe a]

4) Ajụjụ mmụta/echiche:

M [ECHICHE: eg. Kọwaa echiche nke [nnyefe akwụkwọ ndụ akwụkwọ ndụ na-acha anụnụ anụnụ] dị ka a ga-asị na ị na-akọwa ya na onye injinia DevOps: ihe ọ na-eme, mgbe ị ga-eji ya, mgbe ị na-ejighị ya, 2 ụdị mmejọ. Bụrụ nkenke na nke siri ike.

Ngwa ngwa adịghị ike / Ike siri ike

Adịghị ike: "Deere m script deploy."

Mkpebi: ọ bụghị ihe doro anya nke igwe ojii, nke ngwá ọrụ, nke gburugburu ebe obibi; AI na-ewepụta mkpụrụedemede, ikekwe na-abụghị ngwaahịa nke na-etinye ihe nzuzo na koodu ahụ.

Ike: "Dee ederede nke script bash nke na-ebuga na AWS ECS (Elastic Container Service). Mpaghara bụ eu-central-1, ihe oyiyi ahụ sitere na ECR. Ọ dịghị mgbe ọ bụla itinye ihe nzuzo na koodu, gụọ ha site na AWS Secrets Manager. Ọ bụrụ na e nwere njehie na nzọụkwụ ọ bụla, kwụsị (set-euo pipefail). Dee ihe niile na-agba ọsọ 3. "

Ọdịiche: ngwa ngwa nke abụọ na-enye ígwé ojii, ngwá ọrụ, gburugburu ebe obibi, iwu nchekwa, na atụmanya nkwenye - mmepụta ahụ bara uru na nchekwa.

Mmejọ ndị nkịtị

  • Tapawa ihe nzuzo n'ezie n'ime ngwa ngwa. Ihe kacha nkịtị na dị ize ndụ ndudue. Nkpuchi mgbe niile.
  • Mkpesa na-enweghị mgbagha. Na-akọwapụtaghị igwe ojii, ụdị, gburugburu ebe obibi, nsonaazụ achọrọ na-abụkarị nke ụdị na-ezighi ezi ma ọ bụ ụkpụrụ ụlọ na-ezighi ezi.
  • Na-amapụ ịgba ọsọ akọrọ. Ime na-enweghị atụmatụ/--akọrọ-agba ọsọ bụ ụzọ mkpirisi kachasị ọnụ na DevOps.
  • Na-eme nnwale mbụ na prod. A ga-ebu ụzọ mee ihe nrụpụta AI ọhụrụ ọ bụla na nnwale/nhazi.
  • Na-enyefe ọrụ site na "AI kwuru." Ọrụ dịịrị onye injinia mmejuputa iwu mgbe niile.
  • Ịtụkwasị obi ọkọlọtọ hallucinatory. Na-emezu ọkọlọtọ iwu adịghị adị na-enweghị ajụjụ.

Na nchịkọta

DevOps na igwe ojii AI; Ọ bụ onye inyeaka nke na-enye nnukwu ọsọ ọsọ na-arụ ọrụ ederede dị ka pipeline, nhazi, edemede na log. Mana ọrụ maka mkpebi na-emetụta ngwaahịa, njikwa nzuzo na mmejuputa ikpeazụ ka dị n'aka onye injinia tozuru oke. Nnwale nzọụkwụ atọ (jikọọ na isi iyi, kpoo ọkụ, gafere site na nzacha sistemu), ọ dịghị mgbe ọ na-agbapụta ihe nzuzo, na ịrụ ọrụ maka nchekwa naanị na sistemụ ikike bụ ụkpụrụ nduzi nke modul a.

Ọrụ ngwa

Họrọ ọrụ DevOps na-adịbeghị anya site na ọrụ nke gị (ma ọ bụ ọrụ nlele). (1) Kọwaa ọrụ a na AI site na iji ndebiri "ntụle ọrụ kwesịrị ekwesị" n'elu wee gụọ nhazi ya. (2) Ọ bụrụ na o nwere ihe nzuzo, kwadebe ihe odide ndị gbara gburugburu site n'ichechi ya anya. (3) Lelee mmepụta nke AI site na nkwenye nzọụkwụ atọ wee rịba ama n'otu ahịrịokwu ihe ị na-agbazi na nzọụkwụ ọ bụla.

ndetu

  • [ ] Ekewapụtara m ọrụ m dị ka "ọrụ a ga-enyefe" ma ọ bụ "mkpebi siri ike".
  • Anaghị m mado nzuzo ọ bụla n'ime ngwa ngwa; Eji m ihe nkpuchi kpuchie ha niile.
  • [ ] M gbakwunyere ọnọdụ na ngwa ngwa gbasara igwe ojii, ụdị ngwaọrụ, na gburugburu ebe obibi.
  • [] Eji m ọsọ ọsọ/atụmatụ elele ihe mmepụta AI tupu etinye ya.
  • [] Emere m mgbalị mbụ na gburugburu ule/nhazi, ọ bụghị na prod.
  • [] M na-arụ ọrụ naanị na sistemu m nwere ikike, maka ebumnuche nchekwa.
Na-esote