ලාභ:
- අවදානම්-අඩු කිරීමේ මුදා හැරීමේ උපාය මාර්ග (නිල්-කොළ, කැනරි, විශේෂාංග ධජය) සහ නිෂ්පාදන සත්යාපන විනය (සෞඛ්ය පරීක්ෂාව, දුම් පරීක්ෂාව, රන් සංඥා අධීක්ෂණය) අවබෝධ කර ගැනීම
- යෙදවීමට පෙර පැහැදිලි ආපසු හැරවීමේ සැලැස්මක් සකස් කිරීමේ පුරුද්ද ක්රියාත්මක කිරීමේ හැකියාව සහ යෙදවීමෙන් පසු තීරණාත්මක ව්යාපාරික මාර්ග සත්යාපනය කිරීමේ හැකියාව
- මොඩියුලය පුරා ඉගෙන ගත් සියලුම කොටස් අවසානයේ සිට අවසානය දක්වා AI-සහාය දක්වන කාර්ය ප්රවාහයක් තුළ ඒකාබද්ධ කිරීමේ හැකියාව සහ සෑම පියවරකදීම 'AI නිෂ්පාදනය කරයි, මිනිසුන් සත්යාපනය කරයි සහ සහතික කරයි' යන මූලධර්මය යෙදීම.
මෙම සම්පූර්ණ මොඩියුලය එක් කරුණක් කරා ගලා ගියේය: නිෂ්පාදනයට කේතය සහ යටිතල පහසුකම් ආරක්ෂිතව බෙදා හැරීම (සැබෑ පාරිභෝගිකයින් විසින් භාවිතා කරන සජීවී පරිසරය). දැන් අපි දම්වැලෙහි වඩාත්ම විවේචනාත්මක සහ ආතති සම්බන්ධකයේ සිටිමු: වෙනසක් සජීවීව ලබා ගැනීම සහ එය සැබවින්ම එහි ක්රියාත්මක වන බව තහවුරු කිරීම. මෙහි වැරැද්දක් වියුක්ත නොවේ - එය පාරිභෝගිකයාට, ආදායමට සහ කීර්තියට සෘජුවම පහර දෙයි. පරිණත කණ්ඩායම් නිෂ්පාදනයට යන්නේ "බලාපොරොත්තුවෙන්" නොව පාලිත මුදා හැරීමේ උපාය මාර්ග සහ ක්රමානුකූල සත්යාපනය සමඟ ය.
මෙම අවසාන ඒකකයේ අපි කරුණු දෙකක් ඒකාබද්ධ කරමු: (1) අවදානම අඩු කරන මුදා හැරීමේ ක්රම (කැනරි, නිල්-කොළ, විශේෂාංග ධජය) සහ නිෂ්පාදන සත්යාපනයේ විනය; (2) CI/CD, IaC, බහාලුම්, නිරීක්ෂණ, සිද්ධිය, පිරිවැය, ස්ක්රිප්ට්, ආරක්ෂාව - මොඩියුලය පුරා අප ඉගෙන ගත් සෑම කෑල්ලක්ම තනි AI බලයෙන් ක්රියාත්මක වන අන්තයේ සිට අවසානය දක්වා වැඩ ප්රවාහයකට එකතු වන්නේ කෙසේද. අපි ආරම්භක උපුටා දැක්වීම අවසන් වරට නැවත කියමු: AI සෑම පියවරකදීම කෙටුම්පත් ජනනය කර වේගවත් කරයි; නමුත් "මම මේක සජීවීව ගන්නවා" බොත්තම ඔබා ප්රතිඵලය සහතික කරන්නේ ඔබයි.
අවදානම අඩු කරන උපාය මාර්ග මුදා හරින්න
සියලුම පරිශීලකයින් වෙත එකවර වෙනසක් තල්ලු කිරීම අවදානම්ම ක්රමයයි. පරිණත ක්රම:
- නිල්-කොළ යෙදවීම: සමාන පරිසරයන් දෙකක් පවත්වා ගෙන යනු ලැබේ - "නිල්" (සජීවී) සහ "කොළ" (නව අනුවාදය). නව අනුවාදය සකස් කර හරිත වර්ණයෙන් පරීක්ෂා කරනු ලැබේ, එවිට ගමනාගමනය හදිසියේම කොළ පැහැයට හැරේ. ගැටලුවක් තිබේ නම්, ගමනාගමනය වහාම නිල් පැහැයට හැරේ. වේගවත් ආපසු හැරීම එහි විශාලතම වාසියයි.
- කැනරි යෙදවීම: නව අනුවාදය මුලින්ම නිකුත් කරනු ලබන්නේ පරිශීලකයින්ගෙන් කුඩා ප්රතිශතයකට (උදා: 5%); මෙට්රික්ස් හොඳ නම්, ක්රමයෙන් 100% දක්වා වැඩි කරන්න. ගැටළුවක් බලපාන්නේ පරිශීලකයාගේ කුඩා පෙත්තකට මිස සම්පූර්ණ පරිශීලකයාට නොවේ.
- විශේෂාංග ධජය: නව විශේෂාංගය කේතයට ඇතුළු වන නමුත් ධජයක් මඟින් අවහිර කරනු ලැබේ; එය ඉල්ලා සිටින විට ඇතැම් පරිශීලකයින්ට විවෘත වේ. යෙදවීම සහ "නිදහස් කිරීම" අතර වෙනසක් ඇත; ගැටලුවක් තිබේ නම්, කේතය ආපසු හැරවීමකින් තොරව ධජය නිවා දමනු ලැබේ.
ඉඟිය: වේගවත්ම ආරක්ෂක ජාලය වන්නේ එක් එක් යෙදවීමට පෙර ආපසු හැරීමක් සූදානම් කර තිබීමයි. "යමක් වැරදුනහොත්, තත්පර 60 කින් පැරණි අනුවාදය වෙත ආපසු යා හැක්කේ කෙසේද?" ප්රශ්නයට පැහැදිලි පිළිතුරක් නොමැති නම්, එම යෙදවීම සිදු කිරීමට ඔබ සූදානම් නැත.
නිෂ්පාදන සත්යාපනය: යෙදවීම අවසන් වූ විට වැඩ අවසන් නොවේ
යෙදවීමක් "කොළ" ලෙස පෙනෙන නිසා එය ක්රියාත්මක වන බවක් අදහස් නොවේ. ක්රමානුකූල සත්යාපනය:
- සෞඛ්ය පරීක්ෂණ: සේවාව ක්රියාත්මකද, /healthz ප්රතිචාර දක්වයිද?
- දුම් පරීක්ෂණ: වඩාත්ම තීරණාත්මක පරිශීලක මාර්ග කිහිපයක් (පිවිසීම, ගෙවීම, සෙවීම) ඇත්ත වශයෙන්ම ක්රියාත්මක වේද? ස්වයංක්රීය සහ වේගවත්.
- රන් සංඥා සඳහා නරඹන්න: පසු යෙදවීමේ දෝෂ අනුපාතය, ප්රමාදය, ගමනාගමනය සාමාන්යද? (ඒකකය 6 මත සංඥා හතරක්.)
- ක්රමයෙන් ප්රසාරණය කරන්න: ඔබ කැනරි ප්රතිශතය වැඩි කරන විට එක් එක් පියවරේදී ප්රමිතික බලන්න.
- නිරීක්ෂණ කවුළුව: යෙදවීමෙන් පසු යම් කාලයක් (උදා. මිනිත්තු 30) සඳහා සමීපව නිරීක්ෂණය කරන්න; ද්රෝහී ගැටළු ක්ෂණිකව නොපෙනේ.
අවවාදයයි: AI විසින් දුම් පරීක්ෂණ හෝ සත්යාපනය ලැයිස්තුවක් ඉදිරිපත් කළ හැක, නමුත් "විවේචනාත්මක" කුමන පරිශීලක මාර්ගද යන්න තීරණය කිරීම ඔබේ කාර්යයයි. AI පොදු ලැයිස්තුවක් ලබා දෙයි; ඔබේ ගෙවීම් ප්රවාහය, ඔබේ වඩාත්ම ආදායම් උත්පාදන මාර්ගය පරීක්ෂා කළ යුතු බව දන්නේ ඔබ පමණි.
මුදා හැරීමේ උපාය මාර්ග සංසන්දනය කිරීම
උපාය මාර්ගය
ප්රධාන වාසිය
පිරිවැය / සංකීර්ණත්වය
වඩාත්ම සුදුසු
නිල්-කොළ
ක්ෂණික ආපසු හැරීම
පරිසර දෙකක් = 2x සම්පත්
ඉක්මන් ලබා ගැනීම ඉතා වැදගත් නම්
කැනරි
බලපෑම කුඩා පෙත්තකට සීමා කරයි
රථවාහන කළමනාකරණය අවශ්යයි
විශාල පරිශීලක පදනමක්
විශේෂාංග කොඩිය
මුදා හැරීමෙන් යෙදවීම වෙන් කරයි
ධජ කළමනාකරණ ණය
ක්රමානුකූලව/ඉලක්කගත විවෘත කිරීම
පෙරළීමේ යාවත්කාලීන කිරීම
සරල, සම්පත් හිතකාමී
මන්දගාමී ආපසු හැරීම
සරල සේවා
AI බලයෙන් ක්රියාත්මක වන කාර්ය ප්රවාහය අවසානයේ සිට අවසානය දක්වා
දැන් අපි සම්පූර්ණ මොඩියුලයම තනි ප්රවාහයකට ඒකාබද්ධ කරමු. ඔබ නව ක්ෂුද්ර සේවාවක් ප්රකාශනය කරනවා යැයි සිතමු. AI සෑම පියවරකදීම කෙටුම්පත් නිෂ්පාදනය කරයි; ඔබ සෑම පියවරකදීම සත්යාපනය කරයි:
- කේතය සහ බහාලුම් (ඒකකය 4): AI ප්රශස්ත, ආරක්ෂිත Dockerfile නිෂ්පාදනය කරයි; ඔබ රහසක් නොවන බව සහ ප්රමාණය සත්යාපනය කරයි.
- CI/CD (ඒකකය 2): AI පරීක්ෂණ-බිල්ඩ්-ඩිප්ලෝයි නල මාර්ගය ලියයි; ඔබ අවසර අඩු කර රහස් යොමු පරීක්ෂා කරන්න.
- යටිතල පහසුකම් (ඒකකය 3): AI Terraform සමඟ අවශ්ය සම්පත් නිර්වචනය කරයි; ඔබ සැලසුම් ප්රතිදානය කියවන අතර අනපේක්ෂිත මකාදැමීම් සොයන්න එපා.
- වාද්ය වෘන්දය (ඒකකය 5): AI විසින් Kubernetes මැනිෆෙස්ට් නිෂ්පාදනය කරයි; ඔබ සම්පත් සීමාව, විමර්ශනය සහ RBAC සත්යාපනය කරයි.
- ආරක්ෂාව (ඒකකය 10): AI ස්කෑන් ප්රතිදානවලට ප්රමුඛත්වය දෙයි; ඔබ මුලින්ම සූරාකෑමට ලක්වන ඒවා අල්ලා ගන්න.
- අධීක්ෂණ (ඒකකය 6): AI අනතුරු ඇඟවීමේ රීති සහ උපකරණ පුවරුව ජනනය කරයි; ඔබ ඔබේ අතීත දත්ත සමඟ එළිපත්ත පරීක්ෂා කරයි.
- මුදා හැරීම සහ වලංගු කිරීම (මෙම ඒකකය): AI දුම් පරීක්ෂණය සහ ආපසු හැරවීමේ සැලැස්ම ගෙනහැර දක්වයි; ඔබ කැනරි ආරම්භ කරන්න, මිනුම් බලන්න, බොත්තම ඔබන්න.
- සිදුවීමක් සිදුවුවහොත් (ඒකකය 7): AI උපකල්පනය සහ පශ්චාත් මරණ සටහනක් ජනනය කරයි; ඔබ සත්යාපනය කර පාඩම් ඉගෙන ගන්න.
- පිරිවැය (ඒකකය 8): AI නව සම්පත් නාස්තිය නිරීක්ෂණය කරයි; ඔබ නිවැරදි ප්රමාණයේ තීරණ ගන්න.
සෑම පියවරකදීම, පොදු රීතිය නියතව පවතී: AI නිෂ්පාදනය සහ වේගවත් කිරීම, මානව සත්යාපනය සහ සහතික කිරීම. මොඩියුලයේ සාරය මෙයයි.
කුඩා නඩු තුනක්
1 වන අවස්ථාව - කැනරි ව්යසනය 5%කට සීමා කළේය. කණ්ඩායමක් කැනරි සමඟ 5% පරිශීලකයින්ට නව අනුවාදය ලබා දුන්නේය. AI විසින් නිපදවන ලද උපකරණ පුවරුව වහාම පෙන්නුම් කළේ මෙම කොටසෙහි දෝෂ අනුපාතය 8% දක්වා ඉහළ ගොස් ඇති බවයි. කණ්ඩායම එය 100% දක්වා වැඩි නොකර ආපසු ගෙන ගියේය; මෙම ගැටළුව බලපෑවේ පරිශීලකයින්ගෙන් 5% කට පමණි, එය මිනිත්තු කිහිපයක් සඳහා විය. මහා පිපිරුම් යෙදවීමක් තිබුනේ නම්, සියලුම පාරිභෝගිකයින්ට බලපානු ඇත.
නඩුව 2 - දුම් පරීක්ෂාව අතුරුදහන් වූ මාර්ගය අල්ලා ගන්නා ලදී. AI දුම් පරීක්ෂණ කට්ටලයක් ඉදිරිපත් කළ නමුත් එයට "ගෙවීම්" ප්රවාහයක් නොතිබුණි. ඉන්ජිනේරුවරයා එය එකතු කළේ වඩාත්ම තීරණාත්මක ආදායම් මාර්ගය ගෙවීම් බව දැනගෙනය. පසු යෙදවීමේ පරීක්ෂණය පිටවීමේ පියවරේදීම කැඩී ගියේය - තෙවන පාර්ශ්ව යතුරක් කල් ඉකුත් වී ඇත. සත්යාපනයට මිනිත්තු කිහිපයක් ඇතුළත නිහඬ ආදායමක් අහිමි විය.
නඩුව 3 - සූදානම් ආපසු හැරීම තත්පර 90 කින් සුරකින ලදි. නිල්-කොළ ස්ථාපනය කළ කණ්ඩායමක් නව අනුවාදය කොළ පැහැයට ගෙන ඇත; මිනිත්තු 2 කට පසු ප්රමාදය දෙගුණ විය. ඔවුන් කල්තියා සූදානම් කළ පසුබැසීමත් සමඟ තත්පර 90 කින් ගමනාගමනය නිල් බවට පත් කළහ. ඔවුන් මූලික හේතුව (නව අනුවාදයේ මන්දගාමී විමසුමක්) පීඩනය යටතේ නොව, පසුව සන්සුන්ව සොයා ගත්හ. සූදානම් ආපසු හැරවීමේ මාර්ගය බාධාව බොහෝ දුරට නොපෙනී ගියේය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) නිදහස් උපාය මාර්ග තේරීම:
මම පහත සේවාව නිෂ්පාදනය කරන්නෙමි: [සේවා/සන්දර්භය: පරිශීලකයින් සංඛ්යාව, ඇනහිටීම් ඉවසීම, යටිතල පහසුකම්]. නිල්-කොළ, කැනරි සහ විශේෂාංග කොඩි අතර ඔබ නිර්දේශ කරන්නේ කුමක්ද? මෙම සන්දර්භය තුළ එක් එක් වාසි, පිරිවැය සහ ආපසු හැරීමේ වේගය සසඳන්න. යෝජනාවක් දෙන්න, නමුත් මම අවසාන තීරණය ගන්නා බව ප්රකාශ කරන්න.
2) දුම් පරීක්ෂණය / සත්යාපන ලැයිස්තුව:
[SERVICE] සඳහා කෙටුම්පත් දුම් පරීක්ෂණයක් සහ සත්යාපන ලැයිස්තුවක් නිෂ්පාදනය කරන්න: මම යෙදවීමෙන් පසුව ක්රියාත්මක වනු ඇත: සෞඛ්ය පරීක්ෂණය, වඩාත්ම තීරණාත්මක පරිශීලක මාර්ග, මම විනාඩි කීයක් සඳහා කුමන ප්රමිතික නිරීක්ෂණය කළ යුතුද? මම වඩාත් තීරණාත්මක ව්යාපාරික මාර්ග සලකුණු කර එම ක්ෂේත්රය හිස්ව තබමි යැයි උපකල්පනය කරන්න.
3) ආපසු හැරවීමේ සැලැස්ම:
මම භාවිතා කරන්නේ [DEPLOY METHOD]. මට පැහැදිලි ආපසු හැරවීමේ සැලැස්මක් ලියන්න: මා පැරණි අනුවාදයට ආපසු හැරවිය යුත්තේ කුමන විධානය/පියවර සමඟද, එය කොපමණ කාලයක් ගතවේද, ආපසු හැරීමේ අවදානම් මොනවාද (උදා: දත්ත සමුදා සංක්රමණය ආපසු හැරවිය නොහැක), ආපසු හැරවීමට පෙර මා පරීක්ෂා කළ යුත්තේ කුමක්ද?
4) අන්තයේ සිට අවසානය දක්වා නිකුත් කිරීමේ පිරික්සුම් ලැයිස්තුව:
නව [SERVICE] ව්යාපෘතියකට මුදා හැරීම සඳහා අවසානය සිට අවසානය දක්වා සූදානම් කිරීමේ පිරික්සුම් ලැයිස්තුවක් නිෂ්පාදනය කරන්න: කේත/රූප ආරක්ෂාව, නල මාර්ගය, යටිතල පහසුකම් සැලැස්ම, අධීක්ෂණය සහ අනතුරු ඇඟවීම, ආරක්ෂක ස්කෑන් කිරීම, මුදා හැරීමේ උපාය මාර්ගය, ආපසු හැරීම සහ සත්යාපනය. "මම සූදානම්ද?" යන ප්රශ්නය සමඟ සෑම අයිතමයක්ම පරීක්ෂා කරන්න එය ප්රශ්නයක් බවට පත් කරන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මම මෙය නිෂ්පාදනයට ලබා ගන්නේ කෙසේද?"
ප්රතිඵලය: සන්දර්භය නැත; AI සාමාන්ය යෙදවීමේ පියවර ලැයිස්තුගත කරයි, එය ඔබගේ අවදානම් ඉවසීම, පරිශීලක පරිමාණය සහ ආපසු හැරීමේ අවශ්යතාවය ආමන්ත්රණය නොකරයි.
Güçlü: "මම මිලියන 10ක පරිශීලකයින් සමඟ ගෙවීම් සේවාවක් නිෂ්පාදනය කරන්නෙමි, අක්රිය කාලය සඳහා මගේ ඉවසීම ඉතා අඩුයි. ඔබ නිර්දේශ කරන්නේ කැනරි හෝ නිල්-කොළ, ඇයි? යෙදවීමෙන් පසු මා පරීක්ෂා කළ යුතු තීරණාත්මක මාර්ග මොනවාද, මම විනාඩි කීයක් සඳහා කුමන ප්රමිතික නිරීක්ෂණය කළ යුතුද, සහ තත්පර 60ක ආපසු හැරීමේ සැලැස්මක් කෙබඳු විය යුතුද? මම අවසාන තීරණය ගන්නෙමි."
වෙනස: දෙවන විමසුම පරිමාණය, ඉවසීම සහ ආපසු හැරීමේ අපේක්ෂාව ලබා දෙයි; එයට උපාය + සත්යාපනය + අහෝසි කිරීම අවශ්ය වන අතර තීරණය මිනිසාට භාර දෙයි.
පොදු වැරදි
- ආපසු හැරීමේ සැලැස්මක් නොමැතිව යෙදවීම. ආපසු යාමට මාර්ගයක් නොමැති නම්, සෑම යෙදවීමක්ම සූදුවකි.
- මහා පිපිරුම් යෙදවීම. එය සම්පූර්ණ පරිශීලකයාට එකවර ලබා දීම අවදානම උපරිම කරයි.
- "කොළ = වැඩ" උපකල්පනය කිරීම. සෞඛ්ය පරීක්ෂණය සමත් වූ සේවාව තීරණාත්මක මාවතේ කැඩී යා හැකිය.
- ඔබ AI වෙත තීරනාත්මක ව්යාපාරික මාර්ග තබමින් සිටින බව සිතීම. ඔබ ගෙවීම් වැනි ක්රම සලකුණු කළ යුතුය.
- යෙදවීමෙන් පසු නිරීක්ෂණය නොවේ. ද්රෝහී ගැටළු පළමු මිනිත්තුවේදී නොපෙනේ; නිරීක්ෂණ කවුළුව අවශ්ය වේ.
- දත්ත සමුදා සංක්රමණය ආපසු හැරවිය හැකි යැයි සිතීම. සමහර වෙනස්කම් ආපසු හැරෙන්නේ නැත; වෙන් වෙන් වශයෙන් සැලසුම් කර ඇත.
සාරාංශයකින්
ප්රොඩ් වෙත යාම දාමයේ වඩාත්ම තීරණාත්මක සබැඳිය වන අතර එය සිදු කරනු ලබන්නේ "බලාපොරොත්තුවෙන්" නොව පාලිත උපාය මාර්ග සමඟිනි: නිල්-කොළ ක්ෂණික ආපසු හැරීමක් සපයයි, කැනරි ආචරණය කුඩා පෙත්තකට සීමා කරයි, විශේෂාංග ධජය යෙදවීම මුදා හැරීමෙන් වෙන් කරයි. යෙදවීම අවසන් වූ විට වැඩ අවසන් නොවේ; සෞඛ්ය පරීක්ෂණ, දුම් පරීක්ෂණ සහ රන් සංඥා නිරීක්ෂණය හරහා ක්රමානුකූලව සත්යාපනය කිරීම අත්යවශ්ය වේ. AI විසින් සම්පූර්ණ මොඩියුලය පුරා සෑම පියවරකදීම කෙටුම්පත් උත්පාදනය කර වේගවත් කරයි - Dockerfile සිට නල මාර්ගය දක්වා, Terraform සිට අනතුරු ඇඟවීමේ රීතිය දක්වා, පශ්චාත් මරණ පරීක්ෂණයේ සිට පිරිවැය විශ්ලේෂණය දක්වා. නමුත් සෑම පියවරක්ම සත්යාපනය කරන, සජීවීව යන්න බොත්තම එබීමෙන් සහ ප්රතිඵලය සහතික කරන දක්ෂ පුද්ගලයා රැඳී සිටියි. AI බලයෙන් ක්රියාත්මක වන DevOps වල ස්වර්ණමය රීතිය මෙයයි.
යෙදුම් කාර්යය
ප්රකාශනය කිරීමට (සැබෑ හෝ ප්රබන්ධ) සේවාවක් තෝරන්න. (1) ඔබේ සන්දර්භයට ගැළපෙන උපාය මාර්ගයක් තෝරා “මුදල් කිරීමේ උපාය තේරීම” අච්චුව සහ එයට හේතුව ලියන්න. (2) "දුම් පරීක්ෂණය / සත්යාපන ලැයිස්තුව" අච්චුව සමඟින් උත්පාදනය කරන ලද සත්යාපන ලැයිස්තුවක් ඇති අතර වඩාත් තීරණාත්මක ව්යාපාරික මාර්ග ඔබම එක් කරන්න. (3) "Rolback plan" අච්චුව සමඟින් තත්පර 60ක ආපසු හැරීමේ සැලැස්මක් සකස් කර එහි ආපසු හැරවිය නොහැකි පියවර තිබේදැයි පරීක්ෂා කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම මගේ සන්දර්භයට ගැලපෙන මුදා හැරීමේ උපාය මාර්ගයක් (කැනරි/නිල්-කොළ/කොඩිය) තෝරා ගත්තෙමි.
- [ ] යෙදවීමට පෙර මට පැහැදිලි සහ වේගවත් ආපසු හැරීමේ සැලැස්මක් සූදානම් කර ඇත.
- [ ] මමම මගේ දුම් පරීක්ෂණවලට ඉතාමත් තීරණාත්මක ව්යාපාරික මාර්ග (උදා. ගෙවීම) එක් කළෙමි.
- [ ] පසු යෙදවීම, මම නිරීක්ෂණ කවුළුවක් හරහා රන් සංඥා නිරීක්ෂණය කරමි.
- [ ] මම ආපසු හැරවිය නොහැකි පියවර ද සැලසුම් කළෙමි (දත්ත සමුදා සංක්රමණය, ආදිය).
- [] මම සෑම පියවරකදීම AI බ්ලූප්රින්ට් සත්යාපනය කළෙමි; මම සජීවීව යාමට තීරණය කළෙමි.
මොඩියුල විභාගය
1. වලාකුළෙහි DevOps සහ AI සඳහා හොඳම ස්ථානගත කිරීම පහත සඳහන් ඒවායින් කුමක් ද?
- A) කෘතිම බුද්ධිය සහකාර සහ තීරණ ආධාරක මෙවලමකි; නිෂ්පාදනයට බලපාන තීරණාත්මක තීරණ සඳහා පුද්ගලයින් වගකිව යුතුය ✔
- B) කෘතිම බුද්ධියට මිනිස් අනුමැතියකින් තොරව නිෂ්පාදන යෙදවීම් සහ රහස් භ්රමණය අවසන් කළ හැක
- C) කෘතිම බුද්ධිය ප්රයෝජනවත් වන්නේ ලේඛන ලිවීම සඳහා පමණි, එයට යටිතල පහසුකම් සමඟ කිසිදු සම්බන්ධයක් නැත
- D) කෘතිම බුද්ධිය සෑම විටම ඉංජිනේරුවාට වඩා විශ්වාසදායක විධාන නිපදවන බැවින් විගණනය අනවශ්යයි
විස්තරය: එය කෘතිම බුද්ධි නල මාර්ගය, වින්යාස කිරීම, ස්ක්රිප්ට් සහ ලොග් වැනි පෙළ-තීව්ර කාර්යයන් වේගවත් කරන සහකාර සහ තීරණ ආධාරක මෙවලමකි. නිෂ්පාදන නිකුතුව, රහස් කළමනාකරණය සහ අවසාන යෙදුම වැනි අක්රිය කාලය, මුදල් සහ ආරක්ෂාවට බලපාන තීරණ සඳහා වගකීම දක්ෂ ඉංජිනේරුවරයා වෙත පවතී.
2. කෘතිම බුද්ධිය මගින් නිපදවන ලද DevOps විධානයක් හෝ වින්යාසයක් ක්රියාත්මක කිරීමට පෙර සත්යාපන විනය සඳහා වඩාත්ම නිවැරදි ප්රකාශනය කුමක්ද?
- A) ප්රතිදානය සුමටව සහ විශ්වාසයෙන් පෙනෙන්නේ නම් එය සෘජුවම ප්රෝඩයේ ධාවනය කළ හැක
- B) ප්රතිදානය ආරක්ෂිත වන්නේ වාක්ය ඛණ්ඩ දෝෂ නොමැති නම් පමණි, වැඩිදුර පරීක්ෂා කිරීම් අවශ්ය නොවේ
- C) ප්රභවයට ප්රතිදානය සම්බන්ධ කරන්න, සැලසුම්/වියළි ධාවනය, සහ ඔබේ පද්ධති සන්දර්භය සමඟ එය පෙරන්න; ඉන්පසු අයදුම් කරන්න ✔
- D) පළමු උත්සාහය සෘජුවම නිෂ්පාදනයේ තබා ප්රතිඵලය නැරඹීම වේගවත්ම සත්යාපනය වේ
පැහැදිලි කිරීම: තුන්-පියවර සත්යාපනය අත්යවශ්ය වේ: ප්රතිදානය ප්රභවයට සම්බන්ධ කිරීම (ඇත්ත වශයෙන්ම නිල ලේඛනවල විධානය/ධජය වේ), එය වියලි ධාවනය කිරීම (සැලැස්ම/--වියළි-ධාවනය සමඟ සිදුවන දේ බැලීම), සහ පද්ධති පෙරහන හරහා එය යැවීම (එය එහි වාස්තු විද්යාත්මක සහ ආරක්ෂක සන්දර්භය තුළට ගැලපේද). චතුර බව යනු නිරවද්යතාවය නොවේ.
3. සැබෑ දත්ත සමුදා මුරපදයක් අඩංගු .env ගොනුවක දෝෂයක් හෝ යෙදවීමේ ගැටලුවක් ගැන කෘතිම බුද්ධිය විමසන විට නිවැරදි ප්රවේශය කුමක්ද?
- A) <PLACEHOLDER> සමඟ සැබෑ රහස් වසන් කරන්න; වෙස් මුහුණු දෝෂ සහ සන්දර්භය පමණක් බෙදා ගන්න ✔
- B) සම්පූර්ණ .env ගොනුව ඇති පරිදි ඇලවීම ගැටළුව ඉක්මනින් විසඳයි
- C) රහස් දැනටමත් මූලික 64 වන බැවින්, එය සරලව ඇලවීම ආරක්ෂිත වේ
- D) කෘත්රිම බුද්ධිය කිසිවිටක එය ගබඩා නොකරන නිසා මුරපදය ඇලවීම ආරක්ෂිතයි
විස්තරය: AI විමසුමට සැබෑ රහස් අලවා නැත. මුරපද සහ ටෝකන වැනි අගයන් <PLACEHOLDER> සමඟ ආවරණය කර ඇත; දෝෂ පණිවිඩය සහ අවශ්ය සන්දර්භය පමණක් බෙදා ගනු ලැබේ. රහස දැනටමත් කාන්දු වී ඇත්නම්, එය වහාම අවලංගු කර කරකැවිය යුතුය.
4. CI/CD නල මාර්ගයක රහස් (මුරපදය, ටෝකනය) නිවැරදිව කළමනාකරණය කිරීම පහත සඳහන් ඒවායින් කවරේද?
- A) එය වේදිකාවේ රහස් ගබඩාවේ තබා ඇති අතර යොමුව (උදා: ${{ secrets.X }}), සරල පාඨයෙන් ලියා නැත ✔
- B) පහසුව සඳහා YAML නල මාර්ගයට සරල පාඨයෙන් ලියා ඇත
- C) එය එක් එක් කාර්යය ආරම්භයේදී echo සහ log එබීමෙන් තහවුරු වේ.
- D) පුළුල්ම අවසරය (ලියන්න-සියල්ල) සමඟ අර්ථ දක්වා ඇත්නම්, ආරක්ෂාව වැඩිවේ
පැහැදිලි කිරීම: රහස් YAML වෙත සරල පාඨයෙන් ලියා නැත; එය වේදිකාවේ රහස් ගබඩාවේ තබා ඇති අතර ${{ secrets.X }} වැනි යොමු සහිතව කැඳවනු ලැබේ. මීට අමතරව, අවම අධිකාරියේ මූලධර්මය සමඟ, ටෝකන් අවසරයන් පටු කර ඇති අතර රහස් ලොගය වාර්තා නොකෙරේ.
5. Terraform සමඟ යටිතල පහසුකම් කළමනාකරණයේදී, වෙනසක් සජීවීව ක්රියාත්මක කිරීමට පෙර ගත යුතු වැදගත්ම පියවර කුමක්ද?
- A) සෘජුවම 'ටෙරාෆෝම් අදාළ' ධාවනය කිරීම; සැලැස්ම කාලය නාස්ති කිරීමකි
- B) රාජ්ය ගොනුව පොදු ගබඩාවකට උපස්ථ කිරීම
- C) 'ටෙරාෆෝම් සැලැස්ම' ධාවනය කර ප්රතිදානයේ ඇති විනාශ/ප්රතිස්ථාපන රේඛා පරීක්ෂා කරන්න, ඉන්පසු යොදන්න ✔
- D) සපයන්නාගේ අනුවාදය අස්ථාපනය කර නවතම අනුවාදය ස්වයංක්රීයව එන බවට සහතික වන්න
පැහැදිලි කිරීම: 'ටෙරාෆෝම් යොදන්න' පෙර 'ටෙරාෆෝම් සැලැස්ම' ධාවනය කළ යුතුය. සැලැස්ම කිසිවක් නොකර, එකතු කළ යුතු දේ, වෙනස් කළ යුතු දේ සහ විශේෂයෙන් මකා දැමිය යුතු දේ (විනාශ කිරීම) පෙන්වයි. අනපේක්ෂිත විනාශයක් හෝ ප්රතිස්ථාපන රේඛාවක් දිස්වන්නේ නම්, අයදුම් නොකළ යුතුය.
6. නිෂ්පාදන දත්ත ගබඩාව සඳහා '-/+ ප්රතිස්ථාපන' රේඛාව Terraform සැලසුම් ප්රතිදානයක දිස්වන්නේ නම් එයින් අදහස් කරන්නේ කුමක්ද සහ කුමක් කළ යුතුද?
- A) මූලාශ්රය වෙබ් අඩවියේ යාවත්කාලීන කරනු ලැබේ, අවදානමක් නොමැත
- B) සම්පත මකා දමා නැවත නිර්මාණය කරනු ලැබේ; දත්ත නැතිවීමේ අවදානමක් ඇත, බලාපොරොත්තු නොවන්නේ නම් අයදුම් කිරීම නැවැත්විය යුතුය ✔
- C) නව සම්පතක් එකතු කිරීම, පවතින දත්ත සමුදාය බලපාන්නේ නැත
- D) මෙය අනතුරු ඇඟවීමක් පමණි, ආරක්ෂිතව නොසලකා හැරිය හැක
පැහැදිලි කිරීම: '-/+ ප්රතිස්ථාපනය' යන්නෙන් අදහස් වන්නේ සම්පත මකා දමා ප්රතිනිර්මාණය කෙරෙනු ඇති බවයි; දත්ත සමුදායක් සඳහා, මෙයින් අදහස් කරන්නේ දත්ත නැති වීමයි. බලාපොරොත්තු නොවන්නේ නම්, අයදුම් කිරීම නැවැත්විය යුතුය, වෙනස් කිරීම ආරක්ෂිත ක්රමයක් බවට පරිවර්තනය කළ යුතුය, නැතහොත් වෙනස් කළ නොහැකි ක්ෂේත්රය ස්පර්ශ නොකර තැබිය යුතුය.
7. Dockerfile එකක් එහි ආරක්ෂාව සහ ප්රමාණය අනුව නිෂ්පාදනයට සූදානම් වීමට පහත සඳහන් දේවලින් සත්ය කුමක්ද?
- A) පහසුව සඳහා, ENV සමඟ රූපයේ රහස කාවැද්දීම සහ එය root ලෙස ධාවනය කිරීම
- B) සෑම විටම ':latest' ටැගය භාවිතා කර මූලික රූපය හැකිතාක් විශාලව තබා ගන්න
- C) තනි-අදියර ගොඩනැගීම සහ අවසාන රූපයේ සියලු ගොඩනැගීමේ මෙවලම් අත්හැරීම
- D) රහස කාවැද්දීම නොකිරීම, අනවසර USER සමඟ වැඩ කිරීම, කුඩා සහ ස්ථාවර මූලික රූපය සහ බහු-අදියර ගොඩනැගීම ✔
විස්තරය: නිෂ්පාදනයට සූදානම් රූපයක්: රහස කාවද්දන්නේ නැත (ධාවන වේලාවේදී එය එන්නත් කරයි), root වෙනුවට අනවසර පරිශීලකයෙකු සමඟ ධාවනය කරයි, කුඩා සහ අනුවාදිත මූලික රූපයක් භාවිතා කරයි (slim/alpine, :latest නොවේ), සහ බහු-අදියර ගොඩනැගීමක් සමඟ පරිමාණය කර ඇත. එය ප්රකාශනයට පෙර දුර්වලතා සඳහා ද ස්කෑන් කරනු ලැබේ.
8. Kubernetes හි යෙදවීම සඳහා සම්පත් සීමාවන් නිර්වචනය නොකිරීමේ වැදගත්ම අවදානම කුමක්ද?
- A) සීමාව අවශ්ය ක්ෂේත්රයක් නිසා Pod කිසිවිටක ආරම්භ නොවේ
- B) අධීක්ෂණ මණ්ඩලයේ අනතුරු ඇඟවීමක් පමණක් දිස්වේ, මෙහෙයුමට බලපෑමක් නැත
- C) Kubernetes ස්වයංක්රීයව ආරක්ෂිත පෙරනිමි සීමාවන් බලාත්මක කරයි, අවදානමක් නැත
- D) කරලට අසීමිතව වර්ධනය විය හැකි අතර නෝඩයේ සම්පත් පරිභෝජනය කළ හැකි අතර එමඟින් අසල්වැසි සේවාවන් බිඳ වැටේ ✔
පැහැදිලි කිරීම: සම්පත් සීමාවක් නොමැති Pod එකක් අසීමිතව වර්ධනය විය හැක, එය ක්රියාත්මක වන node හි සියලු සම්පත් පරිභෝජනය කරයි, සහ අසල්වැසි සේවා බිඳ වැටීම, උදාහරණයක් ලෙස, මතක කාන්දුවක් සමඟ. ඉල්ලීම්/සීමා නිර්වචනය කිරීම ශක්තිමත්භාවයේ පදනම වන්නේ එබැවිනි.
9. අධීක්ෂණය සහ අනතුරු ඇඟවීම් සැකසීමේදී 'ඇලට් තෙහෙට්ටුව' වළක්වා ගන්නේ කෙසේද?
- A) හැකි තරම් ප්රමිතික මත අනතුරු ඇඟවීම් සකසන්න සහ සෑම උච්චාවචනයක් සමඟම ඇඟවීම් ජනනය කරන්න.
- B) සියලුම අනතුරු ඇඟවීම් ඉහළම බරපතල මට්ටමට සකසන්න
- C) වේලාවක් (සඳහා) සැකසීමකින් තොරව ක්ෂණික අගයන් සහිත අනතුරු ඇඟවීම් අවුලුවාලීම
- D) එලාම් ක්රියාවට නැඹුරුව සහ නිවැරදි හදිසිතාවයෙන් තබා ගැනීම, ඓතිහාසික දත්ත සමඟ එළිපත්ත පරීක්ෂා කිරීම, අනවශ්ය ඒවා ඒකාබද්ධ කිරීම ✔
විස්තරය: සෑම අනතුරු ඇඟවීමක්ම ක්රියා කළ හැකි සහ නිවැරදි හදිසි අවශ්යතාවයකින් යුක්ත විය යුතුය; ක්රියාවක් අවශ්ය නොවන තොරතුරු පුවරුවේ ප්රදර්ශනය කෙරේ, එය කිසිවෙකු අවදි නොකරයි. පද්ධතියේ ඓතිහාසික දත්තවලට එරෙහිව අනතුරු ඇඟවීමේ සීමාවන් පරීක්ෂා කරනු ලබන අතර අනවශ්ය/පුනරාවර්තන අනතුරු ඇඟවීම් ඒකාබද්ධ කෙරේ. මේ ආකාරයෙන් සැබෑ එලාම් ශබ්දය තුළ නැති නොවේ.
10. නිෂ්පාදන සිදුවීමකදී හොඳම ප්රමුඛතා අනුපිළිවෙල කුමක්ද?
- A) මුලින්ම නිවැරදි මූල හේතුව සොයාගෙන හේතුව පැහැදිලි වූ විට පමණක් එය අඩු කරන්න.
- B) පළමුව පශ්චාත් මරණ පරීක්ෂණ වාර්තාව ලියන්න, පසුව සේවාව ස්පර්ශ කරන්න
- C) ප්රථමයෙන් අඩු කරන්න (ප්රතිසාධනය/ප්රතිසාධන සේවාව), පසුවට මූල හේතු විශ්ලේෂණය තබයි ✔
- D) මුලින්ම සිද්ධියට වගකිව යුතු පුද්ගලයා සොයාගෙන එය වාර්තා කරන්න
පැහැදිලි කිරීම: ස්වර්ණමය රීතිය වන්නේ 'පළමුව අඩු කරන්න, පසුව විමර්ශනය කරන්න' යන්නයි. ඉලක්කය වන්නේ පළමුව සේවාව ප්රතිසාධනය කිරීම හෝ එය දන්නා-හොඳ අනුවාදයකට පෙරළීමයි (අඩු කරන්න); පීඩනය අඩු වීමෙන් පසු මූල හේතුව විශ්ලේෂණය සන්සුන්ව සිදු කරනු ලැබේ. නිවැරදි මූල හේතුව සොයා ගැනීමට බලා සිටීමෙන් ප්රතිසාධන කාලය (MTTR) වැඩි වේ.
11. නිර්දෝෂී පශ්චාත් මරණ සංස්කෘතියේ ප්රධාන අරමුණ කුමක්ද?
- A) වරද කළ පුද්ගලයා හඳුනාගෙන වගකීම ඔහු/ඇය මත පැටවීම
- B) පද්ධති සහ ක්රියාවලි කෙරෙහි අවධානය යොමු කිරීම සහ ඉගෙනීම දිරිමත් කිරීම; ✔ දොස් පවරනවාට වඩා පුනරාවර්තනය වීම වළක්වන පාඩම් ඉගෙනීම
- C) කිසි විටෙක සිද්ධිය වාර්තා නොකරන්න සහ එය අමතක වී ඇති බවට සහතික වන්න
- D) තාක්ෂණික විස්තර පමණක් ලිවීම සහ ක්රියාකාරී අයිතම එකතු නොකිරීම
පැහැදිලි කිරීම: නිර්දෝෂී පශ්චාත් මරණ පරීක්ෂණය අවධානය යොමු කරන්නේ 'මෙම වැරැද්දට ඉඩ දුන්නේ කුමන ක්රියාවලිය සහ ක්රියාවලියද' යන ප්රශ්නයට මිස 'කවුද එය කළේ' යන්න නොවේ. දඬුවම් නොලබන බව දන්නේ නම් මිනිසුන් වැරැද්ද විවෘතව බෙදා ගනී; සැඟවුණු දෝෂය නැවත නැවතත් සිදු වේ. වාර්තාව චෝදනා වාර්තාවක් නොව, ක්රියාවට නැඹුරු අයිතමවලින් පිරුණු ඉගෙනුම් ලේඛනයකි.
12. වලාකුළු පිරිවැය ප්රශස්තකරණයේදී (FinOps), කැපවූ වට්ටම් (වෙන් කළ/ඉතුරුම් සැලැස්ම) වෙත යාමට පෙර ගත යුතු වඩාත්ම තාර්කික පියවර කුමක්ද?
- A) මුලින්ම කළ හැකි දීර්ඝතම කැපවීම ගන්න, නාස්තිය ගැන පසුව සිතන්න
- B) පළමුව, අපද්රව්ය පිරිසිදු කරන්න (නිෂ්ක්රීය වසා දැමීම, නිවැරදි ප්රමාණය), පසුව කැපවූ භාවිතයට කැප වන්න ✔
- C) සියලුම සම්පත් වහාම Spot ධාරිතාවට ගෙන යන්න
- D) ඉන්වොයිස් දත්ත සමාලෝචනය නොකර මිල අධිකම අයිතමය මකා දැමීම
පැහැදිලි කිරීම: අපද්රව්ය පළමුව පිරිසිදු කළ යුතුය (නිෂ්ක්රීය සම්පත් වසා දැමීම, විශාල සම්පත් අඩු කිරීම). එසේ නොමැතිනම්, ඔබ වසර 1-3 ක් සඳහා වට්ටම් මිලකට නාස්ති කරන ලද භාවිතය අගුළු දමනු ඇත. නිවැරදි ප්රමාණය සහ නිෂ්ක්රීය පිරිසිදු කිරීම සඳහා කැපවීමක් අවශ්ය නොවන අතර අවදානම් රහිතව ආසන්න වේ.
13. AI-යෝජිත ස්ක්රිප්ට් එකක 'rm -rf "$DIR"/' රේඛාව තිබේ නම් වඩාත්ම වැදගත් ආරක්ෂක පියවර කුමක්ද?
- A) ස්ක්රිප්ට් එක කියවීමෙන් තොරව කෙලින්ම ප්රොඩ් එකේ ධාවනය කිරීම වේගවත් වේ
- B) set -euo pipefail සහ හිස් විචල්ය පාලනය එකතු කර පළමුව වියළි ධාවනය සමඟ උත්සාහ කරන්න ✔
- C) විචල්ය නාමය කෙටි කිරීම ප්රමාණවත් වේ
- D) rm වෙනුවට rm -rf --force භාවිතා කිරීම ගැටළුව විසඳයි
පැහැදිලි කිරීම: $DIR හිස් නම්, මෙම ප්රකාශය මූල නාමාවලිය මකා දැමීමට උත්සාහ කළ හැක. නිර්වචනය නොකළ විචල්යය 'set -u' සමඟ නතර කර එය මැකීමට පෙර විචල්යය හිස් නොවේදැයි පරීක්ෂා කිරීම (උදා. [ -n "$DIR" ] || පිටවීම 1) ව්යසනය මග හැරේ. මීට අමතරව, විනාශකාරී මෙහෙයුම් පළමුව වියළි ධාවනය සමඟ උත්සාහ කළ යුතුය.
14. වලාකුළු ප්රවේශ යතුරක් අහම්බෙන් පොදු ගබඩාවකට කාන්දු වුවහොත් කළ යුතු පළමු දෙය කුමක්ද?
- A) යතුර වහාම අවලංගු කර අලුත් කරන්න (කරකවන්න); මකා දැමීම පමණක් ප්රමාණවත් නොවේ ✔
- B) ගබඩාවෙන් ගොනුව මකා දමන්න, යතුර ආරක්ෂිතයි
- ඇ) කිසිවෙකු එය නොදැක්ක නිසා කිසිවක් නොකර සිටීම
- D) ගබඩාව පුද්ගලික කිරීම මගින් යතුර කරකැවීමේ අවශ්යතාවය නැති වේ
පැහැදිලි කිරීම: කාන්දු වූ රහස වහාම අවලංගු කර කරකැවිය යුතුය. ගොනුව මකා දැමීම පමණක් ප්රමාණවත් නොවන්නේ Git ඉතිහාසයේ රහස ඉතිරිව ඇති නිසා සහ පොදු ගබඩාවන් තත්පර කිහිපයකින් bots මගින් පරිලෝකනය කරන බැවිනි. අවලංගු කිරීම/ආපසු පැමිණීමෙන් පසු, බලපෑම ඇගයීමට ලක් කර නැවත ඇතිවීම වැළැක්වීම සඳහා රහස් ස්කෑනරයක් එකතු කරනු ලැබේ.
15. නිෂ්පාදනයේ නව අනුවාදයක් නිකුත් කිරීමේදී අවදානම අවම කරන්නේ පහත සඳහන් ප්රවේශයන් මොනවාද?
- A) නව අනුවාදය සියලුම පරිශීලකයින්ට එකවර ලබා දීම (big-bang) සහ ආපසු හැරීමේ සැලැස්මක් සකස් නොකිරීම
- B) අමතර සත්යාපනයක් සිදු නොකර, 'කොළ' ලෙස දිස් වූ වහාම යෙදවීම අවසන් කිරීම සලකා බැලීම
- C) කැනරි/නිල්-කොළ/විශේෂාංග ධජය, සූදානම් කළ ආපසු හැරීමේ සැලැස්ම සහ දුම් පරීක්ෂාව + යෙදවීමෙන් පසු මෙට්රික් නිරීක්ෂණ වැනි පාලිත උපාය මාර්ගයක් භාවිතා කිරීම ✔
- D) තීරනාත්මක ව්යාපාරික මාර්ග පරීක්ෂා කිරීම සම්පුර්ණයෙන්ම කෘත්රිම බුද්ධියට අත්හැර ඒවා කිසිසේත් නිර්ණය නොකිරීම.
පැහැදිලි කිරීම: පාලිත මුදා හැරීමේ උපාය මාර්ග (කැනරි සමඟ කුඩා ප්රතිශතයකින් ආරම්භ කිරීම, නිල්-කොළ සමඟ ක්ෂණික ආපසු හැරීම, විශේෂාංග ධජය සමඟ මුදා හැරීමෙන් යෙදවීම වෙන් කිරීම) අවදානම සීමා කරයි. ඊට අමතරව, යෙදවීමට පෙර පැහැදිලි ආපසු හැරීමේ සැලැස්මක් සහ යෙදවීමෙන් පසු දුම් පරීක්ෂාව සමඟ රන් සංඥා නිරීක්ෂණය කිරීම අත්යවශ්ය වේ; 'කොළ පෙනුම' එය ක්රියාත්මක වන බවක් අදහස් නොවේ.