Библиотека задач по DevOps | тесты, код, задания

В Kubernetes при деплое новой версии сервиса юзеры получают ошибки, потому что Pod’ы начинают принимать трафик до того, как приложение полностью готово. Какое решение правильное? 👾 — Увеличить количество реплик Deployment, чтобы снизить вероятность ошибки 👍 — Настроить readinessProbe, чтобы Pod начинал получать трафик только после готовности 🥰 — Перезапускать Pod’ы вручную до тех пор, пока они не будут стабильными ⚡️ — Использовать livenessProbe, чтобы Kubernetes перезапускал Pod при ошибке 🐸Библиотека задач по DevOps

Что такое тестирование устойчивости? Тестирование устойчивости — это программный процесс, который проверяет поведение приложения в неконтролируемых и хаотических сценариях. Это также гарантирует, что данные и функциональность не будут потеряны после возникновения сбоя. 🐸Библиотека задач по DevOps

🤓 «Сначала выучу Python идеально, а потом пойду в ML» Звучит логично, но на практике — ловушка. Python огромный: фреймворки, библиотеки, нюансы синтаксиса. Учить «всё сразу» можно бесконечно. В итоге — месяцы зубрёжки, а до ML руки так и не доходят. На старте достаточно баз: типы данных, циклы, функции, работа с библиотеками. Всё остальное лучше подтягивать в процессе решения ML-задач. ⚠️ До 1 сентября курсы можно забрать по старым ценам. Это последние выходные, когда: — ML идёт за 34 000 вместо 44 000 ₽ + Python в подарок, — два в одном: оплатите курс по математике и получите второй доступ в подарок, — и главное: можно купить все курсы до подорожания. 👉 ML для старта в Data Science А для будущих Data Scientist’ов у нас ещё: — Базовые модели ML и приложения — Математика для Data Science — AI-агенты для DS-специалистов (2-й поток скоро)

⏰ Осталось 48 часов! Обратный отсчёт пошёл: только до воскресенья 23:59 можно купить курс «AI-агенты для DS-специалистов» и начать учиться уже с 15 сентября. ⚡️ Это ваши +3 недели форы, чтобы спокойно разобраться в самых сложных темах и прийти к первому занятию 7 октября уже подготовленным. 👉 Забрать место

При сборке Docker-образа вы замечаете, что он получился слишком большим и занимает несколько гигабайт. Какой подход наиболее правильный для оптимизации размера образа? 👾 — Использовать docker system prune -a перед каждой сборкой 👍 — Применить multi-stage build, использовать минимальные базовые образы (например, alpine) и убирать лишние слои 🥰 — Всегда собирать образ с флагом --no-cache, чтобы исключить устаревшие слои ⚡️ — Настроить restart: always, чтобы контейнеры работали даже с большим образом 🐸Библиотека задач по DevOps

В Kubernetes у вас есть приложение, которое при обновлении должно оставаться доступным без простоя. Какой механизм деплоя нужно использовать? 👾 — Recreate Deployment 👍 — RollingUpdate Deployment 🥰 — DaemonSet ⚡️ — StatefulSet 🐸Библиотека задач по DevOps

📢 Какой сетап идеально подойдёт для разработки AI-агента? Голосуйте за свой вариант и пишите в комментариях, в каком режиме вы реально кодите. ❤️ — 1 👍 — 2 ⚡️ — 3 👏 — 4 🔥 — 5 🎉 — 6 😁 — 7 😍 — 8 🤩 — 9 Какой бы сетап ни был, без AI-агентов в 2025 всё равно далеко не уедешь. 👉 Научим, как строить агентов, которые кодят с тобой

Вы настраиваете инфраструктуру как код для AWS. Требуется гарантировать, что конфигурация окружений всегда будет соответствовать декларативным манифестам. Какой инструмент лучше всего подходит для этой задачи? 👾 — Ansible 👍 — Terraform 🥰 — Docker Compose ⚡️ — Jenkins 🐸Библиотека задач по DevOps

Что такое Workspaces в Terraform? Workspaces в Terraform — это возможность управления state файлами. Workspace содержит все что необходимо для управления набором инфраструктуры, а отдельные рабочие области функционируют как полностью отдельные рабочие каталоги. С помощью Workspaces возможно управлять несколькими средами инфраструктуры. 🐸Библиотека задач по DevOps

❗ Так, владелец макбука. Хватит позировать в кофейне. Настоящее портфолио — это не стикеры на крышке, а проект с чистым кодом, README и рабочей демкой. Не знаешь, как такой собрать? Научим. Наш курс «ML для старта в Data Science» — это пошаговый гайд к проекту, за который не стыдно. ОСТАЛАСЬ НЕДЕЛЯ, чтобы забрать его по старой цене в 44.000 ₽. С 1 сентября — всё. 🎁 И да, при покупке курса ML до 1 сентября — курс по Python получаешь бесплатно. 👉 Апгрейд от «вайба» до «оффера» тут

В Kubernetes вы хотите реализовать blue-green deployment, чтобы минимизировать риски при выкатывании новой версии приложения. Какой подход будет наиболее правильным? 👾 — Обновить Deployment стратегией RollingUpdate и выставить maxUnavailable=0 👍 — Запустить новую версию как отдельный Deployment/Service и переключить трафик на неё после проверки 🥰 — Удалить старый Deployment и сразу задеплоить новый ⚡️ — Настроить HPA (HorizontalPodAutoscaler), чтобы он автоматически включал новую версию 🐸Библиотека задач по DevOps

🏃‍♀️ Новый поток курса — собери своих AI-агентов 7 октября стартует второй поток курса «AI-агенты для DS-специалистов». За 5 недель вы научитесь собирать агентов, которые уже сейчас будут помогать бизнесу. В кружке выше Максим Шаланкин, наш преподаватель, рассказывает подробнее — включай, чтобы не пропустить. 👉 Записаться на курс

В Kubernetes у вас есть микросервис, который обрабатывает критичные данные. Вы хотите ограничить его доступ к ресурсам хоста и сети для повышения безопасности. Какой механизм Kubernetes стоит использовать? 👾 — ConfigMap 👍 — NetworkPolicy и PodSecurityContext 🥰 — HorizontalPodAutoscaler ⚡️ — Liveness и Readiness пробы 🐸Библиотека задач по DevOps

В продакшене вы заметили, что один из контейнеров постоянно перезапускается с ошибкой Exit Code 137. Что это значит и как правильно действовать? 👾 — Контейнер завершён вручную через docker stop; нужно убрать авто-рестарт 👍 — Контейнер был убит системой из-за превышения лимита памяти (OOMKilled); нужно проанализировать использование памяти и скорректировать лимиты/код 🥰 — Ошибка возникает из-за неправильного Dockerfile; нужно пересобрать образ с --no-cache ⚡️ — Это стандартный код успешного завершения; можно игнорировать 🐸Библиотека задач по DevOps

Вы настраиваете мониторинг в продакшн-кластере Kubernetes. Важно отслеживать состояние Pod’ов, сервисов и метрики производительности приложений. Какой стек инструментов будет наиболее корректным выбором? 👾 — ELK (Elasticsearch, Logstash, Kibana) 👍 — Prometheus + Grafana 🥰 — Nagios + Shell-скрипты ⚡️ — Top + htop на каждой ноде 🐸Библиотека задач по DevOps

Подсматриваем за кухней ситуационного центра VK — будет полезно всем, кто интересуется SRE 👌 Какие метрики эффективности используют в VK, почему SRE-инженеру важен продуктовый подход и каких инструментов не хватает на рынке — всё это обсуждают в свежем выпуске подкаста «Кофе-брейк VK». Смотрим в VK Видео, Дзене или на YouTube.

При настройке CI/CD пайплайна для деплоя микросервисов в Kubernetes, какой подход наиболее корректный для минимизации downtime? 👾 — Применять kubectl delete для Pod’ов, а затем kubectl apply для новых 👍 — Использовать стратегию деплоя RollingUpdate с настройкой maxUnavailable и maxSurge 🥰 — Всегда разворачивать новую версию в отдельном namespace и вручную переключать трафик ⚡️ — Отключать readiness/liveness пробы на время деплоя, чтобы Pod быстрее стартовал 🐸Библиотека задач по DevOps

В CI/CD пайплайне часто случаются фейлы при деплое в Kubernetes из-за того, что некоторые сервисы ещё не успели подняться, а другие уже начинают к ним обращаться. Какой подход будет наиболее правильным для решения этой проблемы? 👾 — Увеличить таймаут деплоя в CI/CD и просто ждать дольше 👍 — Использовать readinessProbe и livenessProbe в манифестах Pod’ов, чтобы контролировать доступность сервисов 🥰 — Настроить в пайплайне ручное подтверждение перед каждым шагом деплоя ⚡️ — Отключить проверки доступности сервисов и надеяться, что при рестарте всё заработает 🐸Библиотека задач по DevOps