本文为原创文章，转载请注明出处，否则追究责任。
最近线上生产环境出现一些问题，经过排查后进行了解决，记录下来便于总结。
问题1：
最近研发新上一个微服务，上线后启动了6个Pod，运行一段时间后一直很稳定，但有一天用户访问有问题，在手机端打开直接提示“网络错误”。
分析解决：
对于这个报错，研发那边的反馈是运维环境有问题，网络不稳定造成的，但我们实际的生产环境是在K8s上，每个node都在一个网络内，而且都是内网通讯，如果是网络原因，那应该也会影响其他项目的pod,但从现象看，别的同Node节点的服务运行稳定，查了日志，也没有任何报错，后来经过排[……]
2020年即将结束，是时候分析2020年最需要的Django软件包了。
在Google Cloud上有相当详细的PyPI软件包存储库下载统计信息。 让我们探索一个简单查询的结果，该查询收集名称为django的任何软件包的下载总数。
|
1 2 3 4 5 6 7 8 9 |
SELECT file.project, COUNT(*) as total_downloads FROM `the-psf.pypi.file_downloads` WHERE DATE(timestamp) BETWEEN DATE_SUB(CURRENT_DATE(), INTERVAL 360 DAY) AND CURRENT_DATE() AND file.project like '%django%' GROUP BY file.project ORDER BY total_downloads DESC LIMIT 100 |
下载次数超过了最活跃项目中使用的某些软件包，并且没有提供项目用户的真实数目。 但是我认为整个数据集可以很好地概述2020年的使用情况。如果您知道列表中没有好的图书馆，请在评论中注明。 我很乐意用它来更新文章！
0. Django
2020年，Django本身被下载了6550万次！ 如果将[……]
本文为原创文章，转载请注明出处，否则追究责任。
去过面试的人都有过这种经历，当面试完一个公司后，有时聊的也还不错，但后来突然就没有消息了，这是什么情况呢？有的比较好奇会去在问问，但一般得到的都不一定是真实的答案，我自己根据我自己当多年技术面试官的经历，外加经常跟HR小姐姐聊天获得的情况，我总结下来一般分为下面几种情况：
一、实在是技术不行。这个不必多说，一般的技术岗位面试，可能会至少一轮的技术面，也有可能是好几轮技术面试，从多个技术维度审查面试者的技术深度和广度，如果技术面有好几轮一般都是重要切核心的岗位，相对比较高端了，一般的初级运维工程师岗位，可能一般只有一轮技术面试，我想说的[……]
每个公司在运维平台化过程中，如果以开始没有规划，免不了全面开花，会做成好多个平台，然后每个平台都有自己的认证体系，等平台多了，记录这些账号就变得非常烦人，如果用不同的密码，对人的记忆力是个挑战，所以基于此，大部分公司会有部署Ldap系统，来统一运维系统的账号管理，像我们常用的jenkins也可以做对接到ldap上，这样所有的系统就可以统一用ldap来认证，然后根据不同的人来设置不同的权限，那django怎么使用ldap来做后端验证呢，操作接入非常简单，整个过程可以几乎不改我们之前的代码任何逻辑。
我们先进行第一步，安装依赖，ldap和django-auth-ldap，django-aut[……]
现在已经毫无疑问，Docker使一个应用和多个应用部署变得非常容易。无论是同一工具的不同版本，具有不同版本依赖性的不同应用程序-Docker都涵盖了。但是，这种灵活性会带来一些问题-例如高磁盘使用率和大的映像。使用Docker时，必须谨慎有效地编写Dockerfile，以减小映像大小并缩短构建时间。
Docker提供了一组遵循的标准实践，以使镜像尺寸较小-这就用到了我们介绍的多阶段构建功能。
对于构建二进制文件或可执行文件的用例，多阶段构建特别有用。通常，构建二进制文件需要很多依赖项，例如，GCC，Maven，构建必需项等，但是一旦有了可执行文件，就不需要那些依赖项来运行可执行文件[……]
在本指南的前几章中，我们介绍了如何安装完整的使用Prometheus监控Kubernetes。 我们最后结束下使用Prometheus Operator框架及其“自定义资源定义”相对于手动添加度量标准目标的优势
这次我们将部署类似的环境，但将更加自动化和灵活。
什么是Kubernetes Operator？
Operator是Kubernetes专用的应用程序（pod），可自动配置，管理和优化其他Kubernetes部署。它们被实现为自定义控制器。
Kubernetes Operator封装了部署和扩展应用程序的专有技术，并直接执行与API通信的算法决策。
Kuber[……]
要部署真正的Kubernetes和微服务监控解决方案，需要许多其他支持组件，包括规则和警报（AlertManager），图形可视化层（Grafana），长期指标存储以及与该软件不兼容的其他指标适配器 盒子外面。
在第二部分中，我们将简要介绍所有这些支持组件，前提是已经了解了上一章介绍的部署Prometheus监视服务器的基础知识。
Prometheus监控技术栈–体系结构概述
让我们从部署架构概述开始，将我们将在接下来的部分中讨论的所有组件放入其中。
1、在第1部分中介绍的Prometheus服务器是此部署的核心。 Prometheus服务器将警报推送到AlertM[……]
Prometheus监控正在迅速成为使用的Docker和Kubernetes监控工具之一。 本指南说明了如何使用Prometheus实施Kubernetes监视。 将介绍如何部署Prometheus服务器，指标导出器，设置kube-state指标，提取，抓取和收集指标，使用Alertmanager配置警报以及使用Grafana配置仪表板。 我们将介绍如何手动执行此操作，以及如何利用Prometheus operators自动部署/安装方法。
为什么使用Prometheus进行Kubernetes监控
因为两项技术的转变，因此我们需要一个新的监视框架：
DevOps文化：在DevO[……]
使用Django服务网页时，只要用户执行导致页面更改的操作，即使该更改仅影响页面的一小部分，它都会将完整的HTML模板传递给浏览器。 但是如果我们只想更新页面的一部分，则不必完全重新渲染页面-我们可以使用AJAX代替。
AJAX提供了一种将GET或POST请求发送到Django视图并接收任何返回的数据而无需刷新页面的方法。 现代JavaScript包含fetch API，该API为我们提供了一种纯JavaScript方式来发送AJAX请求。
让我们看一下如何通过获取发出GET和POST请求，以在视图和模板之间传递JSON数据。
GET请求
通过获取发出GET请求
通过向其[……]