背景介绍
对Prometheus高可用性的需求提升
现在很明显，Kubernetes是容器编排方面的老大，但对于k8s的监控是任何基础架构的重要方面，我们应该确保监控设置具有高可用性和高度可扩展性，以适应不断增长的基础架构的需求，尤其是在使用Kubernetes的情况下。
因此，今天，我们将部署群集化的Prometheus设置，该设置不仅可以抵抗节点故障，而且还可以确保适当的数据归档以备将来参考。我们的设置也具有很大的可扩展性，以至于我们可以在同一监控范围内跨越多个Kubernetes集群。
目前现状
大多数Prometheus部署都使用持久性Pod，而Prometheu[……]
对于ElasticSearch，这是非常重要的设置。为了正确设置此设置，必须对系统进行良好的监视。简而言之，我们使用此配置来确定Elasticsearch在开始时分配的内存量以及最大内存使用量。
在配置堆大小之前，我将讨论堆内存概念以正确地监视堆大小。 Java应用程序使用“堆栈”和“堆”方法将数据保存到内存中。
在堆栈类型中，操作系统管理是否将数据存储或删除到内存中。
在堆类型中，应用程序管理内存使用和清理。在Java中，对象存储在堆内存中，并且由于有了称为垃圾收集器的结构，因此可以提供堆内存管理。
什么是垃圾收集器？
在Java中，内存管理是通过JVM和其中包[……]
对于初学者，每当键入python manage.py runserver时，它将从settings.py中获取所有配置。 settings.py具有所有配置，例如已安装的应用程序，使用的中间件，模板，语言，时区，静态文件夹的位置等。通常，我们刚开始不必太多修改settings.py文件。因为Django框架提供了在本地环境中运行应用程序的样板或基本配置。
为什么我们需要特定于环境的设置？
我们settings.py中有某些配置，例如DEBUG，STATIC_URL，DATABASES，SECRET_KEY，ALLOWED_HOSTS等。这些设置实际上是在部署到生[……]
监控是运维中至关重要的工作，对于像Kubernetes这样的当下风行的技术来说，强大的监控设置可以充分了解整个集群的机器状态，包括主机的基础性能，Pod资源利用率等。
今天，我们将在不到5分钟的时间内部署基于生产级Prometheus的监控系统。
前期准备条件：
1、运行具有至少6个内核和8 GB可用内存的Kubernetes集群。在本教程中，我将使用6个Node节点
2、Kubernetes部署和服务的工作知识。
步骤：
1、具有持久卷的Prometheus服务器。这将是我们的指标存储（TSDB）。
2、Alertmanager服务器，它将触发对Slack /[……]
介绍
这应该是一篇简短的文章-我最近在工作中继承了Django项目，其中Elasticsearch是主要组件。
在代码库中，有大量的辅助函数可构造如下所示的Elasticsearch查询DSL。
|
1 2 3 4 5 6 7 8 9 |
def search_media(query): """Example helper method to get movies and shows based on a search query """ client = Elasticsearch(settings.ELASTICSEARCH_HOST) body = { "query": {"multi_match": {"query": query, "fields": ["title", "description"]}} } response = client.search(index=["movie", "show"], body=body) return [h["_source"] for h in response["hits"]["hits"]] |
尽管上面的示例似乎很简单，但是Elasticsearch查询的JSON主体可能变得非常大而复杂。 作为Elasticsearch的相对入门者，我几乎没有信心更改任何涉及这些辅助功能的代码。
虽然在代码库中存在预先存在的测试，但所有测试都模拟了这些Elasticsearch帮助器功能。
[crayon-5f66a79c0508[……]
|
1 2 3 4 |
cd ~/projects/myproject git init git add . |
|
1 2 3 |
git clone ~/existing/repo ~/new/repo git clone you@host.org:dir/project.git |
|
1 2 3 |
mkdir repo.git && cd repo.git git init --bare[--shared=group] |
[crayon-5f66a79c0591d33273[……]
编写异步代码能够毫不费力地加速应用程序。 随着Django 3.1最终支持异步视图，中间件和测试，现在是将它们置入现实的好时机。
这篇文章探讨了如何开始使用Django的新异步视图。
如果想了解有关异步代码背后的强大功能以及Python中线程，多处理和异步之间的区别的更多信息，请查看我的《通过并发，并行和异步编写Speeding Up Python》。
目标
在这篇文章的结尾，您应该能够：
在Django中编写异步视图
在Django视图中发出非阻塞HTTP请求
使用Django的异步视图简化基本的后台任务
使用sync_to_async在异步视图内进行同步调用[……]
介绍
嗨，在这篇文章中，我们将学习在Django 3中创建自定义用户模型，并且还将更改Django Admin的默认登录功能。 我们将使用电子邮件和密码登录。
动机
我必须为我的应用程序创建一个“自定义用户”，我能够创建模型，但问题是createsuperuser命令无法正常工作。 为了调试它，我不得不做大量研究，问题是当时大多数资源已经过时，所以我决定写这篇文章。
我做了一个GitHub仓库，所以如果您愿意，可以直接使用它（这里有说明）
让我们开始吧
首先，创建一个Django Project并创建一个名为users的应用程序
现在我们可以开始在用户应用程序中编辑model[……]
我们使用Django作为主要的Web开发框架，并且喜欢简单。
在本文中，我将指导您如何在不安装第三方应用程序的情况下在Django应用程序中启用WebSockets。
Django从3.0版开始引入了ASGI接口，在3.1版中引入了异步视图。 我们的解决方案将基于异步视图。 在本教程中，我们将使用Python 3.7和Django 3.1。
WebSockets ASGI界面简介
ASGI是已经使用了多年的WSGI协议的替代协议，并且将在接下来的2-3年内成为Python Web框架中的事实上的标准。
那么，WebSocket在这种情况下如何工作？让我们找到它！
WebSock[……]
本教程演示了如何使用Django表单集和JavaScript将表单的多个副本动态添加到页面并进行处理。
在Web应用程序中，如果用户正在输入数据以将对象添加到数据库中，则用户可能需要连续多次提交相同的表单。 Django不必一遍又一遍地提交相同的表单，而是允许我们使用表单集将相同表单的多个副本添加到网页。
我们将通过观鸟应用程序演示此操作，以跟踪用户看到的鸟类。 它仅包括两页，一个包含鸟类列表的页面和一个将鸟类添加到列表的表单的页面。 您可以在GitHub上查看此示例的完整源代码。
对于本教程，对以下内容有一个基本的了解会有所帮助：
Django表格
基于Django[……]