Search
NT 430 特價中
課程說明
在我的其他課程和書籍中，我通常會鑽研單一的工具( tool )或單一的程序( process )，而這次，我選擇了一種不同的方法。與其費盡心思幫助某人精通一件事情，這次我試圖給你一個快速的介紹，讓你瞭解許多不同的工具和過程。我們將跳過可能冗長的討論和深入的練習。這一次，我想要的是幫助你做決定。對於給定的任務，哪種工具工作得最好？我們應該更深入地探索什麼，以及做什麼會浪費你的時間？我們的目標不是詳細地學習關於工具的一切，而是立即跳入了解許多概念和超出你預期的多項工具。這樣做的目的是讓你很快跟上潮流同時產出有用的“真實世界”結果。把每一章都想像成一個速成課程，你可以馬上使用它的結果
https://softnshare.com/devops-catalog/
AI 的應用潛力無窮讓不少企業都開始投資建置，卻有不少人遇到 AI 模型無法真正發揮商業價值的困境，ModelOps 的概念也隨之興起。
若想用 ModelOps 來增加 AI 價值，公司還需注意哪些要點？
ref: https://blog.argoproj.io/argo-workflows-2021-survey-results-d6fa890030ee
這篇是由 Argo 官方所發表的統計文章，該文章主要是探討 Argo Workflows 的使用，總共有效的問券有 60 份
你是誰
1. 32% DevOps Engineer
2. 26% Software Engineer
3. 15% Architect
4. 9% Data Engineer
使用案例(前六大項)
1. Infrastructure Automation
2. Data Processing
3. CI/CD
4. Batch Processing
5. Machine Learning
6. ETL
由於問券內容中大部分都是 DevOps 相關職缺，所以答案會偏向 Infrastructure, CI/CD 也是不太意外。
最受歡迎的功能(按照名次排序)
1. Workflow Template
2. CronWorkflows
3. API
4. Prometheus Metrics
5. Workflow Archive
6. Golang/Java/Python Clients
7. SSO
8. WebHooks
9. Workflow Reports
10. Node Offloading
11. Memoization
12. Semaphores/Mutexes
Argo 官方對於這個評比是有點經驗，本以為會更多人使用(6)與(12)，不過這些功能實際上的釋出也是相對新。
規模
1. 大部分的使用者一天會運行 10~100 個左右的 workflows
2. 有三個使用者每天會運行 1000 個以上的 workflows
3. 大部分使用者每個 workflow 運行的 pod 數量範圍為 10~100
4. 有兩個使用者每個 workflow 運行的 pod 數量超過 10,000
導入生產環境的困境
1. 有七個人表示習慣使用 Python，所以使用 YAML 語法相對困難
2. 有三個人表示需要去熟悉 Cloud-native/Container 的相關用法與概念
為什麼使用 Argo Workflows
1. 28 個人表示因為其是 Cloud Native/Kubernetes 相關專案
2. 有六個人表示 Argo Workflow 是目前最好用的 workflow 專案
3. 有五個人表示輕量與容易上手
4. 有五個人表示與 Argo CD 可以輕鬆整合無煩惱
對 Argo Workflow 有興趣的人可以參考這個專案，其還可以組合出符合 DGA 拓墣的關係圖，讓你的 job 組合變化多端
