DevOps-Praxiserfahrung mit Home Lab
Einführung
Diesen Sommer hatte ich die Gelegenheit, DevOps-Fähigkeiten durch das MLH Fellowship x Meta Production Engineering-Programm zu erlernen. Wenn Sie mehr über das Programm erfahren möchten, schauen Sie sich bitte meinen LinkedIn-Beitrag an.
Vor dem Programm hatte ich einige Erfahrung mit der Bereitstellung von Webanwendungen mithilfe von Digital Ocean Droplets (VPS). Ich moderiere einige meiner Arbeiten bei ihnen. Allerdings fehlte mir eine solide Grundlage für die effiziente Bereitstellung von Anwendungen über verschiedene Technologien wie Docker, GitHub Actions, Proxyserver usw.
Während des Programms habe ich grundlegende produktionstechnische Fähigkeiten erworben und hatte die Gelegenheit, mit vielen Produktionsingenieuren von Meta zu sprechen. Einer der Höhepunkte war ein Probeinterview mit einem Produktionsingenieur. Ich habe detailliertes Feedback zu meiner technischen und systemischen Vorstellungsleistung erhalten. Die Rückmeldung besagte, dass ich über einen anständigen Befehlskatalog mit einem hohen Maß an Wissen darüber verfüge, was sie tun können, und dass ich von mehr praktischer Erfahrung mit einem Unix-System profitieren würde. Ich hatte das Gefühl, dass es sich gelohnt hat, für das Vorstellungsgespräch mehrere Linux-Bücher zu lesen und mein Interesse daran zu wecken, praktische Erfahrungen als Produktionsingenieur zu sammeln.
Mein HomeLab
Einer meiner Mentoren inspirierte mich dazu, ein Heimserver-Setup zu erkunden, nachdem er während einer Sitzung seine physischen Serverprojekte vorgestellt hatte. Mir wurde klar, dass der Bau eines Heimservers eine großartige Möglichkeit sein könnte, praktische Erfahrungen mit Linux-Servern zu sammeln.
Nach einigen Recherchen habe ich beschlossen, einen Mini-Computer (NucBox G3) zu kaufen und CloudFlare zum Hosten von Websites in meinem Heimnetzwerk zu verwenden.
Bisher und in Zukunft
Vollendet:
- Ubuntu-Server auf dem Mini-Computer installiert
- Richten Sie das Netzwerk ein und integrieren Sie es in Cloudflare
- Erstellen Sie eine CI/CD-Pipeline für mein Flask-Portfolioprojekt
- Erstellen Sie einen Datensatz für Kaggle mit Cronjob
Zukunftsplan
- Verbessern Sie das Flask-Portfolio, indem Sie das Design verbessern und Tests hinzufügen
- Experimentieren Sie mit der Bereitstellung von Anwendungen, die mit anderen Frameworks wie React und Next.js erstellt wurden
Abschluss
Obwohl ich Linux seit etwa drei Jahren verwende, ist mir klar geworden, dass es noch so viel zu lernen gibt, um die Produktivität als Entwickler zu maximieren. Ich bin sicher, dass ich meine Linux-Kenntnisse mit der Zeit und der praktischen Erfahrung verbessern werde.
Obwohl ich mir nicht sicher bin, welche genaue Rolle ich in Zukunft übernehmen werde, bin ich mir sicher, dass DevOps-Fähigkeiten von unschätzbarem Wert sein werden, selbst wenn ich Front-End-Entwickler werde.
Das obige ist der detaillierte Inhalt vonDevOps-Praxiserfahrung mit Home Lab. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.
