백엔드 개발 파이썬 튜토리얼 홈랩을 통한 DevOps 실무 경험

홈랩을 통한 DevOps 실무 경험

Nov 29, 2024 am 09:12 AM

DevOps Practical Experience with Home Lab

소개

이번 여름에는 MLH Fellowship x Meta Production Engineering 프로그램을 통해 DevOps 기술을 배울 기회가 있었습니다. 프로그램에 대해 알고 싶으시면 제 LinkedIn 게시물을 살펴보세요.

프로그램 이전에 Digital Ocean Droplet(VPS)을 사용하여 웹 애플리케이션을 배포한 경험이 있습니다. 나는 그들과 함께 내 작업 중 일부를 호스팅하고 있습니다. 하지만 Docker, GitHub Actions, 프록시 서버 등 다양한 기술을 통해 애플리케이션을 효율적으로 배포하기 위한 견고한 기반이 부족했습니다.

이 프로그램을 통해 저는 필수적인 생산 엔지니어링 기술을 습득하고 Meta의 많은 생산 엔지니어들과 이야기를 나눌 기회를 가졌습니다. 하이라이트 중 하나는 생산 엔지니어 관리자와의 모의 인터뷰였습니다. 기술 및 시스템 인터뷰 성과에 대해 자세한 피드백을 받았습니다. 피드백에서는 내가 무엇을 할 수 있는지에 대한 높은 수준의 지식을 갖춘 적절한 명령 카탈로그를 갖고 있으며 Unix 시스템에 대한 더 많은 실무 경험이 도움이 될 것이라고 말했습니다. 저는 인터뷰를 위해 여러 Linux 책을 읽은 것이 보람을 느꼈고 생산 엔지니어로서 실무 경험을 쌓는 데 더 관심을 갖게 되었다고 느꼈습니다.

마이 홈랩

저의 멘토 중 한 분이 세션 중에 자신의 실제 서버 프로젝트를 선보인 후 홈 서버 설정을 살펴보도록 영감을 주었습니다. 홈 서버를 구축하는 것이 실질적인 Linux 서버 경험을 쌓을 수 있는 좋은 방법이라는 것을 깨달았습니다.

몇 가지 조사 끝에 미니 컴퓨터(NucBox G3)를 구입하고 CloudFlare를 사용하여 홈 네트워크에서 웹 사이트를 호스팅하기로 결정했습니다.

현재와 ​​미래

완전한:

  • 미니컴퓨터에 Ubuntu 서버 설치
  • 네트워크 설정 및 Cloudflare와 통합
  • Flask 포트폴리오 프로젝트를 위한 CI/CD 파이프라인 구축
  • cronjob을 사용하여 Kaggle용 데이터 세트 만들기

향후 계획

  • 디자인을 강화하고 테스트를 추가하여 Flask 포트폴리오를 개선합니다.
  • React 및 Next.js와 같은 다른 프레임워크로 구축된 애플리케이션 배포 실험

결론

Linux를 사용한 지 3년 정도 되었지만 개발자로서 생산성을 극대화하려면 아직 배워야 할 것이 너무 많다는 것을 깨달았습니다. 나는 시간과 실습 경험을 통해 Linux 기술을 향상시킬 것이라고 확신합니다.

앞으로 정확히 어떤 역할을 맡게 될지는 확신할 수 없지만, 프론트엔드 개발자가 되더라도 DevOps 능력은 매우 중요할 것이라고 확신합니다.

위 내용은 홈랩을 통한 DevOps 실무 경험의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

<gum> : Bubble Gum Simulator Infinity- 로얄 키를 얻고 사용하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Nordhold : Fusion System, 설명
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora : 마녀 트리의 속삭임 - Grappling Hook 잠금 해제 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Python vs. C : 학습 곡선 및 사용 편의성 Python vs. C : 학습 곡선 및 사용 편의성 Apr 19, 2025 am 12:20 AM

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python 학습 : 2 시간의 일일 연구가 충분합니까? Python 학습 : 2 시간의 일일 연구가 충분합니까? Apr 18, 2025 am 12:22 AM

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python vs. C : 성능과 효율성 탐색 Python vs. C : 성능과 효율성 탐색 Apr 18, 2025 am 12:20 AM

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python vs. C : 주요 차이점 이해 Python vs. C : 주요 차이점 이해 Apr 21, 2025 am 12:18 AM

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Python Standard Library의 일부는 무엇입니까? 목록 또는 배열은 무엇입니까? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬 : 자동화, 스크립팅 및 작업 관리 파이썬 : 자동화, 스크립팅 및 작업 관리 Apr 16, 2025 am 12:14 AM

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅을위한 파이썬 : 상세한 모양 과학 컴퓨팅을위한 파이썬 : 상세한 모양 Apr 19, 2025 am 12:15 AM

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발을위한 파이썬 : 주요 응용 프로그램 웹 개발을위한 파이썬 : 주요 응용 프로그램 Apr 18, 2025 am 12:20 AM

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

See all articles