前面介绍了Azure VM。 当部署了 VM 之后，如何从 VM 层面保证 “业务连续性和灾备（BCDR）”计划呢？ Azure 为 VM 在这方面提供了多个选项和方案： 高可用方面：Availability Sets（可用性集）、Ava

Azure Virtual Machine（简称 VM） 是 Azure 云上的一种非常基本的计算资源，同类竞品有 AWS 上的 EC2、阿里云上的 ECS 等。 基本上有上云经验的工程师，最先入门级的云产品就是虚拟机。 云平台上的虚拟机，

关注 AI 领域信息的小伙伴们，基本对 HuggingFace Hub 早已耳熟能详。 简单来说，HuggingFace Hub 是一个集成平台，汇集了海量的预训练模型和数据集。 通过这个平台，用户可以轻松浏览、下载和分享模型和数据集，大大

前面回顾了 Kubernetes 的逻辑概念模型和使用，这篇主要回顾一下 Kubernetes 的组件架构。 之前提到 Kubernetes 将集群中的机器划分为至少一个 Master 节点和一群 Node 节点。 Master 节点上：

各模型概念的定义模版，此文中不会详细涉及。k8s 模版管理和构建工具，比较推荐 Skaffold 或 helm。 如果想使用 kubectl 命令挨个调用的话，常用的命令规则： 创建/更新：kubectl [create|apply] -f

虽然时至当下，微服务架构已经推出了Service Mesh、Serverless等方式，但使用 Spring cloud 这种 SDK框架方式搭建微服务的企业仍然众多。 随着 K8S 的普及、Spring cloud Netflix 套组官

1. 环境准备 提前预安装好 docker 和 postgresql 数据库。 sonarqube 除了postgresql数据库以外，只提供对SQLserver和oracle数据两种选择。 postgresql 安装好以后，使用命令： $

当项目环境 setup 时，针对不同的技术选型，一些时候需要自己使用 NGINX 配置反向代理。 每当这个时候，我总是记不住 location 和 proxy_pass 中路径带 / 和不带 / 的对应关系、配置错误还会带来重定向 post

在之前 Azure App Service 部署时，使用到了 Azure Container Register，对于许多项目而言，超过一定时限的历史 images 再次使用的几率近乎为零。 因此，无论从制品管理，还是存储成本，定期清除不使用

在 Java 技术栈常用的 DB Migration 工具有 Flyway、Liquibase，可以快速集成在Spring boot中运行。 那在 Python 技术栈中，相似功能的工具有么？自然是有的。 有人编写了 pyliquibase