- 博客(25)
- 收藏
- 关注
RSS订阅
原创 基于 Tekton 和 Argo CD 的 GitOps CI/CD 流程实践（gitlab版本）
本地代码托管库，本地部署，区别于远程代码库Github。存储代码以及helm配置脚本。监听代码库的变更（通过 Tekton Trigger 触发 PipelineRun），拉取最新代码，执行构建任务，将 Django 应用打包为容器镜像并推送到 Harbor 仓库。Tekton Pipeline 将由多个 Task 组成，其中分别执行代码克隆、镜像构建和镜像推送等步骤。用于存储构建生成的容器镜像。
2025-08-06 14:08:38
1044
原创 基于 Tekton 和 Argo CD 的 GitOps CI/CD 流程实践
监听代码库的变更（可通过 Tekton Trigger 或手动触发 PipelineRun），拉取最新代码，执行构建任务，将 Django 应用打包为容器镜像并推送到 Harbor 仓库。Tekton Pipeline 将由多个 Task 组成，其中分别执行代码克隆、镜像构建和镜像推送等步骤。用于存储构建生成的容器镜像。本地 Harbor 仓库将保存 Django 应用镜像，Tekton 在 CI 过程中会将镜像推送到 Harbor。
2025-06-24 17:04:37
1831
1
原创 Azure Synapse Analytics 实操指导手册
打开 Monitor Hub 查看 SQL 查询、Spark 任务、Pipeline 状态。使用 Scale up / down 调整 SQL Pool 的性能等级以节省成本。进入 Develop → Notebook → New Notebook。支持定时（如每日凌晨）或事件触发（例如文件上传至 Data Lake）添加 Transformation（如字段派生、聚合、Join 等）新增 Sink（目标表，可为 SQL Pool）指定名称、节点数和大小（例如：3 个小节点）
2025-10-27 07:20:15
926
原创 加密货币学习路径
跟踪 Twitter 上的加密原生工程师/VC（如 @aantonop、@dannyryan、@punk6529）学会使用钱包（MetaMask）、区块浏览器、Web3.js / Ethers.js 与合约交互。视频 B站@小谭区块链/湾区web3陈帅 通俗易懂介绍区块链、BTC、ETH。参与 Web3 基础设施开发（比如区块链数据中间件、RPC服务、监控平台）🔰 阶段一：建立加密货币与区块链基础认知（1~2 周）明确加密货币（如 BTC、ETH）与区块链技术的关系。
2025-10-26 07:21:58
603
原创 人工智能系统学习之 FastAi 学习笔记（三）-- 从模型到生产的实施
从“模型到生产”需要了解深度学习的能力和限制，以及模型可能会遇到的坑，然后定义问题（比如识别熊的种类）以及创建数据集，然后训练模型并部署上线。
2025-10-12 11:56:08
743
原创 人工智能系统学习之 FastAi 学习笔记（二）-卷积神经网络（CNN）
CNN 是一种专门用于图像识别的神经网络结构。它通过卷积操作提取图像中的关键特征（例如边缘、纹理），而不需要手动设计复杂的特征工程。fastai 提供了许多内置工具，可以轻松构建 CNN 模型，实现高精度图像分类。
2025-10-07 12:52:27
867
原创 Kubernetes使用NFS作为StorageClass（记录）
由于我Kubernetes试验环境中使用local-path本地盘作为StorageClass不能解决多个节点共享使用的问题，因此准备使用nfs共享盘作为默认SC，在我的一台k8s机群节点上挂一块盘并做成nfs，然后作为k8s机群的存储使用，记录一下操作步骤。
2025-09-28 11:33:56
304
原创 人工智能系统学习之 FastAi 学习笔记（一）
逐步解冻：避免一次性解冻导致底层参数大幅变化，破坏预训练的语言知识。分层学习率：高层用较大学习率快速适应任务，低层用极小的学习率稳定调整。最终效果：模型在 IMDb 情感分类任务上达到约 94% 的准确率，接近当时的最先进水平。这就是 fastai 中 ULMFiT（通用语言模型微调）的核心训练策略，可高效地把预训练语言模型转化为情感分类器或其他下游任务模型。
2025-09-28 09:42:04
750
原创 Azure Databricks 实践：数据分析、机器学习、ETL 与 Delta Lake
通过上述各章节的指南，我们完整演示了在 Azure Databricks 上的动手实践过程。从环境搭建、数据分析处理，到机器学习模型的构建调优、部署，以及 Delta Lake 在数据湖上的高级特性运用。体会到 Azure Databricks 提供的一站式数据分析与机器学习平台的强大之处：环境整合：开发者可以在 Notebook 中无缝完成数据工程和机器学习的所有步骤，利用云上弹性 Spark 集群实现大数据处理和训练加速。
2025-09-08 17:27:56
930
原创 Azure Databricks + MLflow 机器学习生命周期完整流程实践
我们完成了在 Azure Databricks 上使用 MLflow 的机器学习全流程实战：环境搭建： 从创建Databricks集群和Notebook开始，为项目提供计算资源和开发环境。数据加载与预处理： 获取公开数据集并进行清洗和特征工程，保证数据质量，为模型训练做好准备。模型训练与追踪： 使用 MLflow Tracking 记录实验过程，包括模型的代码、超参数、性能指标，以及输出的artifact（如图表、模型文件）。
2025-09-01 16:16:39
1016
原创 Jenkins GitOps 风格 CI/CD 实践指南
Jenkins CI/CD 流程架构：开发者将代码推送至 GitHub，由 Webhook 触发 Jenkins Pipeline，构建应用镜像并推送至 Harbor，最后使用 Helm 将新版本部署到 Kubernetes 集群。在该流程中，Jenkins（运行于 Docker 容器中）作为 CI/CD 引擎，GitHub 托管源码和 Helm 部署模板。当开发者向 GitHub 仓库的主分支推送代码时，GitHub 会通过 Webhook 通知 Jenkins 触发流水线构建流程。
2025-08-14 17:53:46
1755
原创 MLflow之环境准备
本文记录了MLflow实验环境的搭建过程。首先介绍了MLflow作为机器学习生命周期管理平台的核心功能，包括实验追踪、项目打包、模型管理和注册表四大模块，能有效解决实验混乱、复现困难等问题。然后详细说明了在Rocky Linux 9.2虚拟机上配置开发环境的步骤：创建Python虚拟环境安装MLflow及相关依赖；配置Jupyter Notebook服务并设置密码保护；将Notebook和MLflow Tracking Server配置为系统服务实现开机自启；最后通过SSH隧道实现本地访问。该环境为后续的M
2025-08-11 10:44:55
366
原创 安装Jenkins（docker方式）
本可以直接使用Docker Hub存储库中推荐的官方jenkins/jenkins映像，此镜像包含Jenkins的当前长期支持（LTS）版本，但是，此镜像不包含Docker CLI，也没有与常用的Blue Ocean插件及其功能捆绑在一起。前期使用GitHub/GitLab+Tekton+ArgoCD实现了GitOps的动手实验，现在计划换做Jenkins实现pinpeline的功能实现GitOps，因此先部署一个Jenkins环境，采用Docker方式部署。
2025-08-08 10:13:11
401
原创 node-local-dns缓存架构k8s集群内部域名添加A记录解析
【代码】node-local-dns缓存架构k8s集群内部域名添加A记录解析。
2025-08-06 11:03:20
230
原创 部署私有代码仓库gitlab（docker-compose方式）
为了实现GitOps完全的私有化部署，完成最后一块拼图，将代码仓库gitlab也安装到本地环境。
2025-07-14 18:36:23
303
原创 terraform 之 VCS(git)驱动工作流
这个章节属于HCP terraform，就是在HCP进行配置托管和运行terraform，可以在HCP平台很直观的看到terraform的项目配置、状态及历史运行情况。进一步和VCS代码托管平台结合，可以进一步实现自动化，通过代码变更自动触发基础设施的变更管理。这里只是做一下实验记录。
2025-06-25 16:03:54
388
原创 部署CI/CD工具之ArgoCD
记录下argocd的部署过程。参考官网的安装指导，官方提供了install.yaml，kubectl apply 这个文件直接安装即可。
2025-06-24 15:18:49
491
1
原创 使用helm安装harbor (ingress方式并且开启https）
记录一下使用helm安装harbor的过程，其中web管理界面使用ingress方式暴露，并且开启https。
2025-06-23 17:19:04
472
1
原创 helm安装ingress(使用网络代理方式）
最近新部署了一个k8s集群，需要helm来安装ingress，记录下helm的安装以及使用helm安装ingress的过程。
2025-06-22 17:35:17
722
原创 使用kubeasz快速部署Kubernetes集群（实录）
安装k8s，国内的kubeasz部署工具的优势主要是很好了解决了“墙”国的特有网络问题，并且支持离线安装。因此在国内使用这个工具有非常大的优势，因为你使用其他部署工具基本都是需要访问国外源的，“墙”的问题总是绕不开的。这里简单记录下部署过程。
2025-06-18 14:09:56
722
原创 利用Proxmox构建私有云降低阿里云成本的可行性分析
将部分阿里云资源迁移到自建私有云，以降低云资源使用成本（目标是月度成本节省40%以上）。方案设想是在本地机房部署基于Proxmox VE（或类似的国产私有云产品）的虚拟化环境，并通过网络专线或VPN实现与阿里云公有云的互联，形成公有云与私有云融合的混合架构。利用Proxmox VE构建私有云，并通过VPN等方式与阿里云形成混合云，是一个切实可行的降本方案。
2025-06-08 07:37:15
1819
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人